Robert Maack, M.Sc.
Wissenschaftlicher Mitarbeiter
Forschungsinteressen:
- Digital Image Processing
- Machine Learning
- Artificial Intelligence in Smart Manufacturing and Process Scheduling
Biographie
Robert Maack ist seit September 2019 als wissenschaftlicher Mitarbeiter und Doktorand am Institute for Technologies and Management of Digital Transformation an der Bergischen Universität Wuppertal tätig.
Herr Maack studierte Elektrotechnik und Informationstechnik an der Ruhr-Universität Bochum. Als Vertiefung bewegte er sich im Bereich eingebetteter Systeme mit Fokus auf Algorithmenoptimierung für Multicore-Architekturen und FPGAs. In seiner Masterarbeit beschäftigte er sich mit Hardware Reverse Engineering von IC-Schaltungen mittels digitaler Bildverarbeitung und Machine Learning.
Publikationen
- 2025
- Maack, R. F., Thun, L., Liang, T., Tercan, H., & Meisen, T. (2025). "PCAD: A Real-World Dataset for 6D Pose Industrial Anomaly Detection" in Proceedings of the Winter Conference on Applications of Computer Vision (WACV) Workshops . 1132—1141.
- 2024
- Hahn, Y., Maack, R. F., Buchholz, G., Purrio, M., Angerhausen, M., Tercan, H., & Meisen, T. (2024). "Quality Prediction in Arc Welding: Leveraging Transformer Models and Discrete Representations from Vector Quantised—VAE" in CIKM '24: Proceedings of the 33rd ACM International Conference on Information and Knowledge Management , Serra, Edoardo and Spezzano, Francesca, Eds. New York, United States : Association for Computing Machinery
ISBN: 979-8-4007-0436-9
- 2023
- Hahn, Y., Maack, R. F., Buchholz, G., Purrio, M., Angerhausen, M., Tercan, H., & Meisen, T. (2023). "Towards a Deep Learning-based Online Quality Prediction System for Welding Processes" , Procedia CIRP , 120 , 1047—1052.
- 2022
- Maack, R. F., Tercan, H., & Meisen, T. (2022). "Deep Learning based Visual Quality Inspection for Industrial Assembly Line Production using Normalizing Flows" in 2022 IEEE 20th International Conference on Industrial Informatics (INDIN) , IEEE 329—334.
ISBN: 978-1-7281-7568-3
- Maack, R. F., Puiseau, C., Sokolova, A., Atsbha, H., Tercan, H., & Meisen, T. (2022). "Reducing the Sim2Real-Gap in Extrusion Blow Molding using Random Forest Regressors" , Manufacturing Letters , 33 , 843—849.
