Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen:
Volltext verfügbar? / Dokumentlieferung
doi:10.22028/D291-37545 | Titel: | Integration metrologischer Prinzipien in die automatisierte Zustandsbewertung mittels maschinellem Lernen |
| VerfasserIn: | Dorst, Tanja Eichstädt, Sascha Schütze, Andreas |
| Sprache: | Deutsch |
| Titel: | Informatik : der Leitfaden für ein maßgeschneidertes Studium und den erfolgreichen Berufseinstieg |
| Seiten: | 32-38 |
| Verlag/Plattform: | ALPHA Informationsgesellschaft mbH |
| Erscheinungsjahr: | 2020 |
| DDC-Sachgruppe: | 370 Erziehung, Schul- und Bildungswesen |
| Dokumenttyp: | Magazinartikel (Artikel in thematischen Publikationen) |
| Abstract: | Die „Fabrik der Zukunft“ (FoF, engl. Factory of the Future) als eine ver netzte Produktionsumgebung mit einem autonomen Informations- und Entscheidungsfluss stellt den digitalen Wandel der Fertigung zur Verbes serung der Effizienz und Wettbewerbsfähigkeit dar. Transparenz, Ver gleichbarkeit und Qualität erfordern zuverlässige Messdaten, Verarbei tungsmethoden und Ergebnisse. Im EU-geförderten Projekt Metrology for the Factory of the Future (Met4FoF) wird ein metrologischer Rahmen für den gesamten Lebenszyklus von Messdaten geschaffen: von Kalib rierungsmöglichkeiten für einzelne Sensoren mit digital vorverarbeiteter Ausgabe bis hin zur Unsicherheitsquantifizierung im Zusammenhang mit Methoden des maschinellen Lernens (ML) in industriellen Sensor netzwerken [1]. |
| URL der Erstveröffentlichung: | https://messundsensortechnik-online.de/wp-content/uploads/sites/14/2020/12/096-613_Mess-und-Sensor_20_21.pdf |
| Link zu diesem Datensatz: | urn:nbn:de:bsz:291--ds-375455 hdl:20.500.11880/33967 http://dx.doi.org/10.22028/D291-37545 |
| ISSN: | 1618-8357 |
| Datum des Eintrags: | 12-Okt-2022 |
| Bemerkung/Hinweis: | Jahresmagazin Mess- und Sensortechnik 2020/2021 |
| Fakultät: | NT - Naturwissenschaftlich- Technische Fakultät |
| Fachrichtung: | NT - Systems Engineering |
| Professur: | NT - Prof. Dr. Andreas Schütze |
| Sammlung: | SciDok - Der Wissenschaftsserver der Universität des Saarlandes |
Dateien zu diesem Datensatz:
Es gibt keine Dateien zu dieser Ressource.
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.

