Applied IoT Data Analytics

Grunddaten zu diesem Projekt

Art des Projektes: Eigenmittelprojekt

Laufzeit an der Universität Münster: seit 01.04.2017

Beschreibung

Stichwörter: Applied IoT Data Analytics

Projektleitung der Universität Münster

Beecks, Christian

Professur für Praktische Informatik (Prof. Beecks)

Publikationen der Universität Münster entstanden im Projekt

Unsupervised Anomaly Detection in Production Lines Grass A, Beecks C, Soto JAC (2018) In: (Hrsg.), Selected papers from the International Conference on Machine Learning for Cyber Physical Systems, ML4CPS 2018, Karlsruhe, Germany, October 23-24, 2018, 18-25. Springer. doi:10.1007/978-3-662-58485-9\_3 Forschungsartikel in Sammelband (Konferenz) \| Peer reviewed \| Veröffentlicht
Machine Learning for Enhanced Waste Quantity Reduction: Insights from the MONSOON Industry 4.0 Project Beecks C, Devasya S, Schlutter R (2018) In: (Hrsg.), Selected papers from the International Conference on Machine Learning for Cyber Physical Systems, ML4CPS 2018, Karlsruhe, Germany, October 23-24, 2018, 1-6. Springer. doi:10.1007/978-3-662-58485-9\_1 Forschungsartikel in Sammelband (Konferenz) \| Peer reviewed \| Veröffentlicht
Gaussian Processes for Anomaly Description in Production Environments Beecks C, Schmidt KW, Berns F, Grass A (2019) In: (Hrsg.), Proceedings of the Workshops of the Joint Conference on Extending Database Technology and Database Theory, EDBT/ICDT 2019, Lisbon, Portugal, March 26, 2019. CEUR-WS. Forschungsartikel in Sammelband (Konferenz) \| Peer reviewed \| Veröffentlicht
Metric Indexing for Efficient Data Access in the Internet of Things Beecks C, Grass A, Devasya S (2018) In: (Hrsg.), IEEE International Conference on Big Data, Big Data 2018, Seattle, WA, USA, December 10-13, 2018, 5132-5136. (kein Verlag angegeben). doi:10.1109/BigData.2018.8622387 Forschungsartikel in Sammelband (Konferenz) \| Peer reviewed \| Veröffentlicht