Suchen

Sie können das Sternchen (*) als Platzhalter in der Suche benutzen.

DRUMS - Deep Tech & Robotik für menschenzentrierte Fertigungssysteme

DRUMS - Deep Tech & Robotik für menschenzentrierte Fertigungssysteme Die erweiterte DRUMS-Webseite befindet sich im Aufbau und wird bald unter drumsproject.eu verfügbar sein. Deep Tech & Robotik für m [...] und langfristig von ihrer Expertise profitieren zu können. Obwohl digitale Technologien im Bereich Deep Tech, Robotik oder künstliche Intelligenz bereits vermehrt Einzug in den betrieblichen Alltag finden [...] nste Branchen anwenden lassen. Der Schwerpunkt liegt hierbei auf den Anwendungsfeldern Fertigung, Deep Tech Lösungen, Robotik, künstliche Intelligenz und Nachhaltigkeit. Im Projekt wird ein Qualifizie

Bereich: FB4

Relevanz:

100%
Projekte

zu evolutionären Konstruktionswerkstoffen mehr SPP2013 DFG Schwerpunktprogramm mehr DRUMS DRUMS - Deep Tech & Robotik für menschenzentrierte Fertigungssysteme mehr WirKan Wirkmedienbasierte Impulsumformung

Bereich: FB4

Relevanz:

83%
Projekte

des Mischungsprozesses von zwei Nanopartikel erzeugenden Flammen zum Design von Heterokontakten 2) DeepMixing - Quantifizierung der Mischungs- und Hetero-Kontakt-Eigenschaften von Nanopartikel-Aggregaten [...] Dr.-Ing. habil. Udo Fritsching und Prof. Dr.-Ing. habil. Lutz Mädler Link zur Projektbeschreibung "DeepMixing - Quantifizierung der Mischungs- und Hetero-Kontakt-Eigenschaften von Nanopartikel-Aggregaten

Bereich: FB4

Relevanz:

51%
Fachbereich 4: Produktionstechnik <br> -Maschinenbau und Verfahrenstechnik-

in fordernden Zeiten Bremer Rathaus 15:00 Uhr − 16:30 Uhr Mehr 02. Jun MindTalks - Adaptivity in deep neural networks: the long road to lifelong learning IW 3, Am Biologischen Garten 2, Raum 0330 16:15

Bereich: FB4

Relevanz:

31%
Abschlussarbeiten (abgeschlossen)

wicklung am Beispiel der Landmaschinentechnik 2019 Scholl, J.; 12 / 2019 Wissenstransfer zwischen Deep Learning Strukturen im Umfeld der Produktion Brümmerhoff, S.; 12 / 2019 Entwicklung einer Methode

Bereich: FB4

Relevanz:

11%
Fachzeitschriftenbeiträge

Zimnol, F. ; Greulich, A.: Ice prediction for wind turbine rotor blades with time series data and a deep learning approach. In: Cold Regions Science and Technology Vol. 206 (2023), p. 103741. DOI: 10.1016/j

Bereich: FB4

Relevanz:

9%
Publikationen

I.V.; Mädler, L. Dry Adhesive Microstructures for Material Handling of Additively Manufactured and Deep Rolled Metal Surfaces with Reference to Mars . Preprints.org 2023, 2023041169. https://doi.org/10

Bereich: FB4

Relevanz:

7%
Beiträge in Konferenz- und Tagungsbänden

A. ; Decker, A. ; Thoben, K.-D.: Enabling energy efficiency in manufacturing environments through deep learning approaches: lessons learned. In: Advances in Production Management Systems. Towards Smart

Bereich: FB4

Relevanz:

2%

Aktualisiert von: TYPO3-Support