| 22. GMA/ITG-Fachtagung Sensoren und Messsysteme 2024 |
A1.1 - Merkmalsbasierte luftakustische Diagnose von Druckluftleckage mithilfe maschineller Lernverfahren |
D. Diaz Ocampo, M. Heizmann - Institut für Industrielle Informationstechnik,Karlsruhe, M. Lyashenko, S. von Dosky - Siemens AG,Karlsruhe |
| 22. GMA/ITG-Fachtagung Sensoren und Messsysteme 2024 |
A1.2 - Prototyping und Validierung intelligenter Sensorik für die industrielle Zustandsüberwachung |
M. Lehmann, A. Schneider, V. Beyer, D. Mayer, P. Schneider - Fraunhofer IIS/EAS,Dresden, R. Gastmeier - Coderitter GmbH,Dresden |
| 22. GMA/ITG-Fachtagung Sensoren und Messsysteme 2024 |
A1.3 - Differentiation of Human and Robots with Thermal Images and Convolutional Neural Network for Human-Robot Collaboration |
S. Süme, K. Ponomarjova, T. Wendt - Hochschule Offenburg,Offenburg, S. Rupitsch - Albert-Ludwigs-Universität Freiburg (IMTEK),Freiburg |
| 22. GMA/ITG-Fachtagung Sensoren und Messsysteme 2024 |
A1.4 - Deep Neural Network Repräsentation für interpretierbare Machine Learning Algorithmen: Eine Methode zur effizienten Hardware-Beschleunigung |
J. Schauer, P. Goodarzi, A. Schütze, T. Universität des Saarlandes - Saarbrücken |
