Ziel des Forschungsprojekts PALIM ist es daher, am Beispiel einer hochautomatisierten Fertigungslinie der Automobilbranche die Eignung moderner Deep-Learning-Verfahren (Transformer, TCN) und Performance-Optimierungen (binäre neuronale Netze, gemischte Präzision) für hochdimensionale (mehrheitlich binäre) Zeitreihen im Vergleich zu klassischen Zeitreihen-Algorithmen wie HMM oder FSM systematisch zu untersuchen und ideale Tradeoffs zwischen den Modellen oder durch Modell-Kombinationen zu finden.