Hauptinhalt
Topinformationen
WIWI-B-08S01-WI: BSc-WI-Projekt "Proof of Concept und prototypische Implementierung eines Recommender Systems zur automatisierten Fehlerreduktion in Industrie 4.0 Produktionsumgebungen"
BWL/Management Support und Wirtschaftsinformatik
9.1843
Dozenten
Beschreibung
Ziel des WI-Projekts ist die gemeinsame Implementierung eines NLP-basierten Recommender Systems zur Unterstützung der Auswahl von Algorithmen im Bereich Predictive Maintenance. Die Implementierung soll sich an einem ähnlichen, bereits bestehenden Recommender System orientieren. Eine detaillierte Beschreibung befindet sich in den Folien im Datei-Bereich. Voraussetzung für die Teilnahme sind grundlegende Kenntnisse in der Implementierung in Python. Studierende sollten zudem die Motivation mitbringen, sich in neue Themengebiete, wie die Gestaltung einer Wissensbasis als Grundlage für KI-Anwendungen, einzuarbeiten.
Die Durchführung des WI-Projekts ist nur mit mindestens drei und maximal sechs Studierenden möglich. Wir bitten Sie daher, sich bis zum 21.04. in diese Veranstaltung einzutragen und anschließend eine E-Mail an pstahmann@uos.de zu schicken.
Weitere Angaben
Ort: nicht angegeben
Zeiten:
Erster Termin:
Veranstaltungsart: Projektseminar (Offizielle Lehrveranstaltungen)
Studienbereiche
- Wirtschaftswissenschaften > B.Sc. Wirtschaftsinformatik > Wahlpflichtbereich Wirtschaftsinformatik/Informatik
Publikationen
2022
- Stahmann, P.; Oodes, J.; Rieger, B. (2022): Improving Machine Self-Diagnosis with an Instance-Based Selector for Real-Time Anomaly Detection Algorithms. 8th International Conference on Decision Support System Technology 2022. Decision Support addressing modern Industry, Business and Societal needs, Lecture Notes in Business Information Processing (LNBIP), Vol. 415.
- Stahmann, P.; Rieger, B. (2022): Towards Design Principles for a Real-Time Anomaly Detection Algorithm Benchmark Suited to Industrie 4.0 Streaming Data. 55th Hawaii International Conference on System Sciences 2022.
2021
- Stahmann, P.; Rieger, B. (2021): Requirements Identification for Real-Time Anomaly Detection in Industrie 4.0 Machine Groups: A Structured Literature Review. 54th Hawaii International Conference on System Sciences 2021.
- Stahmann, P.; Krüger, A.; Rieger, B. (2021): Digital Twins for Real-time Data Analysis in Industrie 4.0: Pathways to Maturity. 2nd International Conference on Innovative Intelligent Industrial Production and Logistics 2021.
2019
- Horstkemper, D.; Stahmann, P.; Hellingrath, B. (2019): Assessing the Suitability of ArchiMate to Model Industry 4.0 Production Systems. 8th International Congress on Advanced Applied Informatics 2019.
