Jahr | Titel | Autor | Publikationsweg | Zugang |
---|---|---|---|---|
2024 | A Comparative Study of Machine Learning Approaches for Anomaly Detection in Industrial Screw Driving Data | Nikolai West, Jochen Deuse | Proceedings of the 57th Hawaii International Conference on System Sciences | Link |
2023 | Unsupervised anomaly detection in unbalanced time series data from screw driving processes using k-means clustering | Nikolai West, Thomas Schlegl, Jochen Deuse | 56th CIRP Conference on Manufacturing Systems, CIRP CMS ‘23, South Africa | DOI |
Die Abteilung Arbeits- und Produktionssysteme vom RIF Institut für Forschung und Transfer e.V. aus Dortmund unter der Leitung von Prof. Dr.-Ing. Jochen Deuse verfügt über umfassende Datenkompetenzen durch eine lange Historie heterogener ML-Umsetzungen in der produzierenden Industrie.
Das Fachgebiet Kunststofftechnik des Instituts für Werkstofftechnik der Univsersität Kassel unter der Leitung von Prof. Dr.-Ing. Hans-Peter Heim beschäftigt sich unter anderem mit der Verknüpfung von Prozessparametern in der Kunststoffverarbeitung und den resultierenden Prüfkörpereigenschaften.