Predikční model pro celkovou efektivitu zařízení – Bc. Jiří Horák
Bc. Jiří Horák
Diplomová práce
Predikční model pro celkovou efektivitu zařízení
Prediction Model for Overall Equipment Effectivenes
Anotace:
Předmětem diplomové práce „Predikční model pro celkovou efektivitu zařízení“ je vytvoření a následné zhodnocení predikčního modelu celkové efektivity výrobního zařízení. Základem práce je rešerše využití strojového učení ve výrobě, včetně populárních knihoven a datových sad. Rešerše se dále zabývá konkrétními výzkumy predikování celkové efektivity zařízení a použitými postupy. Metodologická práce popisuje …víceAbstract:
The goal of this diploma thesis is to design machine learning model for Overall Equipment Effectiveness. Theoretical part focuses on machine learning in production environment, case studies about measuring and predicting OEE, popular libraries and datasets for machine learning in manufacturing. The second part is focused on developing the prediction model, creating high-level diagram and low-level …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 15. 5. 2024
Identifikátor:
https://is.muni.cz/th/gwfyt/
Obhajoba závěrečné práce
- Obhajoba proběhla 19. 6. 2024
- Vedoucí: doc. Ing. Radek Fujdiak, Ph.D.
- Oponent: Ing. Jaromír Skorkovský, CSc.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Ekonomicko-správní fakultaMasarykova univerzita
Ekonomicko-správní fakultaMagisterský studijní program / obor:
Systémové inženýrství a informatika / Podniková informatika
Práce na příbuzné téma
-
Model informační podpory pro celkovou efektivitu zařízení
Adam Zedníček -
Výrobní efektivita kalících pecí v průmyslovém podniku
Jan Andrýsek -
Měření celkové efektivity zařízení CEZ ve vybrané organizaci
Adam Pecha -
Návrh měření celkové efektivity zařízení ve výrobní firmě
Kateřina Kossková -
Credit Scoring Using Ensemble Machine Learning Methods
Jan Helcl -
Development of Data Deduplication Model for National Oncology Registry
Jozef Kraus -
Multimodal predictive model for analysing news data
Petr Kadlec -
Application of Common Provenance Model for MLFlow
Vojtěch Jurka