Deutsch English

Dipl.-Math. Mirko Kück

Mirko Kück

Research Scientist in the division Systemgestaltung und Planung of the Bremer Institut für Produktion und Logistik GmbH an der Universität Bremen (BIBA).

Curriculum Vitae

Mirko Kück holds a diploma in mathematics. From 2004-2010, he studied mathematics with a particular emphasis on statistics at the University of Bremen. His secondary subject was economy science. Since 2010, he works as a research scientist at the BIBA – Bremer Institut für Produktion und Logistik GmbH at the University of Bremen. He belongs to the research area “Intelligent Production and Logistics Systems” (IPS).

Research Areas and Interests

prediction of customer demands in production and logistics networks, time series forecasting, time series analysis, machine learning, meta-learning, data science, data mining, simulation-based optimization, nonlinear dynamics, shared resources

Selected Publications
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

Profiles
Google Scholar | ResearchGate | Mendeley | Xing | Linkedin

Projects

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

Contact

Dipl.-Math. Mirko Kück
BIBA
Hochschulring 20
D-28359 Bremen
Phone: +49(0)421/218-50119
e-Mail: kue@biba.uni-bremen.de
Languages: German, English