Detektion von Konstruktionsfehlern durch eine automatisierte Objekterkennung mittels Deep Learning
- Location
-
Deutsche Nationalbibliothek Frankfurt am Main
- Extent
-
Online-Ressource
- Language
-
Deutsch
- Notes
-
In: Müller, P.; Gembarski, P.C.; Lachmayer, R.: Detektion von Konstruktionsfehlern durch eine automatisierte Objekterkennung mittels Deep Learning. In: Corves, B.; Gericke, K.; Grote, K.-H. et al. (Hrsg.): 18. Gemeinsames Kolloquium Konstruktionstechnik 2020. Essen : Universität Duisburg-Essen, 2020 (KT-Kolloquium ; 18), S. 101-112
- Keyword
-
Deep learning
Fallbasiertes Schließen
Maschinelles Lernen
Objekterkennung
Neuronales Netz
- Event
-
Veröffentlichung
- (where)
-
Hannover
- (who)
-
Gottfried Wilhelm Leibniz Universität Hannover
- (when)
-
2020
- Event
-
Veröffentlichung
- (where)
-
Hannover
- (who)
-
Technische Informationsbibliothek (TIB)
- (when)
-
2020
- Creator
-
Müller, Patrik
- DOI
-
10.15488/11539
- URN
-
urn:nbn:de:101:1-2021120901083673173665
- Rights
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Last update
-
25.03.2025, 1:51 PM CET
Data provider
This object is provided by:
Deutsche Nationalbibliothek. If you have any questions about the object, please contact the data provider.
Deutsche Nationalbibliothek. If you have any questions about the object, please contact the data provider.
Associated
- Müller, Patrik
- Gottfried Wilhelm Leibniz Universität Hannover
- Technische Informationsbibliothek (TIB)
Time of origin
- 2020
Other Objects (12)
Deep-Learning-Verfahren zur 3D-Objekterkennung in der Logistik
Synthetische Trainingsdatengenerierung und Objekterkennung mit Deep Learning für Mixed Reality-Anwendungen mit Digitalen Zwillingen
Generalisierbarkeit von Deep-Learning-Modellen zur Detektion kariöser Läsionen
Automatisierte Objekterkennung zur Interpretation hochauflösender Bilddaten in der Erdfernerkundung
Automatisierte Objekterkennung zur Interpretation hochauflösender Bilddaten in der Erdfernerkundung
Deep reading, deep learning
Entwicklung eines Deep Learning Algorithmus zur Detektion von periapikalen Aufhellungen in Panoramaschichtaufnahmen
Objekterkennung in Grauwertbildern
Erscheinungsbasierte statistische Objekterkennung
Understanding deep learning
Machine learning and deep learning
Machine learning and deep learning
Deep-Learning-Verfahren zur 3D-Objekterkennung in der Logistik
Synthetische Trainingsdatengenerierung und Objekterkennung mit Deep Learning für Mixed Reality-Anwendungen mit Digitalen Zwillingen
Generalisierbarkeit von Deep-Learning-Modellen zur Detektion kariöser Läsionen
Automatisierte Objekterkennung zur Interpretation hochauflösender Bilddaten in der Erdfernerkundung
Automatisierte Objekterkennung zur Interpretation hochauflösender Bilddaten in der Erdfernerkundung
Deep reading, deep learning
Entwicklung eines Deep Learning Algorithmus zur Detektion von periapikalen Aufhellungen in Panoramaschichtaufnahmen
Objekterkennung in Grauwertbildern
Erscheinungsbasierte statistische Objekterkennung
Understanding deep learning
Machine learning and deep learning
Machine learning and deep learning
Deep-Learning-Verfahren zur 3D-Objekterkennung in der Logistik
Synthetische Trainingsdatengenerierung und Objekterkennung mit Deep Learning für Mixed Reality-Anwendungen mit Digitalen Zwillingen
Generalisierbarkeit von Deep-Learning-Modellen zur Detektion kariöser Läsionen
Automatisierte Objekterkennung zur Interpretation hochauflösender Bilddaten in der Erdfernerkundung
Automatisierte Objekterkennung zur Interpretation hochauflösender Bilddaten in der Erdfernerkundung
Deep reading, deep learning
Entwicklung eines Deep Learning Algorithmus zur Detektion von periapikalen Aufhellungen in Panoramaschichtaufnahmen
Objekterkennung in Grauwertbildern
Erscheinungsbasierte statistische Objekterkennung
Understanding deep learning
Machine learning and deep learning