Anomalie-Erkennung
€4.90
In stock
article number
03654_2019_05_24
Analyse inkrementeller Verfahren für Industrie 4.0
Das automatisierte Erkennen von außergewöhnlichen Datenpunkten in mittels Sensoren erfassten Datenströmen (Outlier Detection, Anomalie-Erkennung) spielt für Produktionsprozesse im Kontext von Industrie 4.0 eine große Rolle. Durch ihre frühzeitige Erkennung werden Produktionsausfälle vermieden und Wartungsarbeiten optimiert. In diesem Artikel werden Verfahren zur Anomalie-Erkennung mehrdimensionaler Datenströme auf ihre Tauglichkeit für den Einsatz zur Echtzeitüberwachung von Produktionsprozessen analysiert.
| Authors | Gabriele Gühring, Caspar Baum, Anastasia Kleschew, Hochschule Esslingen, Daniel Schmid |
|---|---|
| Publishing Date | 20 May 2019 |
| Format | |
| Publisher | Vulkan-Verlag GmbH |
| Language | German |
| Pages | 9 |
| Title | Anomalie-Erkennung |
| Subtitle | Analyse inkrementeller Verfahren für Industrie 4.0 |
| Description | Das automatisierte Erkennen von außergewöhnlichen Datenpunkten in mittels Sensoren erfassten Datenströmen (Outlier Detection, Anomalie-Erkennung) spielt für Produktionsprozesse im Kontext von Industrie 4.0 eine große Rolle. Durch ihre frühzeitige Erkennung werden Produktionsausfälle vermieden und Wartungsarbeiten optimiert. In diesem Artikel werden Verfahren zur Anomalie-Erkennung mehrdimensionaler Datenströme auf ihre Tauglichkeit für den Einsatz zur Echtzeitüberwachung von Produktionsprozessen analysiert. |
Write Your Own Review
