Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen:
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Buch |
| Sprache: | German |
| Veröffentlicht: |
Kassel
Kassel University Press
2020
|
| Schriftenreihe: | Produktion & Energie
Band 24 |
| Schlagworte: | |
| Online-Zugang: | Volltext Inhaltsverzeichnis |
| Beschreibung: | LXXXIX, 154 Seiten Diagramme 21 cm x 14.8 cm, 320 g |
| ISBN: | 9783737609159 3737609152 |
| DOI: | doi:10.17170/kobra-202010272015 |
Internformat
MARC
| LEADER | 00000nam a22000008cb4500 | ||
|---|---|---|---|
| 001 | BV047058434 | ||
| 003 | DE-604 | ||
| 005 | 20210427 | ||
| 007 | t | ||
| 008 | 201210s2020 gw |||| m||| 00||| ger d | ||
| 015 | |a 20,N49 |2 dnb | ||
| 016 | 7 | |a 1222191776 |2 DE-101 | |
| 020 | |a 9783737609159 |c : EUR 29.00 (DE), EUR 29.90 (AT) |9 978-3-7376-0915-9 | ||
| 020 | |a 3737609152 |9 3-7376-0915-2 | ||
| 024 | 3 | |a 9783737609159 | |
| 035 | |a (OCoLC)1225082849 | ||
| 035 | |a (DE-599)DNB1222191776 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c XA-DE-HE | ||
| 049 | |a DE-83 |a DE-573 | ||
| 084 | |a ZM 9020 |0 (DE-625)157212: |2 rvk | ||
| 084 | |8 1\p |a 620 |2 23sdnb | ||
| 100 | 1 | |a Seevers, Jan-Peter |e Verfasser |0 (DE-588)1226872298 |4 aut | |
| 245 | 1 | 0 | |a Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen |c Jan-Peter Seevers |
| 264 | 1 | |a Kassel |b Kassel University Press |c 2020 | |
| 300 | |a LXXXIX, 154 Seiten |b Diagramme |c 21 cm x 14.8 cm, 320 g | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 0 | |a Produktion & Energie |v Band 24 | |
| 650 | 0 | 7 | |a Unüberwachtes Lernen |0 (DE-588)4580265-8 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Zustandsüberwachung |0 (DE-588)4369492-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Fertigungsanlage |0 (DE-588)4140388-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Messreihe |0 (DE-588)4502276-8 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Mustererkennung |0 (DE-588)4040936-3 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Cluster-Analyse |0 (DE-588)4070044-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Leistungsbewertung |0 (DE-588)4167271-9 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Zeitreihe |0 (DE-588)4127298-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Diagnosesystem |0 (DE-588)4149458-1 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Energiebedarf |0 (DE-588)4137876-3 |2 gnd |9 rswk-swf |
| 653 | |a Univariate Zeitreihensegmentierung | ||
| 653 | |a Betriebszustandserkennung | ||
| 653 | |a Condition Monitoring | ||
| 653 | |a Unüberwachte maschinelle Lernverfahren | ||
| 653 | |a Energiemonitoring | ||
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Fertigungsanlage |0 (DE-588)4140388-5 |D s |
| 689 | 0 | 1 | |a Zustandsüberwachung |0 (DE-588)4369492-5 |D s |
| 689 | 0 | 2 | |a Leistungsbewertung |0 (DE-588)4167271-9 |D s |
| 689 | 0 | 3 | |a Messreihe |0 (DE-588)4502276-8 |D s |
| 689 | 0 | 4 | |a Zeitreihe |0 (DE-588)4127298-5 |D s |
| 689 | 0 | 5 | |a Unüberwachtes Lernen |0 (DE-588)4580265-8 |D s |
| 689 | 0 | 6 | |a Mustererkennung |0 (DE-588)4040936-3 |D s |
| 689 | 0 | 7 | |a Cluster-Analyse |0 (DE-588)4070044-6 |D s |
| 689 | 0 | 8 | |a Energiebedarf |0 (DE-588)4137876-3 |D s |
| 689 | 0 | 9 | |a Diagnosesystem |0 (DE-588)4149458-1 |D s |
| 689 | 0 | |5 DE-604 | |
| 710 | 2 | |a kassel university press |0 (DE-588)1066127425 |4 pbl | |
| 776 | 0 | 8 | |i Erscheint auch als |n Online-Ausgabe |
| 856 | 4 | 1 | |u https://doi.org/doi:10.17170/kobra-202010272015 |x Verlag |z kostenfrei |3 Volltext |
| 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=032465644&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 912 | |a ebook | ||
| 999 | |a oai:aleph.bib-bvb.de:BVB01-032465644 | ||
| 883 | 1 | |8 1\p |a vlb |d 20201126 |q DE-101 |u https://d-nb.info/provenance/plan#vlb | |
Datensatz im Suchindex
| _version_ | 1804182051890397184 |
|---|---|
| adam_text | INHALTSVERZEICHNIS
KURZFASSUNG
......................................................
VII
ABSTRACT
.
.............................................................................IX
VORWORT
...................................................................................................................................
XI
INHALTSVERZEICHNIS
XIII
NOMENKLATUR
.........................................................................XVII
1
EINLEITUNG
............
1
2
STAND
DER
FORSCHUNG
7
2.1
INFORMATIONSGEWINNUNG
AUS
LEISTUNGSVERLAEUFEN
...................................................
8
2.1.1
G
RUNDLEGENDE
BEGRIFFEABGRENZUNGEN
8
2.1.2
LEISTUNGS-
UND
ZUSTANDSUEBERWACHUNG
9
2.1.3
SENSORREDUZIERTE
VERFAHREN
17
2.2
MUSTERERKENNUNG
IN
ZEITREIHEN
21
2.2.1
DEFINITIONEN
UND
GRUNDLAGEN
.....................................
21
2.2.2
MOTIF-ALGORITHMEN
25
2.2.3
PERIODIZITAETSERKENNUNG
27
2.3
ZUSAMMENFASSENDER
UEBERBLICK
30
3
THEMATISCHE
ABGRENZUNG
UND
VORGEHEN
................................
33
4
ENTWICKLUNG
EINER
MODULBASIERTEN
LEISTUNGSUEBERWACHUNG
37
4.1
METHODISCHE
VORGEHENSWEISE
.............................................................................
38
4.1.1
SYSTEMATISIERUNG
VON
LEISTUNGSVERLAUFSMUSTERN
38
4.1.2
REIHENFOLGE
DER
METHODISCHEN
SCHRITTE
42
XIII
4.2
BEARBEI
T
UNGSZYKLENERKENNUNG
45
4.2.1
GRUNDLEGENDE
HERANGEHENS
WEISE
45
4.2.2
ERMITTLUNG
DER
BEARBEITUNGSZYKLUSZEIT
50
4.2.3
MUSTERZYKLUSFINDUNG
58
4.2.4
STANDARDLAST-
UND
BOXPLOT-PROFILBILDUNG
65
4.3
SEGMENTIERUNG
UND
CLUSTERING
VON
ZEITREIHENSEGMENTEN
71
4.3.1
KONSTANTE
UND
NICHT
KONSTANTE
SEGMENTE
71
4.3.2
CLUSTERING
DER
SEGMENTE
75
4.3.3
WIEDER
KEHRENDE
SEGMENTCLUSTERSEQ
UENZEN
80
4.4
KOMBINATION
BESTEHENDER
MOTIF-ALGORITHMEN
82
4.5
ZUSTANDSSPEZIFISCHE
STATISTISCHE
ABWEICHUNGSANALYSEN
94
5
VERIFIZIERUNG
UND
VALIDIERUNG
97
5.1
SYSTEMATIK
DER
DATENAUSWAHL
UND
ERGEBNISBEWERTUNG
98
5.2
MC-ERKENNUNG
104
5.2.1
SYNTHETISCHE
TESTDATENSAETZE
1.04
5.2.2
REALE
TESTDATEN
115
5.3
SEGMENTCLUSTERING
116
5.3.1
SEGMENTIERUNG
116
5.3.2
SEGMENTCLUSTERSEQUENZEN
...119
5.3.3
KOMBINATION
SEGMENTCLUSTERING
MIT
MC-ERKENNUNG
121
5.4
MOTIF-ERKENNUNG
123
5.5
STATISTISCHE
ABWEICHUNGSANALYSE
124
5.6
RESUEMEE
UND
KRITISCHE
BEWERTUNG
125
6
ANWENDUNGEN
ZUR
LEISTUNGSUEBERWACHUNG
VON
PRODUKTIONSANLAGEN
129
6.1
AUTOMATISIERTE
ENERGIE-
UND
LEISTUNGSBERICHTE
130
6.2
SELBSTLERNENDE
LEISTUNGSUEBERWACHUNG
134
6.3
NILM
BEI
PRODUKTIONSANLAGEN
137
7
DISKUSSION
UND
UEBERTRAGBARKEIT
139
7.1
DISK
USSION
DER
ERGEBI
RISSE
140
7.2
WISSENSCHAFTLICHE
UEBERTRAGBARKEIT
146
8
ZUSAMMENFASSUNG
UND
AUSBLICK
151
ABBILDUNGSVERZEICHNIS
.............................................XXI
TABELLENVERZEICHNIS
XXIII
ALGORITHMENVERZEICHNIS
XXV
XIV
LITERATURVERZEICHNIS
.........................................................................................................
XXV
BETREUTE
ABSCHLUSSARBEITEN
...........................................................................................
XLV
A.
ANHANG
...............................................................................................................
XLVII
XV
|
| adam_txt |
INHALTSVERZEICHNIS
KURZFASSUNG
.
VII
ABSTRACT
.
.IX
VORWORT
.
XI
INHALTSVERZEICHNIS
XIII
NOMENKLATUR
.XVII
1
EINLEITUNG
.
1
2
STAND
DER
FORSCHUNG
7
2.1
INFORMATIONSGEWINNUNG
AUS
LEISTUNGSVERLAEUFEN
.
8
2.1.1
G
RUNDLEGENDE
BEGRIFFEABGRENZUNGEN
8
2.1.2
LEISTUNGS-
UND
ZUSTANDSUEBERWACHUNG
9
2.1.3
SENSORREDUZIERTE
VERFAHREN
17
2.2
MUSTERERKENNUNG
IN
ZEITREIHEN
21
2.2.1
DEFINITIONEN
UND
GRUNDLAGEN
.
21
2.2.2
MOTIF-ALGORITHMEN
25
2.2.3
PERIODIZITAETSERKENNUNG
27
2.3
ZUSAMMENFASSENDER
UEBERBLICK
30
3
THEMATISCHE
ABGRENZUNG
UND
VORGEHEN
.
33
4
ENTWICKLUNG
EINER
MODULBASIERTEN
LEISTUNGSUEBERWACHUNG
37
4.1
METHODISCHE
VORGEHENSWEISE
.
38
4.1.1
SYSTEMATISIERUNG
VON
LEISTUNGSVERLAUFSMUSTERN
38
4.1.2
REIHENFOLGE
DER
METHODISCHEN
SCHRITTE
42
XIII
4.2
BEARBEI
T
UNGSZYKLENERKENNUNG
45
4.2.1
GRUNDLEGENDE
HERANGEHENS
WEISE
45
4.2.2
ERMITTLUNG
DER
BEARBEITUNGSZYKLUSZEIT
50
4.2.3
MUSTERZYKLUSFINDUNG
58
4.2.4
STANDARDLAST-
UND
BOXPLOT-PROFILBILDUNG
65
4.3
SEGMENTIERUNG
UND
CLUSTERING
VON
ZEITREIHENSEGMENTEN
71
4.3.1
KONSTANTE
UND
NICHT
KONSTANTE
SEGMENTE
71
4.3.2
CLUSTERING
DER
SEGMENTE
75
4.3.3
WIEDER
KEHRENDE
SEGMENTCLUSTERSEQ
UENZEN
80
4.4
KOMBINATION
BESTEHENDER
MOTIF-ALGORITHMEN
82
4.5
ZUSTANDSSPEZIFISCHE
STATISTISCHE
ABWEICHUNGSANALYSEN
94
5
VERIFIZIERUNG
UND
VALIDIERUNG
97
5.1
SYSTEMATIK
DER
DATENAUSWAHL
UND
ERGEBNISBEWERTUNG
98
5.2
MC-ERKENNUNG
104
5.2.1
SYNTHETISCHE
TESTDATENSAETZE
1.04
5.2.2
REALE
TESTDATEN
115
5.3
SEGMENTCLUSTERING
116
5.3.1
SEGMENTIERUNG
116
5.3.2
SEGMENTCLUSTERSEQUENZEN
.119
5.3.3
KOMBINATION
SEGMENTCLUSTERING
MIT
MC-ERKENNUNG
121
5.4
MOTIF-ERKENNUNG
123
5.5
STATISTISCHE
ABWEICHUNGSANALYSE
124
5.6
RESUEMEE
UND
KRITISCHE
BEWERTUNG
125
6
ANWENDUNGEN
ZUR
LEISTUNGSUEBERWACHUNG
VON
PRODUKTIONSANLAGEN
129
6.1
AUTOMATISIERTE
ENERGIE-
UND
LEISTUNGSBERICHTE
130
6.2
SELBSTLERNENDE
LEISTUNGSUEBERWACHUNG
134
6.3
NILM
BEI
PRODUKTIONSANLAGEN
137
7
DISKUSSION
UND
UEBERTRAGBARKEIT
139
7.1
DISK
USSION
DER
ERGEBI
RISSE
140
7.2
WISSENSCHAFTLICHE
UEBERTRAGBARKEIT
146
8
ZUSAMMENFASSUNG
UND
AUSBLICK
151
ABBILDUNGSVERZEICHNIS
.XXI
TABELLENVERZEICHNIS
XXIII
ALGORITHMENVERZEICHNIS
XXV
XIV
LITERATURVERZEICHNIS
.
XXV
BETREUTE
ABSCHLUSSARBEITEN
.
XLV
A.
ANHANG
.
XLVII
XV |
| any_adam_object | 1 |
| any_adam_object_boolean | 1 |
| author | Seevers, Jan-Peter |
| author_GND | (DE-588)1226872298 |
| author_facet | Seevers, Jan-Peter |
| author_role | aut |
| author_sort | Seevers, Jan-Peter |
| author_variant | j p s jps |
| building | Verbundindex |
| bvnumber | BV047058434 |
| classification_rvk | ZM 9020 |
| collection | ebook |
| ctrlnum | (OCoLC)1225082849 (DE-599)DNB1222191776 |
| discipline | Werkstoffwissenschaften / Fertigungstechnik |
| discipline_str_mv | Werkstoffwissenschaften / Fertigungstechnik |
| doi_str_mv | doi:10.17170/kobra-202010272015 |
| format | Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>03243nam a22007458cb4500</leader><controlfield tag="001">BV047058434</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20210427 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">201210s2020 gw |||| m||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">20,N49</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1222191776</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783737609159</subfield><subfield code="c">: EUR 29.00 (DE), EUR 29.90 (AT)</subfield><subfield code="9">978-3-7376-0915-9</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3737609152</subfield><subfield code="9">3-7376-0915-2</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783737609159</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1225082849</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1222191776</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-HE</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-83</subfield><subfield code="a">DE-573</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ZM 9020</subfield><subfield code="0">(DE-625)157212:</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">Seevers, Jan-Peter</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1226872298</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen</subfield><subfield code="c">Jan-Peter Seevers</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Kassel</subfield><subfield code="b">Kassel University Press</subfield><subfield code="c">2020</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">LXXXIX, 154 Seiten</subfield><subfield code="b">Diagramme</subfield><subfield code="c">21 cm x 14.8 cm, 320 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="0" ind2=" "><subfield code="a">Produktion & Energie</subfield><subfield code="v">Band 24</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Unüberwachtes Lernen</subfield><subfield code="0">(DE-588)4580265-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Zustandsüberwachung</subfield><subfield code="0">(DE-588)4369492-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Fertigungsanlage</subfield><subfield code="0">(DE-588)4140388-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Messreihe</subfield><subfield code="0">(DE-588)4502276-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Mustererkennung</subfield><subfield code="0">(DE-588)4040936-3</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Cluster-Analyse</subfield><subfield code="0">(DE-588)4070044-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Leistungsbewertung</subfield><subfield code="0">(DE-588)4167271-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Zeitreihe</subfield><subfield code="0">(DE-588)4127298-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Diagnosesystem</subfield><subfield code="0">(DE-588)4149458-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Energiebedarf</subfield><subfield code="0">(DE-588)4137876-3</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Univariate Zeitreihensegmentierung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Betriebszustandserkennung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Condition Monitoring</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Unüberwachte maschinelle Lernverfahren</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Energiemonitoring</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">Fertigungsanlage</subfield><subfield code="0">(DE-588)4140388-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Zustandsüberwachung</subfield><subfield code="0">(DE-588)4369492-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Leistungsbewertung</subfield><subfield code="0">(DE-588)4167271-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="3"><subfield code="a">Messreihe</subfield><subfield code="0">(DE-588)4502276-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="4"><subfield code="a">Zeitreihe</subfield><subfield code="0">(DE-588)4127298-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="5"><subfield code="a">Unüberwachtes Lernen</subfield><subfield code="0">(DE-588)4580265-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="6"><subfield code="a">Mustererkennung</subfield><subfield code="0">(DE-588)4040936-3</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="7"><subfield code="a">Cluster-Analyse</subfield><subfield code="0">(DE-588)4070044-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="8"><subfield code="a">Energiebedarf</subfield><subfield code="0">(DE-588)4137876-3</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="9"><subfield code="a">Diagnosesystem</subfield><subfield code="0">(DE-588)4149458-1</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">kassel university press</subfield><subfield code="0">(DE-588)1066127425</subfield><subfield code="4">pbl</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe</subfield></datafield><datafield tag="856" ind1="4" ind2="1"><subfield code="u">https://doi.org/doi:10.17170/kobra-202010272015</subfield><subfield code="x">Verlag</subfield><subfield code="z">kostenfrei</subfield><subfield code="3">Volltext</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=032465644&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ebook</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-032465644</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">vlb</subfield><subfield code="d">20201126</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.BV047058434 |
| illustrated | Not Illustrated |
| index_date | 2024-07-03T16:10:44Z |
| indexdate | 2024-07-10T09:01:24Z |
| institution | BVB |
| institution_GND | (DE-588)1066127425 |
| isbn | 9783737609159 3737609152 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-032465644 |
| oclc_num | 1225082849 |
| open_access_boolean | 1 |
| owner | DE-83 DE-573 |
| owner_facet | DE-83 DE-573 |
| physical | LXXXIX, 154 Seiten Diagramme 21 cm x 14.8 cm, 320 g |
| psigel | ebook |
| publishDate | 2020 |
| publishDateSearch | 2020 |
| publishDateSort | 2020 |
| publisher | Kassel University Press |
| record_format | marc |
| series2 | Produktion & Energie |
| spelling | Seevers, Jan-Peter Verfasser (DE-588)1226872298 aut Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen Jan-Peter Seevers Kassel Kassel University Press 2020 LXXXIX, 154 Seiten Diagramme 21 cm x 14.8 cm, 320 g txt rdacontent n rdamedia nc rdacarrier Produktion & Energie Band 24 Unüberwachtes Lernen (DE-588)4580265-8 gnd rswk-swf Zustandsüberwachung (DE-588)4369492-5 gnd rswk-swf Fertigungsanlage (DE-588)4140388-5 gnd rswk-swf Messreihe (DE-588)4502276-8 gnd rswk-swf Mustererkennung (DE-588)4040936-3 gnd rswk-swf Cluster-Analyse (DE-588)4070044-6 gnd rswk-swf Leistungsbewertung (DE-588)4167271-9 gnd rswk-swf Zeitreihe (DE-588)4127298-5 gnd rswk-swf Diagnosesystem (DE-588)4149458-1 gnd rswk-swf Energiebedarf (DE-588)4137876-3 gnd rswk-swf Univariate Zeitreihensegmentierung Betriebszustandserkennung Condition Monitoring Unüberwachte maschinelle Lernverfahren Energiemonitoring (DE-588)4113937-9 Hochschulschrift gnd-content Fertigungsanlage (DE-588)4140388-5 s Zustandsüberwachung (DE-588)4369492-5 s Leistungsbewertung (DE-588)4167271-9 s Messreihe (DE-588)4502276-8 s Zeitreihe (DE-588)4127298-5 s Unüberwachtes Lernen (DE-588)4580265-8 s Mustererkennung (DE-588)4040936-3 s Cluster-Analyse (DE-588)4070044-6 s Energiebedarf (DE-588)4137876-3 s Diagnosesystem (DE-588)4149458-1 s DE-604 kassel university press (DE-588)1066127425 pbl Erscheint auch als Online-Ausgabe https://doi.org/doi:10.17170/kobra-202010272015 Verlag kostenfrei Volltext DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032465644&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis 1\p vlb 20201126 DE-101 https://d-nb.info/provenance/plan#vlb |
| spellingShingle | Seevers, Jan-Peter Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen Unüberwachtes Lernen (DE-588)4580265-8 gnd Zustandsüberwachung (DE-588)4369492-5 gnd Fertigungsanlage (DE-588)4140388-5 gnd Messreihe (DE-588)4502276-8 gnd Mustererkennung (DE-588)4040936-3 gnd Cluster-Analyse (DE-588)4070044-6 gnd Leistungsbewertung (DE-588)4167271-9 gnd Zeitreihe (DE-588)4127298-5 gnd Diagnosesystem (DE-588)4149458-1 gnd Energiebedarf (DE-588)4137876-3 gnd |
| subject_GND | (DE-588)4580265-8 (DE-588)4369492-5 (DE-588)4140388-5 (DE-588)4502276-8 (DE-588)4040936-3 (DE-588)4070044-6 (DE-588)4167271-9 (DE-588)4127298-5 (DE-588)4149458-1 (DE-588)4137876-3 (DE-588)4113937-9 |
| title | Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen |
| title_auth | Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen |
| title_exact_search | Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen |
| title_exact_search_txtP | Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen |
| title_full | Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen Jan-Peter Seevers |
| title_fullStr | Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen Jan-Peter Seevers |
| title_full_unstemmed | Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen Jan-Peter Seevers |
| title_short | Automatisierte Mustererkennung in Zeitreihen zur selbstlernenden Leistungsüberwachung von Produktionsanlagen |
| title_sort | automatisierte mustererkennung in zeitreihen zur selbstlernenden leistungsuberwachung von produktionsanlagen |
| topic | Unüberwachtes Lernen (DE-588)4580265-8 gnd Zustandsüberwachung (DE-588)4369492-5 gnd Fertigungsanlage (DE-588)4140388-5 gnd Messreihe (DE-588)4502276-8 gnd Mustererkennung (DE-588)4040936-3 gnd Cluster-Analyse (DE-588)4070044-6 gnd Leistungsbewertung (DE-588)4167271-9 gnd Zeitreihe (DE-588)4127298-5 gnd Diagnosesystem (DE-588)4149458-1 gnd Energiebedarf (DE-588)4137876-3 gnd |
| topic_facet | Unüberwachtes Lernen Zustandsüberwachung Fertigungsanlage Messreihe Mustererkennung Cluster-Analyse Leistungsbewertung Zeitreihe Diagnosesystem Energiebedarf Hochschulschrift |
| url | https://doi.org/doi:10.17170/kobra-202010272015 http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032465644&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT seeversjanpeter automatisiertemustererkennunginzeitreihenzurselbstlernendenleistungsuberwachungvonproduktionsanlagen AT kasseluniversitypress automatisiertemustererkennunginzeitreihenzurselbstlernendenleistungsuberwachungvonproduktionsanlagen |