CT-Messungen automatisieren

Edwin Blum; Florian Stamer; Gisela Lanza

doi:10.37544/1436-4980-2023-11-12-81

CT-Messungen automatisieren

Edwin Blum
, Florian Stamer
, Gisela Lanza

Karlsruher Institut für Technologie

Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › Begutachtung

Abstract

Industrielle Computertomographie erfordert umfassendes Expertenwissen. In diesem Beitrag wird ein Konzept vorgestellt, um die Parametrisierung von Messungen durch Reinforcement Learning zu automatisieren.
Innerhalb einer Simulation sollen Agenten Messstrategien wie das Auslegen zeitminimaler Messungen erlernen. Auch wenn aktuelle virtuelle CTs realitätsnahe Messungen erlauben, verhindert die Laufzeit aktueller Simulationsumgebungen noch
den Einsatz als effiziente Trainingsumgebung.

Titel in Übersetzung	Automating CT measurements
Originalsprache	Deutsch
Zeitschrift	WT Werkstattstechnik
Jahrgang	113
Ausgabenummer	11-12
Seiten (von - bis)	545-549
Seitenumfang	5
ISSN	1436-5006
DOIs	https://doi.org/10.37544/1436-4980-2023-11-12-81
Publikationsstatus	Erschienen - 2023
Extern publiziert	Ja

Bibliographische Notiz

Publisher Copyright:
© 2023, VDI Fachmedien GmBH & Co. KG. All rights reserved.

Fachgebiete und Schlagwörter

Reinforcement Learning
Simulation
virtuelles CT
Ingenieurwissenschaften

ASJC Scopus Sachgebiete

Fahrzeugbau
Steuerungs- und Systemtechnik

Zugriff auf Dokument

10.37544/1436-4980-2023-11-12-81Lizenz: CC BY

Dieses zitieren

@article{cb5c51ec3789465d89bdf73948402629,

title = "CT-Messungen automatisieren",

abstract = "Industrielle Computertomographie erfordert umfassendes Expertenwissen. In diesem Beitrag wird ein Konzept vorgestellt, um die Parametrisierung von Messungen durch Reinforcement Learning zu automatisieren. Innerhalb einer Simulation sollen Agenten Messstrategien wie das Auslegen zeitminimaler Messungen erlernen. Auch wenn aktuelle virtuelle CTs realit{\"a}tsnahe Messungen erlauben, verhindert die Laufzeit aktueller Simulationsumgebungen noch den Einsatz als effiziente Trainingsumgebung.",

keywords = "Reinforcement Learning, Simulation, virtuelles CT, Ingenieurwissenschaften",

author = "Edwin Blum and Florian Stamer and Gisela Lanza",

year = "2023",

doi = "10.37544/1436-4980-2023-11-12-81",

language = "Deutsch",

volume = "113",

pages = "545--549",

journal = "WT Werkstattstechnik",

issn = "1436-5006",

publisher = "VDI Fachmedien",

number = "11-12",

}

TY - JOUR

T1 - CT-Messungen automatisieren

AU - Blum, Edwin

AU - Stamer, Florian

AU - Lanza, Gisela

PY - 2023

Y1 - 2023

N2 - Industrielle Computertomographie erfordert umfassendes Expertenwissen. In diesem Beitrag wird ein Konzept vorgestellt, um die Parametrisierung von Messungen durch Reinforcement Learning zu automatisieren. Innerhalb einer Simulation sollen Agenten Messstrategien wie das Auslegen zeitminimaler Messungen erlernen. Auch wenn aktuelle virtuelle CTs realitätsnahe Messungen erlauben, verhindert die Laufzeit aktueller Simulationsumgebungen noch den Einsatz als effiziente Trainingsumgebung.

AB - Industrielle Computertomographie erfordert umfassendes Expertenwissen. In diesem Beitrag wird ein Konzept vorgestellt, um die Parametrisierung von Messungen durch Reinforcement Learning zu automatisieren. Innerhalb einer Simulation sollen Agenten Messstrategien wie das Auslegen zeitminimaler Messungen erlernen. Auch wenn aktuelle virtuelle CTs realitätsnahe Messungen erlauben, verhindert die Laufzeit aktueller Simulationsumgebungen noch den Einsatz als effiziente Trainingsumgebung.

KW - Reinforcement Learning

KW - Simulation

KW - virtuelles CT

KW - Ingenieurwissenschaften

UR - https://www.scopus.com/pages/publications/85180187765

U2 - 10.37544/1436-4980-2023-11-12-81

DO - 10.37544/1436-4980-2023-11-12-81

M3 - Zeitschriftenaufsätze

AN - SCOPUS:85180187765

SN - 1436-5006

VL - 113

SP - 545

EP - 549

JO - WT Werkstattstechnik

JF - WT Werkstattstechnik

IS - 11-12

ER -

CT-Messungen automatisieren

Abstract

Bibliographische Notiz

Fachgebiete und Schlagwörter

ASJC Scopus Sachgebiete

Zugriff auf Dokument

Fingerprint

Dieses zitieren