Dr.-Ing. Richard Meyes, M.Sc.
Wissenschaftlicher Mitarbeiter
Leiter des Forschungsbereichs "Interpretable Learning Models"
Forschungsinteressen:
- Artificial Intelligence and Machine Learning for Industrial Appliations
- Predictive Analysis of Time Series Data in Industrial Sensor Systems
- Structured Representations in Artificial Neural Networks
Biographie
Dr.-Ing. Richard Meyes ist seit Dezember 2018 wissenschaftlicher Mitarbeiter am Institute for Technologies and Management of Digital Transformation an der Bergischen Universität Wuppertal. Seine Forschungsschwerpunkte liegen in der Entwicklung und Untersuchung von Methoden der künstlichen Intelligenz, mit Fokus auf künstliche neuronale Netze, in verschiedenen Anwendungsfeldern, darunter Automotive und Produktion.
Publikationen
- 2022
- Langer, T. , Meyes, R. , & Meisen, T. (2022). "Gideon Replay: A library to replay interactions in web-applications" , SoftwareX , 17 , 100964.
- Waubert-de-Puiseau, C. , Meyes, R. , & Meisen, T. (2022). "On reliability of reinforcement learning based production scheduling systems: a comparative survey" , Journal of Intelligent Manufacturing , 33 (4), 911--927.
- Hütten, N. , Meyes, R. , & Meisen, T. (2022). "Vision Transformer in Industrial Visual Inspection" , Applied Sciences , 12 (23), 11981.
- Alves-Gomes, M. , Meyes, R. , Meisen, P. , & Meisen, T. (2022). "Will This Online Shopping Session Succeed? Predicting Customer's Purchase Intention Using Embeddings" in Proceedings of the 31st ACM International Conference on Information & Knowledge Management , New York, NY, USA : {Association for Computing Machinery} 2873--2882.
ISBN: 9781450392365
- 2021
- {van Ekeris}, T. , Meyes, R. , & Meisen, T. (2021). "Discovering Heuristics And Metaheuristics For Job Shop Scheduling From Scratch Via Deep Reinforcement Learning" in Proceedings of the 2nd Conference on Production Systems and Logistics (CPSL~2021) .
