Shortcuts
Top of page (Alt+0)
Page content (Alt+9)
Page menu (Alt+8)
Your browser does not support javascript, some WebOpac functionallity will not be available.
PageMenu
-
Hauptmenü
-
Suchmenü
Einfache Suche
.
Erweiterte Suche
.
Zeitschriften-Suche
.
Suchergebnisse verfeinern
.
Neuerwerbungsliste nach Gruppen
.
Sortierreihenfolge
.
Benutzerdienste
Nutzeranmeldung
.
Mein Konto
.
Erwerbungsvorschlag
.
Fernleihe
.
Vormerkung
.
Verlängerung
.
Weitere Recherchemöglichkeiten
Datenbankinfosystem (DBIS)
.
Karlsruher virtueller Katalog (KVK)
.
Regensburger Systematik (RVK)
.
Elektronische Zeitschriften (EZB)
.
Zeitschriftendatenbank (ZDB)
.
Sitzung beenden
Katalog verlassen
.
Homepage WHZ
.
Hochschulbibliothek
.
© LIBERO v6.4.1sp240211
Page content
Sie befinden sich hier
:
Katalogdatenanzeige
Katalogdatenanzeige
Machine Learning for Cyber Physical Systems: Selected papers from the International Conference ML4CPS 2015
.
Bookmark für diesen Satz setzen
Katalogdatensatz500215707
.
.
LibraryThing
.
Kataloginformation
Katalogdatensatz500215707
.
Kataloginformation
Feldname
Details
Vorliegende Sprache
eng
Hinweise auf parallele Ausgaben
462926427 Druckausg.: ‡18563147301: Machine learning for cyber physical systems
ISBN
978-3-662-48836-2
Name
Niggemann, Oliver ¬[Hrsg.]¬
Beyerer, Jürgen ¬[Hrsg.]¬
Name ANZEIGE DER KETTE
Beyerer, Jürgen ¬[Hrsg.]¬
T I T E L
Machine Learning for Cyber Physical Systems
Zusatz zum Titel
Selected papers from the International Conference ML4CPS 2015
Auflage
1st ed. 2016
Verlagsort
Berlin, Heidelberg
Verlag
Springer Berlin Heidelberg
Erscheinungsjahr
2016
2016
Umfang
Online-Ressource (VI, 121 p. 12 illus. in color, online resource)
Reihe
Technologien für die intelligente Automation, Technologies for Intelligent Automation
Titelhinweis
Druckausg.: ‡18563147301: Machine learning for cyber physical systems
ISBN
ISBN 978-3-662-48838-6
Klassifikation
COM004000
UYQ
TEC009000
UYQ
COM004000
006.3
Q342
ST 308
Kurzbeschreibung
Development of a Cyber-Physical System based on selective dynamic Gaussian naive Bayes model for a self-predict laser surface heat treatment process control -- 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 -- Imple mentation 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.
2. Kurzbeschreibung
The work presents new approaches to Machine Learning for Cyber Physical Systems, experiences and visions. It contains some selected papers from the international Conference ML4CPS – Machine Learning for Cyber Physical Systems, which was held in Lemgo, October 1-2, 2015. Cyber Physical Systems are characterized by their ability to adapt and to learn: They analyze their environment and, based on observations, they learn patterns, correlations and predictive models. Typical applications are condition monitoring, predictive maintenance, image processing and diagnosis. Machine Learning is the key technology for these developments.
1. Schlagwortkette
Cyber-physisches System
Maschinelles Lernen
SWB-Titel-Idn
461150026
Signatur
Springer E-Book
Bemerkungen
Elektronischer Volltext - Campuslizenz
Elektronische Adresse
$uhttp://dx.doi.org/10.1007/978-3-662-48838-6
Internetseite / Link
Volltext
Siehe auch
Volltext
.
ISBD-Anzeige
Katalogdatensatz500215707
.
Kategorien-Anzeige
Katalogdatensatz500215707
.
Verwandte Werke
Katalogdatensatz500215707
.
Titel zur Titelsammlung hinzufügen
Katalogdatensatz500215707
.
Kataloginformation500215707
Datensatzanfang
.
Kataloginformation500215707
Seitenanfang
.
Titel vormerken
Katalogdatensatz500215707
Vollanzeige Katalogdaten
Auf diesem Bildschirm erhalten Sie Katalog- und Exemplarinformationen zum ausgewählten Titel.
Im Bereich
Kataloginformation
werden die bibliographischen Details angezeigt. Per Klick auf Hyperlink-Begriffe wie Schlagwörter, Autoren, Reihen, Körperschaften und Klassifikationen können Sie sich weitere Titel des gewählten Begriffes anzeigen lassen.
Der Bereich
Exemplarinformationen
enthält zum einen Angaben über den Standort und die Verfügbarkeit der Exemplare. Zum anderen haben Sie die Möglichkeit, ausgeliehene Exemplare vorzumerken oder Exemplare aus dem Magazin zu bestellen.
Schnellsuche
Suche nach