Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
Elektronik
Deals
Medien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air GenerationiPhone Duo Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 GenerationOnePlus 5 GenerationOnePlus 6 GenerationWeitere Modelle
SamsungAlle anzeigen
Weitere Modelle
SonyAlle anzeigen
Weitere ModelleXperia LXperia MXperia X
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
GoogleKobo
AppleAlle anzeigen
Zubehör
HuaweiAlle anzeigen
MatePad Pro Serie
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
Kamera Bundles
ObjektiveAlle anzeigen
SamyangZEISS
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
SmartwatchesAlle anzeigen
LGMotorolaSonyXiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Game Boy ClassicNintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
Zubehör
iPodAlle anzeigen
Zubehör

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Einsatz maschineller Lernalgorithmen zur mikromagnetischen Materialcharakterisierung

Sargon Youssef (Broschiert, Deutsch)

Optischer Zustand
Beschreibung
Seit Mitte der 80er Jahre werden am Fraunhofer-Institut für Zerstörungsfreie Prüfverfahren IZFP Methoden zur magnetischen Charakterisierung mechanischer Zielgrößen entwickelt. Eine Herausforderung ist dabei stets die Überlagerung verschiedener Einflussfaktoren, die zu Mehrdeutigkeiten in der Ausprägung der magnetischen Merkmale führt. Eine umfassende Referenzierung dieser Einflüsse ist häufig aus…  werkstoffphysikalischen oder wirtschaftlichen Gründen nicht möglich, wodurch das Potential zur Vorhersage dieser mechanischen Zielgrößen oft nicht voll ausgeschöpft wird. Durch eine anwendungsspezifische Experimentplanung in Kombination mit einer multivariaten Betrachtung der verfügbaren Messinformation können diese Vorhersagen signifikant verbessert werden. Die steigende Popularität maschineller Lernalgorithmen hat dabei den Zugang dieser multivariater Analysemethoden in die Breite der Ingenieurwissenschaften ermöglicht. Dadurch ergibt sich zwangsläufig der Bedarf nach einem methodischen Ansatz zur Datenauswertung, da die vielen Freiheitsgrade in der Experimentplanung und die Auswahl der verfügbaren maschinellen Lernalgorithmen einen wesentlichen Einfluss auf die Vorhersage der Zielgrößen haben. In dieser Arbeit wird ein methodischer Ansatz zur Analyse mehrdimensionaler Merkmalsräume zur Materialcharakterisierung an dem im Rahmen dieser Arbeit eingesetzten 3MA-X8-System vorgestellt und anhand von praxisnahen Anwendungen zur mikromagnetischen Materialcharakterisierung evaluiert.
Dieses Produkt haben wir gerade leider nicht auf Lager.
ab 39,99 €
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Technische Daten


Erscheinungsdatum
03.03.2022
Sprache
Deutsch
EAN
9783844084641
Herausgeber
Shaker
Serien- oder Bandtitel
Aktuelle Berichte aus Messtechnik und Data Engineering – Recent Developments in Measurement Technology and Data Engineering
Sonderedition
Nein
Autor
Sargon Youssef
Seitenanzahl
165
Auflage
1
Einbandart
Broschiert

Auf gebrauchten Artikeln oder Originalverpackungen sichtbare Umwelt-, Nachhaltigkeits- oder Zertifizierungsangaben stammen aus der ursprünglichen Herstellerkennzeichnung. Sie stellen keine eigene aktuelle Umwelt- oder Nachhaltigkeitsaussage von rebuy dar. Maßgeblich für das Angebot sind ausschließlich die von rebuy in der Artikelbeschreibung angegebenen Produkteigenschaften.

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!