Anwendungen des maschinellen Lernens im Maschinenbau

Machine Learning Applications in Mechanical Engineering ist ein umfassendes Handbuch, das die transformative Rolle des maschinellen Lernens (ML) in wichtigen Bereichen des Maschinenbaus untersucht. Es kombiniert theoretische Erkenntnisse und praktische Anwendungen in den Bereichen Konstruktionsoptimierung, vorausschauende Wartung, Robotik, Materialerkennung und Energiesysteme und ist damit für Studenten, Forscher und Fachleute von unschätzbarem Wert. Das Buch beginnt mit einer Einführung in ML, die die Relevanz und die Herausforderungen im Maschinenbau hervorhebt. Es erforscht Lernmodelle wie überwachtes, unüberwachtes und halbüberwachtes Lernen sowie neuronale Netze, Bayessche Techniken und Support-Vektor-Maschinen. Die Kapitel befassen sich mit ML-getriebenen Innovationen in den Bereichen Materialdesign, vorausschauende Wartung und Meta-Oberflächenoptimierung und stellen Werkzeuge wie Deep Learning und generative Modelle vor. Dieses Buch versetzt die Leser in die Lage, ML bei der Bewältigung technischer Herausforderungen zu nutzen und ebnet den Weg für intelligente, datengesteuerte Lösungen im Maschinenbau.

Autorentext
Dr. Jiyaul Mustafa, Assistenzprofessor an der Bennett University, zeichnet sich durch Maschinendesign, Vibrationskontrolle und ML in mechanischen Systemen aus. Dr. Shahnawaz Ahmad, ebenfalls an der Bennett University, ist auf Cloud Computing und ML-Sicherheit spezialisiert und hat mehr als 30 Publikationen veröffentlicht. Dr. Shahadat Hussain konzentriert sich auf ML/Deep Learning für das Gesundheitswesen, insbesondere auf die Analyse kardiovaskulärer Daten.