Refine
Document type
- Conference Proceeding (5) (remove)
Has full text
- Yes (5) (remove)
Keywords
- Grinding burn (1)
- Grinding parameters (1)
- Industry 4.0 (1)
- Mobile Learning (1)
- Neural network (1)
- Poster (1)
- Quality prediction (1)
- Smart Social eLearning (1)
- Smartphone (1)
- Social Learning (1)
Cylindrical grinding is an important process in the manufacturing industry. During this process, the problem of grinding burn may appear, which can cause the workpiece to be worthless. In this work, a machine learning neural network approach is used to predict grinding burn based on the process parameters to prevent damage. A small dataset of 21 samples was gathered at a specific machine, grinding always the same element type with different process parameters. Each workpiece got a label from 0 to 3 after the process, indicating the severity of grinding burn. To get a robust neural network model, the dataset has been scaled by augmentation controlled by grinding experts, to generate more samples for training a neural network model. As a result, the model is able to predict the severity of grinding burn in a multiclass classification and it turned out that even with little data, the model performed well.
Creating Interactive Experiences together with People with Dementia – an Inclusive Design Story
(2017)
Führt die Omnipräsenz von Smartphone, Tablet & Co zu einer neuen Form des »Smart Social eLearning«?
(2016)
Ausgehend von dem Gedanken, dass das Medium Fernsehen in den letzten Jahren immer mehr durch das Internet als Leitmedium abgelöst wurde, wird in dem Beitrag eine Etablierung von SmartDevices im Unterricht diskutiert. Dabei wird aufgezeigt, dass die bisherige Entwicklung des Medieneinsatzes im Unterricht von multimedialen Lernprogrammen bis zu einem heutigen und zukünftigen „Smart Social eLearning“ reichen könnte, insbesondere durch den Einsatz der SmartDevices wie Tablets, Smartphones oder Smartwatches.
Darauf aufbauend werden die Ergebnisse einer empirischen Studie über den tatsächlichen Einsatz von und den Wunsch nach SmartDevices präsentiert. Dabei zeigte sich, dass der Großteil der Studierenden bereits SmartDevices zur Weiterbildung eingesetzt hat und auch bereits der Wunsch nach einem Einsatz dieser Geräte zur Weiterbildung besteht.