IA Aplicada

Aplicaciones industriales de inteligencia artificial en manufactura, control de calidad y dominios de transporte.

Descripción de la Investigación

Este tema de investigación abarca la aplicación de métodos de IA y aprendizaje automático a problemas industriales del mundo real en dominios diversos, incluyendo manufactura, control de calidad y sistemas de transporte.

Las áreas de aplicación clave incluyen:

• Optimización de procesos de manufactura: Uso de redes neuronales invertibles para la predicción de parámetros de máquinas en procesos de termofijado y modelado por deposición fundida.
• Monitoreo de calidad: Aplicación de Redes Generativas Adversarias para evaluación de calidad no destructiva en fundición a gran escala.
• Modelado de procesos basado en redes neuronales: Aprovechamiento del aprendizaje profundo para escenarios de datos de alta dimensionalidad en producción industrial.
• Aprendizaje por refuerzo: Desarrollo de plataformas de simulación como servicio y enfoques de transferencia de aprendizaje para tareas de manipulación robótica.

Publicaciones Relacionadas

• Objectifying Machine Setup and Parameter Selection Using Invertible Neural Networks (2023) Müller, K., Posada-Moreno, A., Pelzer, L., Gries, T. — FAIM 2022 (Springer LNME) Detalles | DOI

• Process Parameter Prediction for Fused Deposition Modeling Using Invertible Neural Networks (2023) Pelzer, L., Posada-Moreno, A.F., Müller, K., Greb, C., Hopmann, C. — Polymers Detalles | DOI

• Qualitätsüberwachung mit GANs als Alternative zur Angussprobe für den Großguss (2023) Weber, F., Yao, Y., Horbach, L., Posada Moreno, A.F., Bezold, A., Broeckmann, C. — Tagung Werkstoffprüfung Detalles | DOI

• Neural-Network-Based Classification of Commercially Available Fish Fillets (2021) Bragantini, G., Posada-Moreno, A.F., et al. — Proceedings of Machine Learning Research Detalles

• Simulation-as-a-Service for Reinforcement Learning Applications (2020) Scheiderer, C. et al. — Procedia Manufacturing Detalles | DOI

• Transfer of Hierarchical Reinforcement Learning Structures for Robotic Manipulation Tasks (2020) Scheiderer, C., Mosbach, M., Posada-Moreno, A.F., Meisen, T. — CSCI Detalles | DOI