Kontext spielt in IoT-Umgebung eine wichtige Rolle, da dadurch eine sinnvollere Interpretation der gesammelten Daten ermöglicht wird. Derzeit haben Deep Learning-Ansätze, insbesondere Deep Neural Networks (DNNs), an Aufmerksamkeit gewonnen, da sie für große Datenmengen geeignet sind. DNNs haben ihr Potenzial in verschiedenen Anwendungen bewiesen, indem sie komplexe Zuordnungen zwischen Eingabe- und Ausgabedaten ermöglichen. Ihre Anwendbarkeit ist jedoch in Bereichen begrenzt, in denen die Zuordnungen durch Kontextinformationen beeinflusst werden. Im Rahmen des Forschungsaufenthalts werden Lernmechanismen weiter untersucht, um ein kontextuelles Deep Learning Framework zu realisieren.
