Filter results

Results (99)

Sort by:

Select all Select all

Page 10

No access

Select

VDI Wissensforum GmbH (ed.)

ELIV 2023

Series: VDI-Berichte

Volume 2423 2023

Results in this title

X. Wang, A. Hübner, K. Weishaupt, K. Chung Validation and Interpretation of Neural Networks: DNN-Based Object Detection as an Example S. 419-436

„… Validation and Interpretation of Neural Networks: DNN-Based Object Detection as an Example Dr …” „… , especially Deep Neural Networks (DNNs), introduces new potential risks and weaknesses, for example due to the …” „… problems such as object detection, Deep Neural Networks (DNNs) generally benefit from a multitude of …”

P. Laufer Estimation of Gender and Age of Vehicle Occupants Using Deep Learning S. 27-38

„… to the category of Convolutional Neural Networks (CNNs) and extracts essential features from the …” „… images. For these networks to perform their estimation through facial images, it's important for the …” „… that the network is placing greater emphasis on eyebrow features and the recognition of long hair for …”

doi.org/10.51202/9783181024232

VDI Wissensforum GmbH - Reifen – Fahrwerk – Fahrbahn

No access

Select

VDI Wissensforum GmbH (ed.)

Reifen – Fahrwerk – Fahrbahn

Series: VDI-Berichte

Volume 2425 2023

Results in this title

T. Schlögl, R. Nagel, M. Frey, F. Gauterin Schätzung des Fahrbahnzustands mit Hilfe KI-basierter Auswertung von LiDAR-Sensoren S. 27-42

„… einer Fahrzeugfrontkamera und übergeben diese an ein Convolutional Neural Network (CNN), das daraus den …” „… Road Surface and Weather-Related Condition Using Deep Convolutional Neural Networks. Advances in …” „… und M. Maurer (2018): Assessment of Deep Convolutional Neural Networks for Road Surface Classification …”

doi.org/10.51202/9783181024256

VDI Wissensforum GmbH - 28. Deutscher Materialfluss-Kongress 2019

Partial access

Select

VDI Wissensforum GmbH (ed.)

28. Deutscher Materialfluss-Kongress 2019

Series: VDI-Berichte

Volume 2340 2019

Results in this title

J. Dziedzitz, P. Hopfgarten, K. Furmans, Y. Zhang, I. Mamaev, D. Schüthe, B. Hein Eine lernende Kommissionierplattform – Wie Roboter mit neuen Technologien vom Menschen lernen S. 99-112

„… : Zuerst werden die Merkmale eines KLTs im Farbbild der Kamera durch ein Convolutional Neural Network (CNN …” „… Convolutional Neural Networks (CNN) für die Feature-Erkennung; In d) wird die geschätzte Pose von vier Kisten …” „… 5). Zur Feature-Detektion kommen das Darknet-Framework [5] und das YOLOv3 Convolutional Neural …”

doi.org/10.51202/9783181023402

VDI Wissensforum GmbH - International Conference on Gears 2022

No access

Select

VDI Wissensforum GmbH (ed.)

International Conference on Gears 2022

Series: VDI-Berichte

Volume 2389 2022

Results in this title

B. H. Kien, D. Iba, Y. Tsutsui, Y. Lei, D. Taga, N. Miura, T. Iizuka, A. Masuda, I. Moriwaki Plastic gear remaining useful life prediction using artificial neural network S. 951-956

„… .: Crack detection of plastic gears using a convolutional neural network pre-learn from images of meshing …” „… Plastic Gear Remaining Useful Life Prediction using Artificial Neural Network B. H. Kien, Prof. D …” „… generator based on an artificial neural network (ANN) for generating the HI of the plastic gear. The ANN is …”

T. Konig, M. Kley, F. Wagner, M. Liebschner Enhanced damage classification on transmissions by generating synthetic data with Generative Adversarial Networks (GAN) S. 227-238

„… wire-race bearings using Convolutional Neural Networks with vibration spectrograms. tm - Technisches Messen …” „… extending existing date sets can improve detection accuracy with Artificial Neural Networks (ANN) to …” „… synthetic signals similar to real signals [8]. A GAN consisting of two competing Artificial Neural Networks …”

D. Drummer, D. Schubert, C. Herzog In situ measurement of geometric and structural influences on the operating properties of polymer gears S. 1099-1116

„… convolutional neural network model for gear fault diagnosis based on sound signals,“ Applied Sciences, Bd. 9, Nr …”

doi.org/10.51202/9783181023891

Christian Brecher, Jörg Krüger, Eckart Uhlmann, Alexander Verl, Oliver Riedel, Armin Lechler - KI in der Produktion – Innovative Anwendungsfälle

No access

Select

Christian Brecher, Jörg Krüger, Eckart Uhlmann, Alexander Verl, Oliver Riedel, Armin Lechler

KI in der Produktion – Innovative Anwendungsfälle

Series: Fertigungstechnik

Volume 707 2022

Results in this title

C. Briese, M. Schlüter, J. Krüger Divide and Conquer-Prinzip für die KI-basierte Wiedererkennung von Altteilen in der Kreislaufwirtschaft S. 15-26

„… Kreislaufwirtschaft 19 Convolutional Neural Networks (CNNs) haben hier einen großen Erfolg erzielt [2]. Die …” „… with deep convolu-tional neural networks, Proceedings of the 25th Neural Information Processing Systems …” „… using Convolutional Neural Networks, SDM 2018: SIAM International Conference on Data Mining, Mai 3-5 …”

L. Gründel, S. Storms, Ch. Brecher Strategien zur Integration datengetriebener Ansätze für die Dynamikmodellierung von Industrierobotern S. 27-36

„… Segmentation of Manufacturing Defects with Convolutional Neural Networks and Transfer Learning, Smart and …” „… ]. Im Lernprozess der sog. Hamiltonian Neural Networks (HNN) wird eine Fehlerfunktion für die …” „… Lagrangian Neural Networks (LNN) in [CRAN20] sind ein weiterer Ansatz, um Energieerhaltungssätze eines …”

Ph. Blanke, Ch. Brecher KI in der Lohnfertigung – Anwendungsfälle bei der Beschickung von Werkzeugmaschinen S. 75-88

„… im Anschluss das Grasp Quality Convolutional Neural Network (GQCNN). Dieses bewertet jeden einzeln …” „… in diesem Bereich gehört das Dexterity Network (Dex-Net) der University of Berkeley in Kalifornien …” „… . Abbildung 1: Architektur Dexterity Network 2.0 nach [16] Das übergeordnete Ziel des Systems ist es …”

doi.org/10.51202/9783186707024

1 ... 9

10

11 ... 20