Show simple item record

dc.contributor.authorWarkentin, Heinrich
dc.contributor.authorSteckel, Thilo
dc.contributor.authorMaier, Alexander
dc.contributor.authorBernardi, Ansgar
dc.contributor.editorRuckelshause, Arno
dc.contributor.editorMeyer-Aurich, Andreas
dc.contributor.editorLentz, Wolfgang
dc.contributor.editorTheuvsen, Brigitte
dc.date.accessioned2017-06-22T04:38:01Z
dc.date.available2017-06-22T04:38:01Z
dc.date.issued2017
dc.identifier.isbn978-3-88579-662-6
dc.identifier.issn1617-5468
dc.description.abstractIm Gegensatz zu industriellen Fertigungsprozessen werden landwirtschaftliche Prozesse immer noch vorwiegend erfahrungsbasiert geplant und gesteuert. Wesentliche Ursachen hierfür sind die erschwerte Vorhersagbarkeit von Umgebungsbedingungen durch die hohe Umweltexposition und der Mangel an quantitativen Informationen zur Bestimmung präzise beschriebener Handlungsvorschläge. Die sich schnell entwickelnde Fähigkeit zur Erfassung, Übertragung, Analyse und anwendergerechten Aufbereitung großer, maschinenbezogenen Datenmengen in kurzen Zeiträumen liefert zumindest in Teilbereichen Verbesserungsmöglichkeiten. Dieser Beitrag beschreibt die Vorgehensweise zum Aufbau einer geeigneten Infrastruktur und der Analyse von großen Datenmengen am Beispiel des Mähdreschers mit dem Ziel der Produktivitätsverbesserung.de
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofInformatik in der Land-, Forst- und Ernährungswirtschaft 2017
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-268
dc.subjectMähdrescher
dc.subjectProzess
dc.subjectBig Data
dc.subjectData Analytics
dc.subjectAnomalieanalyse
dc.titleVerbesserung mobiler Arbeitsprozesse mit Methoden von Big Data und
Data Analyticsde
dc.typeText/Conference Paper
dc.pubPlaceBonn
mci.reference.pages161-164
mci.conference.locationDresden
mci.conference.date6.-7. März 2017


Files in this item

Thumbnail

Show simple item record