Suche nach „[Bauer] [Bernhard]“ hat 12 Publikationen gefunden

DigitalNachhaltigAngewandte InformatikTC Grafenau

Vortrag

Diane Ahrens, Bernhard Bauer

Prognose und Monitoring in der Gemeinschaftsverpflegung - Optimierter Wareneinsatz durch Big Data

12. Wissenschaftliches Symposium "Supply Management", Mannheim

2019

DigitalAngewandte InformatikTC Grafenau

Beitrag (Sammelband oder Tagungsband)

Bernhard Bauer, Diane Ahrens

Prognose und Monitoring in der Gemeinschaftsverpflegung – Optimierter Wareneinsatz durch Big Data

Supply Management Research: Aktuelle Forschungsergebnisse 2019

2019

DigitalAngewandte InformatikAngewandte WirtschaftswissenschaftenTC Grafenau

Vortrag

Bernhard Bauer

Der Weg ist das Ziel: Analyse von Lagerbewegungen in der fertigenden Industrie

Posterpräsentation

6. Tag der Forschung, Deggendorf

2019

Angewandte InformatikTC Grafenau

Vortrag

Bernhard Bauer

Prognose und Monitoring - Hilfe zur Selbsthilfe

Bioökonomie-Kongress, München

2018

DigitalAngewandte InformatikTC Grafenau

Vortrag

Bernhard Bauer

Optimierung der Intralogistik in der fertigenden Industrie durch Big Data

2018

DigitalAngewandte InformatikTC Grafenau

Vortrag

Bernhard Bauer, Magdalena Gruber

Grundlagen der Prognose

Seminar im Projekt "Big Data Centrum Ostbayern-Südböhmen", Grafenau

2018

DigitalNachhaltigAngewandte InformatikTC Grafenau

Vortrag

Bernhard Bauer

Unsicherheitsfaktor Gast - Prognosen in der Außer-Haus-Verpflegung

Prognosekonferenz, Grafenau

2017

Angewandte WirtschaftswissenschaftenMaschinenbau und Mechatronik

Zeitschriftenartikel

M. Bauer, O. Buchtala, T. Horeis, R. Kern, Bernhard Sick, et al.

Technical Data Mining with Evolutionary Radial Basis Function Classiers

Applied Soft Computing, vol. 9, no. 2, pp. 765-774

2009

Abstract anzeigen

This article deals with two key problems of data mining, the automation of the data mining process and the integration of human domain experts. We show how an evolutionary algorithm (EA) can be used to optimize radial basis function (RBF) neural networks used for classification tasks. First, input features will be chosen from a set of possible input features (feature selection). Second, the number of hidden neurons is adapted (model selection). It is known that interpretable (fuzzy-type) rule sets may be extracted from RBF networks. We show how appropriate training algorithms for RBF networks and penalty terms in the fitness function of the EA may improve the understandability of the extracted rules. The properties of our approach are set out by means of two industrial application examples (process identification and quality control).

Maschinenbau und Mechatronik

Beitrag (Sammelband oder Tagungsband)

G. Bauer, T. Taschke, O. Buchtala, Bernhard Sick

Low Level Sensor Data based Object Classication for Automotive Safety Applications

SMCia, 07, Berlin; Offenbach

2007

ISBN: 978-3800730469

Angewandte WirtschaftswissenschaftenMaschinenbau und Mechatronik

Vortrag

G. Bauer, T. Taschke, O. Buchtala, Bernhard Sick

Low Level Sensor Data based Object Classication for Automotive Safety Applications

IEEE Three-Rivers Workshop on Soft Computing in Industrial Applications (SmCia/07), Passau

2007

Maschinenbau und Mechatronik

Beitrag (Sammelband oder Tagungsband)

M. Bauer, O. Buchtala, T. Horeis, R. Kern, Bernhard Sick, et al.

Process Identification and Quality Control with Evolutionary Optimized RBF Classiers

Proceedings of the IEEE Mid-Summer Workshop on Soft Computing in Industrial Applications (SMCia/05); Espoo, Finnland; 28.-30.06.2005

2005

Elektrotechnik und MedientechnikMaschinenbau und Mechatronik

Vortrag

M. Bauer, O. Buchtala, T. Horeis, R. Kern, Bernhard Sick, et al.

Process Identification and Quality Control with Evolutionary Optimized RBF Classiers

IEEE Mid-Summer Workshop on Soft Computing in Industrial Applications (SMCia/05), Espoo, Finnland

2005