Projekte pro Jahr
Persönliches Profil
Forschungsgebiete
Condition Monitoring, Predictive Maintenance, Prognostics and Health Management, Simulation and Optimalization, Manufacturing Technology
Bildung/Akademische Qualifikationen
Mastergrad, M.Eng. (Naval Architecture) , Kiel University of Applied Sciences
Sept. 2015 → Okt. 2020
Bachelorgrad, B.Eng. (Naval Architecture) , Kiel University of Applied Sciences
Sept. 2015 → Juli 2018
Promovend, Dr.techn., TU Wien
Juli 2024 → …
Fingerprint
Ergründen Sie die Forschungsthemen, in denen Gábor Princz aktiv ist. Diese Themenbezeichnungen stammen aus den Werken dieser Person. Zusammen bilden sie einen einzigartigen Fingerprint.
- 1 Ähnliche Profile
Kooperationen und Spitzenforschungsbereiche der letzten fünf Jahre
Jüngste externe Zusammenarbeit auf Länder-/Gebietsebene. Tauchen Sie ein in Details, indem Sie auf die Punkte klicken, oder:
-
IntelliProPS
Erol, S. (Leitende(r) Forscher/-in), Hörbe, R. (Weitere Forschende), Princz, G. (Weitere Forschende), Algan, M. (Weitere Forschende) & Shaloo, M. (Weitere Forschende)
1/03/23 → 28/02/26
Projekt: Forschung
-
DigiProTrain
Erol, S. (Leitende(r) Forscher/-in), Princz, G. (Weitere Forschende) & Shaloo, M. (Weitere Forschende)
1/01/23 → 31/12/25
Projekt: Forschung
-
Care about Care – C^C
Schneider, C. (Leitende(r) Forscher/-in), Princz, G. (Weitere Forschende), Rauter, M. (Weitere Forschende), Kolmann, P. (Leitende(r) Forscher/-in), Tatzer-Hanten, V. C. (Weitere Forschende) & Rameder, P. (Weitere Forschende)
1/06/21 → 30/11/23
Projekt: Forschung
-
A Data Management Concept for Learning Factories to Support Scenario-Based Learning of Advanced Manufacturing Data Analytics for SMEs
Grano, A., Princz, G., Erol, S. & Hörbe, R., 11 Juli 2024, Learning Factories of the Future - Proceedings of the 14th Conference on Learning Factories 2024. Thiede, S. & Lutters, E. (Hrsg.). Springer Science and Business Media Deutschland GmbH, S. 278-285 8 S. (Lecture Notes in Networks and Systems; Band 1060 LNNS).Publikation: Beitrag in Buch/Bericht/Konferenzband › Konferenzbeitrag › peer-review
-
Anomaly Detection in Binary Time Series Data: An unsupervised Machine Learning Approach for Condition Monitoring
Princz, G., Shaloo, M. & Erol, S., 1 Jan. 2024, in: Procedia Computer Science. 232, S. 1065-1078 14 S.Publikation: Beitrag in Fachzeitschrift › Konferenzartikel › peer-review
Open Access -
Flexible automation of quality inspection in parts assembly using CNN-based machine learning
Shaloo, M., Princz, G., Hörbe, R. & Erol, S., 1 Jan. 2024, in: Procedia Computer Science. 232, S. 2921-2932 12 S.Publikation: Beitrag in Fachzeitschrift › Konferenzartikel › peer-review
Open Access -
A literature review on the prediction and monitoring of assembly and disassembly processes in discrete make-To-order production in SMEs with machine vision technologies
Princz, G., Shaloo, M. & Erol, S., 9 Jan. 2023, Proceedings of the 2023 10th International Conference on Industrial Engineering and Applications, ICIEA-EU 2023. Association for Computing Machinery, S. 318-327 10 S. (ACM International Conference Proceeding Series).Publikation: Beitrag in Buch/Bericht/Konferenzband › Kapitel › peer-review
-
Real-Time Color Detection for Automated Production Lines Using CNN-Based Machine Learning
Shaloo, M., Princz, G. & Erol, S., 2023, Towards a Smart, Resilient and Sustainable Industry - Proceedings of the 2nd International Symposium on Industrial Engineering and Automation ISIEA 2023. Borgianni, Y., Matt, D. T., Molinaro, M. & Orzes, G. (Hrsg.). Springer Science and Business Media Deutschland GmbH, S. 167-181 15 S. (Lecture Notes in Networks and Systems; Band 745 LNNS).Publikation: Beitrag in Buch/Bericht/Konferenzband › Konferenzbeitrag › peer-review