Forschungsschwerpunkte
In meiner Forschung beschäftige ich mich derzeit mit automatisierter Optimierung von Parametern in industriellen Produktionsprozessen und der Qualitätsvorhersage (predictive quality) von in additiver Fertigung (auch bekannt als 3D Druck) erstellten Bauteilen. Dies ist einzuordnen in den Kontext der Inbetriebnahme oder auch Reparametrisierung von Maschinen beliebiger Produktion. Um optimale Parameterkonfigurationen für einen Herstellungsprozess zu finden, kombinieren wir expertenwissensbasierte Ansätze mit evolutionären regelbasierten Lernverfahren (z.B. LCS). Neben der Vorhersage von Qualität ist auch die (automatisierte) Beurteilung von Bauteilen anhand von Qualitätsmerkmalen Forschungsgegenstand. Im Allgemeinen setze ich in meiner Arbeit vor allem auf verschiedene Techniken des maschinellen Lernens (z.B. Deep Learning, evolutionäres Lernen).
- evolutionäres regelbasiertes Lernen
- Unsupervised Learning zur feature extraction
- Deep Learning
- 3D-Druck / Additive Fertigung
- adaptive Systeme
Publikationen
Lebenslauf
seit 2019 | Wissenschaftlicher Mitarbeiter am Lehrstuhl Organic Computing der Universität Augsburg |
2015–2018 | Master-Studium im Fach Informatik und Informationswirtschaft an der Universität Augsburg |
2012–2016 | Bachelor-Studium im Fach Informatik an der Universität Augsburg |
Lehrveranstaltungen
Name | Semester | Typ |
---|---|---|
Seminar über Ad-hoc- und Sensornetze | Wintersemester 2020/21 | Seminar |
Seminar über Organic Computing | Wintersemester 2020/21 | Seminar |