Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB

Filters

8
3
Reset filters

Settings
Now showing 1 - 8 of 8
  • Publication
    OCM 2023, Optical Characterization of Materials. Conference Proceedings
    (KIT Scientific Publishing, 2023)
    Beyerer, Jürgen
    ;
    Längle, Thomas
    ;
    Heizmann, Michael
    The state of the art in the optical characterization of materials is advancing rapidly. New insights have been gained into the theoretical foundations of this research and exciting developments have been made in practice, driven by new applications and innovative sensor technologies that are constantly evolving. The great success of past conferences proves the necessity of a platform for presentation, discussion and evaluation of the latest research results in this interdisciplinary field.
  • Publication
  • Publication
    Proceedings of the 2021 Joint Workshop of Fraunhofer IOSB and Institute for Anthropomatics, Vision and Fusion Laboratory
    (KIT Scientific Publishing, 2022)
    Beyerer, Jürgen
    ;
    Zander, Tim
    2021, the annual joint workshop of the Fraunhofer IOSB and KIT IES was hosted at the IOSB in Karlsruhe. For a week from the 2nd to the 6th July the doctoral students extensive reports on the status of their research. The results and ideas presented at the workshop are collected in this book in the form of detailed technical reports.
  • Publication
    Machine Learning for Cyber Physical Systems
    (Springer Vieweg, 2020)
    Beyerer, Jürgen
    Cyber-physische Systeme (CPS) zeichnen sich durch Anpassungs- und Lernfähigkeit aus: Sie analysieren ihre Umgebung und lernen auf Basis ihrer Beobachtungen Muster, Zusammenhänge und prognosefähige Modelle. Seit Maschinen lernen können und somit eine künstliche Intelligenz entwickelt haben, gibt es Systeme, die in der Produktion bereits eingesetzt werden. Typische Anwendungen für solche Systeme sind das Condition Monitoring, Predictive Maintenance, Bildverarbeitung und Diagnose. Die 3. Konferenz ML4CPS Machine Learning for Cyber Physical Systems and Industry 4.0 widmet sich nun genau diesem Themenfeld. Die Veranstaltung bildet ein Forum, um neue Ansätze des maschinellen Lernens für cyber-physische Systeme zu diskutieren, erste Erfahrungen aus der Praxis auszutauschen und Visionen zu entwickeln. Treffen Sie vor Ort zahlreiche Experten aus Wissenschaft und Industrie und freuen Sie sich auf spannende Gespräche!
  • Publication
    Beiträge zu einer Systemtheorie Sicherheit
    (Utz, 2018)
    Beyerer, Jürgen
    ;
    Winzer, Petra
    Die Sicherheit soziotechnischer Systeme ist von großem gesellschaftlichem Interesse. Jedoch sind soziotechnische Systeme komplex, und ihre Sicherheit involviert viele Disziplinen: Technik und Naturwissenschaften sowie Rechts-, Geistes- und Sozialwissenschaften. Bislang gibt es keine durchgängige Theorie, mit der sich die Sicherheit derart komplexer Systeme beschreiben und berechnen lässt und die ein einheitliches Theoriekonstrukt zur Verfügung stellt. In der Geschichte der Wissenschaft und Technik sind jedoch viele Gebiete bekannt, die erst nach Erscheinen einer grundlegenden Theorie eine erfolgreiche Entwicklung genommen haben. Im Rahmen des acatech Themennetzwerks Sicherheit wurde in den letzten drei Jahren intensiv mit der Fragestellung einer Systemtheorie für die Sicherheit gerungen. Eine interdisziplinäre Gruppe von Wissenschaftlerinnen und Wissenschaftlern stellt in dem vorliegenden Band erste Beiträge zu einer generalisierenden Systemtheorie Sicherheit der Fachgemeinde und der interessierten Öffentlichkeit zur Diskussion.
  • Publication
    Machine Learning for Cyber Physical Systems
    (Springer Vieweg, 2017)
    Beyerer, Jürgen
    ;
    Niggemann, Oliver
    ;
    Kühnert, Christian
    The work presents new approaches to Machine Learning for Cyber Physical Systems, experiences and visions. It contains some selected papers from the international Conference ML4CPS - Machine Learning for Cyber Physical Systems, which was held in Karlsruhe, September 29th, 2016. Cyber Physical Systems are characterized by their ability to adapt and to learn: They analyze their environment and, based on observations, they learn patterns, correlations and predictive models. Typical applications are condition monitoring, predictive maintenance, image processing and diagnosis. Machine Learning is the key technology for these developments.
  • Publication
    Machine Learning for Cyber Physical Systems
    (Springer Vieweg, 2016)
    Niggemann, Oliver
    ;
    Beyerer, Jürgen
    The work presents new approaches to Machine Learning for Cyber Physical Systems, experiences and visions. It contains some selected papers from the international Conference ML4CPS - Machine Learning for Cyber Physical Systems, which was held in Lemgo, October 1-2, 2015. Cyber Physical Systems are characterized by their ability to adapt and to learn: They analyze their environment and, based on observations, they learn patterns, correlations and predictive models. Typical applications are condition monitoring, predictive maintenance, image processing and diagnosis. Machine Learning is the key technology for these developments.
  • Publication
    ML4CPS 2015, 1st Conference on Machine Learning for Cyber Physical Systems and Industry 4.0. CD-ROM
    ( 2015)
    Niggemann, Oliver
    ;
    Beyerer, Jürgen
    Die erste Konferenz ML4CPS- Machine Learning for Cyber Physical Systems and Industry 4.0 widmet sich nun genau diesem Themenfeld. Die zweitägige Veranstaltung bildet ein Forum, um neue Ansätze zum maschinellen Lernen für cyber-physische Systeme zu präsentieren, Erfahrungen auszutauschen, zu diskutieren und Visionen zu entwickeln. Dazu adressiert die Konferenz Forscher und Anwender aus unterschiedlichen Branchen wie der Produktionstechnik, Automatisierung, Automotive und Telekommunikation.