Artikel
Öffentlich zugänglich
Frontmatter
Veröffentlicht/Copyright:
5. November 2019
Published Online: 2019-11-05
Published in Print: 2019-11-26
© 2019 Walter de Gruyter GmbH, Berlin/Boston
Artikel in diesem Heft
- Frontmatter
- Editorial
- Expertenforum Trends in der industriellen Mess- und Automatisierungstechnik – Von der Messung zur Information
- Beiträge
- Metrologie für heterogene Sensornetzwerke und Industrie 4.0
- Realisierung und Anwendung energieautarker miniaturisierter Funksensorik: Chancen durch IoT, 5G und Narrowband
- Health indication of electric motors using a hybrid modeling approach
- Über die Detektierbarkeit von Objekten in Bildern mittels quantisierter neuronaler Netze
- Akustische Prozessüberwachung für das Laserstrahlschmelzen (LBM) mit neuronalen Netzen: Eine Potentialbewertung
- Simulation-driven machine learning for robotics and automation
- A comparison of shape-based matching with deep-learning-based object detection
- Einsatz von Methoden des maschinellen Lernens in der CT-Messtechnik
- Machine learning in industrial measurement technology for detection of known and unknown faults of equipment and sensors
Artikel in diesem Heft
- Frontmatter
- Editorial
- Expertenforum Trends in der industriellen Mess- und Automatisierungstechnik – Von der Messung zur Information
- Beiträge
- Metrologie für heterogene Sensornetzwerke und Industrie 4.0
- Realisierung und Anwendung energieautarker miniaturisierter Funksensorik: Chancen durch IoT, 5G und Narrowband
- Health indication of electric motors using a hybrid modeling approach
- Über die Detektierbarkeit von Objekten in Bildern mittels quantisierter neuronaler Netze
- Akustische Prozessüberwachung für das Laserstrahlschmelzen (LBM) mit neuronalen Netzen: Eine Potentialbewertung
- Simulation-driven machine learning for robotics and automation
- A comparison of shape-based matching with deep-learning-based object detection
- Einsatz von Methoden des maschinellen Lernens in der CT-Messtechnik
- Machine learning in industrial measurement technology for detection of known and unknown faults of equipment and sensors