Öffentlichkeitsarbeit

Veröffentlichungen im Rahmen der KI-Werkstatt

Application of Machine Learning on Transport Spot Rate Prediction In the Recycling Industry Green, T., Rokoss, A., Kramer, K. & Schmidt, M., 2022, Conference on Production Systems and Logistics: International Conference, CPSL 2022, hosted at the University of British Columbia in Vancouver, Canada, 17th May 2022 – 20th May 2022, Proceedings. Herberger, D. & Hübner, M. (Hrsg.). publish-Ing., S. 554-563 10 S. (Proceedings of the Conference on Production Systems and Logistics; Band 3).

Weitere Veröffentlichungen am Institut im Zusammenhang mit KI-Anwendungen

A Systematic Literature Review Of Machine Learning Approaches For The Prediction Of Delivery Dates Maier, J. T., Rokoss, A., Green, T., Brkovic, N. & Schmidt, M., 2022, Conference on Production Systems and Logistics: International Conference, CPSL 2022, hosted at the University of British Columbia in Vancouver, Canada, 17th May 2022 – 20th May 2022, Proceedings. Herberger, D. & Hübner, M. (Hrsg.). publish-Ing., S. 121-130 10 S. (Proceedings of the Conference on Production Systems and Logistics; Band 3).

Machine Learning-Supported Planning of Lead Times in Job Shop Manufacturing Kramer, K., Wagner, C. & Schmidt, M., 2020, Advances in Production Management Systems. The Path to Digital Transformation and Innovation of Production Management Systems – IFIP WG 5.7 International Conference, APMS 2020, Proceedings: The Path to Digital Transformation and Innovation of Production Management Systems IFIP WG 5.7 International Conference, APMS 2020 Novi Sad, Serbia, August 30 – September 3, 2020 Proceedings, Part I. Lalic, B., Marjanovic, U., Majstorovic, V., von Cieminski, G. & Romero, D. (Hrsg.). Cham: Springer, Band 1. S. 363-370 8 S. (IFIP Advances in Information and Communication Technology; Band 591 IFIP).

Do We Really Know The Benefit Of Machine Learning In Production Planning And Control? A Systematic Review Of Industry Case Studies Kramer, K., Rokoss, A. & Schmidt, M., 2021, Conference on Production Systems and Logistics: International Conference, CPSL 2021, Digital Event hosted via publish-Ing; August 10-11, 2021; Proceedings. Herberger, D. & Hübner, M. (Hrsg.). Offenburg: publish-Ing., S. 223-233 11 S. (Proceedings of the … Conference on Production Systems and Logistics; Band 2).

A learning factory approach on machine learning in production companies: How a learning factory approach can help to increase the understanding of the application of machine learning on production planning and control tasks Rokoss, A., Kramer, K. & Schmidt, M., 2021, Competence development and learning assistance systems for the data-driven future. Sihn, W. & Schlund, S. (Hrsg.). Berlin: GITO Verlag, S. 125-142 18 S.

The Potential of AutoML for Demand Forecasting Kramer, K., Behn, N. & Schmidt, M., 2022, Conference on Production Systems and Logistics: International Conference, CPSL 2022, hosted at the University of British Columbia in Vancouver, Canada, 17th May 2022 – 20th May 2022, Proceedings. Herberger, D. & Hübner, M. (Hrsg.). publish-Ing., S. 682-692 11 S. (Proceedings of the Conference on Production Systems and Logistics; Band 3).

Vorträge & Workshops

Vorträge und Workshops im Rahmen der KI-Werkstatt

  • Innovationsforum, IHK Stade und IHK Lüneburg-Wolfsburg, 07.09.2021
  • IHK Tourstopp – Forschung Erforschen, IHK Lüneburg-Wolfsburg, 04.11.2021
  • Treffpunkt Innovation, Wirtschaftsförderung im Landkreis Harburg GmbH, 20.01.2022
  • Ml-basierte Preisbildung bei einem Logistikunternehmen, Arbeitsgruppe “Maschinelles Lernen im Produktionsumfeld. Kurz & Klar” 04.05.2022
  • Application Of Machine Learning On Transport Spot Rate Prediction In The Recycling Industry, Conference on Production Systems and Logistics 2022, 17.05.2022
  • Workshop: CT-X Lüneburg, 07.09.2022

Arbeitsgruppe für ML in KMU

Im Rahmen der Arbeitsgruppe “Maschinelles Lernen im Produktionsumfeld. Kurz & Klar.” besteht die Möglichkeit zum regelmäßigen Austausch von Mittelständischen Unternehmen zu dem Themengebiert des Maschinellen Lernens. Zielsetzung ist eine praxisnahe Anwendung des maschinellen Lernens im Produktionsumfeld. Hierfür trifft sich die Arbeitsgruppe alle 3 – 6 Monate. Seien Sie gerne bei einen der nächsten Veranstaltungen dabei!

Arbeitsgruppe: Maschinelles Lernen im Produktionsumfeld. Kurz & Klar.

Neben den regelmäßigen Treffen der Arbeitsgruppe, gibt es auch die Möglichkeit von Vorträgen zu spezifischen Themengebieten durch Prof. Dr.-Ing. Matthias Schmidt. Vergangene Vorträge:

  • Data Based Control of Supply Chains (2020)
  • Digitale Produktion: Was macht man eigentlich mit all den Daten? (2020)
  • Wandlungsfähige, menschzentrierte Strukturen in Fabriken und Netzwerken der Industrie 4.0 (2018)