Advertisement

Erweiterung datenbasierter Wertschöpfungsketten um transferierbare Modelle

  • Torben SchnuchelEmail author
  • Michael Granitzer
Chapter

Zusammenfassung

Die Zukunftsvision der Fusion von industriellen Fertigungsprozessen und intelligenten cyberphysischen Systemen stellt Unternehmen vor Herausforderungen einer ganz besonderen Kategorie. Die Grundlage hierfür bildet der enorme technologische Fortschritt im Bereich der Datenanalyse in den letzten Jahren, der nun in unterschiedliche Bereiche unseres Lebens Einzug hält. Längst haben sich Privatpersonen damit arrangiert, neben ihrer eigentlichen Identität noch eine digitale Kopie von sich zu pflegen, die maschinenlesbar ist und somit Gegenstand von automatisierten Analysen (meist zu Werbezwecken) ist.

Literatur

  1. Baheti, R., Gill, H. (2011). Cyber-physical systems. T. Samad and A.M. Annaswamy, 2011.Google Scholar
  2. Cuzzocrea, A. (2014). Privacy and security of big data. In: Proceedings of the first international workshop on privacy and secuirty of big data.Google Scholar
  3. Fayyad, U., Piatetsky-Shapiro, G., & Padhraic Smyth, P. (1996). From data mining to knowledge discovery in databases. AI Magazine, 17(3), 37.Google Scholar
  4. Granitzer, M., Hollauf, M., Simon, N. (2013). Commercially empowered linked open data ecosystems in research D6.2. In: Report on data marketplace: Success factors, sustainability, trust and reputation.Google Scholar
  5. Markl, V., Hoeren, T., & Krcmar, H. (2013). Innovationspotenzialanalyse für die neuen Technologien für das Verwalten und Analysieren von großen Datenmengen (Big Data Management). Berlin: Bundesministerium für Wirtschaft und Energie.Google Scholar
  6. Mehmood, A., Matgunanathan, I., Xiang, Y., Hua, G., & Guo, S. (2016). Protection of big data privacy. IEEE Access, 4, 1821–1834.CrossRefGoogle Scholar
  7. Mesnil, G., et al. (2011). Unsupervised and transfer learning challenge: A deep learning approach. In: UTLW’11 Proceedings of the 2011 International Conference on Unsupervised and Transfer Learning workshop, Washington.Google Scholar
  8. Pan, S., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359.CrossRefGoogle Scholar
  9. Pan, S., Kwok, J., Yang, Q. (2008). Transfer learning via dimensionality reduction. In: AAAI’08 Proceedings of the 23rd national conference on Artificial intelligence.Google Scholar
  10. Taylor, M. E., & Stone, P. (2009). Transfer learning for reinforcement learning domains: A survey. Journal of Machine Learning Research, 10, 1633–1685.Google Scholar
  11. Zhu, K. (2005). Information transparency hypothesis: Economic implications of electronic markets. In K. Tomak (Hrsg.), Advances in the economics of information systems (S. 15–42). Hershey: Idea Group.CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Universität PassauPassauDeutschland

Personalised recommendations