Deutsch English

Dipl.-Math. Mirko Kück

Mirko Kück

Wissenschaftliche(r) Mitarbeiter/-in in der Abteilung Systemgestaltung und Planung des Bremer Instituts für Produktion und Logistik GmbH an der Universität Bremen (BIBA).

Lebenslauf

Dipl.-Math. Mirko Kück studierte von 2004 bis 2010 Mathematik mit Nebenfach Wirtschaftswissenschaften an der Universität Bremen. Der Schwerpunkt des Hauptstudiums lag im Bereich Statistik. Seit 2010 arbeitet Mirko Kück als wissenschaftlicher Mitarbeiter am Bremer Institut für Produktion und Logistik GmbH (BIBA) im Forschungsbereich Intelligente Produktions- und Logistiksysteme (IPS).

Forschungsbereiche und -interessen

Prognose von Kundenbedarfen in Produktions- und Logistiknetzwerken, Zeitreihenprognose, Zeitreihenanalyse, Maschinelle Lernverfahren, Meta-Lernen, Data Science, Data Mining, Simulationsbasierte Optimierung, Nichtlineare Dynamik, Shared Resources

Ausgewählte Publikationen
Kück, M.; Crone, S. F.; Freitag, M.: Meta-Learning with Neural Networks and Landmarking for Forecasting Model Selection - An Empirical Evaluation of Different Feature Sets Applied to Industry Data. In: Proceedings of the 2016 IEEE International Joint Conference on Neural Networks, 2016, in print.

Kück, M.; Becker, T.; Freitag, M.: Emergence of Non-predictable Dynamics Caused by Shared Resources in Production Networks. In: Procedia CIRP, 41, 2016, pp. 520-525. doi:10.1016/j.procir.2015.12.017

Freitag, M.; Kück, M.; Ait Alla, A.; Lütjen, M.: Potenziale von Data Science in Produktion und Logistik: Teil 2 - Vorgehensweise zur Datenanalyse und Anwendungsbeispiele. In: Industrie 4.0 Management, 31(6), 2015, pp. 39-46.

Freitag, M.; Kück, M.; Ait Alla, A.; Lütjen, M.: Potenziale von Data Science in Produktion und Logistik: Teil 1 - Eine Einführung in aktuelle Ansätze der Data Science. In: Industrie 4.0 Management, 31(5), 2015, pp. 22-26.

Scholz-Reiter, B.; Kück, M.; Lappe, D.: Prediction of customer demands for production planning - Automated selection and configuration of suitable prediction methods. In: CIRP Annals - Manufacturing Technology, 63(1), 2014, pp. 417-420. doi:10.1016/j.cirp.2014.03.106

Kück, M.; Scholz-Reiter, B.; Freitag, M.: Robust Methods for the Prediction of Customer Demands Based on Nonlinear Dynamical Systems. In: Procedia CIRP, 19, 2014, pp. 93-98. doi:10.1016/j.procir.2014.05.014

Kück, M.; Scholz-Reiter, B.: A Genetic Algorithm to Optimize Lazy Learning Parameters for the Prediction of Customer Demands. In: Proceedings of the 12th IEEE International Conference on Machine Learning and Applications (ICMLA 2013), pp. 160-165. doi:10.1109/ICMLA.2013.183

Profile
Google Scholar | ResearchGate | Mendeley | Xing | Linkedin

Projekte

AdaptiveSBOEin adaptives simulationsbasiertes Optimierungsverfahren zur Planung und Steuerung dynamischer Produktionssysteme
PROGNOSE_NLDEntwicklung von Prognoseverfahren für die Produktionsprogrammplanung auf Basis von Vorhersagemodellen der Nichtlinearen Dynamik
PROGNOSE_NLD_2Entwicklung von Prognoseverfahren für die Produktionsprogrammplanung auf Basis von Vorhersagemodellen der Nichtlinearen Dynamik

Kontakt

Dipl.-Math. Mirko Kück
BIBA
Hochschulring 20
D-28359 Bremen
Telefon: +49(0)421/218-50119
e-Mail: kue@biba.uni-bremen.de
Sprachen: Deutsch, Englisch