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