Schließen

• Kontaktdaten

• david.heik@htw-dresden.de

• 0049 351 462 3874

Heik, David

M.Sc., Wissenschaftlicher Mitarbeiter an der Hochschule für Technik und Wirtschaft Dresden, Fakultät Informatik/Mathematik

KoautorInnen‑Netzwerk

Wissenschaftslandkarte

Aktivitäten

Poster

• Domain Specific Assets: A software platform for use case driven human friendly factory interaction

Veranstaltungen

• Dynamic Job Shop Scheduling in an Industrial Assembly Environment Using Various Reinforcement Learning Techniques
• Adaptive Management Shell for Mapping theProcess Capability of Manufacturing Components:A Systematic Mapping Study
• An Application of Reinforcement Learning in Industrial Cyber-Physical Systems

Patente

• Computerimplementiertes Regelsystem zur adaptiven, regelbasierten Entscheidungs-unterstützung für modular aufgebaute industrielle Fertigungsumgebungen

Projekte

Beteiligungen

• Produktionssysteme mit Menschen und Technik als Team "ProMenTaT"
• REACT-Forschungsgruppe „Wandlungsfähige Produktionsumgebungen“
• RFID Sensorik für Predictive Maintenance Szenarien (RISE4PM), Teilthema: Softwaresysteme und Testumgebung für die RFID-Sensortag-Plattform

Publikationen

ausgewählte Veröffentlichungen

• Wissenschaftlicher Artikel

  • A Systematic Mapping Study on Machine Learning Techniques Applied for Condition Monitoring and Predictive Maintenance in the Manufacturing Sector.  LOGISTICS-BASEL.  6. 2022

• Kapitel

  • Application of Multi-agent Reinforcement Learning to the Dynamic Scheduling Problem in Manufacturing Systems 2024
  • Solving a Dynamic Scheduling Problem for a Manufacturing System with Reinforcement Learning 2024
  • Dynamic Job Shop Scheduling in an Industrial Assembly Environment Using Various Reinforcement Learning Techniques 2023
  • A Software Platform for Use Case Driven Human-Friendly Factory Interaction Using Domain-Specific Assets 2020
  • Asset Administration Shell: Domain Specific Language Approach to Integrate Heterogeneous Device Endpoints 2020

• Konferenz-Paper

  • Dynamic Job Shop Scheduling in an Industrial Assembly Environment Using Various Reinforcement Learning Techniques 2023
  • An Application of Reinforcement Learning in Industrial Cyber-Physical Systems 2022
  • Adaptive Management Shell for Mapping theProcess Capability of Manufacturing Components:A Systematic Mapping Study 2020

• Patent

  • Computerimplementiertes Regelsystem zur adaptiven, regelbasierten Entscheidungs-unterstützung für modular aufgebaute industrielle Fertigungsumgebungen

• Tagungsband

  • Application of Inhomogeneous QMIX in Various Architectures to Solve Dynamic Scheduling in Manufacturing Environments 2024
  • Adaptive Management Shell for Mapping the Process Capability of Manufacturing Components: A Systematic Mapping Study 2020

Forschung

andere Forschungsaktivitäten

• Produktionssysteme mit Menschen und Technik als Team "ProMenTaT"
• REACT-Forschungsgruppe „Wandlungsfähige Produktionsumgebungen“
• RFID Sensorik für Predictive Maintenance Szenarien (RISE4PM), Teilthema: Softwaresysteme und Testumgebung für die RFID-Sensortag-Plattform

Kontakt

vollständiger Name

• David Heik