Navigationsweiche Anfang

Navigationsweiche Ende

Sprache wählen

Lehrstuhl für Technologien und Management der Digitalen Transformation


Herr Univ.-Prof. Dr.-Ing. Tobias Meisen

Kontakt

Christian Bitter, M.Sc.

Lehrstuhl für Technologien und Management der Digitalen Transformation

Büro: FZ.01.06
Tel.:   +49 202 439 1153
Email: bitter{at}uni-wuppertal.de

Externe Profile

  

Christian Bitter, geb. Scheiderer, M.Sc.

Wissenschaftlicher Mitarbeiter

Forschungsinteressen:

  • Deep and Machine Learning
  • Reinforcement Learning
  • Transfer Learning
  • Robotik

Biographie

Christian Bitter ist seit Oktober 2019 wissenschaftlicher Mitarbeiter am Lehrstuhl für Technologien und Management der Digitalen Transformation an der Bergischen Universität Wuppertal. Seine Forschung beschäftigt sich mit dem Einsatz von maschinellen Lernverfahren in produktionstechnischen Anwendungsfällen. Herr Bitter setzt hierbei seinen Forschungsschwerpunkt auf das dateneffiziente Erlernen von Handlungsstrategien durch die Kombination von Verfahren aus den Themengebieten Reinforcement Learning und Transfer Learning.

Herr Bitter studierte Mechatronik im Bachelor an der TU Darmstadt. Anschließend absolvierte Herr Bitter seinen Master im Studiengang Automatisierungstechnik an der RWTH University mit den Schwerpunkten Robotik und Machine Learning. Seine Masterthesis behandelte den Einsatz von künstlicher Intelligenz zum Erlernen von Steuerungsstrategien für Industrieroboter. Daraufhin arbeitete Herr Bitter als wissenschaftlicher Mitarbeiter am Lehrstuhl für Informationsmanagement im Maschinenbau der RWTH Aachen University, wo er im Rahmen diverser Forschungs- und Entwicklungsprojekte KI-Verfahren im Kontext der Produktionstechnik entwickelte.

Publikationen

Referenzen
Christian Scheiderer; Nik Dorndorf; Tobias Meisen
Effects of Domain Randomization on Simulation-to-Reality Transfer of Reinforcement Learning Policies for Industrial Robots
Arabnia, Hamid R. and Ferens, Ken and de La Fuente, David and Kozerenko, Elena B. and Olivas Varela, José Angel and Tinetti, Fernando G., Autoren, Advances in Artificial Intelligence and Applied Cognitive Computing aus Springer eBook Collection
Seite 157--169.
Herausgeber: Springer International Publishing and Imprint Springer, Cham
2021
ISBN: 978-3-030-70295-3

Schlüsselwörter: research-industrial-deep-learning

Hasan Tercan; Christian Bitter; Todd Bodnar; Philipp Meisen; Tobias Meisen
Evaluating a Session-based Recommender System using Prod2vec in a Commercial Application
Proceedings of the 23rd International Conference on Enterprise Information Systems , Seite 610--617.
Herausgeber: SCITEPRESS - Science and Technology Publications,
2021
ISBN: 978-989-758-509-8

Schlüsselwörter: research-industrial-deep-learning

Christian Bitter; Hasan Tercan; Tobias Meisen; Todd Bodnar; Philipp Meisen
When to Message: Investigating User Response Prediction with Machine Learning for Advertisement Emails
2021 4th International Conference on Artificial Intelligence for Industries (AI4I) , Seite 25--29.
Herausgeber: IEEE,
2021
ISBN: 978-1-6654-3410-2

Schlüsselwörter: research-industrial-deep-learning

Christian Scheiderer; Timo Thun; Christian Idzik; Andrés Felipe Posada-Moreno; Alexander Krämer; Johannes Lohmar; Gerhard Hirt; Tobias Meisen
Simulation-as-a-Service for Reinforcement Learning Applications by Example of Heavy Plate Rolling Processes
Procedia Manufacturing, 51:897--903
2020
ISSN: 2351-9789

Schlüsselwörter: research-industrial-deep-learning

Christian Scheiderer; Malte Mosbach; Andres Felipe Posada-Moreno; Tobias Meisen
Transfer of Hierarchical Reinforcement Learning Structures for Robotic Manipulation Tasks
2020 International Conference on Computational Science and Computational Intelligence (CSCI) , Seite 504--509.
Herausgeber: IEEE,
2020
ISBN: 978-1-7281-7624-6

Schlüsselwörter: research-industrial-deep-learning

Seite:  
Zurück | 1, 2 | Weiter
Total:
10
Export als:
BibTeX, XML