Autor der Publikation

Kopieren Löschen Diese Publikation zur Ablage hinzufügen
Community-Eintrag
Versionsverlauf dieses Eintrags
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

Advancing data-driven process modeling in metal forming

M. Liewald, B. Vogel-Heuser, T. Bergs, M. Huber, und P. Kröger. at - Automatisierungstechnik, 73 (3): 162--173 (2025)
DOI: doi:10.1515/auto-2024-0118

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Univ. -Prof. Dr. -Ing. habil. Marco Huber University of Stuttgart

Qualitätssicherung in der ProduktionI. Effenberger, H. Eigenbrod, A. Frommknecht, C. Jauch, J. Denecke, und M. Huber. Springer Vieweg, Berlin, (2023)

Qualitätssicherung in der ProduktionI. Effenberger, H. Eigenbrod, A. Frommknecht, C. Jauch, J. Denecke, und M. Huber. Springer Vieweg, Berlin, (2023)Artificial Neural Network Guided Compensation of Nonlinear Payload and Wear Effects for Industrial RobotsJ. Raible, O. Rettig, B. Alt, A. Yaman, I. Gauger, L. Biasi, S. Müller, D. Katic, M. Strand, und M. Huber. 2023 IEEE 19th International Conference on Automation Science and Engineering (CASE), IEEE, (2023)KI-Anwendungsfälle in der ProduktionP. Wagner, T. Nagel, C. Hennebold, M. Huber, und W. Kraus. 1 : Produktion, Seite 71-94. Springer Vieweg, Berlin, (2023)

Felix Huber University of Stuttgart

Univ. -Prof. Dr. -Ing. Andreas Huber University of Stuttgart

Karoline Huber University of Stuttgart

Marco Ströbel University of Stuttgart

Weitere Publikationen von Autoren mit dem selben Namen

Demonstration abstract: participatory sensing enabled environmental monitoring in smart cities.F. Zeiger, und M. Huber. IPSN, Seite 337-338. IEEE/ACM, (2014)Kalman-Bucy-Informed Neural Network for System IdentificationT. Nagel, und M. Huber. 2022 IEEE 61st Conference on Decision and Control (CDC), Seite 1503-1508. IEEE, (2022)Simulation-driven machine learning for robotics and automationM. El-Shamouty, K. Kleeberger, A. Laemmle, und M. Huber. Technisches Messen, 86 (11): 673-684 (2019)Nestability : A deep learning oracle for nesting scrap prediction in manufacturing industryK. Abdou, N. Schaaf, F. Struckmeier, J. Braun, P. Srinivas, J. Ottnad, und M. Huber. Resources, conservation and recycling, 205 (June): 107540 (2024)Guiding Video Prediction with Explicit Procedural KnowledgeP. Takenaka, J. Maucher, und M. Huber. 2023 IEEE/CVF International Conference on Computer Vision workshops, Seite 1076-1084. Piscataway, NJ, IEEE, (2023)Classification Metrics for Image Explanations : Towards Building Reliable XAI-EvaluationsB. Fresz, L. Lörcher, und M. Huber. FAccT '24: Proceedings of the 2024 ACM Conference on Fairness, Accountability, and Transparency, Association for Computing Machinery, (2024)HIPer : A Human-Inspired Scene Perception Model for Multifunctional Mobile RobotsF. Graf, J. Lindermayr, B. Graf, W. Kraus, und M. Huber. IEEE transactions on robotics, (2024)ViPro: Enabling and Controlling Video Prediction for Complex Dynamical Scenarios Using Procedural KnowledgeP. Takenaka, J. Maucher, und M. Huber. Neural-Symbolic Learning and Reasoning, Volume Part 1 von Lecture Notes in Computer Science, Seite 62-83. Cham, Springer, (2024)Machine learning-based shear force quality prediction of ultrasonic wire bonds : utilizing process data and machine data without additional sensorsC. Buchner, C. Seidler, M. Huber, H. Eigenbrod, H. Ribbeck, und F. Schlicht. The international journal of advanced manufacturing technology, 133 (11-12): 5657–5672 (2024)Feature Visualization within an Automated Design Assessment leveraging Explainable Artificial Intelligence Methods.R. Schönhof, A. Werner, J. Elstner, B. Zopcsak, R. Awad, und M. Huber. CoRR, (2022)