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
- 2021
- Meyes, R., Hütten, N., & Meisen, T. (2021). "Transparent and Interpretable Failure Prediction of Sensor Time Series Data with Convolutional Neural Networks" , Procedia CIRP , 104 , 1446—1451.
- 2020
- Meyes, R., Schneider, M., & Meisen, T. (2020). "How Do You Act? An Empirical Study to Understand Behavior of Deep Reinforcement Learning Agents" .
- Meyes, R., Waubert-de-Puiseau, C., Posada-Moreno, A., & Meisen, T. (2020). "Under the Hood of Neural Networks: Characterizing Learned Representations by Functional Neuron Populations and Network Ablations" .
- 2019
- Meyes, R., Donauer, J., Schmeing, A., & Meisen, T. (2019). "A Recurrent Neural Network Architecture for Failure Prediction in Deep Drawing Sensory Time Series Data" , Procedia Manufacturing , 34 , 789—797.
- Meyes, R., Lu, M., Waubert-de-Puiseau, C., & Meisen, T. (2019). "Ablation Studies in Artificial Neural Networks" , arXiv arXiv:1901.08644 .
