SwePub
Sök i LIBRIS databas

  Utökad sökning

id:"swepub:oai:DiVA.org:ri-56323"
 

Sökning: id:"swepub:oai:DiVA.org:ri-56323" > Machine Learning Mo...

Machine Learning Models for Industrial Applications

Ramentol, Enislay (författare)
Fraunhofer Institute for Industrial Mathematics, Germany
Olsson, Tomas (författare)
RISE,Industriella system,Research Institute of Sweden, Sweden
Barua, Shaibal (författare)
Mälardalens högskola,Inbyggda system,Research Institute of Sweden, Sweden
 (creator_code:org_t)
2021-02-17
2021
Engelska.
Ingår i: AI and Learning Systems. - : IntechOpen. - 9781789858785 - 9781789858778
  • Bokkapitel (övrigt vetenskapligt/konstnärligt)
Abstract Ämnesord
Stäng  
  • More and more industries are aspiring to achieve a successful production using the known artificial intelligence. Machine learning (ML) stands as a powerful tool for making very accurate predictions, concept classification, intelligent control, maintenance predictions, and even fault and anomaly detection in real time. The use of machine learning models in industry means an increase in efficiency: energy savings, human resources efficiency, increase in product quality, decrease in environmental pollution, and many other advantages. In this chapter, we will present two industrial applications of machine learning. In all cases we achieve interesting results that in practice can be translated as an increase in production efficiency. The solutions described cover areas such as prediction of production quality in an oil and gas refinery and predictive maintenance for micro gas turbines. The results of the experiments carried out show the viability of the solutions.

Ämnesord

TEKNIK OCH TEKNOLOGIER  -- Elektroteknik och elektronik -- Datorsystem (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Electrical Engineering, Electronic Engineering, Information Engineering -- Computer Systems (hsv//eng)

Nyckelord

Machine learning
Prediction
Regression methods
Maintenance
Degradation prediction
Engineering and Technology
Teknik och teknologier
Computer Systems
Datorsystem

Publikations- och innehållstyp

vet (ämneskategori)
kap (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Hitta mer i SwePub

Av författaren/redakt...
Ramentol, Enisla ...
Olsson, Tomas
Barua, Shaibal
Om ämnet
TEKNIK OCH TEKNOLOGIER
TEKNIK OCH TEKNO ...
och Elektroteknik oc ...
och Datorsystem
Artiklar i publikationen
AI and Learning ...
Av lärosätet
RISE
Mälardalens universitet

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy