You are here: Home → Proceedings
Document Actions

Citation and metadata

Back to the article.

Recommended citation

Krüger A, Feldmann F, Pauly M, ten Hompel M (2020). Einsatzmöglichkeiten maschineller Lernverfahren in einer dezentral organisierten Lagerverwaltung auf Basis intelligenter Behälter. Logistics Journal : Proceedings, Vol. 2020. (urn:nbn:de:0009-14-51497)

Download Citation

Endnote

%0 Journal Article
%T Einsatzmöglichkeiten maschineller Lernverfahren in einer dezentral organisierten Lagerverwaltung auf Basis intelligenter Behälter
%A Krüger, Axel
%A Feldmann, Felix
%A Pauly, Markus
%A ten Hompel, Michael
%J Logistics Journal : Proceedings
%D 2020
%V 2020
%N 12
%@ 2192-9084
%F krüger2020
%X Intelligente Behälter verfügen über verschiedene Sensoren, einen lokalen Speicher, eine eigene Recheneinheit sowie eine Energieversorgung und ermöglichen so eine dezentral organisierte Lagerverwaltung. Neben der reinen Lagerverwaltung ist für einen produktiven Einsatz in der Industrie und dem Handel eine intelligente Selbststeuerung und Koordination dieser Behälter notwendig. In diesem Beitrag werden zwei Konzepte vorgestellt, wie mittels maschineller Lernverfahren datenbasierte Verbesserungen sowohl für ein risikobasiertes Bestandsmanagement als auch für eine automatisierte Lagerplatzvergabe realisiert werden können.
%L 620
%K Decentral Warehouse management
%K Intelligent Bins
%K Maschinelles Lernen
%K Reinforcement Learning
%K dezentrale Lagerverwaltung
%K intelligenter Behälter
%K machine learning
%R 10.2195/lj_Proc_krueger_de_202012_01
%U http://nbn-resolving.de/urn:nbn:de:0009-14-51497
%U http://dx.doi.org/10.2195/lj_Proc_krueger_de_202012_01
Download

Bibtex

@Article{krüger2020,
  author = 	"Kr{\"u}ger, Axel
		and Feldmann, Felix
		and Pauly, Markus
		and ten Hompel, Michael",
  title = 	"Einsatzm{\"o}glichkeiten maschineller Lernverfahren in einer dezentral organisierten Lagerverwaltung auf Basis intelligenter Beh{\"a}lter",
  journal = 	"Logistics Journal : Proceedings",
  year = 	"2020",
  volume = 	"2020",
  number = 	"12",
  keywords = 	"Decentral Warehouse management; Intelligent Bins; Maschinelles Lernen; Reinforcement Learning; dezentrale Lagerverwaltung; intelligenter Beh{\"a}lter; machine learning",
  abstract = 	"Intelligente Beh{\"a}lter verf{\"u}gen {\"u}ber verschiedene Sensoren, einen lokalen Speicher, eine eigene Recheneinheit sowie eine Energieversorgung und erm{\"o}glichen so eine dezentral organisierte Lagerverwaltung. Neben der reinen Lagerverwaltung ist f{\"u}r einen produktiven Einsatz in der Industrie und dem Handel eine intelligente Selbststeuerung und Koordination dieser Beh{\"a}lter notwendig. In diesem Beitrag werden zwei Konzepte vorgestellt, wie mittels maschineller Lernverfahren datenbasierte Verbesserungen sowohl f{\"u}r ein risikobasiertes Bestandsmanagement als auch f{\"u}r eine automatisierte Lagerplatzvergabe realisiert werden k{\"o}nnen.",
  issn = 	"2192-9084",
  doi = 	"10.2195/lj_Proc_krueger_de_202012_01",
  url = 	"http://nbn-resolving.de/urn:nbn:de:0009-14-51497"
}
Download

RIS

TY  - JOUR
AU  - Krüger, Axel
AU  - Feldmann, Felix
AU  - Pauly, Markus
AU  - ten Hompel, Michael
PY  - 2020
DA  - 2020//
TI  - Einsatzmöglichkeiten maschineller Lernverfahren in einer dezentral organisierten Lagerverwaltung auf Basis intelligenter Behälter
JO  - Logistics Journal : Proceedings
VL  - 2020
IS  - 12
KW  - Decentral Warehouse management
KW  - Intelligent Bins
KW  - Maschinelles Lernen
KW  - Reinforcement Learning
KW  - dezentrale Lagerverwaltung
KW  - intelligenter Behälter
KW  - machine learning
AB  - Intelligente Behälter verfügen über verschiedene Sensoren, einen lokalen Speicher, eine eigene Recheneinheit sowie eine Energieversorgung und ermöglichen so eine dezentral organisierte Lagerverwaltung. Neben der reinen Lagerverwaltung ist für einen produktiven Einsatz in der Industrie und dem Handel eine intelligente Selbststeuerung und Koordination dieser Behälter notwendig. In diesem Beitrag werden zwei Konzepte vorgestellt, wie mittels maschineller Lernverfahren datenbasierte Verbesserungen sowohl für ein risikobasiertes Bestandsmanagement als auch für eine automatisierte Lagerplatzvergabe realisiert werden können.
SN  - 2192-9084
UR  - http://nbn-resolving.de/urn:nbn:de:0009-14-51497
DO  - 10.2195/lj_Proc_krueger_de_202012_01
ID  - krüger2020
ER  -
Download

Wordbib

<?xml version="1.0" encoding="UTF-8"?>
<b:Sources SelectedStyle="" xmlns:b="http://schemas.openxmlformats.org/officeDocument/2006/bibliography"  xmlns="http://schemas.openxmlformats.org/officeDocument/2006/bibliography" >
<b:Source>
<b:Tag>krüger2020</b:Tag>
<b:SourceType>ArticleInAPeriodical</b:SourceType>
<b:Year>2020</b:Year>
<b:PeriodicalTitle>Logistics Journal : Proceedings</b:PeriodicalTitle>
<b:Volume>2020</b:Volume>
<b:Issue>12</b:Issue>
<b:Url>http://nbn-resolving.de/urn:nbn:de:0009-14-51497</b:Url>
<b:Url>http://dx.doi.org/10.2195/lj_Proc_krueger_de_202012_01</b:Url>
<b:Author>
<b:Author><b:NameList>
<b:Person><b:Last>Krüger</b:Last><b:First>Axel</b:First></b:Person>
<b:Person><b:Last>Feldmann</b:Last><b:First>Felix</b:First></b:Person>
<b:Person><b:Last>Pauly</b:Last><b:First>Markus</b:First></b:Person>
<b:Person><b:Last>ten Hompel</b:Last><b:First>Michael</b:First></b:Person>
</b:NameList></b:Author>
</b:Author>
<b:Title>Einsatzmöglichkeiten maschineller Lernverfahren in einer dezentral organisierten Lagerverwaltung auf Basis intelligenter Behälter</b:Title>
<b:Comments>Intelligente Behälter verfügen über verschiedene Sensoren, einen lokalen Speicher, eine eigene Recheneinheit sowie eine Energieversorgung und ermöglichen so eine dezentral organisierte Lagerverwaltung. Neben der reinen Lagerverwaltung ist für einen produktiven Einsatz in der Industrie und dem Handel eine intelligente Selbststeuerung und Koordination dieser Behälter notwendig. In diesem Beitrag werden zwei Konzepte vorgestellt, wie mittels maschineller Lernverfahren datenbasierte Verbesserungen sowohl für ein risikobasiertes Bestandsmanagement als auch für eine automatisierte Lagerplatzvergabe realisiert werden können.</b:Comments>
</b:Source>
</b:Sources>
Download

ISI

PT Journal
AU Krüger, A
   Feldmann, F
   Pauly, M
   ten Hompel, M
TI Einsatzmöglichkeiten maschineller Lernverfahren in einer dezentral organisierten Lagerverwaltung auf Basis intelligenter Behälter
SO Logistics Journal : Proceedings
PY 2020
VL 2020
IS 12
DI 10.2195/lj_Proc_krueger_de_202012_01
DE Decentral Warehouse management; Intelligent Bins; Maschinelles Lernen; Reinforcement Learning; dezentrale Lagerverwaltung; intelligenter Behälter; machine learning
AB Intelligente Behälter verfügen über verschiedene Sensoren, einen lokalen Speicher, eine eigene Recheneinheit sowie eine Energieversorgung und ermöglichen so eine dezentral organisierte Lagerverwaltung. Neben der reinen Lagerverwaltung ist für einen produktiven Einsatz in der Industrie und dem Handel eine intelligente Selbststeuerung und Koordination dieser Behälter notwendig. In diesem Beitrag werden zwei Konzepte vorgestellt, wie mittels maschineller Lernverfahren datenbasierte Verbesserungen sowohl für ein risikobasiertes Bestandsmanagement als auch für eine automatisierte Lagerplatzvergabe realisiert werden können.
ER
Download

Mods

<mods>
  <titleInfo>
    <title>Einsatzmöglichkeiten maschineller Lernverfahren in einer dezentral organisierten Lagerverwaltung auf Basis intelligenter Behälter</title>
  </titleInfo>
  <name type="personal">
    <namePart type="family">Krüger</namePart>
    <namePart type="given">Axel</namePart>
  </name>
  <name type="personal">
    <namePart type="family">Feldmann</namePart>
    <namePart type="given">Felix</namePart>
  </name>
  <name type="personal">
    <namePart type="family">Pauly</namePart>
    <namePart type="given">Markus</namePart>
  </name>
  <name type="personal">
    <namePart type="family">ten Hompel</namePart>
    <namePart type="given">Michael</namePart>
  </name>
  <abstract>Intelligente Behälter verfügen über verschiedene Sensoren, einen lokalen Speicher, eine eigene Recheneinheit sowie eine Energieversorgung und ermöglichen so eine dezentral organisierte Lagerverwaltung. Neben der reinen Lagerverwaltung ist für einen produktiven Einsatz in der Industrie und dem Handel eine intelligente Selbststeuerung und Koordination dieser Behälter notwendig. In diesem Beitrag werden zwei Konzepte vorgestellt, wie mittels maschineller Lernverfahren datenbasierte Verbesserungen sowohl für ein risikobasiertes Bestandsmanagement als auch für eine automatisierte Lagerplatzvergabe realisiert werden können.</abstract>
  <subject>
    <topic>Decentral Warehouse management</topic>
    <topic>Intelligent Bins</topic>
    <topic>Maschinelles Lernen</topic>
    <topic>Reinforcement Learning</topic>
    <topic>dezentrale Lagerverwaltung</topic>
    <topic>intelligenter Behälter</topic>
    <topic>machine learning</topic>
  </subject>
  <classification authority="ddc">620</classification>
  <relatedItem type="host">
    <genre authority="marcgt">periodical</genre>
    <genre>academic journal</genre>
    <titleInfo>
      <title>Logistics Journal : Proceedings</title>
    </titleInfo>
    <part>
      <detail type="volume">
        <number>2020</number>
      </detail>
      <detail type="issue">
        <number>12</number>
      </detail>
      <date>2020</date>
    </part>
  </relatedItem>
  <identifier type="issn">2192-9084</identifier>
  <identifier type="urn">urn:nbn:de:0009-14-51497</identifier>
  <identifier type="doi">10.2195/lj_Proc_krueger_de_202012_01</identifier>
  <identifier type="uri">http://nbn-resolving.de/urn:nbn:de:0009-14-51497</identifier>
  <identifier type="citekey">krüger2020</identifier>
</mods>
Download

Full Metadata

Bibliographic Citation Logistics Journal : referierte Veröffentlichungen, Vol. 2020, Iss. 12
Title

Einsatzmöglichkeiten maschineller Lernverfahren in einer dezentral organisierten Lagerverwaltung auf Basis intelligenter Behälter (ger)
Author Axel Krüger, Felix Feldmann, Markus Pauly, Michael ten Hompel
Language ger
Abstract Intelligente Behälter verfügen über verschiedene Sensoren, einen lokalen Speicher, eine eigene Recheneinheit sowie eine Energieversorgung und ermöglichen so eine dezentral organisierte Lagerverwaltung. Neben der reinen Lagerverwaltung ist für einen produktiven Einsatz in der Industrie und dem Handel eine intelligente Selbststeuerung und Koordination dieser Behälter notwendig. In diesem Beitrag werden zwei Konzepte vorgestellt, wie mittels maschineller Lernverfahren datenbasierte Verbesserungen sowohl für ein risikobasiertes Bestandsmanagement als auch für eine automatisierte Lagerplatzvergabe realisiert werden können. Intelligent bins are equipped with various sensors, local memory, an own computing unit and energy supply. These bins can form a self-controlled, decentrally organized warehouse management. Besides the basic functionalities of a warehouse management system, such a system needs an intelligent self-control in order to match the requirements of industry and retail. We present two concepts, using machine learning for a data driven improvement of risk-based inventory management and of automated storage location assignment.
Subject Decentral Warehouse management, Intelligent Bins, Maschinelles Lernen, Reinforcement Learning, dezentrale Lagerverwaltung, intelligenter Behälter, machine learning
DDC 620
Rights fDPPL
URN: urn:nbn:de:0009-14-51497
DOI https://doi.org/10.2195/lj_Proc_krueger_de_202012_01