English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Logistics Journal: Proceedings, Vol. 07, Iss. 1 - Materialflussrechner in komplexen Materialflusssystemen generieren eine grose Anzahl an Daten zu systeminternen Ereignissen. Deren Informationspotential wird derzeit aufgrund des enormen Datenumfangs nur begrenzt genutzt. Fur online durchgefuhrte Analysen ist sogar von einer stetig wachsenden Datenmenge auszugehen. Dieser Beitrag beschreibt einen Ansatz, diese Datenmenge in Zeitbereiche einzuteilen und die valide Echtzeit-Berechnung statistischer Prozesskenngrosen zu gewahrleisten. Durch die Beachtung signifikanter Zustandsanderungen im System bezuglich der Echtzeit-Analyse konnen statistische Abweichungen in systeminternen Prozessen erkannt werden. Damit wird die Grundlage fur eine Optimierung im laufenden Betrieb gelegt, um ggf. lokalen Prozessabweichungen entgegenwirken zu konnen, bevor diese Auswirkungen auf das Gesamtsystem haben.

Relevante Zeitbereiche intralogistischer Datenströme ? Grundlagen für die Optimierung im laufenden Betrieb