Zum Hauptinhalt springen
Unsere Forschungsexperten

Evgeny Kharlamov

Senior Expert im Bereich KI-Methoden für digitale Zwillinge und Wissensgraphen

Wenn es darum geht, die Fertigung intelligenter zu machen, kommt der künstlichen Intelligenz (KI) eine Hauptrolle zu. Sie soll dafür sorgen, dass die Fertigung agil, ressourcenschonend und ‚nah am Leben‘ ist.

Evgeny Kharlamov im Büro

Seit 2018 arbeite ich bei Bosch Research und es ist meine persönliche Leidenschaft, die Fertigung mithilfe von KI, digitalen Zwillingen und semantischen Technologien smarter zu machen. Ziel meiner Arbeit ist die Entwicklung von KI-Methoden, die durch Symbollogik und maschinellem Lernen Fertigungswissen in Form von semantischen Konzeptmodellen, digitalen Zwillingen und Wissensgraphen mit Produktionsdaten verknüpfen. Mit solchen Methoden können wir die industrielle Datenanalytik bzw. -analysen ausbauen und demokratisieren. Außerdem können wir industrielle KI-Lösungen entwickeln, beispielsweise für sogenannte Machine Learning Pipelines, um diskrete Fertigungsprozesse zu überwachen. Zudem strebe ich Lösungen an, die auf belastbaren Theorien gründen und großes Potenzial für die Industrie 4.0 aufweisen. Ich bin aktives Mitglied mehrerer Wissenschafts- und Ingenieurgemeinschaften, habe 130 wissenschaftliche Beiträge publiziert, wurde zweimal für die beste Arbeit und einmal für die beste Demonstration bei führenden Veranstaltungen ausgezeichnet und partizipiere in öffentlich finanzierten Projekten mehrerer EU-Partner.

Erzählen Sie doch mal: was fasziniert Sie an der Forschung?
Bestehende Probleme zu lösen, um die Welt lebenswerter zu machen.

Was macht die Forschung bei Bosch besonders?
Bosch fokussiert sich in seinen Zielsetzungen auf KI: Bis 2025 sollen alle Bosch-Produkte entweder KI beinhalten oder mithilfe von KI entwickelt bzw. gefertigt sein. Dies und die Tatsache, dass Bosch über 200 Fabriken weltweit betreibt, eröffnet uns eine einzigartige Chance. Die Bosch Forschenden sind von einer intelligenten und KI-gestützten Fertigung zutiefst überzeugt. Unsere Chance liegt darin, KI-basierte Produktionslösungen zu entwickeln, zu implementieren und zu evaluieren – und letztendlich einen echten Beitrag zur Fertigung im Allgemeinen zu leisten. Darüber hinaus besitzt Bosch eine einzigartige Infrastruktur, die den Forschern alles bietet, was sie für ihre Arbeit brauchen. Es ist ebenfalls wichtig, die Rolle von Bosch als globalen Anbieter von Produktionslösungen hervorzuheben. Auf diese Weise erlangt unsere Forschungsarbeit weltweite Bedeutung.

Woran forschen Sie bei Bosch?
Der Schwerpunkt meiner Forschungsarbeit liegt auf der KI-basierten Automatisierung und Optimierung von Produktionsprozessen. Die KI-Methoden, die ich entwickle, verbinden Symboldarstellung und -logik mit maschinellem Lernen. Dabei kann ich einerseits Produktionswissen in Form semantischer Modellkonzepte, digitaler Zwillinge und Wissensgraphen und andererseits Produktionsdaten berücksichtigen. Meine gegenwärtigen Forschungsthemen reichen von fundamentalen Aspekten von Graph Neural Networks über die Standardisierung von semantischen digitalen Zwillingen und endbenutzerorientierten Tools bis hin zur Sondierung industrieller Datenumfänge zur Entwicklung von ML-Lösungen (Machine Learning).

Was sind die größten wissenschaftlichen Herausforderungen in Ihrem Forschungsfeld?
Die zentrale wissenschaftliche Herausforderung ist die tiefgreifende Integration von symbolisch dargestelltem Domänenwissen, gewonnen durch logische Erwägung mit auf neuronalen Netzwerken basierter ML. Diese Integration wird zu KI-Lösungen führen, die erklärbar, vertrauenswürdig und für die Industrie von großer Bedeutung sein werden.

Wie werden Ihre Forschungsergebnisse zu „Technik fürs Leben“?
Für Bosch sind Industrie 4.0 und Smart Manufacturing Kernstücke einer lebensnahen Technologie, denn sie zielen auf die kontinuierliche Reduktion von Fehlern, Ressourcenverbrauch und CO₂-Emissionen in der Produktion ab.

Lebenslauf

Seit 2021
Senior Expert im Bereich KI-Methoden für digitale Zwillinge und Wissensgraphen. Bosch Center for Artificial Intelligence, Renningen

2018
Research Scientist. Bosch Center for Artificial Intelligence, Renningen

2018
Außerordentliche Professur, Fakultät Informatik, Universität Oslo (Norwegen)

2013
Senior Research Fellow, Universität Oxford (GB)

2009 bis 2012
Forschungsaufenthalte bei Telecom Paris (Frankreich), Inria Saclay (Frankreich), Universität Oxford (GB), Universität Edinburgh (GB)

2007
Ph.D. in Informatik, Freie Universität Bozen (Italien)

2004
Sc in Berechnungslogik, Doppelabschluss an TU Dresden (Deutschland) und Freier Universität Bozen (Italien)

1999
BSc in Mechanik und Mathematik, Staatliche Universität Nowosibirsk (Russland)

Evgeny Kharlamov

Ausgewählte Publikationen

Publikationen

Xu Zou et al. (2021)

TDGIA: Effective Injection Attacks on Graph Neural Networks
  • Qinkai Zheng, Yuxiao Dong, Xinyu Guan, Evgeny Kharlamov, Jialiang Lu, Jie Tang
  • KDD 2021: 2461-2471
Publikationen

Jialin Zhao et al. (2021)

Adaptive Diffusion in Graph Neural Networks
  • Yuxiao Dong, Ming Ding, Evgeny Kharlamov, Jie Tang
  • NeurIPS 2021
Publikationen

Baifan Zhou et al. (2021)

SemML: Facilitating development of ML models for condition monitoring with semantics
  • Yulia Svetashova, Andre Gusmao, Ahmet Soylu, Gong Cheng, Ralf Mikut, Arild Waaler, Evgeny Kharlamov
  • J. Web Semant. Volume 71, November 2021
Publikationen

Wenzheng Feng et al. (2020)

Graph Random Neural Networks for Semi-Supervised Learning on Graphs
  • Jie Zhang, Yuxiao Dong, Yu Han, Huanbo Luan, Qian Xu, Qiang Yang, Evgeny Kharlamov, Jie Tang
  • NeurIPS 2020

Ihr Kontakt zu mir

Evgeny Kharlamov
Senior Expert im Bereich KI-Methoden für digitale Zwillinge und Wissensgraphen

Teile diese Seite auf