Matthias Mühlbauer, Hubert Würschinger, N. Hanenkamp, Svyatoslav Funtikov
{"title":"自动学习方法数字化计算算法","authors":"Matthias Mühlbauer, Hubert Würschinger, N. Hanenkamp, Svyatoslav Funtikov","doi":"10.30844/im_23-1_43-47","DOIUrl":null,"url":null,"abstract":"Im Fabrikbetrieb kommen häufig Messmittel zum Einsatz, bei denen noch keine automatische Abspeicherung oder Weiterverarbeitung des gemessenen Werts erfolgt. Mitarbeiter müssen in diesem Fall den Messwert manuell er-fassen und weiterverarbeiten. Folgend wird ein Ansatz zur optischen Erfassung und Digitalisierung von Messwerten mithilfe Maschineller Lernverfahren vorgestellt. Dies soll zur Entlastung der Mitarbeiter beitragen, Ablesefehler reduzieren sowie eine automatisierte Dokumentation ermöglichen.","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"375 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-02-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Maschinelle Lernverfahren zur Digitalisierung manueller Ablese- und Messvorgänge\",\"authors\":\"Matthias Mühlbauer, Hubert Würschinger, N. Hanenkamp, Svyatoslav Funtikov\",\"doi\":\"10.30844/im_23-1_43-47\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Im Fabrikbetrieb kommen häufig Messmittel zum Einsatz, bei denen noch keine automatische Abspeicherung oder Weiterverarbeitung des gemessenen Werts erfolgt. Mitarbeiter müssen in diesem Fall den Messwert manuell er-fassen und weiterverarbeiten. Folgend wird ein Ansatz zur optischen Erfassung und Digitalisierung von Messwerten mithilfe Maschineller Lernverfahren vorgestellt. Dies soll zur Entlastung der Mitarbeiter beitragen, Ablesefehler reduzieren sowie eine automatisierte Dokumentation ermöglichen.\",\"PeriodicalId\":346026,\"journal\":{\"name\":\"Industrie 4.0 Management\",\"volume\":\"375 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-02-06\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Industrie 4.0 Management\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.30844/im_23-1_43-47\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Industrie 4.0 Management","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30844/im_23-1_43-47","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Maschinelle Lernverfahren zur Digitalisierung manueller Ablese- und Messvorgänge
Im Fabrikbetrieb kommen häufig Messmittel zum Einsatz, bei denen noch keine automatische Abspeicherung oder Weiterverarbeitung des gemessenen Werts erfolgt. Mitarbeiter müssen in diesem Fall den Messwert manuell er-fassen und weiterverarbeiten. Folgend wird ein Ansatz zur optischen Erfassung und Digitalisierung von Messwerten mithilfe Maschineller Lernverfahren vorgestellt. Dies soll zur Entlastung der Mitarbeiter beitragen, Ablesefehler reduzieren sowie eine automatisierte Dokumentation ermöglichen.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
