Vorhersage der Prozessstabilität mit Maschinellem Lernen - Potenziale Künstlicher Intelligenz zur frühzeitigen Erkennung von Abweichungen bei der pharmazeutischen Abfüllung

Mühlbauer M, Würschinger H, Hanenkamp N, Schmehling M, Krause B (2020)

Publication Language: German

Publication Type: Journal article, Review article

Publication year: 2020

Journal

Industrie 4.0 Management : Gegenwart und Zukunft industrieller Geschäftsprozesse GITO-Verlag

Pages Range: 34-38

Journal Issue: 2.2020

Authors with CRIS profile

Matthias Mühlbauer Lehrstuhl für Ressourcen- und Energieeffiziente Produktionsmaschinen Hubert Würschinger Lehrstuhl für Ressourcen- und Energieeffiziente Produktionsmaschinen Nico Hanenkamp Lehrstuhl für Ressourcen- und Energieeffiziente Produktionsmaschinen

How to cite

APA:

Mühlbauer, M., Würschinger, H., Hanenkamp, N., Schmehling, M., & Krause, B. (2020). Vorhersage der Prozessstabilität mit Maschinellem Lernen - Potenziale Künstlicher Intelligenz zur frühzeitigen Erkennung von Abweichungen bei der pharmazeutischen Abfüllung. Industrie 4.0 Management : Gegenwart und Zukunft industrieller Geschäftsprozesse, 2.2020, 34-38.

MLA:

Mühlbauer, Matthias, et al. "Vorhersage der Prozessstabilität mit Maschinellem Lernen - Potenziale Künstlicher Intelligenz zur frühzeitigen Erkennung von Abweichungen bei der pharmazeutischen Abfüllung." Industrie 4.0 Management : Gegenwart und Zukunft industrieller Geschäftsprozesse 2.2020 (2020): 34-38.

BibTeX: Download