Please use this identifier to cite or link to this item:
https://doi.org/10.21256/zhaw-29515
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Goren Huber, Lilach | - |
dc.contributor.author | Palmé, Jan Thomas | - |
dc.contributor.author | Arias Chao, Manuel | - |
dc.date.accessioned | 2024-01-04T15:16:09Z | - |
dc.date.available | 2024-01-04T15:16:09Z | - |
dc.date.issued | 2023-12-08 | - |
dc.identifier.issn | 1664-6312 | de_CH |
dc.identifier.uri | https://digitalcollection.zhaw.ch/handle/11475/29515 | - |
dc.description.abstract | Die KI-Revolution macht auch vor dem Bereich der intelligenten Instandhaltung nicht halt. Immer mehr Unternehmen integrieren intelligente Algorithmen zur Erkennung von Anomalien, zur Diagnose von Fehlfunktionen und zur Vorhersage künftiger Anlagenausfälle. Bedeutet dieser Schritt nach vorne, dass das umfangreiche Fachwissen, das traditionell das Kapital dieser Unternehmen war, aufgegeben wird? Das Smart-Maintenance- Team der ZHAW hat wiederholt die Erfahrung gemacht, dass der richtige Weg eher darin besteht, Fachwissen mit modernsten KI-Methoden zu kombinieren, um das Beste aus beiden Welten zu nutzen. | de_CH |
dc.language.iso | de | de_CH |
dc.publisher | fmpro, Schweizerischer Verband für Facility Management und Maintenance | de_CH |
dc.relation.ispartof | fmpro service | de_CH |
dc.rights | Licence according to publishing contract | de_CH |
dc.subject | Predictive maintenance | de_CH |
dc.subject | Deep learning | de_CH |
dc.subject | Machine learning | de_CH |
dc.subject | Physics-informed AI | de_CH |
dc.subject | Artificial intelligence | de_CH |
dc.subject | Künstliche Intelligenz | de_CH |
dc.subject | Anomaly detection | de_CH |
dc.subject | Digitalisierung | de_CH |
dc.subject | Instandhaltung | de_CH |
dc.subject.ddc | 006: Spezielle Computerverfahren | de_CH |
dc.subject.ddc | 620: Ingenieurwesen | de_CH |
dc.title | Hybride Instandhaltung : wie fliesst das Fachwissen in die KI? | de_CH |
dc.type | Beitrag in Magazin oder Zeitung | de_CH |
dcterms.type | Text | de_CH |
zhaw.departement | School of Engineering | de_CH |
zhaw.organisationalunit | Institut für Datenanalyse und Prozessdesign (IDP) | de_CH |
dc.identifier.doi | 10.21256/zhaw-29515 | - |
zhaw.funding.eu | No | de_CH |
zhaw.issue | 6 | de_CH |
zhaw.originated.zhaw | Yes | de_CH |
zhaw.pages.end | 7 | de_CH |
zhaw.pages.start | 5 | de_CH |
zhaw.publication.status | publishedVersion | de_CH |
zhaw.volume | 2023 | de_CH |
zhaw.webfeed | Datalab | de_CH |
zhaw.funding.zhaw | Intelligente Diagnostik von Leistungseinbussen in Solarkraftwerken | de_CH |
zhaw.author.additional | No | de_CH |
zhaw.display.portrait | Yes | de_CH |
Appears in collections: | Publikationen School of Engineering |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
2023_GorenHuber-etal_Hybride-Instandhaltung-Fachwissen-KI_fmpro.pdf | 753.73 kB | Adobe PDF | ![]() View/Open |
Show simple item record
Goren Huber, L., Palmé, J. T., & Arias Chao, M. (2023). Hybride Instandhaltung : wie fliesst das Fachwissen in die KI? fmpro service, 2023(6), 5–7. https://doi.org/10.21256/zhaw-29515
Goren Huber, L., Palmé, J.T. and Arias Chao, M. (2023) ‘Hybride Instandhaltung : wie fliesst das Fachwissen in die KI?’, fmpro service, 2023(6), pp. 5–7. Available at: https://doi.org/10.21256/zhaw-29515.
L. Goren Huber, J. T. Palmé, and M. Arias Chao, “Hybride Instandhaltung : wie fliesst das Fachwissen in die KI?,” fmpro service, vol. 2023, no. 6, pp. 5–7, Dec. 2023, doi: 10.21256/zhaw-29515.
GOREN HUBER, Lilach, Jan Thomas PALMÉ und Manuel ARIAS CHAO, 2023. Hybride Instandhaltung : wie fliesst das Fachwissen in die KI? fmpro service. 8 Dezember 2023. Bd. 2023, Nr. 6, S. 5–7. DOI 10.21256/zhaw-29515
Goren Huber, Lilach, Jan Thomas Palmé, and Manuel Arias Chao. 2023. “Hybride Instandhaltung : wie fliesst das Fachwissen in die KI?” fmpro service 2023 (6): 5–7. https://doi.org/10.21256/zhaw-29515.
Goren Huber, Lilach, et al. “Hybride Instandhaltung : wie fliesst das Fachwissen in die KI?” fmpro service, vol. 2023, no. 6, Dec. 2023, pp. 5–7, https://doi.org/10.21256/zhaw-29515.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.