e-Sparx

Maschinelles Lernen (ML) wird zu einem entscheidenden Faktor für die Energiewende. Leider bremsen eingeschränkter Daten- und Modellaustausch, nicht reproduzierbare Arbeitsabläufe und das Fehlen eines standardisierten Modell-Benchmarkings die Innovation in diesem besonders relevanten Forschungsbereich. Trotz verschiedener Plattformen für den Austausch von Daten und ML-Code ist es nach wie vor eine große Herausforderung, relevante ML-Artefakte (Daten, Skripte, Modellarchitekturen oder Gewichte) im Bereich Energiesysteme zu finden und wiederzuverwenden.

e-SparX ist ein neuartiges Tool, das den Austausch und das Auffinden von ML-Artefakten für eine schnelle und einfache Wiederverwendung erleichtert und speziell auf die Bedürfnisse von Forschern im Energie-ML-Bereich zugeschnitten ist. Wir bauen auf bestehenden Tools (z. B. der Open Energy Platform, GitHub, MLflow) auf und bieten ein benutzerfreundliches Paket zur Veröffentlichung von ML-Artefakten mit minimalem Aufwand. e-SparX verfügt über eine webbasierte Benutzeroberfläche, die ML-Artefakte in vernetzten ML-Pipeline-Graphen organisiert und visualisiert und so das Auffinden und Benchmarking von ML-Projekten aus der Energiebranche ermöglicht. Der e-SparX-Prototyp wurde auf Grundlage einer Anforderungsanalyse entwickelt und ist voll funktionsfähig und Open Source.