KIT | KIT-Bibliothek | Impressum | Datenschutz

Demonstration of the Feasibility of Real Time Application of Machine Learning to Production Scheduling

Ghasemi, Amir ORCID iD icon 1; Kabak, Kamil Erkan; Heavey, Cathal
1 Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB), Karlsruher Institut für Technologie (KIT)

Zugehörige Institution(en) am KIT Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)
Publikationstyp Proceedingsbeitrag
Publikationsdatum 11.12.2022
Sprache Englisch
Identifikator ISBN: 978-1-6654-7662-1
KITopen-ID: 1000170883
Erschienen in 2022 Winter Simulation Conference (WSC), Singapore, 11-14 December 2022
Veranstaltung Winter Simulation Conference (WSC 2022), Singapur, Singapur, 11.12.2022 – 15.12.2022
Verlag Institute of Electrical and Electronics Engineers (IEEE)
Seiten 3406–3417
Nachgewiesen in Scopus
OpenAlex
Dimensions
Globale Ziele für nachhaltige Entwicklung Ziel 9 – Industrie, Innovation und Infrastruktur

Originalveröffentlichung
DOI: 10.1109/WSC57314.2022.10015436
Scopus
Zitationen: 4
Dimensions
Zitationen: 2
Seitenaufrufe: 47
seit 24.05.2024
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page