Control Charts and Machine Learning for Anomaly Detection in Manufacturing (eBook)
VI, 269 Seiten
Springer International Publishing (Verlag)
978-3-030-83819-5 (ISBN)
This book introduces the latest research on advanced control charts and new machine learning approaches to detect abnormalities in the smart manufacturing process. By approaching anomaly detection using both statistics and machine learning, the book promotes interdisciplinary cooperation between the research communities, to jointly develop new anomaly detection approaches that are more suitable for the 4.0 Industrial Revolution.
The book provides ready-to-use algorithms and parameter sheets, enabling readers to design advanced control charts and machine learning-based approaches for anomaly detection in manufacturing. Case studies are introduced in each chapter to help practitioners easily apply these tools to real-world manufacturing processes.
The book is of interest to researchers, industrial experts, and postgraduate students in the fields of industrial engineering, automation, statistical learning, and manufacturing industries.Dr. Kim Phuc Tran is an Associate Professor of Artificial Intelligence and Data Science at the ENSAIT and the GEMTEX laboratory, University of Lille, France. His research focuses on anomaly detection and applications, decision support systems with artificial intelligence, federated learning, edge computing and applications. He has published more than 44 papers in international refereed journal papers, 5 book chapters, and 2 editorials as well as over 20 papers in conference proceedings.
| Erscheint lt. Verlag | 29.8.2021 |
|---|---|
| Reihe/Serie | Springer Series in Reliability Engineering | Springer Series in Reliability Engineering |
| Zusatzinfo | VI, 269 p. 67 illus., 38 illus. in color. |
| Sprache | englisch |
| Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
| Mathematik / Informatik ► Mathematik ► Statistik | |
| Technik ► Elektrotechnik / Energietechnik | |
| Technik ► Maschinenbau | |
| Schlagworte | Anomaly Detection • control charts • Data Mining • failure prediction • machine learning • Manufacturing Processes • one-class classification • smart manufacturing • Statistical Process Monitoring • Statistical Quality Control |
| ISBN-10 | 3-030-83819-6 / 3030838196 |
| ISBN-13 | 978-3-030-83819-5 / 9783030838195 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 7,0 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
