Machine Learning / Natural Language Processing
Konzeptionierung und Entwicklung einer Software mit grafischer Benutzeroberfläche zur automatisierten Bewertung von Reklamationsanträgen eines namenhaften Motorradherstellers hinsichtlich der Wahrscheinlichkeit von Personenschäden.
Dabei wurden zunächst die vorliegenden Daten aufgrund der Heterogenität durch aufeinander aufbauende Bereinigungsmethoden auf ihren wesentlichen Kern reduziert. Anschließend wurden die Anträge vektorisiert, deren Ähnlichkeiten bestimmt und anschließend in Clustern dargestellt.
Im finalen Schritt wurden die Daten in TensorFlow verwendet, um ein Supervised Learning Model zu erstellen, welches die Wahrscheinlichkeiten von Personenschäden zuverlässig voraussagt.
Algorithmische Bewertung eines Produktionsprozesses in der Automobilindustrie
Aufbau eines Systems zur Bewertung der Qualität hergestellter Bauteile durch kontinuierliche Analyse aller Prozessschnittstellen sowie automatisierter Ausschleusung von NiO-Bauteilen über Algorithmen.
Zur Erstellung des Systems wurde ein Schnittstellenkonzept erstellt, bei dem alle relevanten Messwerte mittels OPC UA zentral gesammelt werden. Die Prozessparameter werden anschließend für die Bewertung des Herstellungsprozesses respektive des hergestellten Bauteils verwendet.
Bei Erkennung von Anomalien anhand der Prozessdaten wird ein Mechanismus ausgelöst, der das NiO-Bauteil sicher aus dem Produktionsprozess ausschleust.
In einem weiteren Schritt wird bei fehlerhaft hergestellten Teilen aktiv in den Produktionsprozess eingegriffen, indem die Produktionsparameter automatisiert angepasst werden.
