Identifying Product and Process State Drivers in Manufacturing Systems Using Supervised Machine Learning (eBook)
XVIII, 272 Seiten
Springer International Publishing (Verlag)
978-3-319-17611-6 (ISBN)
The book reports on a novel approach for holistically identifying the relevant state drivers of complex, multi-stage manufacturing systems. This approach is able to utilize complex, diverse and high-dimensional data sets, which often occur in manufacturing applications, and to integrate the important process intra- and interrelations. The approach has been evaluated using three scenarios from different manufacturing domains (aviation, chemical and semiconductor). The results, which are reported in detail in this book, confirmed that it is possible to incorporate implicit process intra- and interrelations on both a process and programme level by applying SVM-based feature ranking. In practice, this method can be used to identify the most important process parameters and state characteristics, the so-called state drivers, of a manufacturing system. Given the increasing availability of data and information, this selection support can be directly utilized in, e.g., quality monitoring and advanced process control. Importantly, the method is neither limited to specific products, manufacturing processes or systems, nor by specific quality concepts.
Introduction.- Developments of manufacturing systems with a focus on product and process quality.- Current approaches with a focus on holistic information management in manufacturing.- Development of the product state concept.- Application of machine learning to identify state drivers.- Application of SVM to identify relevant state drivers.- Evaluation of the developed approach.- Recapitulation.
| Erscheint lt. Verlag | 20.4.2015 |
|---|---|
| Reihe/Serie | Springer Theses | Springer Theses |
| Zusatzinfo | XVIII, 272 p. 139 illus., 10 illus. in color. |
| Verlagsort | Cham |
| Sprache | englisch |
| Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
| Informatik ► Weitere Themen ► CAD-Programme | |
| Technik | |
| Wirtschaft ► Betriebswirtschaft / Management ► Logistik / Produktion | |
| Schlagworte | Holistic information management • holonic manufacturing systems • Intelligent Manufacturing Systems • Machine learning in manufacturing • Manufacturing process improvement • Manufacturing programs and processes • Multi-stage manufacturing programmes • PLM data • Process and product quality • Product Data Management • Product state concept • SVM-based feature selection |
| ISBN-10 | 3-319-17611-0 / 3319176110 |
| ISBN-13 | 978-3-319-17611-6 / 9783319176116 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 11,1 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
