Ableitung eines Vorgehensmodells zur systematischen Wissensgenerierung aus Sensordaten

Autor:	Maximilian Knoll, Christian Kubik, Peter Groche, Dirk Alexander Molitor, Marco Becker
Rok vydání:	2021
Předmět:	Computer science Strategy and Management General Engineering Management Science and Operations Research
Zdroj:	Zeitschrift für wirtschaftlichen Fabrikbetrieb. 116:352-357
ISSN:	2511-0896 0947-0085
Popis:	In diesem Beitrag wird das KDT-EA (Knowledge Discovery in Time Series for Engineering Applications) vorgestellt, eine Verbesserung des bestehenden KDD-Prozesses, um speziell die Analyse von aufgezeichneten Zeitreihen in Produktionsprozessen zu adressieren. Es werden die Schritte von der Datenerfassung bis zur Implementierung der entwickelten Modelle in die Produktionsprozesse beschrieben und die Schlüsselfaktoren für eine erfolgreiche Machine-Learning-Anwendung identifiziert. Am Beispiel der Vorhersage des Biegewinkels in einem Folgeverbundwerkzeugprozess wird der Einfluss der einzelnen Entscheidungen innerhalb der Prozessschritte auf die Modellleistung aufgezeigt.
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=doi_________::53ad1e65f0164f3a63a36c5efc1acac5 https://doi.org/10.1515/zwf-2021-0066 Zobrazit plný text záznamu