Vor Ort
Merkzettel Warenkorb
  • Produktbild: Machine Learning for Cyber Physical Systems
  • Produktbild: Machine Learning for Cyber Physical Systems
Band 0

Machine Learning for Cyber Physical Systems Selected papers from the International Conference ML4CPS 2015

Aus der Reihe Technologien für die intelligente Automation

97,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

20.02.2016

Abbildungen

VI, 121 p. 12 illus. in color.

Herausgeber

Oliver Niggemann + weitere

Verlag

Springer Berlin

Seitenzahl

121

Maße (L/B/H)

24/16,8/0,8 cm

Gewicht

229 g

Auflage

1st ed. 2016

Sprache

Englisch

ISBN

978-3-662-48836-2

Beschreibung

Portrait

Prof. Dr. Oliver Niggemann ist seit November 2008 Mitglied des inIT. Er vertritt das Fachgebiet Embedded Software Engineering in der Lehre und forscht im inIT in den Bereichen Verteilte Echtzeit-Software und der Analyse und Diagnose verteilter Systeme. Gleichzeitig forscht Prof. Niggemann im Fraunhofer-Anwendungszentrum Industrial Automation (INA) in Lemgo.

Prof. Dr.-Ing. Jürgen Beyerer ist in Personalunion Inhaber des Lehrstuhls für Interaktive Echtzeitsysteme an der Fakultät für Informatik und Leiter des Fraunhofer IOSB. Die Schwerpunkte in Forschung und Lehre am Lehrstuhl für Interaktive Echtzeitsysteme liegen auf den Themen: automatische Sichtprüfung und Bildauswertung, Mustererkennung und Signal- und Informationsverarbeitung.

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

20.02.2016

Abbildungen

VI, 121 p. 12 illus. in color.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

121

Maße (L/B/H)

24/16,8/0,8 cm

Gewicht

229 g

Auflage

1st ed. 2016

Sprache

Englisch

ISBN

978-3-662-48836-2

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Machine Learning for Cyber Physical Systems
  • Produktbild: Machine Learning for Cyber Physical Systems
  • Development of a Cyber-Physical System based on selective dynamic Gaussian naive Bayes model for a self-predict laser surface heat treatment processcontrol.- Evidence Grid Based Information Fusion for Semantic Classifiers in Dynamic Sensor Networks.- Forecasting Cellular Connectivity for Cyber-Physical Systems: A Machine Learning Approach.- Towards Optimized Machine Operations by Cloud Integrated Condition Estimation.- Prognostics Health Management System based on Hybrid Model to Predict Failures of a Planetary Gear Transmission.- Evaluation of Model-Based Condition Monitoring Systems in Industrial Application Cases.- Towards a novel learning assistant for networked automation systems.- Effcient Image Processing System for an Industrial Machine Learning Task.- Efficient engineering in special purpose machinery through automated control code synthesis based on a functional categorisation.- Geo-Distributed Analytics for the Internet of Things.- Implementation and Comparison of Cluster-Based PSO Extensions in Hybrid Settings with Efficient Approximation.- Machine-specifc Approach for Automatic Classifcation of Cutting Process Efficiency.- Meta-analysis of Maintenance Knowledge Assets Towards Predictive Cost Controlling of Cyber Physical Production Systems.- Towards Autonomously Navigating and Cooperating Vehicles in Cyber-Physical Production Systems.