Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion: = Application of Machine Learning systems in the connected adaprive production
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Abschlussarbeit Buch |
| Sprache: | German |
| Veröffentlicht: |
Aachen
Apprimus Verlag
2022
|
| Ausgabe: | 1. Auflage |
| Schriftenreihe: | Ergebnisse aus der Produktionstechnik
Band 19/2022 |
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis |
| Beschreibung: | XVI, 270 Seiten Illustrationen, Diagramme 21 cm x 14.8 cm, 430 g |
| ISBN: | 9783985550692 3985550697 |
Internformat
MARC
| LEADER | 00000nam a22000008cb4500 | ||
|---|---|---|---|
| 001 | BV048218927 | ||
| 003 | DE-604 | ||
| 005 | 20221213 | ||
| 007 | t | ||
| 008 | 220516s2022 gw a||| m||| 00||| ger d | ||
| 015 | |a 22,N18 |2 dnb | ||
| 016 | 7 | |a 1256446246 |2 DE-101 | |
| 020 | |a 9783985550692 |c : EUR 39.00 (DE), EUR 40.10 (AT) |9 978-3-98555-069-2 | ||
| 020 | |a 3985550697 |9 3-98555-069-7 | ||
| 024 | 3 | |a 9783985550692 | |
| 035 | |a (OCoLC)1322017753 | ||
| 035 | |a (DE-599)DNB1256446246 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c XA-DE-NW | ||
| 049 | |a DE-83 |a DE-29T | ||
| 084 | |a ZG 9225 |0 (DE-625)160612: |2 rvk | ||
| 084 | |8 1\p |a 620 |2 23sdnb | ||
| 100 | 1 | |a Scholz, Paul |d 1991- |e Verfasser |0 (DE-588)1208941631 |4 aut | |
| 245 | 1 | 0 | |a Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion |b = Application of Machine Learning systems in the connected adaprive production |c Paul Scholz |
| 246 | 1 | 1 | |a Application of Machine Learning systems in the connected adaprive production |
| 250 | |a 1. Auflage | ||
| 264 | 1 | |a Aachen |b Apprimus Verlag |c 2022 | |
| 300 | |a XVI, 270 Seiten |b Illustrationen, Diagramme |c 21 cm x 14.8 cm, 430 g | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 1 | |a Ergebnisse aus der Produktionstechnik |v Band 19/2022 | |
| 490 | 0 | |a Technologiemanagement | |
| 502 | |b Dissertation |c Rheinisch-Westfälische Technische Hochschule Aachen |d 2022 | ||
| 650 | 0 | 7 | |a Produktionssystem |0 (DE-588)4138914-1 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Industrie 4.0 |0 (DE-588)1072179776 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Adaptives System |0 (DE-588)4247928-9 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Lernendes System |0 (DE-588)4120666-6 |2 gnd |9 rswk-swf |
| 653 | |a Lean Production | ||
| 653 | |a Technologiemanagement | ||
| 653 | |a Maschinelles Lernen | ||
| 653 | |a Informatik | ||
| 653 | |a Künstliche Intelligenz | ||
| 653 | |a Produktionssystematik | ||
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Produktionssystem |0 (DE-588)4138914-1 |D s |
| 689 | 0 | 1 | |a Adaptives System |0 (DE-588)4247928-9 |D s |
| 689 | 0 | 2 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |D s |
| 689 | 0 | 3 | |a Lernendes System |0 (DE-588)4120666-6 |D s |
| 689 | 0 | 4 | |a Industrie 4.0 |0 (DE-588)1072179776 |D s |
| 689 | 0 | |5 DE-604 | |
| 710 | 2 | |a Apprimus Verlag |0 (DE-588)1068101474 |4 pbl | |
| 830 | 0 | |a Ergebnisse aus der Produktionstechnik |v Band 19/2022 |w (DE-604)BV023307578 |9 2022,19 | |
| 856 | 4 | 2 | |m DNB Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=033599691&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-033599691 | ||
| 883 | 1 | |8 1\p |a vlb |d 20220429 |q DE-101 |u https://d-nb.info/provenance/plan#vlb | |
Datensatz im Suchindex
| _version_ | 1804183998635704320 |
|---|---|
| adam_text | INHALTSVERZEICHNIS
INHALTSVERZEICHNIS
..................................................................................
I
VERZEICHNIS
DER
ABBILDUNGEN
...........................................................
VII
VERZEICHNIS
DER
TABELLEN
....................................................................
XI
VERZEICHNIS
DER
ABKUERZUNGEN
.........................................................
XIII
1
EINLEITUNG
.........................................................................................
1
1.1
AUSGANGSSITUATION
UND
MOTIVATION
.....................................................................
1
1.2
PRAKTISCHE
UND
WISSENSCHAFTLICHE
PROBLEMSTELLUNG
..........................................
3
1.3
ZIELSETZUNG
DER
ARBEIT
........................................................................................
5
1.4
VORGEHENSWEISE
UND
AUFBAU
DER
ARBEIT
...........................................................
7
2
GRUNDLAGEN
UND
STAND
DER
FORSCHUNG
............................................
9
2.1
GRUNDLAGEN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
..........................................
9
2.1.1
PRODUKTIONSMANAGEMENT
....................................................................
10
2.1.2
ZIELE
PRODUZIERENDER
UNTERNEHMEN
...................................................
14
2.1.3
INDUSTRIE
4.0
..........................................................................................
17
2.1.4
INFORMATIONSSYSTEME
...........................................................................
19
2.1.5
ZWISCHENFAZIT
ZUR
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.......................
23
2.2
GRUNDLAGEN
DER
DATEN
......................................................................................
24
II
I
NHALTSVERZEICHNIS
2.2.1
WISSENSPYRAMIDE
.................................................................................
24
2.2.2
DATENEIGENSCHAFTEN
.............................................................................
27
2.2.3
BIG
DATA
................................................................................................
30
2.2.4
MODELLCHARAKTER
VON
DATEN
................................................................
31
2.2.5
ZWISCHENFAZIT
ZU
DEN
GRUNDLAGEN
DER
DATEN
.....................................
32
2.3
GRUNDLAGEN
DER
DATENANALYSE
UND
DES
MASCHINELLEN
LERNENS
.......................
33
2.3.1
STATISTISCHE
DATENANALYSE
.....................................................................
34
2.3.2
KUENSTLICHE
INTELLIGENZ
UND
MASCHINELLES
LERNEN
..............................
42
2.3.3
MASCHINELL
LERNENDE
SYSTEME
..............................................................
44
2.3.4
GESTALTUNG
MASCHINELL
LERNENDER
SYSTEME
..........................................
54
2.3.5
ZWISCHENFAZIT
DER
DATENANALYSE
UND
DES
MASCHINELLEN
LERNENS
....57
2.4
EINGRENZUNG
DES
BETRACHTUNGSBEREICHS
............................................................
59
2.4.1
OBJEKTBEZOGENE
EINGRENZUNG
.............................................................
59
2.4.2
PRAEDIKATSBEZOGENE
EINGRENZUNG
.........................................................
60
2.4.3
SUBJEKTBEZOGENE
EINGRENZUNG
............................................................
61
2.5
ANALYSE
UND
KRITISCHE
WUERDIGUNG
DES
STANDS
DER
FORSCHUNG
........................
62
2.5.1
KRITERIEN
ZUR
BEWERTUNG
BESTEHENDER
ANSAETZE
.................................
63
2.5.2
DARSTELLUNG
UND
BEWERTUNG
BESTEHENDER
ANSAETZE
............................
63
2.5.3
ZUSAMMENFASSUNG
DER
BEWERTUNG
BESTEHENDER
ANSAETZE
UND
POSITIONIERUNG
DER
ARBEIT
...................................................................
75
2.6
ZWISCHENFAZIT
ZUR
ABLEITUNG
DES
FORSCHUNGSBEDARFS
......................................
77
3
KONZEPTION
DER
METHODIK
..............................................................79
3.1
ANFORDERUNGEN
AN
DIE
METHODIK
......................................................................
79
3.1.1
INHALTLICHE
ANFORDERUNGEN
................................................................
80
I
NHALTSVERZEICHNIS
III
3.1.2
FORMALE
ANFORDERUNGEN
.....................................................................
81
3.2
GRUNDLAGEN
DER
MODELLTHEORIE
..........................................................................
82
3.2.1
ALLGEMEINE
MODELLIERUNGSTHEORIE
.....................................................
83
3.2.2
SYSTEMS
ENGINEERING
............................................................................
84
3.2.3
REQUIREMENTS
ENGINEERING
.................................................................
87
3.3
GRUNDLAGEN
DER
ANALYTISCHEN
FORSCHUNGSMETHODEN
.......................................
90
3.3.1
ALLGEMEINE
ANALYTISCHE
FORSCHUNGSMETHODEN
..................................
91
3.3.2
DAS
VERFAHREN
DER
TYPISIERUNG
..........................................................
92
3.3.3
DAS
VERFAHREN
DER
QUALITATIVEN
INHALTSANALYSE
.................................
94
3.4
GROBKONZEPT
ZUR
APPLIKATION
MASCHINELL
LERNENDER
SYSTEME
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
........................................................
95
3.4.1
CHARAKTERISIERUNG
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
................
97
3.4.2
SPEZIFIKATION
KONSTITUIERENDER
HERAUSFORDERUNGSMERKMALE
MASCHINELL
LERNENDER
SYSTEME
..........................................................
97
3.4.3
CHARAKTERISIERUNG
MASCHINELL
LERNENDER
SYSTEME
............................
98
3.4.4
MASCHINELL
LERNENDE
SYSTEME
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
..........................................................................................
99
3.5
ZWISCHENFAZIT
ZUM
KONZEPT
DER
APPLIKATION
MASCHINELL
LERNENDER
SYSTEME
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.............................
99
4
DETAILLIERUNG
DER
METHODIK
.........................................................
101
4.1
CHARAKTERISIERUNG
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
............................
104
4.1.1
SPEZIFIKATION
DES
ZIELSYSTEMS
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
........................................................................
105
4.1.2
GENERISCHE
ENTSCHEIDUNGSSITUATIONEN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
........................................................................
113
IV
I
NHALTSVERZEICHNIS
4.1.3
TYPISIERUNG
VON
HERAUSFORDERUNGEN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
..........................................................................
122
4.1.4
ZWISCHENFAZIT
ZUR
CHARAKTERISIERUNG
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
........................................................................................
130
4.2
SPEZIFIKATION
KONSTITUIERENDER
HERAUSFORDERUNGSMERKMALE
MASCHINELL
LERNENDER
SYSTEME
............................................................................................
131
4.2.1
DIFFERENZIERUNG
ETABLIERTER
DATENANALYSEVERFAHREN,
EINFACHER
UND
FORTGESCHRITTENER
MASCHINELL
LERNENDER
VERFAHREN
.................
132
4.2.2
FAEHIGKEITEN
UND
ANFORDERUNGEN
(FORTGESCHRITTENER)
MASCHINELL
LERNENDER
VERFAHREN
.........................................................................
136
4.2.3
HERAUSFORDERUNGSMERKMALE
FUER
DEN
EINSATZ
MASCHINELL
LERNENDER
SYSTEME
............................................................................
151
4.2.4
ZWISCHENFAZIT
ZUR
SPEZIFIKATION
KONSTITUIERENDER
HERAUSFORDERUNGSMERKMALE
MASCHINELL
LERNENDER
SYSTEME
.........
162
4.3
CHARAKTERISIERUNG
MASCHINELL
LERNENDER
SYSTEME
.........................................
163
4.3.1
STRUKTURELLE
EIGENSCHAFTEN
MASCHINELL
LERNENDER
SYSTEME
.............
164
4.3.2
DATEN
UND
DATENMODELLANFORDERUNGEN
MASCHINELL
LERNENDER
SYSTEME
.............................................................................................
168
4.3.3
TYPISIERUNG
MASCHINELL
LERNENDER
SYSTEME
.....................................
170
4.3.4
ZWISCHENFAZIT
ZUR
CHARAKTERISIERUNG
MASCHINELL
LERNENDER
SYSTEME
..............................................................................................
182
4.4
MASCHINELL
LERNENDE
SYSTEME
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
......
183
4.4.1
EIGNUNG
MASCHINELL
LERNENDER
SYSTEME
FUER
HERAUSFORDERUNGEN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.............................................
184
4.4.2
CHARAKTERISIERUNGSLOGIK
FUER
SPEZIFISCHE
ANWENDUNGSFAELLE
.............
198
4.4.3
APPLIKATION
MASCHINELL
LERNENDER
SYSTEME
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.......................................................................
200
4.4.4
ZWISCHENFAZIT
ZU
MASCHINELL
LERNENDEN
SYSTEMEN
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
...................................................
207
I
NHALTSVERZEICHNIS
V
5
VALIDIERUNG
UND
KRITISCHE
REFLEXION
...........................................
209
5.1
DARSTELLUNG
DES
FALLBEISPIELS
...........................................................................
209
5.2
ANWENDUNG
DER
DISSERTATION
AM
FALLBEISPIEL
...............................................
210
5.3
KRITISCHE
REFLEXION
DER
ANWENDUNGSERFAHRUNG
...........................................
215
6
ZUSAMMENFASSUNG
UND
AUSBLICK
................................................
217
LITERATURVERZEICHNIS
..........................................................................
221
A.
ANHANG
.........................................................................................
255
A.
1
FORTGESCHRITTENE
VERFAHREN
DES
MASCHINELLEN
LERNENS
................................
255
A.2
INTERPRETATIONSREGELN
ZUR
CHARAKTERISIERUNG
VON
ANWENDUNGSFAELLEN
........
261
A.3
CHARAKTERISIERUNG
RELEVANTER
ANWENDUNGSFAELLE
...........................................266
|
| adam_txt |
INHALTSVERZEICHNIS
INHALTSVERZEICHNIS
.
I
VERZEICHNIS
DER
ABBILDUNGEN
.
VII
VERZEICHNIS
DER
TABELLEN
.
XI
VERZEICHNIS
DER
ABKUERZUNGEN
.
XIII
1
EINLEITUNG
.
1
1.1
AUSGANGSSITUATION
UND
MOTIVATION
.
1
1.2
PRAKTISCHE
UND
WISSENSCHAFTLICHE
PROBLEMSTELLUNG
.
3
1.3
ZIELSETZUNG
DER
ARBEIT
.
5
1.4
VORGEHENSWEISE
UND
AUFBAU
DER
ARBEIT
.
7
2
GRUNDLAGEN
UND
STAND
DER
FORSCHUNG
.
9
2.1
GRUNDLAGEN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
9
2.1.1
PRODUKTIONSMANAGEMENT
.
10
2.1.2
ZIELE
PRODUZIERENDER
UNTERNEHMEN
.
14
2.1.3
INDUSTRIE
4.0
.
17
2.1.4
INFORMATIONSSYSTEME
.
19
2.1.5
ZWISCHENFAZIT
ZUR
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
23
2.2
GRUNDLAGEN
DER
DATEN
.
24
II
I
NHALTSVERZEICHNIS
2.2.1
WISSENSPYRAMIDE
.
24
2.2.2
DATENEIGENSCHAFTEN
.
27
2.2.3
BIG
DATA
.
30
2.2.4
MODELLCHARAKTER
VON
DATEN
.
31
2.2.5
ZWISCHENFAZIT
ZU
DEN
GRUNDLAGEN
DER
DATEN
.
32
2.3
GRUNDLAGEN
DER
DATENANALYSE
UND
DES
MASCHINELLEN
LERNENS
.
33
2.3.1
STATISTISCHE
DATENANALYSE
.
34
2.3.2
KUENSTLICHE
INTELLIGENZ
UND
MASCHINELLES
LERNEN
.
42
2.3.3
MASCHINELL
LERNENDE
SYSTEME
.
44
2.3.4
GESTALTUNG
MASCHINELL
LERNENDER
SYSTEME
.
54
2.3.5
ZWISCHENFAZIT
DER
DATENANALYSE
UND
DES
MASCHINELLEN
LERNENS
.57
2.4
EINGRENZUNG
DES
BETRACHTUNGSBEREICHS
.
59
2.4.1
OBJEKTBEZOGENE
EINGRENZUNG
.
59
2.4.2
PRAEDIKATSBEZOGENE
EINGRENZUNG
.
60
2.4.3
SUBJEKTBEZOGENE
EINGRENZUNG
.
61
2.5
ANALYSE
UND
KRITISCHE
WUERDIGUNG
DES
STANDS
DER
FORSCHUNG
.
62
2.5.1
KRITERIEN
ZUR
BEWERTUNG
BESTEHENDER
ANSAETZE
.
63
2.5.2
DARSTELLUNG
UND
BEWERTUNG
BESTEHENDER
ANSAETZE
.
63
2.5.3
ZUSAMMENFASSUNG
DER
BEWERTUNG
BESTEHENDER
ANSAETZE
UND
POSITIONIERUNG
DER
ARBEIT
.
75
2.6
ZWISCHENFAZIT
ZUR
ABLEITUNG
DES
FORSCHUNGSBEDARFS
.
77
3
KONZEPTION
DER
METHODIK
.79
3.1
ANFORDERUNGEN
AN
DIE
METHODIK
.
79
3.1.1
INHALTLICHE
ANFORDERUNGEN
.
80
I
NHALTSVERZEICHNIS
III
3.1.2
FORMALE
ANFORDERUNGEN
.
81
3.2
GRUNDLAGEN
DER
MODELLTHEORIE
.
82
3.2.1
ALLGEMEINE
MODELLIERUNGSTHEORIE
.
83
3.2.2
SYSTEMS
ENGINEERING
.
84
3.2.3
REQUIREMENTS
ENGINEERING
.
87
3.3
GRUNDLAGEN
DER
ANALYTISCHEN
FORSCHUNGSMETHODEN
.
90
3.3.1
ALLGEMEINE
ANALYTISCHE
FORSCHUNGSMETHODEN
.
91
3.3.2
DAS
VERFAHREN
DER
TYPISIERUNG
.
92
3.3.3
DAS
VERFAHREN
DER
QUALITATIVEN
INHALTSANALYSE
.
94
3.4
GROBKONZEPT
ZUR
APPLIKATION
MASCHINELL
LERNENDER
SYSTEME
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
95
3.4.1
CHARAKTERISIERUNG
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
97
3.4.2
SPEZIFIKATION
KONSTITUIERENDER
HERAUSFORDERUNGSMERKMALE
MASCHINELL
LERNENDER
SYSTEME
.
97
3.4.3
CHARAKTERISIERUNG
MASCHINELL
LERNENDER
SYSTEME
.
98
3.4.4
MASCHINELL
LERNENDE
SYSTEME
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
99
3.5
ZWISCHENFAZIT
ZUM
KONZEPT
DER
APPLIKATION
MASCHINELL
LERNENDER
SYSTEME
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
99
4
DETAILLIERUNG
DER
METHODIK
.
101
4.1
CHARAKTERISIERUNG
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
104
4.1.1
SPEZIFIKATION
DES
ZIELSYSTEMS
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
105
4.1.2
GENERISCHE
ENTSCHEIDUNGSSITUATIONEN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
113
IV
I
NHALTSVERZEICHNIS
4.1.3
TYPISIERUNG
VON
HERAUSFORDERUNGEN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
122
4.1.4
ZWISCHENFAZIT
ZUR
CHARAKTERISIERUNG
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
130
4.2
SPEZIFIKATION
KONSTITUIERENDER
HERAUSFORDERUNGSMERKMALE
MASCHINELL
LERNENDER
SYSTEME
.
131
4.2.1
DIFFERENZIERUNG
ETABLIERTER
DATENANALYSEVERFAHREN,
EINFACHER
UND
FORTGESCHRITTENER
MASCHINELL
LERNENDER
VERFAHREN
.
132
4.2.2
FAEHIGKEITEN
UND
ANFORDERUNGEN
(FORTGESCHRITTENER)
MASCHINELL
LERNENDER
VERFAHREN
.
136
4.2.3
HERAUSFORDERUNGSMERKMALE
FUER
DEN
EINSATZ
MASCHINELL
LERNENDER
SYSTEME
.
151
4.2.4
ZWISCHENFAZIT
ZUR
SPEZIFIKATION
KONSTITUIERENDER
HERAUSFORDERUNGSMERKMALE
MASCHINELL
LERNENDER
SYSTEME
.
162
4.3
CHARAKTERISIERUNG
MASCHINELL
LERNENDER
SYSTEME
.
163
4.3.1
STRUKTURELLE
EIGENSCHAFTEN
MASCHINELL
LERNENDER
SYSTEME
.
164
4.3.2
DATEN
UND
DATENMODELLANFORDERUNGEN
MASCHINELL
LERNENDER
SYSTEME
.
168
4.3.3
TYPISIERUNG
MASCHINELL
LERNENDER
SYSTEME
.
170
4.3.4
ZWISCHENFAZIT
ZUR
CHARAKTERISIERUNG
MASCHINELL
LERNENDER
SYSTEME
.
182
4.4
MASCHINELL
LERNENDE
SYSTEME
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
183
4.4.1
EIGNUNG
MASCHINELL
LERNENDER
SYSTEME
FUER
HERAUSFORDERUNGEN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
184
4.4.2
CHARAKTERISIERUNGSLOGIK
FUER
SPEZIFISCHE
ANWENDUNGSFAELLE
.
198
4.4.3
APPLIKATION
MASCHINELL
LERNENDER
SYSTEME
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
200
4.4.4
ZWISCHENFAZIT
ZU
MASCHINELL
LERNENDEN
SYSTEMEN
IN
DER
VERNETZTEN,
ADAPTIVEN
PRODUKTION
.
207
I
NHALTSVERZEICHNIS
V
5
VALIDIERUNG
UND
KRITISCHE
REFLEXION
.
209
5.1
DARSTELLUNG
DES
FALLBEISPIELS
.
209
5.2
ANWENDUNG
DER
DISSERTATION
AM
FALLBEISPIEL
.
210
5.3
KRITISCHE
REFLEXION
DER
ANWENDUNGSERFAHRUNG
.
215
6
ZUSAMMENFASSUNG
UND
AUSBLICK
.
217
LITERATURVERZEICHNIS
.
221
A.
ANHANG
.
255
A.
1
FORTGESCHRITTENE
VERFAHREN
DES
MASCHINELLEN
LERNENS
.
255
A.2
INTERPRETATIONSREGELN
ZUR
CHARAKTERISIERUNG
VON
ANWENDUNGSFAELLEN
.
261
A.3
CHARAKTERISIERUNG
RELEVANTER
ANWENDUNGSFAELLE
.266 |
| any_adam_object | 1 |
| any_adam_object_boolean | 1 |
| author | Scholz, Paul 1991- |
| author_GND | (DE-588)1208941631 |
| author_facet | Scholz, Paul 1991- |
| author_role | aut |
| author_sort | Scholz, Paul 1991- |
| author_variant | p s ps |
| building | Verbundindex |
| bvnumber | BV048218927 |
| classification_rvk | ZG 9225 |
| ctrlnum | (OCoLC)1322017753 (DE-599)DNB1256446246 |
| discipline | Technik |
| discipline_str_mv | Technik |
| edition | 1. Auflage |
| format | Thesis Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02890nam a22006618cb4500</leader><controlfield tag="001">BV048218927</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20221213 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">220516s2022 gw a||| m||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">22,N18</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1256446246</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783985550692</subfield><subfield code="c">: EUR 39.00 (DE), EUR 40.10 (AT)</subfield><subfield code="9">978-3-98555-069-2</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3985550697</subfield><subfield code="9">3-98555-069-7</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783985550692</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1322017753</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1256446246</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-NW</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-83</subfield><subfield code="a">DE-29T</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ZG 9225</subfield><subfield code="0">(DE-625)160612:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">1\p</subfield><subfield code="a">620</subfield><subfield code="2">23sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Scholz, Paul</subfield><subfield code="d">1991-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1208941631</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion</subfield><subfield code="b">= Application of Machine Learning systems in the connected adaprive production</subfield><subfield code="c">Paul Scholz</subfield></datafield><datafield tag="246" ind1="1" ind2="1"><subfield code="a">Application of Machine Learning systems in the connected adaprive production</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1. Auflage</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Aachen</subfield><subfield code="b">Apprimus Verlag</subfield><subfield code="c">2022</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XVI, 270 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield><subfield code="c">21 cm x 14.8 cm, 430 g</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="1" ind2=" "><subfield code="a">Ergebnisse aus der Produktionstechnik</subfield><subfield code="v">Band 19/2022</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Technologiemanagement</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="b">Dissertation</subfield><subfield code="c">Rheinisch-Westfälische Technische Hochschule Aachen</subfield><subfield code="d">2022</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Produktionssystem</subfield><subfield code="0">(DE-588)4138914-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Industrie 4.0</subfield><subfield code="0">(DE-588)1072179776</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Adaptives System</subfield><subfield code="0">(DE-588)4247928-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Lernendes System</subfield><subfield code="0">(DE-588)4120666-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Lean Production</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Technologiemanagement</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Maschinelles Lernen</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Informatik</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Künstliche Intelligenz</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Produktionssystematik</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Produktionssystem</subfield><subfield code="0">(DE-588)4138914-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Adaptives System</subfield><subfield code="0">(DE-588)4247928-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="3"><subfield code="a">Lernendes System</subfield><subfield code="0">(DE-588)4120666-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="4"><subfield code="a">Industrie 4.0</subfield><subfield code="0">(DE-588)1072179776</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="710" ind1="2" ind2=" "><subfield code="a">Apprimus Verlag</subfield><subfield code="0">(DE-588)1068101474</subfield><subfield code="4">pbl</subfield></datafield><datafield tag="830" ind1=" " ind2="0"><subfield code="a">Ergebnisse aus der Produktionstechnik</subfield><subfield code="v">Band 19/2022</subfield><subfield code="w">(DE-604)BV023307578</subfield><subfield code="9">2022,19</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=033599691&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-033599691</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">vlb</subfield><subfield code="d">20220429</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#vlb</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV048218927 |
| illustrated | Illustrated |
| index_date | 2024-07-03T19:50:14Z |
| indexdate | 2024-07-10T09:32:21Z |
| institution | BVB |
| institution_GND | (DE-588)1068101474 |
| isbn | 9783985550692 3985550697 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-033599691 |
| oclc_num | 1322017753 |
| open_access_boolean | |
| owner | DE-83 DE-29T |
| owner_facet | DE-83 DE-29T |
| physical | XVI, 270 Seiten Illustrationen, Diagramme 21 cm x 14.8 cm, 430 g |
| publishDate | 2022 |
| publishDateSearch | 2022 |
| publishDateSort | 2022 |
| publisher | Apprimus Verlag |
| record_format | marc |
| series | Ergebnisse aus der Produktionstechnik |
| series2 | Ergebnisse aus der Produktionstechnik Technologiemanagement |
| spelling | Scholz, Paul 1991- Verfasser (DE-588)1208941631 aut Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion = Application of Machine Learning systems in the connected adaprive production Paul Scholz Application of Machine Learning systems in the connected adaprive production 1. Auflage Aachen Apprimus Verlag 2022 XVI, 270 Seiten Illustrationen, Diagramme 21 cm x 14.8 cm, 430 g txt rdacontent n rdamedia nc rdacarrier Ergebnisse aus der Produktionstechnik Band 19/2022 Technologiemanagement Dissertation Rheinisch-Westfälische Technische Hochschule Aachen 2022 Produktionssystem (DE-588)4138914-1 gnd rswk-swf Industrie 4.0 (DE-588)1072179776 gnd rswk-swf Maschinelles Lernen (DE-588)4193754-5 gnd rswk-swf Adaptives System (DE-588)4247928-9 gnd rswk-swf Lernendes System (DE-588)4120666-6 gnd rswk-swf Lean Production Maschinelles Lernen Informatik Künstliche Intelligenz Produktionssystematik (DE-588)4113937-9 Hochschulschrift gnd-content Produktionssystem (DE-588)4138914-1 s Adaptives System (DE-588)4247928-9 s Maschinelles Lernen (DE-588)4193754-5 s Lernendes System (DE-588)4120666-6 s Industrie 4.0 (DE-588)1072179776 s DE-604 Apprimus Verlag (DE-588)1068101474 pbl Ergebnisse aus der Produktionstechnik Band 19/2022 (DE-604)BV023307578 2022,19 DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=033599691&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis 1\p vlb 20220429 DE-101 https://d-nb.info/provenance/plan#vlb |
| spellingShingle | Scholz, Paul 1991- Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion = Application of Machine Learning systems in the connected adaprive production Ergebnisse aus der Produktionstechnik Produktionssystem (DE-588)4138914-1 gnd Industrie 4.0 (DE-588)1072179776 gnd Maschinelles Lernen (DE-588)4193754-5 gnd Adaptives System (DE-588)4247928-9 gnd Lernendes System (DE-588)4120666-6 gnd |
| subject_GND | (DE-588)4138914-1 (DE-588)1072179776 (DE-588)4193754-5 (DE-588)4247928-9 (DE-588)4120666-6 (DE-588)4113937-9 |
| title | Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion = Application of Machine Learning systems in the connected adaprive production |
| title_alt | Application of Machine Learning systems in the connected adaprive production |
| title_auth | Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion = Application of Machine Learning systems in the connected adaprive production |
| title_exact_search | Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion = Application of Machine Learning systems in the connected adaprive production |
| title_exact_search_txtP | Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion = Application of Machine Learning systems in the connected adaprive production |
| title_full | Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion = Application of Machine Learning systems in the connected adaprive production Paul Scholz |
| title_fullStr | Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion = Application of Machine Learning systems in the connected adaprive production Paul Scholz |
| title_full_unstemmed | Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion = Application of Machine Learning systems in the connected adaprive production Paul Scholz |
| title_short | Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion |
| title_sort | applikation maschinell lernender systeme in der vernetzten adaptiven produktion application of machine learning systems in the connected adaprive production |
| title_sub | = Application of Machine Learning systems in the connected adaprive production |
| topic | Produktionssystem (DE-588)4138914-1 gnd Industrie 4.0 (DE-588)1072179776 gnd Maschinelles Lernen (DE-588)4193754-5 gnd Adaptives System (DE-588)4247928-9 gnd Lernendes System (DE-588)4120666-6 gnd |
| topic_facet | Produktionssystem Industrie 4.0 Maschinelles Lernen Adaptives System Lernendes System Hochschulschrift |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=033599691&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| volume_link | (DE-604)BV023307578 |
| work_keys_str_mv | AT scholzpaul applikationmaschinelllernendersystemeindervernetztenadaptivenproduktionapplicationofmachinelearningsystemsintheconnectedadapriveproduction AT apprimusverlag applikationmaschinelllernendersystemeindervernetztenadaptivenproduktionapplicationofmachinelearningsystemsintheconnectedadapriveproduction AT scholzpaul applicationofmachinelearningsystemsintheconnectedadapriveproduction AT apprimusverlag applicationofmachinelearningsystemsintheconnectedadapriveproduction |