Jonathan Krauß, F. Ipt, Jonas Dorißen, Hendrik Mende, Maik Frye, R. Schmitt
{"title":"应用程序和自由的成套数据","authors":"Jonathan Krauß, F. Ipt, Jonas Dorißen, Hendrik Mende, Maik Frye, R. Schmitt","doi":"10.30844/I40M_19-4_S39-42","DOIUrl":null,"url":null,"abstract":"39 https://doi.org/10.30844/I40M_19-4_S39-42 Haupttreiber für den wirtschaftlichen Aufstieg von Hochtechnologieländern stellt die Produktion dar [1]. Die Rolle, welche die Produktion in diesen Ländern spielt, befi ndet sich im Wandel: Innovation und Produktivität haben eine größere Bedeutung als Wachstum [2]. Im Kontext der vierten Industriellen Revolution steigt der Grad der Digitalisierung und Vernetzung in der Produktion. Die so wachsende Datengrundlage bei gleichzeitiger Kostenreduktion von Rechenund Speicherkapazität führt dazu, dass Verfahren des maschinellen Lernens („Machine Learning“ oder kurz ML) vermehrt in der Produktion Anwendung fi nden. Der Einfl uss, den ML und künstliche Intelligenz (KI) auf die Produktion haben, wird voraussichtlich weiter steigen. Da sich Forschung und Anwendung in diesem Bereich im starken Wandel befi nden, fällt es schwer die aussichtsreichsten Anwendungsgebiete von ML zu identifi zieren. Im Rahmen dieser Veröff entlichung wird aufbauend auf einer ausführlichen Literaturrecherche eine Übersicht gegeben, in welchen Anwendungsgebieten der Produktion der Einsatz von ML aussichtsreich ist. Voraussetzungen für den Einsatz von ML","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"13 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-08-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Maschinelles Lernen in der Produktion - Anwendungsgebiete und frei verfügbare Datensätze\",\"authors\":\"Jonathan Krauß, F. Ipt, Jonas Dorißen, Hendrik Mende, Maik Frye, R. Schmitt\",\"doi\":\"10.30844/I40M_19-4_S39-42\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"39 https://doi.org/10.30844/I40M_19-4_S39-42 Haupttreiber für den wirtschaftlichen Aufstieg von Hochtechnologieländern stellt die Produktion dar [1]. Die Rolle, welche die Produktion in diesen Ländern spielt, befi ndet sich im Wandel: Innovation und Produktivität haben eine größere Bedeutung als Wachstum [2]. Im Kontext der vierten Industriellen Revolution steigt der Grad der Digitalisierung und Vernetzung in der Produktion. Die so wachsende Datengrundlage bei gleichzeitiger Kostenreduktion von Rechenund Speicherkapazität führt dazu, dass Verfahren des maschinellen Lernens („Machine Learning“ oder kurz ML) vermehrt in der Produktion Anwendung fi nden. Der Einfl uss, den ML und künstliche Intelligenz (KI) auf die Produktion haben, wird voraussichtlich weiter steigen. Da sich Forschung und Anwendung in diesem Bereich im starken Wandel befi nden, fällt es schwer die aussichtsreichsten Anwendungsgebiete von ML zu identifi zieren. Im Rahmen dieser Veröff entlichung wird aufbauend auf einer ausführlichen Literaturrecherche eine Übersicht gegeben, in welchen Anwendungsgebieten der Produktion der Einsatz von ML aussichtsreich ist. Voraussetzungen für den Einsatz von ML\",\"PeriodicalId\":346026,\"journal\":{\"name\":\"Industrie 4.0 Management\",\"volume\":\"13 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-08-12\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Industrie 4.0 Management\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.30844/I40M_19-4_S39-42\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Industrie 4.0 Management","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30844/I40M_19-4_S39-42","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Maschinelles Lernen in der Produktion - Anwendungsgebiete und frei verfügbare Datensätze
39 https://doi.org/10.30844/I40M_19-4_S39-42 Haupttreiber für den wirtschaftlichen Aufstieg von Hochtechnologieländern stellt die Produktion dar [1]. Die Rolle, welche die Produktion in diesen Ländern spielt, befi ndet sich im Wandel: Innovation und Produktivität haben eine größere Bedeutung als Wachstum [2]. Im Kontext der vierten Industriellen Revolution steigt der Grad der Digitalisierung und Vernetzung in der Produktion. Die so wachsende Datengrundlage bei gleichzeitiger Kostenreduktion von Rechenund Speicherkapazität führt dazu, dass Verfahren des maschinellen Lernens („Machine Learning“ oder kurz ML) vermehrt in der Produktion Anwendung fi nden. Der Einfl uss, den ML und künstliche Intelligenz (KI) auf die Produktion haben, wird voraussichtlich weiter steigen. Da sich Forschung und Anwendung in diesem Bereich im starken Wandel befi nden, fällt es schwer die aussichtsreichsten Anwendungsgebiete von ML zu identifi zieren. Im Rahmen dieser Veröff entlichung wird aufbauend auf einer ausführlichen Literaturrecherche eine Übersicht gegeben, in welchen Anwendungsgebieten der Produktion der Einsatz von ML aussichtsreich ist. Voraussetzungen für den Einsatz von ML