Datengetriebene Echtzeitanalyse und Optimierung komplexer automatisierter Produktionsprozesse sowie Prognose kritischer Werkzeugtoleranzen (Production Intelligence) Teil 2

Das Projekt besteht aus zwei Teilprojekten. Ziel des ersten ist die Sichtung der Daten sowie Grundlagenuntersuchungen zur Ermittlung von Problemen bzgl. Datenqualität und Lösung dieser Probleme. Ziel des zweiten Teilprojekts sind Empfehlungen für die Modellierung der maschinellen Lernverfahren sowie Deep Belief Networks mit Hilfe von GPUs und der Evaluation der implementierten Modelle.

Forschungsschwerpunkt:
Sichere, autonome und KI-basierte Systeme
Jahr der Einwerbung:
2017
Laufzeit Beginn:
01.08.2017
Laufzeit Ende:
30.11.2017
Projektleitung:
Tobias Lauer
Beteiligte Professoren:
Tobias Lauer
Fakultät:
Fakultät Elektrotechnik, Medizintechnik und Informatik (EMI)
Fördersumme:
17.252,00 €