In diesem Forschungsprojekt sollen Methoden und Algorithmen für den Bereich der eingebetteten Mustererkennung entwickelt werden die die genannten Anforderungen adressieren. Zudem soll im Bereich der anwendungsnahen Forschung der Entwurfsprozess solcher Systeme unterstützt werden. Konkret zielt dies beispielsweise auf eine Analyse des Rechen- und Speicherbedarfs eines Algorithmus ab um eine Aussage hinsichtlich der benötigten Hardware treffen zu können. Ein verwandter Anwendungsfall ist die Auswahl eines geeigneten Klassifikationsalgorithmus bei bekannten Ressourcen (Speicher, Rechenleistung, verfügbare Arithmetik), der die bestmöglichen Klassifikationsergebnisse unter Rücksichtsname der Ziel- Hardware liefert. Ein weiterer wichtiger Punkt ist die Analyse des Gesamtenergieverbrauchs eines Systems. Eingebettete Systeme sind oft batteriebetrieben und müssen eine Mindestlaufzeit auf einer Batterieladung gewährleisten. Die Entwicklung von Methoden zur effizienten Energienutzung ist dabei für viele Anwendungen essentiell. Anwendungen der Mustererkennung in eingebetteten Systemen sind in vielen Bereichen wie der Automobilbranche, Sportelektronik und Medizintechnik zu finden.