BA/PA/MA Prozessübergreifende Qualitätsanalysen in der Röntgenstrahlerfertigung auf Basis maschineller Lernverfahren

Maschinelle Lernverfahren, wie Cluster- oder Klassifikationsalgorithmen, sind Werkzeuge zur Analyse hochdimensionaler Daten. In der prozessübergreifenden Qualitätsanalyse können diese Algorithmen eingesetzt werden, um Einflüsse auf die Produktqualität zu identifizieren.

Den Anwendungsfall dieser Arbeit stellt die Analyse der Röntgenstrahlerfertigung bei Siemens Healthineers in Erlangen dar. Dabei sollen bestehende Datensätze, welche sich aus Prozess- und Betriebsdaten zusammensetzen, erweitert und optimiert werden. Anschließend werden auf Basis dieser Datenpakete Gesetzmäßigkeiten in der Fertigung untersucht.

Keywords
Aritifical Intelligence, Maschinelles Lernen, Data Science

Aufgabenstellungen

  • Einarbeitung und Evaluierung von bestehenden ML-Bibliotheken (z.B. scikit-learn)
  • Priorisierung und Selektierung von bestehenden Datensätzen
  • Konzipierung und Implementierung von maschinellen Lernverfahren zur Modellierung des Einflusses unterschiedlicher Prozessparameter auf die Produkt-/ Prozessqualität
  • Validierung der Ergebnisse

Anforderungsprofil

  • Erfahrungen mit Datenbanken (vorzugsweise SQL)
  • Gute Programmierkenntnisse in einer Hochsprache (z.B. Python, C++, C#, Java, Matlab) erforderlich
  • Analytische und selbstständige Arbeitsweise ist Voraussetzung
  • Erfahrungen mit maschinellen Lernverfahren von Vorteil
  • Sehr gute Deutsch-, Englischkenntnisse in Wort und Schrift

Kategorien:

Fachbereich:

Engineering-Systeme

Art der Arbeit:

Bachelorarbeit, Masterarbeit, Projektarbeit

Studiengang:

Energietechnik, Informatik, IPEM, Maschinenbau, Mechatronik, Medizintechnik, Wirtschaftsingenieurwesen

Technologiefeld:

Medizintechnik

Kontakt: