Ranganarsimhaiah, Arun und Brauer, Christoph (2022) Informed Machine Learning for Leakage Detection. DLR-Interner Bericht. DLR-IB-FA-SD-2022-140. Studienarbeit. TU Braunschweig. 20 S.
PDF
- Nur DLR-intern zugänglich
947kB |
elib-URL des Eintrags: | https://elib.dlr.de/189760/ | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Dokumentart: | Berichtsreihe (DLR-Interner Bericht, Studienarbeit) | ||||||||||||
Titel: | Informed Machine Learning for Leakage Detection | ||||||||||||
Autoren: |
| ||||||||||||
Datum: | 31 August 2022 | ||||||||||||
Referierte Publikation: | Nein | ||||||||||||
Open Access: | Nein | ||||||||||||
Seitenanzahl: | 20 | ||||||||||||
Status: | veröffentlicht | ||||||||||||
Stichwörter: | Leakage Detection, Informed Machine Learning, Deep Learning | ||||||||||||
Institution: | TU Braunschweig | ||||||||||||
HGF - Forschungsbereich: | Luftfahrt, Raumfahrt und Verkehr | ||||||||||||
HGF - Programm: | Luftfahrt | ||||||||||||
HGF - Programmthema: | Komponenten und Systeme | ||||||||||||
DLR - Schwerpunkt: | Luftfahrt | ||||||||||||
DLR - Forschungsgebiet: | L CS - Komponenten und Systeme | ||||||||||||
DLR - Teilgebiet (Projekt, Vorhaben): | L - Produktionstechnologien | ||||||||||||
Standort: | Stade | ||||||||||||
Institute & Einrichtungen: | Institut für Faserverbundleichtbau und Adaptronik > Verbundprozesstechnologien | ||||||||||||
Hinterlegt von: | Schlegel, Linda | ||||||||||||
Hinterlegt am: | 01 Dez 2022 09:04 | ||||||||||||
Letzte Änderung: | 01 Dez 2022 09:04 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags