Konstantin Schmidt, M. Sc.
- Organisation: Department Maschinenbau (MB)
- Abteilung: Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS, Prof. Franke)
- Telefonnummer: +49 911 5302 99078
- Faxnummer: +49 911 5302 99070
- E-Mail: konstantin.schmidt@faps.fau.de
- Webseite: http://www.faps.fau.de
- Adresse: Fürther Str. 246b
90429 Nürnberg
Deutschland - Forschungsbereich: Elektronikproduktion
- Technologiefelder:
- Künstliche Intelligenz und Maschinelles Lernen
Aktuelle studentische Arbeiten
- Siemens (extern): Big Data + Energy Management – Abschlussarbeit im Bereich der Analyse der CO2-Emissionen im Werksumfeld der Siemens AG
- Siemens (extern): Konzeption und Entwicklung einer Machine Leanrning Anwendung für den Einsatz in der SMT-Elektronikfertigung zusammen mit Siemens
- Siemens (extern): Evaluation und Konzeption von IoT-Architekturen in der Elektronikfertigung des Siemens EWA (Smart Manufacturing)
- Siemens (extern): Konzeption und Entwicklung einer Machine Leanrning Anwendung für den Einsatz in der SMT-Elektronikfertigung zusammen mit Siemens
- E+H (extern): Potenzialanalyse künstliche Intelligenz in der Elektronikproduktion beim Industriepartner vor Ort
- Siemens (extern): Einsatz Maschineller Lernverfahren für die Optimierung bestehender Prüfprozesse in der SMT-Fertigung am Standort Siemens EWA
- Siemens (extern): Einsatz Maschineller Lernverfahren für die Optimierung bestehender Prüfprozesse in der SMT-Fertigung am Standort Siemens EWA
- Siemens (extern): Konzeption und Entwicklung einer Machine Leanrning Anwendung für den Einsatz in der SMT-Elektronikfertigung zusammen mit Siemens
- Siemens (extern): Evaluation und Konzeption von IoT-Architekturen in der Elektronikfertigung des Siemens EWA (Smart Manufacturing)
Passende News
2021
2020
- 23.10.2020: Excellent Presentation Award der SIITME 2020 für Konstantin Schmidt | EWA //FAPS
- 08.07.2020: schnell-digital@fau - Die Corona-Krise als Chance für die digitale Lehre
- 15.05.2020: Excellent Paper Award der ISSE 2020 für Nils Thielen
2019
Publikationen
- , , , , , :
A Methodology for Predictive Life Expectancy of Moisture-Sensitive SMT components using Neural Networks
In: Procedia CIRP 107 (2022), S. 1373-1378
ISSN: 2212-8271
DOI: 10.1016/j.procir.2022.05.160
BibTeX: Download - , , , , :
Studies and Analyses of Moisture Conditioned SMT-Components
2021 23rd European Microelectronics and Packaging Conference & Exhibition (EMPC) (Gothenburg, 13. September 2021 - 16. September 2021)
DOI: 10.23919/EMPC53418.2021.9584942
BibTeX: Download - , , , , , , :
An Automated Optical Inspection System for PIP Solder Joint Classification Using Convolutional Neural Networks
2021 IEEE 71st Electronic Components and Technology Conference (ECTC) (San Diego, CA, 1. Juni 2021 - 4. Juli 2021)
In: IEEE (Hrsg.): IEEE 2021
DOI: 10.1109/ECTC32696.2021.00346
URL: https://ieeexplore.ieee.org/document/9501916
BibTeX: Download - , , , , , , :
Clustering of Image Data to Enhance Machine Learning Based Quality Control in THT Manufacturing
IEEE 27th International Symposium for Design and Technology in Electronic Packaging (SIITME) (Timisoara)
In: 2021 IEEE 27TH INTERNATIONAL SYMPOSIUM FOR DESIGN AND TECHNOLOGY IN ELECTRONIC PACKAGING (SIITME 2021), NEW YORK: 2021
DOI: 10.1109/SIITME53254.2021.9663663
BibTeX: Download - , , , , , , , :
Enhanced X-Ray Inspection of Solder Joints in SMT Electronics Production using Convolutional Neural Networks
2020 IEEE 26th International Symposium for Design and Technology in Electronic Packaging (SIITME) (Pitesti, 21. Oktober 2020 - 24. Oktober 2020)
In: IEEE (Hrsg.): 2020 IEEE 26th International Symposium for Design and Technology in Electronic Packaging (SIITME) 2020
DOI: 10.1109/SIITME50350.2020.9292292
BibTeX: Download - , , , , :
Development and Test of a Data Framework for Prediction of Soldering Quality in Selective Wave Soldering Applying K-Nearest Neighbors
2020 IEEE 26th International Symposium for Design and Technology in Electronic Packaging (SIITME) (Pitesti, 21. Oktober 2020 - 24. Oktober 2020)
In: IEEE (Hrsg.): 2020 IEEE 26th International Symposium for Design and Technology in Electronic Packaging (SIITME) 2020
DOI: 10.1109/SIITME50350.2020.9292175
BibTeX: Download - , , , , , , :
Data Mining System Architecture for Industrial Internet of Things in Electronics Production
2020 IEEE 26th International Symposium for Design and Technology in Electronic Packaging (SIITME) (Pitesti, 21. Oktober 2020 - 24. Oktober 2020)
In: IEEE (Hrsg.): 2020 IEEE 26th International Symposium for Design and Technology in Electronic Packaging (SIITME) 2020
DOI: 10.1109/SIITME50350.2020.9292282
BibTeX: Download - , , , , , :
A Machine Learning Based Approach to Detect False Calls in SMT Manufacturing
43rd International Spring Seminar on Electronics Technology, ISSE 2020 (Demanovska Valley, 14. Mai 2020 - 15. Mai 2020)
In: Proceedings of the International Spring Seminar on Electronics Technology 2020
DOI: 10.1109/ISSE49702.2020.9121044
BibTeX: Download - , , , :
Maschinelles Lernen in der Elektronikproduktion: Herausforderungen und Anwendungsmöglichkeiten
EBL 2020 – Elektronische Baugruppen und Leiterplatten - 10. DVS/GMM-Tagung (Fellbach, 18. Februar 2020 - 19. Februar 2020)
In: VDE/VDI-Gesellschaft Mikroelektronik, Mikrosystem- und Feinwerktechnik (GMM) (Hrsg.): GMM-Fb. 94: EBL 2020 – Elektronische Baugruppen und Leiterplatten 2020
BibTeX: Download - , , , , :
Ein Ansatz zu Qualitätsvorhersage mittels intelligenter SMT-Lötstelleninspektion durch den Einsatz von Maschinellem Lernen
EBL Fellbach (Fellbach, 18. Februar 2020 - 19. Februar 2020)
In: VDE/VDI-Gesellschaft Mikroelektronik, Mikrosystem- und Feinwerktechnik (GMM) (Hrsg.): GMM-Fb. 94: EBL 2020 – Elektronische Baugruppen und Leiterplatten 2020
URL: https://www.vde-verlag.de/buecher/455185/gmm-fb-94-ebl-2020-elektronische-baugruppen-und-leiterplatten.html
BibTeX: Download - , , , , , , , , :
Laser Alloying Advantages by Dry Coating Metallic Powder Mixtures with SiOx Nanoparticles
In: Nanomaterials 8 (2018), S. 1-29
ISSN: 2079-4991
DOI: 10.3390/nano8100862
URL: https://www.mdpi.com/2079-4991/8/10/862
BibTeX: Download