Selbstverstärkendes Lernen als Beitrag zur Automatisierung der Anpassungskonstruktion
Die Automatisierung beschreibt die Übergabe von Aufgaben vom Menschen an eine Maschine. Die Aufgaben der Anpassungskonstruktion umfassen das Festlegen der Merkmalsausprägungen zum Erfüllen neuer Anforderungen bei gleichbleibender Wirkstruktur. Sie sind herausfordernd, wenn Merkmale gleichzeitig konk...
Guardat en:
| Autor principal: | |
|---|---|
| Format: | Online |
| Idioma: | alemany |
| Publicat: |
FAU University Press
2025
|
| Matèries: | |
| Accés en línia: | ONIX_20251120T103930_9783961477401_36 |
| Etiquetes: |
Sense etiquetes, Sigues el primer a etiquetar aquest registre!
|
| _version_ | 1869515873809596416 |
|---|---|
| author | Dworschak, Fabian |
| author_browse | Dworschak, Fabian |
| author_facet | Dworschak, Fabian |
| author_sort | Dworschak, Fabian |
| collection | Directory of Open Access Books |
| description | Die Automatisierung beschreibt die Übergabe von Aufgaben vom Menschen an eine Maschine. Die Aufgaben der Anpassungskonstruktion umfassen das Festlegen der Merkmalsausprägungen zum Erfüllen neuer Anforderungen bei gleichbleibender Wirkstruktur. Sie sind herausfordernd, wenn Merkmale gleichzeitig konkurrierende Eigenschaften beeinflussen. Je nach Kontext können sie durch Optimierungsalgorithmen oder datengetriebene Ansätze automatisiert werden. Datengetriebene Ansätze setzen eine Datenbasis voraus, die alle relevanten Informationen für das Erkennen der Zusammenhänge zwischen Merkmalen und resultierenden Eigenschaften enthält. Optimierungsalgorithmen müssen bei einer Änderung der Randbedingungen erneut zur Konvergenz gebracht werden. Für die Schnittmenge der Anpassungsaufgaben, für die sich die Randbedingungen durch Anforderungsänderungen regelmäßig ändern und gleichzeitig keine ausreichende Datenbasis vorliegt, stellt diese Arbeit das Selbstverstärkende Lernen vor. Es beschreibt das Lernen eines Agenten auf Basis von Erfahrungen mit einer Umgebung. Hier wird diese durch Konstruktionsumgebung der Produktentwickelnden im Rahmen der Anpassungskonstruktion repräsentiert. Der Agent passt die Merkmale an und erhält die Produkteigenschaften als Feedback. Ziel der Arbeit ist nicht das Entwickeln eines neuen Algorithmus für Selbstverstärkendes Lernen, sondern das Erforschen der Voraussetzungen für Selbstverstärkendes Lernen in der Produktentwicklung, das Definieren der Rolle der Produktentwickelnden bei dessen Einsatz sowie das Erforschen der Übertragbarkeit der gesammelten Erfahrungen von einer Anpassungsaufgabe auf nachfolgende. |
| format | Online |
| id | doab-20.500.12854ir-169177 |
| institution | Directory of Open Access Books |
| language | ger |
| publishDate | 2025 |
| publishDateRange | 2025 |
| publishDateSort | 2025 |
| publisher | FAU University Press |
| publisherStr | FAU University Press |
| record_format | ojs |
| spelling | doab-20.500.12854ir-1691772025-11-22T06:51:49Z Selbstverstärkendes Lernen als Beitrag zur Automatisierung der Anpassungskonstruktion Dworschak, Fabian Produktentwicklung Selbstverstärkendes Lernen Maschinelles Lernen Automatisierung thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TG Mechanical engineering and materials::TGB Mechanical engineering Die Automatisierung beschreibt die Übergabe von Aufgaben vom Menschen an eine Maschine. Die Aufgaben der Anpassungskonstruktion umfassen das Festlegen der Merkmalsausprägungen zum Erfüllen neuer Anforderungen bei gleichbleibender Wirkstruktur. Sie sind herausfordernd, wenn Merkmale gleichzeitig konkurrierende Eigenschaften beeinflussen. Je nach Kontext können sie durch Optimierungsalgorithmen oder datengetriebene Ansätze automatisiert werden. Datengetriebene Ansätze setzen eine Datenbasis voraus, die alle relevanten Informationen für das Erkennen der Zusammenhänge zwischen Merkmalen und resultierenden Eigenschaften enthält. Optimierungsalgorithmen müssen bei einer Änderung der Randbedingungen erneut zur Konvergenz gebracht werden. Für die Schnittmenge der Anpassungsaufgaben, für die sich die Randbedingungen durch Anforderungsänderungen regelmäßig ändern und gleichzeitig keine ausreichende Datenbasis vorliegt, stellt diese Arbeit das Selbstverstärkende Lernen vor. Es beschreibt das Lernen eines Agenten auf Basis von Erfahrungen mit einer Umgebung. Hier wird diese durch Konstruktionsumgebung der Produktentwickelnden im Rahmen der Anpassungskonstruktion repräsentiert. Der Agent passt die Merkmale an und erhält die Produkteigenschaften als Feedback. Ziel der Arbeit ist nicht das Entwickeln eines neuen Algorithmus für Selbstverstärkendes Lernen, sondern das Erforschen der Voraussetzungen für Selbstverstärkendes Lernen in der Produktentwicklung, das Definieren der Rolle der Produktentwickelnden bei dessen Einsatz sowie das Erforschen der Übertragbarkeit der gesammelten Erfahrungen von einer Anpassungsaufgabe auf nachfolgende. 2025-11-21T05:29:24Z 2025-11-21T05:29:24Z 2025-11-20T09:43:02Z 2024 book ONIX_20251120T103930_9783961477401_36 https://library.oapen.org/handle/20.500.12657/108307 9783961477401 9783961477395 https://directory.doabooks.org/handle/20.500.12854/169177 ger FAU Studien aus dem Maschinenbau open access image/jpeg Attribution-NonCommercial 4.0 International https://library.oapen.org/bitstream/20.500.12657/108307/1/9783961477401.pdf FAU University Press 10.25593/978-3-96147-740-1 10.25593/978-3-96147-740-1 2c600dea-eece-4066-87be-da335e323fdb 9783961477401 9783961477395 205 Erlangen open access |
| spellingShingle | Produktentwicklung Selbstverstärkendes Lernen Maschinelles Lernen Automatisierung thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TG Mechanical engineering and materials::TGB Mechanical engineering Dworschak, Fabian Selbstverstärkendes Lernen als Beitrag zur Automatisierung der Anpassungskonstruktion |
| title | Selbstverstärkendes Lernen als Beitrag zur Automatisierung der Anpassungskonstruktion |
| title_full | Selbstverstärkendes Lernen als Beitrag zur Automatisierung der Anpassungskonstruktion |
| title_fullStr | Selbstverstärkendes Lernen als Beitrag zur Automatisierung der Anpassungskonstruktion |
| title_full_unstemmed | Selbstverstärkendes Lernen als Beitrag zur Automatisierung der Anpassungskonstruktion |
| title_short | Selbstverstärkendes Lernen als Beitrag zur Automatisierung der Anpassungskonstruktion |
| title_sort | selbstverstarkendes lernen als beitrag zur automatisierung der anpassungskonstruktion |
| topic | Produktentwicklung Selbstverstärkendes Lernen Maschinelles Lernen Automatisierung thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TG Mechanical engineering and materials::TGB Mechanical engineering |
| topic_facet | Produktentwicklung Selbstverstärkendes Lernen Maschinelles Lernen Automatisierung thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TG Mechanical engineering and materials::TGB Mechanical engineering |
| url | ONIX_20251120T103930_9783961477401_36 |
| work_keys_str_mv | AT dworschakfabian selbstverstarkendeslernenalsbeitragzurautomatisierungderanpassungskonstruktion |