Lehrstuhl für Technologien und Management der Digitalen Transformation
Herr Univ.-Prof. Dr.-Ing. Tobias Meisen
Kontakt
Hasan Tercan, M.Sc.
Lehrstuhl für Technologien und Management der Digitalen Transformation
Rainer-Gruenter-Str. 21
D-42119 Wuppertal
Büro: FME 01.03
Tel.: +49 202 439 1153
Email: tercan{at}uni-wuppertal.de
Hasan Tercan, M.Sc.

Wissenschaftlicher Mitarbeiter
Leiter des Forschungsbereichs "Industrial Transfer Learning"
Forschungsinteressen:
- Machine Learning und Deep Learning
- Transfer Learning
- Continual Learning
- Industrial Data Science
Biographie
Hasan Tercan ist seit Dezember 2018 wissenschaftlicher Mitarbeiter am Lehrstuhl für Technologien und Management der Digitalen Transformation an der Bergischen Universität Wuppertal. In seiner Forschung beschäftigt sich Herr Tercan mit Erforschung, Entwicklung und Umsetzung von Verfahren des maschinellen Lernens und der künstlichen Intelligenz für Anwendungsfälle in verschiedenen Bereichen, darunter Automotive, Produktion und Fertigung. Zentraler Forschungsgegenstand hierbei sind dateneffiziente und adaptive Verfahren, die mittels des sogenannten Industrial Transfer Learning generiert werden.
Herr Tercan studierte Informatik an der Technischen Universität Darmstadt. Seine Vertiefungsgebiete waren Datenbanksysteme und Data Mining. In seiner Master-Thesis untersuchte er den Einsatz maschineller Lernverfahren im Versicherungssektor. Anschließend arbeitete er als wissenschaftlicher Mitarbeiter am Lehrstuhl für Informationsmanagement im Maschinenbau der RWTH Aachen Universität, wo er an verschiedenen Forschungs- und Entwicklungsprojekten KI-Verfahren im Produktionskontext entwickelte.
Publikationen
• |
Artificial Intelligence in Automotive Production
Mobility in a Globalised World 2018,
22:308--324
2019
DOI: 10.20378/irbo-54827
Schlüsselwörter: applied-ai;sensory-data |
• |
Industrial Transfer Learning: Boosting Machine Learning in Production
2019 IEEE 17th International Conference on Industrial Informatics (INDIN)
, Seite 274--279.
Herausgeber: IEEE,
2019
ISBN: 978-1-7281-2927-3
Schlüsselwörter: transfer-learning |
• |
Combined learning processes for injection moulding based on simulation and experimental data
Proceedings of the 33rd International Conference of the Polymer Processing Society -- Conference Papers
aus AIP Conference Proceedings
Herausgeber: AIP Publishing,
2019
DOI: 10.1063/1.5121656
Schlüsselwörter: applied-ai |
• |
Sparse Data Enrichment by Context Oriented Model Reduction Techniques in Manufacturing Industry with an Example Laser Drilling Process
Journal of ICT Standardization,
:203--216
2018
|
• |
Transfer-Learning: Bridging the Gap between Real and Simulation Data for Machine Learning in Injection Molding
Procedia CIRP,
72:185--190
2018
ISSN: 22128271
Schlüsselwörter: transfer-learning |