Eine bibliometrische Analyse: Produktionsplanung und -steuerung und maschinelles Lernen
Research output: Journal contributions › Journal articles › Research
Standard
In: wt Werkstattstechnik online, Vol. 110, No. 4, 14.05.2020, p. 220-225.
Research output: Journal contributions › Journal articles › Research
Harvard
APA
Vancouver
Bibtex
}
RIS
TY - JOUR
T1 - Eine bibliometrische Analyse
T2 - Produktionsplanung und -steuerung und maschinelles Lernen
AU - Schmidt, Matthias
AU - Maier, Janine Tatjana
AU - Grothkopp, Mark
PY - 2020/5/14
Y1 - 2020/5/14
N2 - Produzierende Unternehmen stehen in einem dynamischen Umfeld vor der Herausforderung eine zunehmende Datenmenge effizienter zu verarbeiten. In diesem Zusammenhang werden häufig Ansätze des maschinellen Lernens (ML) diskutiert. Der Beitrag stellt eine umfassende Aufarbeitung des Stands der Forschung bezogen auf den Einsatz von ML-Ansätzen in der Produktionsplanung und -steuerung (PPS) bereit. Daraus lässt sich der Forschungsbedarf in den einzelnen Aufgabengebieten der PPS ableiten.
AB - Produzierende Unternehmen stehen in einem dynamischen Umfeld vor der Herausforderung eine zunehmende Datenmenge effizienter zu verarbeiten. In diesem Zusammenhang werden häufig Ansätze des maschinellen Lernens (ML) diskutiert. Der Beitrag stellt eine umfassende Aufarbeitung des Stands der Forschung bezogen auf den Einsatz von ML-Ansätzen in der Produktionsplanung und -steuerung (PPS) bereit. Daraus lässt sich der Forschungsbedarf in den einzelnen Aufgabengebieten der PPS ableiten.
KW - Ingenieurwissenschaften
UR - http://www.scopus.com/inward/record.url?scp=85088298347&partnerID=8YFLogxK
M3 - Zeitschriftenaufsätze
VL - 110
SP - 220
EP - 225
JO - wt Werkstattstechnik online
JF - wt Werkstattstechnik online
SN - 1436-5006
IS - 4
ER -