Zugehörige Institution(en) am KIT | Institut für Fahrzeugsystemtechnik (FAST) |
Publikationstyp | Proceedingsbeitrag |
Publikationsjahr | 2018 |
Sprache | Deutsch |
Identifikator | ISBN: 978-3-18-092332-1 ISSN: 0083-5560 urn:nbn:de:swb:90-876952 KITopen-ID: 1000087695 |
Erschienen in | Land. Technik - Agricultural Engineering - Das Forum für agrartechnische Innovationen, Leinfelden-Echterdingen, 20. - 21. November 2018 |
Verlag | VDI Verlag |
Seiten | 41-50 |
Serie | VDI Bericht ; 2332 |
Bemerkung zur Veröffentlichung | VDI-MEG |
Schlagwörter | Zustandserkennung, Machine Learning, Bagged Trees, Radlader, Y-Zyklus |