Die Verbesserung der Kontrolle von industriellen Prozessen und der Qualität von Produkten kann durch das Lernen aus Sensordaten unterstützt werden. Im Projekt B3 wird untersucht, wie dezentrales Data Mining für Echtzeit-Qualitätsvorhersagen genutzt werden kann und wie es in Produktionsprozesse integriert werden kann.
Die Aufgaben der Datenanalyse in Produktionssystemen wurden nach Schwierigkeitsgrad geordnet: (1) Anomalieerkennung, (2) diagnostische Analytik, (3) prädiktive Analytik und (4) präskriptive Analytik. In der ersten Phase ist es uns gelungen, eine neue dezentrale Anomalieerkennung zu entwickeln und das Lernen aus Etikettenproportionen zu erfinden. In der zweiten Phase haben wir die diagnostische und prädiktive Analytik untersucht. Die diagnostische Analytik zielt darauf ab, nicht ok-Produkte durch Prozessdaten zu erklären. Basierend auf Zeitreihendaten aus einem Warmwalzprozess für die Herstellung von Stabstahl wurden Merkmale extrahiert und aggregiert, die helfen, zwischen ok und nicht ok Produkten zu unterscheiden. Die Modellierung der gesamten Vorverarbeitung in der Software RapidMiner brachte die Toolbox auf die Spitze und entwickelte sich zu einer High-Level-Programmierumgebung. Der Vorteil ist die Reproduzierbarkeit der RapidMiner-Prozesse und deren verständliche Dokumentation. Die prädiktive Analytik in flexiblen Produktionsprozessen hat zu einer angemessenen Prozesskontrolle in Echtzeit beigetragen. Für das verteilte Data Mining wurde das Training von lokalen Modellen aus Counts (TLMC) für vertikal partitionierte Daten entwickelt. Die Anomalieerkennung wurde für verteilte Einstellungen verbessert, wie sie vom Internet der Dinge gegeben sind. In der dritten Phase steht die präskriptive Analytik im Mittelpunkt des Projekts, d.h. das gelernte Modell verändert den Prozess in Echtzeit. Ein Beispiel ist es, nicht nur eine Abweichung der Sensormessungen von der Norm zu erkennen, sondern auch die Prozessparameter entsprechend anzupassen.
| Saadallah/etal/2022a |
Saadallah, Amal and Büscher, Jan and Abdulaaty, Omar and Panusch,Thorben and Deuse,Jochen and Morik, Katharina.
Explainable Predictive Quality Inspection using Deep Learning in Electronics Manufacturing.
In
55th CIRP conference on Manufacturing Systems,
Elsevier,
2022.
|
| Saadallah/etal/2022c |
Saadallah, Amal and Abdulaaty, Omar and Büscher, Jan and Panusch,Thorben and Morik, Katharina and Deuse,Jochen.
Early Quality Prediction using Deep Learning on Time Series Sensor Data.
In
55th CIRP conference on Manufacturing Systems,
Elsevier,
2022.
|
| Saadallah/etal/2022d |
Saadallah, Amal and Finkeldey, Felix and Buß, Jens and Morik, Katharina and Wiederkehr, Petra and Rhode, Wolfgang.
Simulation and Sensor Data Fusion for Machine Learning Application.
In
Advanced Engineering Informatics,
Vol. 52,
Seiten 101600,
2022.
|
| Cao/etal/2021a |
Cao, Ba-Tung and Saadallah, Amal and Egorov, Alexey and Freitag, Steffen and Meschke, Günther and Morik, Katharina.
Online Geological Anomaly Detection Using Machine Learning in Mechanized Tunneling.
In
In: Barla M., Di Donna A., Sterpi D. (eds) (editors),
Challenges and Innovations in Geomechanics,
Vol. vol 125.,
Seiten 323--330,
Springer,
2021.
|
| Saadallah/etal/2021a |
Saadallah, Amal and Tavakol, Maryam and Katharina, Morik.
An Actor-Critic Ensemble Aggregation Model for Time-Series Forecasting.
In
The 37th IEEE International Conference on Data Engineering (ICDE),
2021.
|
| Saadallah/Morik/2021a |
Saadallah, Amal and Katharina, Morik.
Meta-Adversarial Training of Neural Networks for Binary Classification.
In
IJCNN International Joint Conference on Neural Networks,
2021.
|
| Wiederkehr/etal/2021a |
Wiederkehr, Petra and Finkeldey, Felix and Merhofe, Torben.
Augmented semantic segmentation for the digitization of grinding tools based on deep learning.
In
CIRP Annals,
Vol. 70,
No. 1,
Seiten 297--300,
Elsevier,
2021.
|
| Finkeldey/etal/2020a |
Finkeldey, Felix and Saadallah, Amal and Wiederkehr, Petra and Morik, Katharina.
Real-time prediction of process forces in milling operations using synchronized data fusion of simulation and sensor data.
In
Engineering Applications of Artificial Intelligence,
Vol. 94,
2020.
|
| Finkeldey/etal/2020b |
Finkeldey, Felix and Wirtz, Andreas and Merhofe, Torben and Wiederkehr, Petra.
Learning-Based Prediction of Pose-Dependent Dynamics.
In
Journal of Manufacturing and Materials Processing,
Vol. 4,
No. 3,
2020.
|
| Nanni/etal/2020a |
Nanni, Mirco and Gennady, Andrienko and Barabasi, Albert-Laszlo and Boldrini, Chiara and Bonchi, Francesco and Cattuto, Ciro and Chiaromonte, Francesca and Commande, Giovanni and Conti, Marco and Cote, Mark and Dignum, Frank and Dignum, Virginia and Domingo-Ferrer, Josep and Ferragina, Paolo and Giannotti, Fosca and Guidotti, Riccardo and Helbng, Dirk and Kaski, Kimmo and Kertesz, Janos and Lehmann, Sune and Lepri, Bruno and Lukowicz, Paul and Matwin, Stan and Megias, Jimenez, David Megias and Monreale, Anna and Morik, Katharina and Oliver, Nuria and Passarella, Andrea and Passerini, Andrea and Pedreschi, Dino and Pentland, Alex and Pianesi, Fabio and Pratesi, Francesca and Rinzivillo, Salvatore and Ruggieri, Salvatore and Siebes, Arno and Torra, Vicenc and Trasarti, Roberto and van der Hoven, Jeroen and Vespignani, Alessandro.
Give more data, awareness and control to individual citizens, and they will help COVID-19 containment.
In
Transactions on Data Privacy,
Vol. 13,
Seiten 61--66,
2020.
|
| Saadallah/Morik/2020g |
Saadallah, Amal and Katharina, Morik.
Active Sampling for Learning Interpretable Surrogate Machine Learning Models.
In
IEEE International Conference on Data Science and Advanced Analytics (DSAA),
2020.
|
| Schmitt/etal/2020a |
Schmitt, Jacqueline and Boenig, Jochen and Borggraefe, Thorbjoern and Beitinger, Gunter and Deuse, Jochen.
Predictive model-based quality inspection in electronics manufacturing using Machine Learning and Edge Cloud Computing.
In
Advanced Engineering Informatics (ADVEI),
2020.
|
| Schulte/etal/2020a |
Schulte, Lukas and Schmitt, Jacqueline and Meierhofer, Florian and Deuse, Jochen.
Optimizing Inspection Process Severity by Machine Learning Under Label Uncertainty.
In
Nunes, Isabel L. (editors),
Advances in Human Factors and Systems Interaction,
Seiten 3--9,
Cham,
Springer,
2020.
|
| Bunse/etal/2019a |
Bunse, Mirko and Saadallah, Amal and Morik, Katharina.
Towards Active Simulation Data Mining.
In
Kottke, Daniel and Lemaire, Vincent and Calma, Adrian and Krempl, Georg and Holzinger, Andreas (editors),
Proc. of the 3rd Int. Tutorial and Workshop on Interactive Adaptive Learning at ECML-PKDD 2019,
Vol. 2444,
Seiten 104--107,
CEUR Workshop Proceedings,
2019.
|
| Deuse/etal/2019a |
Deuse, Jochen and Schmitt, Jacqueline and Bönig, Jochen and Beitinger, Gunter.
Dynamische Röntgenprüfung in der Elektronikproduktion. Einsatz von Data-Mining-Verfahren zur Qualitätsprognose.
In
Zeitschrift für wirtschaftlichen Fabrikbetrieb (ZWF),
Vol. 114,
No. 5,
Seiten 264-267,
2019.
|
| Deuse/Schmitt/2019a |
Deuse, Jochen and Schmitt, Jacqueline.
Industrial Data Science - Nutzen Künstlicher Intelligenz für die Produktion.
In
KANBrief,
Vol. 4,
2019.
|
| Saadallah/Piatkowski/2019a |
Saadallah, Amal and Piatkowski, Nico and Finkeldey, Felix and Wiederkehr, Petra and Morik, Katharina.
Learning Ensembles in the Presence of Imbalanced Classes.
In
ICPRAM: 8th international conference on pattern recognition applications and methods - icpram 2019,
2019.
|
| Saadallah/Priebe/2019c |
Saadallah, Amal and Priebe, Florian and Katharina, Morik.
A Drift-based Dynamic Ensemble Members Selection using Clustering for Time Series Forecasting.
European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases ECML PKDD 2019, Würzburg, Germany,
2019.
|
| Schmitt/Deuse/2019a |
Schmitt, Jacqueline and Deuse, Jochen.
Modellbasierte Prüfprozesse. Einsatz von Data-Mining-Verfahren zur industriellen Qualitätssicherung.
In
Zeitschrift für wirtschaftlichen Fabrikbetrieb (ZWF),
Vol. 114,
No. 4,
Seiten 191-193,
2019.
|
| Schmitt/etal/2019a |
Schmitt, Jacqueline and Hahn, Florian and Deuse, Jochen.
Practical Framework for Advanced Quality-based Process Control in Interlinked Manufacturing Processes.
In
IEEE International Conference on Industrial Engineering and Engineering Management (IEEM),
Seiten 511-515,
2019.
|
| Mertens/etal/2018a |
Katharina Mertens and André Barthelmey and René Wöstmann and Jacqueline Schmitt and Christian Harms-Zumbrägel and Tanja Gosch and Jochen Deuse.
Retrofit - Von der Brownfield-Anlage zum cyber-physischen System mit dem Ziel der OEE-Verbesserung.
In
Hubert Biedermann (editors),
Predictive Maintenance,
Seiten 173,
TÜV Media,
2018.
|
| Saadallah/etal/2018a |
Saadallah, Amal and Finkeldey, Felix and Morik, Katharina and Wiederkehr, Petra.
Stability prediction in milling processes using a simulation-based machine learning approach.
In
51st CIRP conference on Manufacturing Systems,
Elsevier,
2018.
|
| Schmitt/Deuse/2018a |
Schmitt, Jacqueline and Deuse, Jochen.
Similarity-search and Prediction Based Process Parameter Adaptation for Quality Improvement in Interlinked Manufacturing Processes.
In
IEEE International Conference on Industrial Engineering and Engineering Management (IEEM),
Seiten 700-704,
2018.
|
| Schmitt/etal/2018a |
Schmitt, Jacqueline and Wiegand, Mario and Deuse, Jochen.
Qualitätsbasierte Auftragszuordnung - Zuordnung von Zwischenprodukten zu Kundenaufträgen auf Basis von Qualitätsprognosen.
In
ZWF online,
2018.
|
| Schmitt/etal/2018b |
Schmitt, Jacqueline and Hahn, Florian and Deuse, Jochen.
Mathematical modelling of the quality-based order assignment problem.
No. 2,
Institute of Production Systems, TU Dortmund University,
2018.
|
| Deuse/etal/2017a |
Deuse, J. and Schmitt, J. and Stolpe, M. and Wiegand, M. and Morik, K..
Qualitätsprognosen zur Engpassentlastung in der Injektorfertigung unter Einsatz von Data Mining.
In
Schriftenreihe der Wissenschaftlichen Gesellschaft für Arbeits- und Betriebsorganisation (WGAB) e.V.,
2017.
|
| Krzoska/etal/2017a |
Krzoska, Sven and Eickelmann, Michel and Schmitt, Jacqueline and Deuse, Jochen.
Data Mining zur Nacharbeitsdauerprognose - Prädiktive Nacharbeitssteuerung und Arbeitsprozessoptimierung für die Montage in der Automobilindustrie.
In
Werkstatttechnik online,
No. 10,
Seiten 773--778,
2017.
|
| Blom/Morik/2016a |
Blom, Hendrik and Morik, Katharina.
Resource-Aware Steel Production Through Data Mining.
In
Berendt, Bettina and Bringmann, Björn and Fromont, Elisa and Garriga, Gemma and Miettinen, Pauli and Tatti, Nikolaj and Tresp, Volker (editors),
Machine Learning and Knowledge Discovery in Databases,
Seiten 263--266,
Springer,
2016.
|
| Stolpe/2016a |
Marco Stolpe.
The Internet of Things: Opportunities and Challenges for Distributed Data Analysis.
In
SIGKDD Explorations,
Vol. 18,
No. 1,
Seiten 15-34,
2016.
|
| Stolpe/etal/2016a |
Stolpe, Marco and Blom, Hendrik and Morik, Katharina.
Sustainable Industrial Processes by Embedded Real-Time Quality Prediction.
In
Kersting, Kristian and Lässig, Jörg and Morik, Katharina (editors),
Computational Sustainability,
Seiten 201--243,
Springer,
2016.
|
| Stolpe/etal/2016b |
Marco Stolpe and Kanishka Bhaduri and Kamalika Das.
Distributed Support Vector Machines: An Overview.
In
Michaelis, S. and Piatkowski, N. and Stolpe, M. (editors),
Solving Large Scale Learning Tasks: Challenges and Algorithms,
Vol. 9580,
Seiten 109--138,
Springer,
2016.
|
| Wiegand/etal/2016a |
Wiegand, Mario and Stolpe, Marco and Deuse, Jochen and Morik, Katharina.
Prädiktive Prozessüberwachung auf Basis verteilt erfasster Sensordaten.
In
at-Automatisierungstechnik,
Vol. 64,
No. 7,
Seiten 521--533,
2016.
|
| Eickelmann/etal/2015a |
Eickelmann, Michel and Wiegand, Mario and Konrad, Benedikt and Deuse, Jochen.
Die Bedeutung von Data Mining im Kontext von Industrie 4.0.
In
Zeitschrift für wirtschaftlichen Fabrikbetrieb (ZWF),
Vol. 110,
No. 11,
Seiten 738-743,
2015.
|
| Liebig/etal/2015a |
Liebig, Thomas and Stolpe, Marco and Morik, Katharina.
Distributed Traffic Flow Prediction with Label Proportions: From in-Network towards High Performance Computation with MPI.
In
Proceedings of the 2nd International Workshop on Mining Urban Data (MUD2),
Vol. 1392,
Seiten 36--43,
CEUR-WS,
2015.
|
| Stolpe/etal/2015a |
Marco Stolpe and Thomas Liebig and Katharina Morik.
Communication-efficient learning of traffic flow in a network of wireless presence sensors.
In
Proceedings of the Workshop on Parallel and Distributed Computing for Knowledge Discovery in Data Bases (PDCKDD 2015),
Seiten (to appear),
CEUR-WS,
2015.
|
| Deuse/etal/2014a |
Deuse, Jochen and Wiegand, Mario and Erohin, Olga and Lieber, Daniel and Klinkenberg, Ralf.
Big Data Analytics in Produktion und Instandhaltung.
In
Biedermann, Hubert (editors),
Instandhaltung im Wandel. Herausforderungen und Lösungen im Zeitalter von Industrie 4.0,
Seiten 33-48,
2014.
|
| Deuse/etal/2014b |
Deuse, Jochen and Erohin, Olga and Lieber, Daniel.
Wissensentdeckung in vernetzten, industriellen Datenbeständen.
In
Lödding, Hermann (editors),
Industrie 4.0. Wie intelligente Vernetzung und kognitive Systeme unsere Arbeit verändern,
Seiten 373-395,
Gito,
2014.
|
| Bhaduri/Stolpe/2013a |
Bhaduri, Kanishka and Stolpe, Marco.
Distributed Data Mining in Sensor Networks.
In
Aggarwal, Charu C. (editors),
Managing and Mining Sensor Data,
Berlin, Heidelberg,
Springer,
2013.
|
| Bohnen/etal/2013a |
Bohnen, Fabian and Stolpe, Marco and Deuse, Jochen and Morik, Katharina.
Using a Clustering Approach with Evolutionary Optimized Attribute Weights to Form Product Families for Production Leveling.
In
Windt, Katja (editors),
Robust Manufacturing Control,
Seiten 189--202,
Berlin, Heidelberg,
Springer,
2013.
|
| Bohnen/etal/2013b |
Bohnen, Fabian and Buhl, Matthias and Deuse, Jochen.
Systematic Procedure for leveling of low volume and high mix production.
In
CIRP Journal od Manufacturing Science and Technology,
Vol. 6,
No. 1,
Seiten 53-58,
2013.
|
| Deuse/etal/2013a |
Deuse, Jochen and Konrad, Benedikt and Bohnen, Fabian.
Renaissance of Group Technology: Reducing Variability to Match Lean Production Prerequisites.
In
Bakhtadze, Natalia and Chernyshov, Kirill and Dolgui, Alexandre and Lototsky, Vladimir (editors),
Manufacturing Modelling, Management, and Control,
Vol. 7,
Seiten 998-1003,
2013.
|
| Konrad/etal/2013a |
Konrad, Benedikt and Lieber, Daniel and Deuse, Jochen.
Striving for Zero Defect Production: Intelligent Manufacturing Control through Data Mining in Continuous Rolling Mill Processes.
In
Windt, Katja (editors),
Robust Manufacturing Control,
Seiten 215--229,
CIRP,
Berlin, Heidelberg,
Springer,
2013.
|
| Lieber/etal/2013a |
Lieber, Daniel and Stolpe, Marco and Konrad, Benedikt and Deuse, Jochen and Morik, Katharina.
Quality Prediction in Interlinked Manufacturing Processes based on Supervised & Unsupervised Machine Learning.
In
Procedia CIRP - 46th CIRP Conf. on Manufacturing Systems,
Vol. 7,
Seiten 193-198,
Elsevier,
2013.
|
| Lieber/etal/2013b |
Lieber, Daniel and Erohin, Olga and Deuse, Jochen.
Wissensentdeckung im industriellen Kontext - Herausforderungen und Anwendungsbeispiele.
In
Zeitschrift für wirtschaftlichen Fabrikbetrieb (ZWF),
Vol. 108,
No. 6,
Seiten 388-393,
2013.
|
| Stolpe/etal/2013a |
Stolpe, M. and Bhaduri, K. and Das, K. and Morik, K..
Anomaly Detection in Vertically Partitioned Data by Distributed Core Vector Machines.
In
Blockeel, Hendrik and Kersting, Kristian and Nijssen, Siegfried and \vZelezný, Filip (editors),
Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2013, Prague, Czech Republic, September 23-27, 2013, Proceedings, Part III,
Seiten 321--336,
Springer,
2013.
|
| Lee/etal/2012a |
Lee, S. and Stolpe, M. and Morik, K..
Separable Approximate Optimization of Support Vector Machines for Distributed Sensing.
In
Flach, Peter A. and De Bie, Tijland and Cristianini, Nello (editors),
Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2012, Bristol, UK, September 24-28, 2012. Proceedings, Part II,
Vol. 7524,
Seiten 387--402,
Springer,
2012.
|
| Lieber/etal/2012a |
Lieber, Daniel and Konrad, Benedikt and Deuse, Jochen and Stolpe, Marco and Morik, Katharina.
Sustainable Interlinked Manufacturing Processes through Real-Time Quality Prediction.
In
Dornfeld, David A. and Linke, Barbara S. (editors),
Leveraging Technology for a Sustainable World,
Seiten 393-398,
CIRP,
Berlin, Heidelberg,
Springer,
2012.
|
| Maschek/etal/2011a |
Maschek,Thomas and Konrad, Benedikt and Deuse, Jochen and Hermanns, Gerhard and Weber, Daniel and Schreckenberg, Michael.
Verkehrsforschung in der Produktionsflussanalyse - Übertragung von Modellen der statistischen Physik auf die Analyse von Produktionssystemen.
In
ZWF - Zeitung für wirtschaftlichen Fabrikbetrieb,
Vol. 106,
No. 11,
Seiten 833--837,
2011.
|
| Stolpe/etal/2011a |
Stolpe, Marco and Morik, Katharina and Konrad, Benedikt and Lieber, Daniel and Deuse, Jochen.
Challenges for Data Mining on Sensor Data of Interlinked Processes.
In
Proceedings of the Next Generation Data Mining Summit (NGDM) 2011,
2011.
|
| Stolpe/Morik/2011a |
Stolpe, M. and Morik, K..
Learning from Label Proportions by Optimizing Cluster Model Selection.
In
Gunopulos, Dimitrios and Hofmann, Thomas and Malerba, Donato and Vazirgiannis, Michalis (editors),
Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2011, Athens, Greece, September 5-9, 2011, Proceedings, Part III,
Seiten 349--364,
Springer,
2011.
|
| Lieber/2018a |
Lieber, Daniel.
Data Mining in der Qualitätslenkung am Beispiel der Stabstahlproduktion.
TU Dortmund,
2018.
|
| Stolpe/2017a |
Marco Stolpe.
Distributed Analysis of Vertically Partitioned Sensor Measurements under Communication Constraints.
TU Dortmund University,
Dortmund,
2017.
|
| Erohin/2016a |
Erohin, Olga.
Wissensgewinnung durch Datenanalyse zur prospektiven Zeitermittlung.
TU Dortmund University,
Aachen,
2016.
|
| Bohnen/2013a |
Bohnen, Fabian.
Eine Methodik zur Produktionsnivellierung auf der Basis von Fertigungsfamilien.
Technische Universität Dortmund,
2013.
|
| Bohnen/Deuse/2010a |
Bohnen, F. and Deuse, J..
Leveling of Low Volume and High Mix Production based on a Group Technology Approach.
In
Proceedings of the 43rd CIRP International Conference on Manufacturing Systems,
Seiten 949--956,
2010.
|
| Morik/etal/2010a |
Morik, Katharina and Stolpe, Marco and Deuse, Jochen and Bohnen, Fabian and Reichel, Ulrich.
Prognosemodelle zur Ermittlung der Produkteigenschaften -- Einsatz von Data-Mining-Verfahren im Walzwerk.
In
stahl und eisen,
No. 10,
Seiten 80--82,
2010.
|
| Morik/etal/2010b |
Morik, Katharina and Deuse, Jochen and Faber, Vanessa and Bohnen, Fabian.
Data Mining in Sensordaten verketteter Prozesse.
In
Zeitschrift für Wirtschaftlichen Fabrikbetrieb (ZWF),
Vol. 105,
No. 1-2,
Seiten 106--110,
Carl Hanser,
2010.
|
| Mierswa/2008a |
Mierswa, Ingo.
Non-Convex and Multi-Objective Optimization in Data Mining.
Fachbereich Informatik, Technische Universität Dortmund,
2008.
|
| Mierswa/etal/2008b |
Mierswa, Ingo and Morik, Katharina and Wurst, Michael.
Collaborative Use of Features in a Distributed System for the Organization of Music Collections.
In
Shen and Shephard and Cui and Liu (editors),
Intelligent Music Information Systems: Tools and Methodologies,
Seiten 147--176,
Igi Global Publishing,
2008.
|
| Birkmann/Deuse/2007a |
Birkmann, Stephan and Deuse, Jochen.
Using a Group Technology Approach to Level a Low Volume and High Mix Production.
In
Proceedings of 12th Annual International Conference on Industrial Engineering - Theory, Applications and Practice,
Seiten 265--270,
Cancun, Mexico,
2007.
|
| Deuse/etal/2007a |
Deuse, Jochen and Stausberg, Jan Robert and Wischniewski, Sascha.
Leitsätze zur Gestaltung einer verschwendungsarmen Produktion.
In
ZWF -- Zeitschrift für wirtschaftlichen Fabrikbetrieb,
Vol. 102,
No. 5,
Seiten 291--294,
2007.
|
| Mierswa/Wurst/2006a |
Mierswa, Ingo and Wurst, Michael.
Information Preserving Multi-Objective Feature Selection for Unsupervised Learning.
In
Maarten Keijzer and Mike Cattolico and Dirk Arnold and Vladan Babovic and Christian Blum and Peter Bosman and Martin V. Butz and Carlos Coello Coello and Dipankar Dasgupta and Sevan G. Ficici and James Foster and Arturo Hernandez-Aguirre and Greg Hornby and Hod Lipson and Phil McMinn and Jason Moore and Guenther Raidl and Franz Rothlauf and Conor Ryan and Dirk Thierens (editors),
GECCO '06: Proceedings of the 8th annual conference on Genetic and evolutionary computation,
Seiten 1545--1552,
New York, NY, USA,
ACM Press,
2006.
|
| Mierswa/Morik/2005a |
Mierswa, Ingo and Morik, Katharina.
Automatic Feature Extraction for Classifying Audio Data.
In
Machine Learning Journal,
Vol. 58,
Seiten 127--149,
2005.
|
| Morik/Koepcke/2004a |
Morik, Katharina and Köpcke, Hanna.
Analysing Customer Churn in Insurance Data - A Case Study.
In
Jean-Francois Boulicaut and Floriana Esposito and Fosca Giannotti and Dino Pedreschi (editors),
PKDD '04: Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases,
Vol. 3202,
Seiten 325--336,
New York, NY, USA,
Springer,
2004.
|
| Morik/etal/99a |
Morik, Katharina and Brockhausen, Peter and Joachims, Thorsten.
Combining statistical learning with a knowledge-based approach -- A case study in intensive care monitoring.
In
ICML '99: Proceedings of the Sixteenth International Conference on Machine Learning,
Seiten 268--277,
San Francisco, CA, USA,
Morgan Kaufmann Publishers Inc.,
1999.
|
| Eversheim/Deuse/98a |
Deuse, Jochen and Eversheim, W..
Teilefamilienbildung auf der Grundlage von Produktmodelldaten.
In
Krause, Frank-Lothar and Uhlmann, Eckhardt (editors),
Innovative Produktionstechnik,
Seiten 141--156,
München, Wien,
Carl Hanser Verlag,
1998.
|
