Dr.-Ing. Richard Meyes, M.Sc.
Wissenschaftlicher Mitarbeiter
Leiter des Forschungsbereichs "Interpretable Learning Models"
Forschungsinteressen:
- Artificial Intelligence and Machine Learning for Industrial Appliations
- Predictive Analysis of Time Series Data in Industrial Sensor Systems
- Structured Representations in Artificial Neural Networks
Biographie
Dr.-Ing. Richard Meyes ist seit Dezember 2018 wissenschaftlicher Mitarbeiter am Institute for Technologies and Management of Digital Transformation an der Bergischen Universität Wuppertal. Seine Forschungsschwerpunkte liegen in der Entwicklung und Untersuchung von Methoden der künstlichen Intelligenz, mit Fokus auf künstliche neuronale Netze, in verschiedenen Anwendungsfeldern, darunter Automotive und Produktion.
Publikationen
- 2024
- Hahn, Y., Kienitz, P., Wönkhaus, M., Meyes, R., & Meisen, T. (2024). "Towards Accurate Flood Predictions: A Deep Learning Approach Using Wupper River Data" , Water , 16 (23),
- 2023
- Hahn, Y., Langer, T., Meyes, R., & Meisen, T. (2023). "Time Series Dataset Survey for Forecasting with Deep Learning" , Forecasting , 5 (1), 315—335.
- Bulow, F., Hahn, Y., Meyes, R., Meisen, T., & others, (2023). "Transparent and Interpretable State of Health Forecasting of Lithium-Ion Batteries with Deep Learning and Saliency Maps" , International Journal of Energy Research , 2023 ,
- Langer, T., Welbers, V., Hahn, Y., Wönkhaus, M., Meyes, R., & Meisen, T. (2023). "Visual Interactive Exploration and~Labeling of~Large Volumes of~Industrial Time Series Data" in Enterprise Information Systems , Filipe, Joaquim and Śmiałek, Michał and Brodsky, Alexander and Hammoudi, Slimane, Eds. Cham : Springer Nature Switzerland 85—108.
ISBN: 978-3-031-39386-0
- 2022
- Langer, T., Meyes, R., & Meisen, T. (2022). "Gideon Replay: A library to replay interactions in web-applications" , SoftwareX , 17 , 100964.
