Logo des Repositoriums

Auflistung nach Autor:in "Deeken, Henning"

1 - 2 von 2
  • Konferenzbeitrag
    A data mining process for building recommendation systems for agricultural machines based on big data
    (42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft, 2022) Altaleb, Mohamed; Deeken, Henning; Hertzberg, Joachim
    There is a potential expansion in the agricultural machinery industry by using the collected data from different years. Big data is already being used in other industries like e-commerce to improve decision-making processes. There are several existing process models to lead through the generic processes of data mining. The common factor between the process models that have attained dominant public position is that they are domain-agnostic frameworks. This paper proposes a method to extend the CRoss-Industry Standard Process for Data Mining (CRISP-DM) to focus on the agricultural domain and give guidelines on how to handle and structure the agricultural data and processes to reach defined data mining goals. The paper provides a walk-through for a use case to build a recommendation system.
  • Konferenzbeitrag
    Verbesserung logistischer Prozesse durch Dezentralisierung von Entscheidungen
    (Informatik in der Land-, Forst- und Ernährungswirtschaft 2017, 2017) Deeken, Henning; Krampe, Florian; Steckel, Thilo
    Die Planung und Steuerung von logistischen Ketten erweist sich in der Landwirtschaft oft als Herausforderung, da unvermeidbare Störungen im Ablauf und Kapazitätsengpässe auftreten. Diese adäquat zu behandeln bedarf einer engen Abstimmung alle Prozessteilnehmer, eine Aufgabe der zentrale Planungsarchitekturen oft nicht gewachsen sind, da es an den geeigneten Kommunikationskanälen von und zur Prozessebene mangelt. Die dezentrale Vernetzung von Maschinen und eine verteilte Entscheidungsfindung auf Prozessebene scheinen viel versprechende Ansätze, um Probleme frühzeitig am Ort des Entstehens zu erkennen und zu behandeln. Das Projekt SOFiA erforscht Verfahren zur dezentralen Entscheidungsunterstützung in logistischen Netzwerken mithilfe sogenannter Smart Objects. Die dem Projekt zugrundeliegenden Ideen werden im Folgenden am Anwendungsfall der Silomaisernte vorgestellt.