Transfer Possibilities of a Deep Learning System from Medicine into Aviation

Abstract

This thesis deals with the possibilities to learn from medicine how to apply deep learning technology in aviation. From the basic understanding of artificial intelligence (AI), machine learning, deep learning, and the precise distinction between these fields, to the advantages and limitations of deep learning, this thesis aims to give an introduction to the complex field of AI and deep learning. The theory is underlined with various deep learning use cases in both industries. The transfer bridge between two similar use cases from medicine and aviation, genomic exon detection and lightning strike damage detection is built methodologically to investigate possible profits of the transfer from academia to the private sector.

Diese Arbeit umfasst die Möglichkeiten von der Medizinbranche zu lernen wie die Deep Learning Technologie in der Luftfahrt eingesetzt werden kann. Vom grundlegenden Verständnis der Künstlichen Intelligenz (KI), Machine Learning und Deep Learning, sowie der präzisen Unterscheidung zwischen diesen Feldern, bis zu den Vorteilen und Limitierungen von Deep Learning, versucht diese Arbeit einen Einstieg in das komplexe Feld der KI und Deep Learning zu ermöglichen. Die Theorie wird mit verschiedenen Use Cases aus beiden Industrien betont. Die Transferbrücke zwischen zwei ähnlichen Use Cases aus der Medizin und Luftfahrt, Exon-Detektion aus der Genomik sowie Blitzschlag-Schadensdetektion ist methodisch aufgebaut um mögliche Profite aus dem Transfer von der Wissenschaft in den kommerziellen Sektor zu untersuchen.