Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Das Buch stellt einen ausgereiften Leitfaden vor, wie Produkte und Arbeitssysteme so zu gestalten sind, dass sowohl wirtschaftliche wie ergonomische Forderungen aufgrund des demografischen Wandels erfüllt werden. Dies geschieht aufbauend auf der bewährten Primär-Sekundär-Analyse als methodischem Fundament. Konkrete Beispiele verdeutlichen die Vorgehensweise im Detail. Die stetige Produktivitätssteigerung produzierender Unternehmen ist im globalen Wettbewerb unverzichtbar. Als Leitgedanke hierzu dient eine Produktion, die Verluste durch nicht wertschöpfende sekundäre Aufwendungen vermeidet und möglichst nur primäre, also wertschöpfende Aufwendungen, leistet. Insgesamt wurden die Erkenntnisse aus mehreren Verbund-Forschungsvorhaben und vielen realisierten Industrieprojekten praxisgerecht aufgearbeitet und zur unmittelbaren Nutzung für die Produktionsindustrie bereit gestellt. Ihre schrittweise und geduldige Umsetzung bietet einen erfolgversprechenden Weg zu einer verschwendungsfreien Wertschöpfung. Die Autoren: Professor Bruno Lotter war lange Jahre Geschäftsführer eines international tätigen Unter-nehmens der Feinwerktechnik und ein bekannter Hochschullehrer. Als Buchautor, Vortragender und Berater hat er sich intensiv mit der Rationalisierung der Montage auseinandergesetzt und mit der Primär-Sekundär-Analyse ein Analysewerkzeug entwickelt, das sich in ungezählten Projekten als praxisnahes Hilfsmittel bewährt hat. Er verstarb nach Abschluss des Buch-manuskriptes im März 2016. Professor Dr.-Ing. Jochen Deuse hat Maschinenbau an der Universität Dortmund studiert und am Werkzeugmaschinenlabor der RWTH Aachen promoviert. Nach einer Industrietätigkeit bei der Firma Robert Bosch in Reutlingen und in Melbourne ist er seit 2005 Leiter des Instituts für Produktionssysteme der Technischen Universität Dortmund. Im Fokus der Arbeit des Instituts stehen die Erforschung und Gestaltung technischer sowie soziotechnischer Arbeitssysteme. Edwin Lotter ist Geschäftsführer der LP-Montagetechnik GmbH. Das Unternehmen entwickelt und fertigt manuelle und hybride Montageanlagen und die dazugehörigen Teilebereit-stellungssysteme. Seine langjährigen Erfahrungen basieren auf mehreren öffentlich geförderten Verbundprojekten und zahlreichen Industrieprojekten, die in Veröffentlichungen und Fachvorträgen ihren Niederschlag gefunden haben.

Engineering economics. --- Engineering economy. --- Engineering design. --- Industrial organization. --- Engineering Economics, Organization, Logistics, Marketing. --- Engineering Design. --- Industrial Organization.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Machine Learning under Resource Constraints addresses novel machine learning algorithms that are challenged by high-throughput data, by high dimensions, or by complex structures of the data in three volumes. Resource constraints are given by the relation between the demands for processing the data and the capacity of the computing machinery. The resources are runtime, memory, communication, and energy. Hence, modern computer architectures play a significant role. Novel machine learning algorithms are optimized with regard to minimal resource consumption. Moreover, learned predictions are executed on diverse architectures to save resources. It provides a comprehensive overview of the novel approaches to machine learning research that consider resource constraints, as well as the application of the described methods in various domains of science and engineering. Volume 3 describes how the resource-aware machine learning methods and techniques are used to successfully solve real-world problems. The book provides numerous specific application examples. In the areas of health and medicine, it is demonstrated how machine learning can improve risk modelling, diagnosis, and treatment selection for diseases. Machine learning supported quality control during the manufacturing process in a factory allows to reduce material and energy cost and save testing times is shown by the diverse real-time applications in electronics and steel production as well as milling. Additional application examples show, how machine-learning can make traffic, logistics and smart cities more effi cient and sustainable. Finally, mobile communications can benefi t substantially from machine learning, for example by uncovering hidden characteristics of the wireless channel.

SCIENCE / Chemistry / General. --- Artificial Intelligence. --- Big Data and Machine Learning. --- Cyber-physical systems. --- Data mining for Ubiquitous System Software. --- Embedded Systems and Machine Learning. --- Highly Distributed Data. --- ML on Small devices. --- Machine learning for knowledge discovery. --- Machine learning in high-energy physics. --- Resource-Aware Machine Learning. --- Resource-Constrained Data Analysis.