Willkommen am TMDT Hall of Fame!
Hier stellen wir Ihnen die abgeschlossenen Dissertationen des TMDT vor. Erfahren Sie mehr über die Personen und die Forschungsarbeiten, die hinter diesen Erfolgen stehen.
2023
Guided Visual Interactive Exploration and Labeling of Industrial Sensor Data, Tristan Funken, 2023
Die Dissertation behandelt einen Ansatz zur geführten Exploration und Labeling industrieller Sensordaten. Anhand realer Fertigungsprozesse wird gezeigt, wie dieser Absatz die Effizienz bei der Erstellung hochwertiger gelabelter Datensätze steigert und somit den Einsatz von KI-Modellen für die Fertigungsindustrie beschleunigt.
Für mehr Informationen klicken Sie hier.
Machine Learning-based Predictive Quality in Manufacturing Processes, Hasan Tercan, 2023
Die Dissertation untersucht Qualitätsvorhersagen in Fertigungsprozessen durch maschinelles Lernen. Es wird ein generisches Prozessmodell namens MERLIN vorgestellt, das durch Methoden wie Transfer Learning und Continual Training ergänzt wird, um die Dateneffizienz der Lernmodelle zu erhöhen.
Für mehr Informationen klicken Sie hier.
2020
Bottom-up Knowledge Graph-based Data Management, André Pomp, 2020
In dieser Arbeit wird ein neuartiger Ansatz, der Bottom-up Knowledge Graph, vorgestellt, der das semantische Datenmanagement in Unternehmen verbessert, indem er die Probleme des traditionellen Ontologie-Engineerings für die Verwaltung von (semi-)strukturierten Datenquellen überwindet. Darüber hinaus wird eine semantische Datenplattform (ESKAPE) entwickelt, die die Vorteile des entwickelten Ansatzes zeigt.
Für mehr Informationen klicken Sie hier.
