Referenzen

DENAID: Detektionsplattform für die Identifikation von Sprengstoffen

: Lernende Algorithmen und Machine Learning helfen dabei, die öffentliche Sicherheit zu erhöhen.

Machine Learning bei DENAID

Im Rahmen des Bundesregierungsprogramms „Forschung für die zivile Sicherheit“ hat Micromata im Verbund mit anderen Forschungspartnern die Möglichkeiten einer Detektionsplattform für den Nachweis und die Identifikation von Sprengstoffen (DENAID) untersucht. Erforscht wurde eine Technologie, die sowohl optische Verfahren als auch Methoden des Machine Learning nutzt.

Dabei haben wir eine Software entwickelt, die anhand drei verschiedener Messverfahren, der Ionenmobilitätsspektrometrie (IMS), der oberflächenverstärkten Raman-Spektroskopie (SERS) und der oberflächenverstärkten Infrarot-Absorptionsspektroskopie (SEIRA) Explosivstoffe mithilfe spezifischer Algorithmen identifizieren kann. Von prioritärer Bedeutung ist dabei neben der hohen Präzision der Analyse auch, dass es sich um ein mitlernendes System handelt, das auf immer neue Gefahrenstoffe trainiert werden kann – die Rede ist von Machine Learning.

Technologien und Innovationsgrad

Der Innovationsgrad von DENAID ist sehr hoch. Die technologische Neuartigkeit besteht erstens in der erstmaligen Verbindung der drei Messtechniken IMS, SERS und SEIRA, die derzeit als die präzisesten gelten. Alle drei operieren nach chemischen (IMS) bzw. spektroskopischen (SERS und SEIRA) Verfahren, um Stoffe so zuverlässig wie möglich erfassen und bestimmen zu können. DENAID bündelt die Vorzüge und Stärken aller drei Methoden und erreicht dadurch eine potenzierte Treffsicherheit bei der Identifizierung von Explosivstoffen.

Support Vector Machine

Zweitens geht das Innovationspotenzial bei DENAID auf den Umstand zurück, dass die Software trainierbar ist. Ihre Lernfähigkeit verdankt sie dabei dem Einsatz verschiedener Methoden des Machine Learnings. Eine davon ist die sogenannte Support Vector Machine, kurz SVM. Das mathematische Verfahren dient der IT-basierten Mustererkennung und ermöglicht die Identifikation und Klassifizierung immer neuer Substanzen. Alle bekannten Stoffe werden
dazu als Vektoren in einem höher dimensionierten Vektorraum dargestellt und von einer sogenannten Hyperebene in Klassen wie „Explosiv“ oder „Nichtexplosiv“ aufgeteilt. Neue, unbekannte Stoffe werden anhand ihrer Merkmale vom System erkennungsdienstlich behandelt und der jeweils treffenden Klasse zugeordnet.

Zielgruppen und Markttauglichkeit

Die Zielgruppen von DENAID sind Sicherheitsdienste, Grenzschutzbeamte und Zollbehörden. Mit DENAID bekommen sie eine Technologie an die Hand, die gleichermaßen sicher, zuverlässig, benutzerfreundlich und kostengünstig ist. Im Gegensatz etwa zu Spürhunden bietet sie ein Höchstmaß an Präzision bei gleichzeitig geringen Unterhaltungskosten. Sie ist damit die zeitgenössische Antwort auf zeitgenössische Herausforderungen wie etwa der Globalisierung des Terrors bei gleichzeitig kleiner werdenden Budgets und dünner werdenden Personaldecken.

Förderung vom Bund

Das Bundesministerium für Bildung und Forschung (BMBF) hat das Forschungsprojekt zur Laufzeit mit Geldern aus dem Fördertopf „KMU-innovativ“ zur Förderung von Spitzenforschung in kleinen und mittleren Unternehmen mit insgesamt 1,9 Mio. € unterstützt.

Forschungspartner

DENAID ist ein interdisziplinäres Gemeinschaftsprojekt. Projektpartner von Micromata in diesem Kontext sind: Airsense Analytics GmbH, AMO GmbH, Hochschule für angewandte Wissenschaft und Kunst (HAWK) und das Laser-Laboratorium Göttingen e. V. sowie die assoziierten Partner Bruker Optik GmbH, Bundeskriminalamt und HKS Sicherheitsservice GmbH.

Auf dem Beitragsbild zu sehen ist links ein PCA mit linearem Kernel auf DENAID-Daten (SERS) und rechts eine Support Vector Machine (SVM) mit Radialkernel auf Testdaten

(jw)

Jule Witte

Presse & Kommunikation