@inproceedings{Plankensteiner2019,
  author    = {Kathrin Plankensteiner},
  title     = {Zuverl{\"a}ssigkeitsanalyse von Schwei{\"s}prozessen mit Supervised Learning Methoden},
  series = {Konferenz der Mechatronik Plattform {\"O}sterreich 2019},
  editor    = {Wolfgang Werth},
  publisher = {FH K{\"a}rnten},
  address   = {Villach},
  doi       = {10.25924/opus-3176},
  pages     = {30 -- 31},
  year      = {2019},
  abstract  = {In dieser Arbeit wird Supervised Learning verwendet, um die Zuverl{\"a}ssigkeit von Schwei{\"s}verbindungen zu evaluieren. Um die Schwei{\"s}qualit{\"a}t zu bestimmen, wurden End of Life Tests durchgef{\"u}hrt. F{\"u}r die statistische Auswertung und Vorhersage der zu erwartenden Lebensdauer, wurden die Daten basierend auf einer logarithmischen Normalverteilung und mit einer multivariablen linearen Regression modelliert. Um die signifikanten Einflussfaktoren zu identifizieren, wurde eine schrittweise Regression genutzt. Die Ergebnisse zeigen, dass das entwickelte Modell die Zuverl{\"a}ssigkeit und Lebensdauer der Schwei{\"s}verbindung akkurat abbildet und pr{\"a}zise Vorhersagen liefern kann.},
  language  = {de}
}