Automatic Particle Classification Through Deep Learning Approaches for Increasing Productivity in the Technical Cleanliness Laboratory-Reference-Cited by-同舟云学术

Automatic Particle Classification Through Deep Learning Approaches for Increasing Productivity in the Technical Cleanliness Laboratory

Published:2019-06-05 Issue: Volume: Page:34-44
ISSN:2194-5357
Container-title:Advances in Intelligent Systems and Computing
language:
Short-container-title:

Author:

Zwinkau Ronny,Frentrup Simon,Möhle Roman,Deuse Jochen

Publisher

Springer International Publishing

Link

http://link.springer.com/content/pdf/10.1007/978-3-030-20040-4_4

Reference20 articles.

1. Kreck, G., Holzapfel, Y.: Reinheitsvalidierung von kontaminationskritischen Produkten, reinraum online (2013). Accessed 31 Jan 2016

2. Verband der Deutschen Ingenieure e. V. 2083: Reinheitstauglichkeit und Oberflächenreinheit, VDI 2083. Beuth Verlag GmbH, Berlin (2006)

3. Verband der Automobilindustrie e. V. 19.1: Prüfung der Technischen Sauberkeit - Partikelverunreinigung funktionsrelevanter Automobilteile, 2nd edn, VDA 19.1 (2015)

4. Zwinkau, R., Krebs, M.: Schlussbericht zu dem IGF-Vorhaben 17495 N/1 Reinheitsgerechte Materialflusssysteme. Technische Universität Dortmund (2014)

5. Kloke, U.: Auslegung von Bauteilreinigungsanlagen mit Hilfe eines Fachinformationssystems. TU Dortmund (2003)

Cited by 2 articles. 订阅此论文施引文献订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献

1. The Identification of Early Blight Disease on Tomato Leaves Utilizing DenseNet Based on Transfer Learning;E3S Web of Conferences;2024

2. Reduction of Human Effort in Technical Cleanliness Inspection Through Advanced Image Processing Approaches;Advances in Manufacturing, Production Management and Process Control;2021