, to see if you have full access to this publication.
Book Titles No access

Selbstlernendes System zur artikelbezogenen Vorhersage von Fertigungsaufwänden

Authors:
Series:
Berichte aus dem IPH, Volume IPH 04/2024 E-Book
Publisher:
 2024

Keywords



Bibliographic data

Copyright year
2024
ISBN-Print
978-3-95900-994-2
ISBN-Online
978-3-95900-994-2
Publisher
TEWISS, Garbsen
Series
Berichte aus dem IPH
Volume
IPH 04/2024 E-Book
Language
German
Pages
129
Product type
Book Titles

Table of contents

ChapterPages
  1. Titelei/Inhaltsverzeichnis No access Pages a - VIII
    1. 1. 1 Produktentstehungsprozess Spritzgießen No access
    2. 1.2 Kostenstrukturen des Werkzeugs No access
    3. 1.3 Ökonomische Situation des Werkzeugbaus No access
    4. 1.4 Folgerungen No access
    5. 1.5 Aufbau der Arbeit No access
    1. 2.1 Aufwandschätzungsmethoden im Werkzeugbau No access
      1. Repräsentationsformen von 3D Modellen No access
      2. Eingangsdatenformate für statistische Modelle No access
    2. 2.3 Maschinelles Lernen No access
    3. 2.4 Allgemeine Maschinelle Lernverfahren No access
      1. Ebenen No access
      2. Optimierung / Verlustfunktion No access
      3. Hyperparameter No access
    4. 2.6 Maschinelle Lernverfahren zur Verarbeitung von 3D Modellen No access
    5. 2.7 Fazit No access
    6. 2.8 Resultierende Anforderungen No access
    7. 2.9 Bewertung bisheriger Ansätze No access
  2. 3 Motivation und Zielsetzung No access Pages 43 - 44
      1. CAD Daten No access
      2. Metadaten und Qualitätsmerkmale No access
      3. Extraktions-, Transformations und Ladeprozess No access
    1. 4.2 Projektionsableitung No access
    2. 4.3 kNN Modell No access
    3. 4.4 Resultierende Methode No access
    1. 5.1 Datensatzerstellung No access
    2. 5.2 Modellaufbau No access
    3. 5.3 Modelltraining No access
    4. 5.4 Ergebnisse No access
      1. Konzeption der Systemarchitektur No access
      2. Entwicklung des Softwaredemonstrators No access
      3. Programmablauf No access
      4. Benutzerführung des Softwaredemonstrators No access
      1. Datensatzauswahl No access
      2. Datensatzanalyse No access
      3. Datensatzvorverarbeitung No access
      4. Resultierender Datensatz No access
    1. 6.2 Modellaufbau No access
    2. 6.3 Modelltraining No access
    3. 6.4 Ergebnisse No access
    1. 7.1 Fallstudie I No access
    2. 7.2 Fallstudie II No access
    3. 7.3 Schlussfolgerungen No access
  3. 8 Einsatzszenarien des Systems No access Pages 108 - 110
    1. 9.1 Nutzen No access
    2. 9.2 Grenzen No access
    1. 10.1 Zusammenfassung No access
    2. 10.2 Ausblick No access
  4. Literaturverzeichnis No access Pages 116 - 129