témavezető: Pálinkás Sándor
helyszín (magyar oldal): Debreceni Egyetem, Informatikai Tudományok Doktori Iskola helyszín rövidítés: ITDI
A kutatási téma leírása:
A kutatómunka a talajművelő szerszámok kopási tulajdonságait vizsgálja különböző összetételű ötvözetporok, termikus szórási paraméterek és különböző talajtípusok függvényében. A bemeneti technológiai és a kimeneti kopási paraméterek közötti kapcsolat feltárására új mesterséges intelligencia módszerek kerülnek alkalmazásra. A kifejlesztendő új informatikai módszer segítségével meghatározásra kerülnek a szerszámélettartam szempontjából fontos termikus szórási technológia optimális paraméterei a talajtípusok függvényében.
Irodalom
1. Norvig, P.; Russell, S.J. Mesterséges Intelligencia Modern Megközelítésben; 2nd edition; Panem kiadó Kft.: Budapest, HU, 2005
2. Burkov, A. The Hundred-Page Machine Learning Book; 2019; ISBN 9781999579500.
3. David E. Goldberg Genetic Algorithms in Search, Optimization and Machine Learning; Addison-Wesley Longman Publishing Co., Inc.: Boston, MA, USA, 1989; ISBN 201157675.
4. Davis J R (Ed.): Handbook of Thermal Spray Technology, (ASM International, 2004.)
5. Bach F W, Möhwald K, Laarmann A, Wenz T: Modern Surface Technology,1st edition, (Wiley-vch Verlag, Weinheim, 2006)
6. T. Hastie, R. Tibshirani és J. Friedman, The Elements of Statistical Learning, New York: Springer New York, 2009.
7. J. D. Kelleher, B. M. Namee és A. D'Arcy, Fundamentals of Machine Learning for Predictive Data Analytics, Cambridge, Massachusetts: MIT press, 2015.
8. James G, Witten D, Hastie T, Tibshirani R (2013) An introduction to statistical learning. Springer Science and Business Media LLC, New York
Jelentkezési határidő: 2024-05-15
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Bejelentkezés
