-
Die Erfindung bezieht sich auf ein Verfahren zum Herstellen einer Auswerteinrichtung, die auf der Basis oder zumindest auch auf der Basis künstlicher Intelligenz arbeitet und zum Einsatz in einer technischen Einrichtung geeignet ist, bei der eine oder mehrere Messdatenquellen reale Messdaten zwecks Auswertung zu der Auswerteinrichtung übermitteln, wobei bei dem Verfahren die Auswerteinrichtung in einer Anlernphase angelernt wird.
-
Auf der Basis künstlicher Intelligenz arbeitende Auswerteinrichtungen und Verfahren zu deren Herstellung sind beispielsweise im Bereich autonom fahrender Fahrzeuge bekannt.
-
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren anzugeben, das sich besonders einfach und kostengünstig durchführen lässt.
-
Diese Aufgabe wird erfindungsgemäß durch ein Verfahren mit den Merkmalen gemäß Patentanspruch 1 gelöst. Vorteilhafte Ausgestaltungen des erfindungsgemäßen Verfahrens sind in Unteransprüchen angegeben.
-
Danach ist erfindungsgemäß vorgesehen, dass die Anlernphase umfasst:
- - einen Trainingsschritt auf der Basis von simulierten Messdaten, die durch Simulation auf der Basis eines Simulationsmodells der technischen Einrichtung erzeugt worden sind, und/oder realen Messdaten, die von einer oder mehreren realen Messdatenquellen der technischen Einrichtung erzeugt worden sind, und
- - einen Validierungsschritt, der die Qualität der Anlernphase überprüft.
-
Ein wesentlicher Vorteil des erfindungsgemäßen Verfahrens ist darin zu sehen, dass durch den erfindungsgemäß vorgesehenen Validierungsschritt die Anlernphase bzw. deren Qualität überprüft werden kann. Der Validierungsschritt ermöglicht es somit, den Aufwand beim Anlernen risikoarm zu minimieren; denn der Validierungsschritt zeigt, ob das zuvor durchgeführte Anlernen mit Blick auf vorgegebene Kriterien ausreichend war oder nicht, ist dies nicht der Fall, so wird dies offenbart und es kann nachträglich nachgebessert werden.
-
Bei vielen technischen Anlagen stehen für ein Anlernen häufig nicht ausreichend viele reale Messdaten zur Verfügung oder das Erzeugen ausreichend vieler realer Messdaten wäre unangemessen aufwändig. Aus diesem Grunde ist bei einer vorteilhaften Ausgestaltung des Verfahrens vorgesehen, dass der Trainingsschritt auf der Basis der simulierten Messdaten durchgeführt wird und im Rahmen des Validierungsschritts das Simulationsmodell und damit die Qualität der beim Anlernen herangezogenen simulierten Messdaten überprüft wird. Im Rahmen von Simulationen kann in einfacher und kostengünstiger Weise eine Vielzahl an Messdaten oder Messdatensequenzen erzeugt werden, die zum Anlernen verwendet werden kann.
-
Bei der letztgenannten Ausgestaltung ist es besonders vorteilhaft, wenn das Simulationsmodell Messfehler mit einer vorgegebenen Messfehlerrate berücksichtigt und auf der Basis des Simulationsmodells messfehlerbehaftete, simulierte Messdaten erzeugt werden und im Rahmen des Validierungsschritts nach dem Trainingsschritt die realen Messdaten in die angelernte Auswerteinrichtung eingespeist werden und die realen Messdaten von der angelernten Auswerteinrichtung klassifiziert werden, die Fehlerrate der Klassifikation der Auswerteinrichtung mit der dem Simulationsmodell zugrunde liegenden Fehlerrate verglichen wird und der Validierungsschritt als erfolgreich abgeschlossen, das Simulationsmodell als validiert und die Auswerteinrichtung als ausreichend angelernt angesehen wird, wenn die Abweichung zwischen der Fehlerrate des Simulationsmodells und der Fehlerrate der Klassifikation der Auswerteinrichtung eine vorgegebene Grenze unterschreitet.
-
Alternativ oder zusätzlich kann in vorteilhafter Weise vorgesehen werden, dass im Rahmen des Validierungsschritts die simulierten Messdaten und die realen Messdaten verglichen werden und der Validierungsschritt als erfolgreich abgeschlossen, das Simulationsmodell als validiert und die Auswerteinrichtung als ausreichend angelernt angesehen wird, wenn die Abweichung zwischen den simulierten Messdaten und den realen Messdaten, insbesondere die Abweichung zwischen der Fehlerrate des Simulationsmodells und der Fehlerrate der realen Messdaten, eine vorgegebene Grenze unterschreitet.
-
Bei einer anderen als vorteilhaft angesehenen Ausführungsvariante ist vorgesehen, dass der Trainingsschritt auf der Basis der realen Messdaten durchgeführt wird und mit dem Simulationsmodell simulierte Messdaten zum Zwecke der Validierung erzeugt werden, wobei nach dem Trainingsschritt die simulierten Messdaten in die angelernte Auswerteinrichtung eingespeist werden und auf der Basis einer von der Auswerteinrichtung durchgeführten Klassifikation eine Vergleichsfehlerrate ermittelt wird und der Validierungsschritt als erfolgreich abgeschlossen, das Simulationsmodell als validiert und die Auswerteinrichtung als ausreichend angelernt angesehen wird, wenn die Abweichung zwischen der Vergleichsfehlerrate und der Fehlerrate der realen Messdaten eine vorgegebene Grenze unterschreitet. Bei der letztgenannten Ausführungsform dienen also die realen Messdaten zum Trainieren bzw. Anlernen und die simulierten Messdaten zum Validieren bzw. Kontrollieren, ob das Anlernen qualitativ ausreichend war.
-
Als besonders vorteilhaft wird es angesehen, wenn die Auswerteinrichtung für den Einsatz in einer eisenbahntechnischen Einrichtung hergestellt wird, indem die Auswerteinrichtung auf der Basis realer eisenbahntechnischer Messdaten und/oder simulierter eisenbahntechnischer Messdaten angelernt wird.
-
Die Messdatenquellen, deren Messdaten von der Auswerteinrichtung ausgewertet werden bzw. ausgewertet werden sollen, sind vorzugsweise Achssensoren bzw. Achszähler oder Hodometer.
-
Von großem Vorteil ist es, wenn die Auswerteinrichtung zur Auswertung von Messdaten eines oder mehrerer Achssensoren auf der Basis realer Achssensormessdaten und/oder simulierter Achssensormessdaten angelernt wird.
-
Die Auswerteinrichtung wird vorzugsweise angelernt, auf der Basis von Messdaten eines oder mehrerer Achssensoren festzustellen, ob der oder die Achssensoren von einem Personenzug oder einem Güterzug überfahren werden, indem die Auswerteinrichtung auf der Basis realer achssensorbezogener Personenzugdaten und/oder simulierter achssensorbezogener Personenzugdaten sowie auf der Basis realer achssensorbezogener Güterzugdaten und/oder simulierter achssensorbezogener Güterzugdaten angelernt wird.
-
Alternativ kann in vorteilhafter Weise vorgesehen werden, dass die Auswerteinrichtung zur Auswertung von Messdaten eines Hodometers einer eisenbahntechnischen Einrichtung, insbesondere eines Schienenfahrzeugs, angelernt wird.
-
Die Erfindung bezieht sich außerdem auf eine Anlerneinrichtung zum Anlernen einer Auswerteinrichtung, die auf der Basis oder zumindest auch auf der Basis künstlicher Intelligenz arbeitet und zum Einsatz in einer technischen Einrichtung geeignet ist, bei der eine oder mehrere Messdatenquellen reale Messdaten zwecks Auswertung zu der Auswerteinrichtung übermitteln. Erfindungsgemäß ist vorgesehen, dass die Anlerneinrichtung dazu ausgebildet ist, einen Trainingsschritt durchzuführen auf der Basis von simulierten Messdaten, die durch Simulation auf der Basis eines Simulationsmodells der technischen Einrichtung erzeugt worden sind, und/oder realen Messdaten, die von einer oder mehreren realen Messdatenquellen der technischen Einrichtung erzeugt worden sind, und zusätzlich einen Validierungsschritt durchzuführen, der die Qualität der Anlernphase überprüft.
-
Bezüglich der Vorteile der erfindungsgemäßen Anlerneinrichtung und vorteilhafter Ausgestaltungen der erfindungsgemäßen Anlerneinrichtung sei auf die obigen Ausführungen im Zusammenhang mit dem erfindungsgemäßen Verfahren und dessen vorteilhafter Ausgestaltungen verwiesen.
-
Die Erfindung bezieht sich außerdem auf eine Auswerteinrichtung, die auf der Basis oder zumindest auch auf der Basis künstlicher Intelligenz arbeitet und zum Einsatz in einer technischen Einrichtung geeignet ist, bei der eine oder mehrere Messdatenquellen reale Messdaten zwecks Auswertung zu der Auswerteinrichtung übermitteln. Erfindungsgemäß ist vorgesehen, dass die Auswerteinrichtung in einer Anlernphase angelernt worden ist, wobei die Anlernphase umfasst: einen Trainingsschritt auf der Basis von simulierten Messdaten, die durch Simulation auf der Basis eines Simulationsmodells der technischen Einrichtung erzeugt worden sind, und/oder realen Messdaten, die von einer oder mehreren realen Messdatenquellen der technischen Einrichtung erzeugt worden sind, und einen Validierungsschritt, der die Qualität der Anlernphase überprüft.
-
Bezüglich der Vorteile der erfindungsgemäßen Auswerteinrichtung und vorteilhafter Ausgestaltungen der erfindungsgemäßen Auswerteinrichtung sei auf die obigen Ausführungen im Zusammenhang mit dem erfindungsgemäßen Verfahren und dessen vorteilhafter Ausgestaltungen verwiesen.
-
Bei der Auswerteinrichtung ist es vorteilhaft, wenn die Auswerteinrichtung auf der Basis realer achssensorbezogener Personenzugdaten und/oder simulierter achssensorbezogener Personenzugdaten sowie auf der Basis realer achssensorbezogener Güterzugdaten und/oder simulierter achssensorbezogener Güterzugdaten angelernt worden ist und geeignet ist, auf der Basis von Messdaten eines oder mehrerer Achssensoren festzustellen, ob der oder die Achssensoren von einem Personenzug oder einem Güterzug überfahren werden.
-
Die Erfindung bezieht sich außerdem auf eine eisenbahntechnische Einrichtung. Erfindungsgemäß ist vorgesehen, dass diese mit einer Auswerteinrichtung wie oben beschrieben und/oder mit einer Auswerteinrichtung, die wie oben beschrieben hergestellt worden ist, ausgestattet ist. Bezüglich der Vorteile der erfindungsgemäßen eisenbahntechnischen Einrichtung und vorteilhafter Ausgestaltungen der erfindungsgemäßen eisenbahntechnischen Einrichtung sei auf die obigen Ausführungen im Zusammenhang mit dem erfindungsgemäßen Verfahren und dessen vorteilhafter Ausgestaltungen verwiesen.
-
Die Erfindung wird nachfolgend anhand von Ausführungsbeispielen näher erläutert; dabei zeigen beispielhaft
- 1 ein Ausführungsbeispiel für eine Eisenbahnanlage, die mit einem Ausführungsbeispiel für eine erfindungsgemäße eisenbahntechnische Einrichtung ausgestattet ist,
- 2 ein Ausführungsbeispiel für eine Anordnung zum Anlernen einer Auswerteinrichtung der eisenbahntechnischen Einrichtung gemäß 1 während einer Anlernphase auf der Basis simulierter Messdaten,
- 3 die Anordnung gemäß 2 während einer ersten Ausführungsvariante eines Validierungsschritts,
- 4 die Anordnung gemäß 2 während einer zweiten Ausführungsvariante eines Validierungsschritts,
- 5 ein Ausführungsbeispiel für eine Anordnung zum Anlernen der Auswerteinrichtung der eisenbahntechnischen Einrichtung gemäß 1 während einer Anlernphase auf der Basis realer Messdaten, und
- 6 die Anordnung gemäß 5 während eines Validierungsschritts.
-
In den Figuren werden der Übersicht halber für identische oder vergleichbare Komponenten stets dieselben Bezugszeichen verwendet.
-
Die 1 zeigt ein Ausführungsbeispiel für eine Eisenbahnanlage 10, die mit einer eisenbahntechnischen Einrichtung 20 ausgestattet ist. Die eisenbahntechnische Einrichtung 20 umfasst als Messdatenquellen zwei Detektionseinrichtungen 21 in Form von Achssensoren zum Erfassen von Schienenfahrzeugachsen, die die jeweilige Detektionseinrichtung 21 passieren.
-
Die Detektionseinrichtungen 21 erzeugen analoge oder digitale Detektionssignale S, anhand derer sich erkennen lässt, wenn die jeweilige Detektionseinrichtung 21 von einer Achse passiert wird. Aufgrund von Alterung und/oder störenden äußeren Einflüssen können die Detektionssignale S jedoch fehlerbehaftet sein und unter Umständen schlecht oder gar nicht auswertbar sein, sodass Messfehler bzw. Fehler beim Auswerten der Detektionssignale S auftreten können.
-
Den Detektionseinrichtungen 21 ist eine Auswerteinrichtung 22 nachgeordnet, die die Detektionssignale S, falls diese bereits digital übermittelt werden, als Messdaten auswertet oder mit den Detektionssignalen zunächst auswertbare Messdaten bildet und diese anschließend auswertet. Die Auswerteinrichtung 22 ist zu diesem Zwecke mit einer Recheneinrichtung 220 und einem Speicher 221 ausgestattet.
-
In dem Speicher 221 der Auswerteinrichtung 22 ist unter anderem ein Auswertmodul AWM abgespeichert, das bei Ausführung durch die Recheneinrichtung 220 die Funktion des Auswertens der Messdaten übernimmt. Das Auswertmodul AWM basiert auf künstlicher Intelligenz und ist in einer vorher durchgeführten Anlernphase angelernt worden.
-
In dem Speicher 221 ist außerdem ein Trainingsmodul TM abgespeichert, das bei Ausführung durch die Recheneinrichtung 220 die Funktion des Trainierens des Auswertmoduls AWM übernimmt. Das Trainieren kann das Trainingsmodul TM auf der Basis von realen Messdaten oder simulierten Messdaten durchführen, wie weiter unten im Zusammenhang mit den 2 bis 6 beispielhaft noch näher im Detail erläutert wird.
-
Das Auswertmodul AWM ist bei dem Ausführungsbeispiel gemäß 1 derart trainiert worden, dass es auf der Basis realer Messdaten der beiden Detektionseinrichtungen 21 nicht nur feststellen kann, ob die Detektionseinrichtungen 21 von Achsen passiert werden oder nicht, also Überfahrereignisse stattfinden oder nicht, sondern anhand von Abfolgen von Überfahrereignissen auch erkennen kann, ob die Detektionseinrichtungen 21 von einem Personenzug PZ oder einem Güterzug GZ überfahren werden. Das Auswertmodul AWM und damit die Auswerteinrichtung 22 sind somit geeignet, ausgangsseitig ein Identifikationssignal ID zu erzeugen und auszugeben, das das Überfahren der beiden Detektionseinrichtungen 21 durch einen Personenzug PZ oder einen Güterzug GZ beschreibt.
-
Die 2 zeigt ein Ausführungsbeispiel für eine Anordnung, die die Auswerteinrichtung 22 gemäß 1 sowie ein erstes Ausführungsbeispiel für eine externe Anlerneinrichtung 30 umfasst. Die Anlerneinrichtung 30 umfasst eine Recheneinrichtung 31 und einen Speicher 32.
-
In dem Speicher 32 der Anlerneinrichtung 30 ist ein Simulationsmodell SIM abgespeichert, auf dessen Basis die Recheneinrichtung 31 der Anlerneinrichtung 30 simulierte Messdaten erzeugen kann.
-
Das Simulationsmodell SIM beschreibt bzw. simuliert die Arbeitsweise der Detektionseinrichtungen 21 gemäß 1 und stellt simulierte, absichtlich mit einer vorgegebenen Fehlerrate R1 versehene, also absichtlich fehlerbehaftete Messdaten MDsim zur Verfügung, die sich vorzugsweise nicht nur auf einzelne Überfahrereignisse beziehen, sondern auf Überfahrereignisse einer Vielzahl an Achsen im Falle vorbeifahrender Personenzüge PZ oder Güterzüge GZ, also auf Sequenzen an Überfahrereignissen. Dabei werden für Personenzüge PZ und Güterzüge GZ jeweils Sequenzen von Überfahrereignissen erzeugt, die charakteristisch für Güterzüge GZ und Personenzüge PZ sind und eine Unterscheidung zwischen dem Sequenztyp „Personenzug PZ“ und dem Sequenztyp „Güterzug GZ“ ermöglichen.
-
In dem Speicher 32 der Anlerneinrichtung 30 ist außerdem ein Anlernmodul ALM abgespeichert. Das Anlernmodul ALM übermittelt bei Ausführung durch die Recheneinrichtung 32 die simulierten fehlerbehafteten Messdaten MDsim zu dem Trainingsmodul TM der Auswerteinrichtung 22. Bei dieser Übermittlung wird vorzugsweise auch eine Vorklassifikation, die die Zuordnung zum Sequenztyp „Personenzug PZ“ und dem Sequenztyp „Güterzug GZ“ anzeigt, zu dem Trainingsmodul TM übertragen.
-
Empfängt das Trainingsmodul TM die simulierten fehlerbehafteten Messdaten MDsim mit der Vorklassifikation, so wird sie das Auswertmodul AWM auf deren Basis zum Erkennen von Überfahrereignissen als solchen sowie zum Unterscheiden zwischen Personenzügen und Güterzügen trainieren. Das Training kann beispielsweise auf dem Prinzip der sogenannten Support Vector Machine (SVM, bzw. Stützvektormaschine oder Stützvektormethode) beruhen, aber auch andere bekannte Arten des maschinellen Lernens können eingesetzt werden.
-
In dem Speicher 32 der Anlerneinrichtung 30 ist außerdem ein Validierungsmodul VAL abgespeichert, auf dessen Basis die Recheneinrichtung 31 der Anlerneinrichtung 30 eine Validierung der simulierten fehlerbehafteten Messdaten MDsim vornehmen kann. Konkret kann sie mit dem Validierungsmodul VAL prüfen, ob die simulierten fehlerbehafteten Messdaten MDsim des Simulationsmodells SIM die Detektionseinrichtungen 21 gemäß 1 ausreichend korrekt beschreiben bzw. ausreichend korrekt simulieren.
-
Die 3 zeigt beispielhaft ein erstes Ausführungsbeispiel für eine bevorzugte Arbeitsweise des Validierungsmoduls VAL der Anlerneinrichtung 30 gemäß 2.
-
Bei dem Ausführungsbeispiel gemäß 3 führt das Validierungsmodul VAL einen Validierungsschritt durch, bei dem es nach Abschluss des Trainingsschritts reale Messdaten MDreal, also solche, die tatsächlich von den beiden Detektionseinrichtungen 21 erzeugt und anschließend abgespeichert worden sind, in die angelernte Auswerteinrichtung 22 einspeist und diese realen Messdaten MDreal von der angelernten Auswerteinrichtung 22 klassifizieren lässt.
-
Die von der Auswerteinrichtung 22 erzeugten Klassifikationsergebnisse K werden mit einer Vorklassifikation der realen Messwerte MDreal unter Bildung einer Fehlerrate R2 der Klassifikation der Auswerteinrichtung 22 verglichen. Anschließend wird die Fehlerrate R2 der Klassifikation der Auswerteinrichtung 22 mit der dem Simulationsmodell SIM zugrunde liegenden Fehlerrate R1 verglichen. Der Validierungsschritt wird als erfolgreich abgeschlossen, das Simulationsmodell SIM als validiert und die Auswerteinrichtung 22 als ausreichend angelernt angesehen, wenn die Abweichung zwischen der Fehlerrate R1 des Simulationsmodells SIM und der Fehlerrate R2 der Klassifikation der Auswerteinrichtung 22 eine vorgegebene Grenze G1 unterschreitet.
-
Die 4 zeigt beispielhaft ein zweites Ausführungsbeispiel für eine bevorzugte Arbeitsweise des Validierungsmoduls VAL der Anlerneinrichtung 30 gemäß 2.
-
Bei dem Ausführungsbeispiel gemäß 4 vergleicht das Validierungsmodul VAL im Rahmen des Validierungsschritts die simulierten Messdaten MDsim und die realen Messdaten MDreal. Der Validierungsschritt wird vorzugsweise als erfolgreich abgeschlossen, das Simulationsmodell SIM als validiert und die Auswerteinrichtung 22 als ausreichend angelernt angesehen, wenn die Abweichung zwischen der Fehlerrate R1 des Simulationsmodells SIM und einer mittels eines anderen Kontrollauswertverfahrens festgestellten Fehlerrate R3 der realen Messdaten MDreal eine vorgegebene Grenze G2 unterschreitet.
-
Die 5 zeigt ein Ausführungsbeispiel für eine Anordnung, die die Auswerteinrichtung 22 gemäß 1 sowie ein zweites Ausführungsbeispiel für eine externe Anlerneinrichtung 30 umfasst. Die Anlerneinrichtung 30 gemäß 5 umfasst ebenfalls eine Recheneinrichtung 31 und einen Speicher 32.
-
In dem Speicher 32 der Anlerneinrichtung 30 ist ein Simulationsmodell SIM abgespeichert, auf dessen Basis die Recheneinrichtung 31 der Anlerneinrichtung 30 simulierte fehlerbehaftete Messdaten MDsim erzeugen kann und das beispielsweise mit dem oben im Zusammenhang mit den 2 bis 3 beschriebenen Simulationsmodell SIM identisch sein kann. Bezüglich des Simulationsmodells SIM gelten die obigen Ausführungen im Zusammenhang mit den 2 bis 3 also entsprechend.
-
In dem Speicher 32 der Anlerneinrichtung 30 ist außerdem ein Anlernmodul ALM abgespeichert, das bei Ausführung durch die Recheneinrichtung 31 - anders als die Anlerneinrichtung 30 gemäß den 2 bis 4 - reale Messdaten MDreal in die Auswerteinrichtung 22 einspeist, sodass das Trainingsmodul TM der Auswerteinrichtung 22 das Training auf der Basis der realen Messdaten MDreal durchführt.
-
Die 6 zeigt beispielhaft ein Ausführungsbeispiel für eine bevorzugte Arbeitsweise des Validierungsmoduls VAL der Anlerneinrichtung 30 gemäß 5.
-
Nach dem Training der Auswerteinrichtung 22 auf der Basis der realen Messdaten speist - zum Zwecke der Validierung - das Validierungsmodul VAL mittels des Simulationsmodells SIM simulierte, also fehlerbehaftete Messdaten MDsim in die trainierte Auswerteinrichtung 22 ein. Die Auswerteinrichtung 22 führt eine Klassifikation der Messdaten, vorzugsweise hinsichtlich einer Zuordnung zu Güter- oder Personenzügen, durch und übermittelt die Klassifikationsergebnisse K zu dem Validierungsmodul VAL.
-
Das Validierungsmodul VAL ermittelt auf der Basis der von der Auswerteinrichtung 22 durchgeführten Klassifikation eine Vergleichsfehlerrate R4 und sieht den Validierungsschritt als erfolgreich abgeschlossen, das Simulationsmodell SIM als validiert und die Auswerteinrichtung 22 als ausreichend angelernt an, wenn die Abweichung zwischen der Vergleichsfehlerrate R4 der Klassifikation der Auswerteinrichtung 22 und der mittels eines anderen Kontrollauswertverfahrens festgestellten Fehlerrate R3 der realen Messdaten MDreal eine vorgegebene Grenze G3 unterschreitet.
-
Obwohl die Erfindung im Detail durch bevorzugte Ausführungsbeispiele näher illustriert und beschrieben wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
-
Bezugszeichenliste
-
- 10
- Eisenbahnanlage
- 20
- eisenbahntechnische Einrichtung
- 21
- Detektionseinrichtung
- 22
- Auswerteinrichtung
- 30
- externe Anlerneinrichtung
- 31
- Recheneinrichtung
- 32
- Speicher
- 220
- Recheneinrichtung
- 221
- Speicher
- ALM
- Anlernmodul
- AWM
- Auswertmodul
- G
- Güterzug
- G1
- vorgegebene Grenze
- G2
- vorgegebene Grenze
- G3
- vorgegebene Grenze
- ID
- Identifikationssignal
- K
- Klassifikationsergebnis
- MDreal
- reale Messdaten
- MDsim
- simulierte fehlerbehaftete Messdaten
- PZ
- Personenzug
- R1
- Fehlerrate
- R2
- Fehlerrate
- R3
- Fehlerrate
- R4
- Vergleichsfehlerrate
- S
- Detektionssignal
- SIM
- Simulationsmodell
- TM
- Trainingsmodul
- VAL
- Validierungsmodul