EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Real-time process monitoring in additive manufacturing using machine learning

Shradha Ghansiyal, Marius Schmitz, Thomas Kirsch, Mathias Klar, Jan C. Aurich

Procedia CIRP · 2025 · 134 · 79-84

DOI: 10.1016/j.procir.2025.03.046 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia CIRP, 2025. Verfasst von Shradha Ghansiyal und 4 weiteren Autor:innen. Die Arbeit wurde bisher 3-mal zitiert (Crossref) und nennt 24 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Deutsche Forschungsgemeinschaft.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Deutsche Forschungsgemeinschaft

Zitieren

APA

Ghansiyal, S., Schmitz, M., Kirsch, T., Klar, M., & Aurich, J. C. (2025). Real-time process monitoring in additive manufacturing using machine learning. Procedia CIRP, 134, 79-84. https://doi.org/10.1016/j.procir.2025.03.046

Vancouver

Ghansiyal S, Schmitz M, Kirsch T, Klar M, Aurich JC. Real-time process monitoring in additive manufacturing using machine learning. Procedia CIRP. 2025;134:79-84. doi:10.1016/j.procir.2025.03.046

BibTeX
@article{Ghansiyal2025,
  author = {Ghansiyal, Shradha and Schmitz, Marius and Kirsch, Thomas and Klar, Mathias and Aurich, Jan C.},
  title = {Real-time process monitoring in additive manufacturing using machine learning},
  journal = {Procedia CIRP},
  year = {2025},
  volume = {134},
  pages = {79--84},
  doi = {10.1016/j.procir.2025.03.046}
}
Kostenlos starten →