Logo des Repositoriums
 

Industrial Analytics: Methodiken und Datensysteme für das Industrial Internet (IIoT)

Kurzanzeige
dc.contributor.authorMönch, Eddie
dc.contributor.editorMitschang, Bernhard
dc.contributor.editorNicklas, Daniela
dc.contributor.editorLeymann, Frank
dc.contributor.editorSchöning, Harald
dc.contributor.editorHerschel, Melanie
dc.contributor.editorTeubner, Jens
dc.contributor.editorHärder, Theo
dc.contributor.editorKopp, Oliver
dc.contributor.editorWieland, Matthias
dc.date.accessioned2017-06-20T20:24:39Z
dc.date.available2017-06-20T20:24:39Z
dc.date.issued2017
dc.description.abstractAn einem breiten Spektrum von Kundenbeispielen vom Schi sdiesel über Ka eemaschinen bis hin zum Industrieroboter wird aufgezeigt, dass im Bereich Analytics von Industrial Internet of Things (IIoT) Anwendungen der Data Scientist ohne den Domainexperten nicht zu befriedigenden Ergebnissen kommen kann. Die Kundenbeispiele lassen sich im Kern in sechs unterschiedliche Use Cases unterteilen: Root-Cause-Analyse, Fehlerprädiktion, Datenaggregation, Text Mining, visuelle Interaktion und Optimierungsberechnungen über den Gesamtbestand der Maschinen hinweg. Diese werden jeweils anhand von realen Praxisbeispielen aus dem industriellen Umfeld anschaulich demonstriert.de
dc.identifier.isbn978-3-88579-659-6
dc.identifier.pissn1617-5468
dc.language.isode
dc.publisherGesellschaft für Informatik, Bonn
dc.relation.ispartofDatenbanksysteme für Business, Technologie und Web (BTW 2017)
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-265
dc.subjectIndustrial Internet of Things
dc.subjectAnalytics
dc.subjectMachine Learning
dc.subjectBig Data
dc.subjectDeep Learning
dc.subjectCognitive Computing
dc.titleIndustrial Analytics: Methodiken und Datensysteme für das Industrial Internet (IIoT)de
dc.typeText/Conference Paper
gi.citation.endPage572
gi.citation.startPage569
gi.conference.date6.-10. März 2017
gi.conference.locationStuttgart
gi.conference.sessiontitleIndustrial Program - Internet of Things

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild
Name:
paper41.pdf
Größe:
957.09 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P265 - BTW2017 - Datenbanksysteme für Business, Technologie und Web