Maschinell lernende Assistenzsysteme für Werkzeugmaschinen
| bibb.id | 782290 | |
| dc.contributor.author | Denkena, Berend [Verfasser] | de |
| dc.contributor.author | Klemme, Heinrich [Verfasser] | de |
| dc.contributor.author | Becker, Jonas [Verfasser] | de |
| dc.date.accessioned | 2024-03-22T10:47:55Z | |
| dc.date.available | 2024-03-22T10:47:55Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | „Die zunehmende Digitalisierung und die Fortschritte im Bereich des maschinellen Lernens führen zu tiefgreifenden Veränderungen in diversen Lebensbereichen, einschließlich der Berufswelt. Direkt betroffen davon sind auch Zerspanungsmechanikerinnen und Zerspanungsmechaniker, die mit dem Fachkräftemangel und einer wachsenden Anzahl computergesteuerter Maschinen konfrontiert sind. Dieser Trend zwingt sie, in immer kürzerer Zeit nicht nur einzelne Maschinen, sondern auch ganze Fertigungszellen zu programmieren. Daher arbeitet das Institut für Werkzeugmaschinen und Fertigungstechnik (IFW) der Leibniz Universität Hannover daran, große Sprachmodelle wie ChatGPT in Werkzeugmaschinen zu integrieren, um die Programmierarbeit zu erleichtern. Dieser Beitrag veranschaulicht, wie solche Modelle Zerspanungsmechanikerinnen und Zerspanungsmechaniker bei der Programmierung von Werkzeugmaschinen in Zukunft unterstützen könnten.“ (Autorenreferat; BIBB-Doku) | de |
| dc.description.statementofresponsibility | Berend Denkena; Heinrich Klemme; Jonas Becker | de |
| dc.format.extent | Seite 17-21 | de |
| dc.format.illustration | Illustrationen | de |
| dc.format.medium | Zeitschriftenaufsatz | de |
| dc.format.medium | Elektronische Ressource | |
| dc.identifier.uri | https://bibb-dspace.bibb.de/jspui/handle/BIBB/782290 | |
| dc.language.iso | de | de |
| dc.rdacarrier.code | nc | de |
| dc.rdacarrier.source | rdacontent | de |
| dc.rdacarrier.term | Band | de |
| dc.rdacontent.code | txt | de |
| dc.rdacontent.source | rdacontent | de |
| dc.rdacontent.term | Text | de |
| dc.rdamedia.code | n | de |
| dc.rdamedia.source | rdacontent | de |
| dc.rdamedia.term | Ohne Hilfsmittel zu benutzen | de |
| dc.relation.ispartof | Lernen und lehren : Elektrotechnik, Informationstechnik, Metalltechnik, Fahrzeugtechnik | |
| dc.relation.ispartofvolume | 39 (2024), H. 153 | |
| dc.source.uri | https://lernenundlehren.de/heft_dl/Heft_153.pdf (Volltext) | |
| dc.subject.classification | S 6.2.3 Metallerzeugung und -bearbeitung, Maschinenbau, Montierberufe (inkl. fahrzeugtechnischer Berufe) | de |
| dc.subject.classification | G 2.2.1 Technologisierung | de |
| dc.subject.ddc | 370 | de |
| dc.subject.other | Zerspanungsmechaniker | de |
| dc.subject.other | Fertigungstechnik | de |
| dc.subject.other | Automatisierungstechnik | de |
| dc.subject.other | Assistenzsystem | de |
| dc.subject.other | Werkzeugmaschinen | de |
| dc.subject.other | CAM | de |
| dc.title | Maschinell lernende Assistenzsysteme für Werkzeugmaschinen | de |