Deep Learning für Anwendungen in der Gebäudeautomation mit Schwerpunkt Gebäudesicherheit In dieser Weiterbildung setzen Sie sich mit dem Einsatz von neuronalen Netzen in der Gebäudeautomation auseinander. Sie lernen, wie neuronale Netze zur Überwachung und Steuerung von Sicherheitsfunktionen in Gebäuden eingesetzt werden können. Sie erwerben Kenntnisse über die Architektur und Funktionsweise von neuronalen Netzen und deren Anwendung in der Gebäudesicherheit. Sie werden in die Lage versetzt, neuronale Netze für die Analyse von Sensordaten zu trainieren und zu implementieren. Zudem lernen Sie, wie neuronale Netze zur Erkennung von Anomalien und zur Vorhersage von sicherheitsrelevanten Ereignissen genutzt werden können. Durch praktische Übungen und Projektarbeiten wenden Sie die erlernten Konzepte an. Sie entwickeln eigene neuronale Netze und testen deren Einsatz in simulierten Szenarien der Gebäudeautomation. Nach Abschluss der Weiterbildung sind Sie in der Lage, neuronale Netze gezielt für die Verbesserung der Gebäudesicherheit einzusetzen und bestehende Systeme durch intelligente Lösungen zu erweitern.

Grundlagen des Deep Learnings
  • Aufgaben und Funktion von neuronalen Netzen in Deep Learning
  • Abgrenzung von Machine Learning und Deep Learning
  • Architektur und Anwendungen neuronaler Netze
  • Einführung in Machine Learning
  • Signalübertragung innerhalb neuronaler Netze
  • Backpropagation

Datenvorbereitung und -visualisierung
  • Datenreinigung
  • Datenskalierung im Kontext neuronaler Netze
  • Datenvisualisierung
  • Geographische Datenvisualisierung im Hinblick auf neuronale Netze
  • Matplotlib Stylesheets
  • Dreidimensionale Plots für neuronale Netze

Programmierung und Bibliotheken
  • Python- und Machine-Learning-Bibliotheken für neuronale Netze
  • Verbinndungen zu TensforFlow
  • Einführung in PyTorch mit Fokus auf neuronale Netze
  • Trainieren eines Neuronalen Netzes
  • Stimmungsanalyse mit Keras unter Einsatz neuronaler Netze
  • Intelligente Spurerkennung mit Keras und OpenCV

Neuronale Netzwerke und Deep Learning Techniken
  • Praxisarbeit: Programmierung neuronaler Netze
  • Aktivierungsfunktionen
  • Automatische Bilderkennung mit Hilfe neuronaler Netze
  • Praxisarbeit: Optimierung Neuronales Netzwerk
  • Berechnung von Tensoren in neuronalen Netzen
  • Transfer Learning

Erweiterte Anwendungen und Tools im Deep Learning
  • Erzeugung synthetischer Daten für neuronale Netze
  • PoseNet-Modell mit TensforFlow.js und Smart Home

Grundlagen der Gebäudeautomation und Sicherheit
  • Einführung in Gebäudeautomation und IT-Sicherheit
  • Grundlagen der Cybersecurity im Zusammenhang mit neuronalen Netzen
  • Datensicherheit und Datenschutz in der Gebäudeautomation
  • Best Practices und Sicherheitshandbuch für Systeme mit neuronalen Netzen

Bedrohungserkennung und Sicherheitsmaßnahmen
  • Erkennung von Sicherheitsbedrohungen mithilfe neuronaler Netze
  • Schutz vor Cyberangriffen auf Gebäudeautomatisierungssysteme
  • Herausforderungen der IT-Sicherheit bei neuronalen Netzen
  • Sicherheitsbedrohungen und Risikoanalyse in der Gebäudeautomation

Netzwerk- und Datenübertragungssicherheit
  • Netzwerkgrundlagen für Gebäudeautomatisierungssysteme
  • Sichere Datenübertragung in Netzwerken mit neuronalen Netzen
  • Sicherheit von Gebäudeautomatisierungssystemen: Firewalls und Zugriffskontrolle

Integrierte Sicherheitssysteme
  • Sicherheitsaspekte bei der Integration neuronaler Netze in IoT-Geräte
  • Integration von Einbruchschutz in die Gebäudeautomation
  • Alarmanlagen und Sensortechnologien auf Basis neuronaler Netze
  • Videoüberwachung und Analyse
  • Zutrittskontrolle und Biometrie gestützt auf neuronale Netze
  • Planung und Implementierung von Sicherheitssystemen
  • Einbruchschutz in Smart Homes mit neuronalen Netzen

Sicherheitsbewusstsein und Technologieentwicklung
  • Sicherheitsbewusstsein im Umgang mit neuronalen Netzen
  • Sicherheitskonzepte und Schutzmaßnahmen: bauliche und organisatorische Ansätze
  • Technische Neuerungen bei neuronalen Netzen im Sicherheitsbereich
  • Überblick über moderne Sicherheitstechnologien: Einführung
  • Technische Zutrittsregulierung auf Grundlage neuronaler Netze
  • Alarmanlagen und Einbruchmeldesysteme: Früherkennung von Bedrohungen
  • Videoüberwachungstechnik in Verbindung mit neuronalen Netzen
  • Zukunftsperspektiven der Sicherheitstechnik: neue Entwicklungen und Trends

Qualifikationsprojekte
  • Qualifikationsprojekt zu neuronalen Netzen in der Data Science
  • Qualifikationsprojekt Gebäudesicherheit