Verfügbarkeit: Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren

Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren:

Gespeichert in:

Bibliographische Detailangaben
Beteilige Person:	Ziegenbein, Amina 1988- (VerfasserIn)
Format:	Hochschulschrift/Dissertation Buch
Sprache:	Deutsch
Veröffentlicht:	Dürer Shaker Verlag 2022
Schriftenreihe:	Schriftenreihe des PTW: "Innovation Fertigungstechnik"
Schlagwörter:	Systemanalyse Steuerung Maschinelles Lernen Spanende Werkzeugmaschine Prozessdaten Versuchsplanung Datenanalyse Qualitätssicherung Spanende Bearbeitung Klassifikation maschinelles Lernen Werkzeugmaschinensteuerungssignale Prädiktive Qualität Hochschulschrift
Links:	http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034193519&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
Umfang:	xix, 234 Seiten Illustrationen, Diagramme 21 cm, 384 g
ISBN:	9783844087604

Internformat

MARC


LEADER	00000nam a2200000 c 4500
001	BV048929547
003	DE-604
005	20230928
007	t\|
008	230505s2022 gw a\|\|\| m\|\|\| 00\|\|\| ger d
016	7		\|a 1265885702 \|2 DE-101
020			\|a 9783844087604 \|9 978-3-8440-8760-4
035			\|a (OCoLC)1372652769
035			\|a (DE-599)DNB1265885702
040			\|a DE-604 \|b ger \|e rda
041	0		\|a ger
044			\|a gw \|c XA-DE-NW
049			\|a DE-83
084			\|a ZL 6120 \|0 (DE-625)156969: \|2 rvk
084			\|a ST 300 \|0 (DE-625)143650: \|2 rvk
100	1		\|a Ziegenbein, Amina \|d 1988- \|e Verfasser \|0 (DE-588)1250345944 \|4 aut
245	1	0	\|a Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren \|c Amina Ziegenbein
264		1	\|a Dürer \|b Shaker Verlag \|c 2022
300			\|a xix, 234 Seiten \|b Illustrationen, Diagramme \|c 21 cm, 384 g
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
490	0		\|a Schriftenreihe des PTW: "Innovation Fertigungstechnik"
502			\|b Dissertation \|c Technische Universität Darmstadt \|d 2022
650	0	7	\|a Systemanalyse \|0 (DE-588)4116673-5 \|2 gnd \|9 rswk-swf
650	0	7	\|a Steuerung \|0 (DE-588)4057472-6 \|2 gnd \|9 rswk-swf
650	0	7	\|a Maschinelles Lernen \|0 (DE-588)4193754-5 \|2 gnd \|9 rswk-swf
650	0	7	\|a Spanende Werkzeugmaschine \|0 (DE-588)4140479-8 \|2 gnd \|9 rswk-swf
650	0	7	\|a Prozessdaten \|0 (DE-588)4135104-6 \|2 gnd \|9 rswk-swf
650	0	7	\|a Versuchsplanung \|0 (DE-588)4078859-3 \|2 gnd \|9 rswk-swf
650	0	7	\|a Datenanalyse \|0 (DE-588)4123037-1 \|2 gnd \|9 rswk-swf
650	0	7	\|a Qualitätssicherung \|0 (DE-588)4126457-5 \|2 gnd \|9 rswk-swf
650	0	7	\|a Spanende Bearbeitung \|0 (DE-588)4055957-9 \|2 gnd \|9 rswk-swf
653			\|a Klassifikation
653			\|a maschinelles Lernen
653			\|a Qualitätssicherung
653			\|a Werkzeugmaschinensteuerungssignale
653			\|a Prädiktive Qualität
655		7	\|0 (DE-588)4113937-9 \|a Hochschulschrift \|2 gnd-content
689	0	0	\|a Spanende Werkzeugmaschine \|0 (DE-588)4140479-8 \|D s
689	0	1	\|a Steuerung \|0 (DE-588)4057472-6 \|D s
689	0	2	\|a Prozessdaten \|0 (DE-588)4135104-6 \|D s
689	0	3	\|a Datenanalyse \|0 (DE-588)4123037-1 \|D s
689	0	4	\|a Maschinelles Lernen \|0 (DE-588)4193754-5 \|D s
689	0	5	\|a Spanende Bearbeitung \|0 (DE-588)4055957-9 \|D s
689	0	6	\|a Qualitätssicherung \|0 (DE-588)4126457-5 \|D s
689	0	7	\|a Systemanalyse \|0 (DE-588)4116673-5 \|D s
689	0	8	\|a Versuchsplanung \|0 (DE-588)4078859-3 \|D s
689	0		\|5 DE-604
856	4	2	\|m DNB Datenaustausch \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034193519&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis
943	1		\|a oai:aleph.bib-bvb.de:BVB01-034193519

Datensatz im Suchindex

_version_	1819321223747731456
adam_text	INHALTSVERZEICHNIS ABKUERZUNGSVERZEICHNIS XI SYMBOLVERZEICHNIS XV ABBILDUNGSVERZEICHNIS XIX TABELLENVERZEICHNIS XXI 1 EINLEITUNG 1 1.1 ZIELSETZUNG UND FORSCHUNGSANSATZ ..................................................... 2 1.2 AUFBAU DER ARBEIT ................................................................................. 4 I GRUNDLAGEN 7 2 SYSTEMRAHMEN 9 2.1 PRAEDIKTIVE QUALITAET ............................................................................. 9 2.2 KONKRETISIERUNG DER FORSCHUNGSFRAGE ................................................. 11 2.3 SYSTEMRAHMEN ....................................................................................... 13 2.4 PROZESSMODELLE .................................................................................... 14 3 STAND DER FORSCHUNG 21 3.1 MASCHINELLES LERNEN .......................................................................... 21 3.1.1 KLASSIFIKATION ............................................................................ 22 3.1.2 ENSEMBLE-METHODEN ................................................................ 29 3.1.3 HYPERPARAMETEROPTIMIERUNG ................................................... 31 3.2 MODELLQUALITAET ....................................................................................... 33 3.2.1 TESTDATENSATZZIEHUNG ................................................................ 36 3.2.2 METRIKEN .................................................................................. 38 3.3 FEATURE ENGINEERING .............................................................................. 40 3.3.1 FEATUREEXTRAKTION ...................................................................... 44 3.3.2 FEATUREPROJEKTION ...................................................................... 45 3.3.3 FEATUREAUSWAHL ......................................................................... 48 3.4 DATENQUALITAET ...................................................................................... 53 3.4.1 HERKUNFT UND DEFINITION ......................................................... 53 VIII INHALTSVERZEICHNIS 3.4.2 METRIKEN UND DATENQUALITAET FUER MACHINE LEARNING ............. 54 4 FORSCHUNGSLUECKE 59 4.1 DATENQUALITAET ........................................................................................ 59 4.2 FEATURE ENGINEERING ............................................................................... 61 4.3 MODELLEVALUATION .................................................................................. 65 II VORUNTERSUCHUNG 69 5 DATENAKQUISE 71 5.1 VERSUCHSPLANUNG UND DURCHFUEHRUNG ................................................... 71 5.1.1 VERSUCHSPLANUNG ...................................................................... 71 5.1.2 VERSUCHSDURCHFUEHRUNG ............................................................ 74 5.2 DATENVERSTAENDNIS .................................................................................. 76 5.2.1 DATENQUALITAET ............................................................................. 77 5.2.2 SIGNALAUSWAHL ......................................................................... 80 6 VORVERSUCHE 83 6.1 LABELING .................................................................................................. 86 6.2 RAUSCHEINFLUSS .................................................................................... 87 6.3 FEATUREMATRIXDESIGN ........................................................................... 89 6.4 ZWISCHENVALIDIERUNG ERKLAERUNGSBEITRAG ........................................... 92 6.5 FEATUREBEWERTUNG ................................................................................. 94 6.6 FILTERMETHODE ....................................................................................... 96 6.7 HAUPTKOMPONENTENANALYSE ................................................................. 99 6.8 EVALUIERUNGSSTRATEGIE .............................................................................. 101 6.8.1 MODELLKAPAZITAET ............................................................................. 102 6.8.2 STICHPROBENGROESSE ......................................................................... 103 6.9 ZWISCHENFAZIT ........................................................................................... 107 III HAUPTUNTERSUCHUNG 109 7 EXPERIMENTELLES DESIGN 111 7.1 VERSUCHSDESIGN ........................................................................................ 111 7.2 VERSUCHSABLAUF ........................................................................................ 114 7.3 VORBEREITUNG ........................................................................................... 116 7.4 KLASSIFIKATIONSERGEBNISSE ........................................................................ 118 7.5 ZWISCHENFAZIT ........................................................................................... 121 INHALTSVERZEICHNIS IX 8 DATENAUSWERTUNG 125 8.1 ABHAENGIGE UND ERKLAERENDE VARIABLEN ..................................................... 125 8.2 EFFEKTE DER DATENVORBEREITUNGSSCHRITTE .................................................. 127 8.3 UEBERTRAGUNG AUF WEITERE KLASSIFIKATOREN .............................................. 132 8.4 ZUSAMMENFASSUNG ................................................................................. 134 9 DISKUSSION UND IMPLIKATIONEN FUER DIE PRAXIS 137 9.1 DISKUSSION DER VORGEHENSWEISE .............................................................. 137 9.2 DISKUSSION DER ERGEBNISSE .................................................................... 140 9.2.1 SIGNALVORAUSWAHL ......................................................................... 140 9.2.2 KLASSENAUSGLEICH ......................................................................... 143 9.2.3 FEATURE VORAUS WAEHL ...................................................................... 144 9.2.4 FEATUREMATRIXDESIGN ................................................................... 145 9.2.5 FILTERMETHODE ............................................................................... 147 9.2.6 HAUPTKOMPONENTENANALYSE ......................................................... 148 9.2.7 INDUKTORAUSWAHL ......................................................................... 150 9.2.8 ZUSAMMENFASSUNG ...................................................................... 152 10 FAZIT 157 LITERATUR 161 A STATISTISCHE GRUNDLAGEN 203 A.L GAUSS-MARKOV BEDINGUNGEN .................................................................. 203 A.2 STICHPROBENGROESSE .................................................................................... 204 B ANHANG 207
any_adam_object	1
author	Ziegenbein, Amina 1988-
author_GND	(DE-588)1250345944
author_facet	Ziegenbein, Amina 1988-
author_role	aut
author_sort	Ziegenbein, Amina 1988-
author_variant	a z az
building	Verbundindex
bvnumber	BV048929547
classification_rvk	ZL 6120 ST 300
ctrlnum	(OCoLC)1372652769 (DE-599)DNB1265885702
discipline	Maschinenbau / Maschinenwesen Informatik
format	Thesis Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02794nam a2200637 c 4500</leader><controlfield tag="001">BV048929547</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20230928 </controlfield><controlfield tag="007">t\|</controlfield><controlfield tag="008">230505s2022 gw a\|\|\| m\|\|\| 00\|\|\| ger d</controlfield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1265885702</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783844087604</subfield><subfield code="9">978-3-8440-8760-4</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1372652769</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1265885702</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-NW</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-83</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ZL 6120</subfield><subfield code="0">(DE-625)156969:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 300</subfield><subfield code="0">(DE-625)143650:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Ziegenbein, Amina</subfield><subfield code="d">1988-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1250345944</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren</subfield><subfield code="c">Amina Ziegenbein</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Dürer</subfield><subfield code="b">Shaker Verlag</subfield><subfield code="c">2022</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">xix, 234 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield><subfield code="c">21 cm, 384 g</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Schriftenreihe des PTW: "Innovation Fertigungstechnik"</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="b">Dissertation</subfield><subfield code="c">Technische Universität Darmstadt</subfield><subfield code="d">2022</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Systemanalyse</subfield><subfield code="0">(DE-588)4116673-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Steuerung</subfield><subfield code="0">(DE-588)4057472-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Spanende Werkzeugmaschine</subfield><subfield code="0">(DE-588)4140479-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Prozessdaten</subfield><subfield code="0">(DE-588)4135104-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Versuchsplanung</subfield><subfield code="0">(DE-588)4078859-3</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Qualitätssicherung</subfield><subfield code="0">(DE-588)4126457-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Spanende Bearbeitung</subfield><subfield code="0">(DE-588)4055957-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Klassifikation</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">maschinelles Lernen</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Qualitätssicherung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Werkzeugmaschinensteuerungssignale</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Prädiktive Qualität</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Spanende Werkzeugmaschine</subfield><subfield code="0">(DE-588)4140479-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Steuerung</subfield><subfield code="0">(DE-588)4057472-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Prozessdaten</subfield><subfield code="0">(DE-588)4135104-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="3"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="4"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="5"><subfield code="a">Spanende Bearbeitung</subfield><subfield code="0">(DE-588)4055957-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="6"><subfield code="a">Qualitätssicherung</subfield><subfield code="0">(DE-588)4126457-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="7"><subfield code="a">Systemanalyse</subfield><subfield code="0">(DE-588)4116673-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="8"><subfield code="a">Versuchsplanung</subfield><subfield code="0">(DE-588)4078859-3</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034193519&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-034193519</subfield></datafield></record></collection>
genre	(DE-588)4113937-9 Hochschulschrift gnd-content
genre_facet	Hochschulschrift
id	DE-604.BV048929547
illustrated	Illustrated
indexdate	2024-12-20T19:55:59Z
institution	BVB
isbn	9783844087604
language	German
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-034193519
oclc_num	1372652769
open_access_boolean
owner	DE-83
owner_facet	DE-83
physical	xix, 234 Seiten Illustrationen, Diagramme 21 cm, 384 g
publishDate	2022
publishDateSearch	2022
publishDateSort	2022
publisher	Shaker Verlag
record_format	marc
series2	Schriftenreihe des PTW: "Innovation Fertigungstechnik"
spellingShingle	Ziegenbein, Amina 1988- Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren Systemanalyse (DE-588)4116673-5 gnd Steuerung (DE-588)4057472-6 gnd Maschinelles Lernen (DE-588)4193754-5 gnd Spanende Werkzeugmaschine (DE-588)4140479-8 gnd Prozessdaten (DE-588)4135104-6 gnd Versuchsplanung (DE-588)4078859-3 gnd Datenanalyse (DE-588)4123037-1 gnd Qualitätssicherung (DE-588)4126457-5 gnd Spanende Bearbeitung (DE-588)4055957-9 gnd
subject_GND	(DE-588)4116673-5 (DE-588)4057472-6 (DE-588)4193754-5 (DE-588)4140479-8 (DE-588)4135104-6 (DE-588)4078859-3 (DE-588)4123037-1 (DE-588)4126457-5 (DE-588)4055957-9 (DE-588)4113937-9
title	Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren
title_auth	Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren
title_exact_search	Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren
title_full	Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren Amina Ziegenbein
title_fullStr	Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren Amina Ziegenbein
title_full_unstemmed	Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren Amina Ziegenbein
title_short	Prädiktive Qualität durch Werkzeugmaschinensignale: Effekte der Datenvorbereitung auf Klassifikationsergebnisse maschineller Lernverfahren
title_sort	pradiktive qualitat durch werkzeugmaschinensignale effekte der datenvorbereitung auf klassifikationsergebnisse maschineller lernverfahren
topic	Systemanalyse (DE-588)4116673-5 gnd Steuerung (DE-588)4057472-6 gnd Maschinelles Lernen (DE-588)4193754-5 gnd Spanende Werkzeugmaschine (DE-588)4140479-8 gnd Prozessdaten (DE-588)4135104-6 gnd Versuchsplanung (DE-588)4078859-3 gnd Datenanalyse (DE-588)4123037-1 gnd Qualitätssicherung (DE-588)4126457-5 gnd Spanende Bearbeitung (DE-588)4055957-9 gnd
topic_facet	Systemanalyse Steuerung Maschinelles Lernen Spanende Werkzeugmaschine Prozessdaten Versuchsplanung Datenanalyse Qualitätssicherung Spanende Bearbeitung Hochschulschrift
url	http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034193519&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
work_keys_str_mv	AT ziegenbeinamina pradiktivequalitatdurchwerkzeugmaschinensignaleeffektederdatenvorbereitungaufklassifikationsergebnissemaschinellerlernverfahren

Verfügbarkeit

‌

Inhaltsverzeichnis