kue

Mirko Kück

Wissenschaftlicher Mitarbeiter in der IPS-Abteilung Systemgestaltung und Planung

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 BIBA - Bremer Institut für Produktion und Logistik an der Universität Bremen 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, pp. 1499-1506. doi: 10.1109/IJCNN.2016.7727376

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

AdaptiveSBO Ein adaptives simulationsbasiertes Optimierungsverfahren zur Planung und Steuerung dynamischer Produktionssysteme
PROGNOSE_NLD_2 Entwicklung von Prognoseverfahren für die Produktionsprogrammplanung auf Basis von Vorhersagemodellen der Nichtlinearen Dynamik
PROGNOSE_NLD Entwicklung von Prognoseverfahren für die Produktionsprogrammplanung auf Basis von Vorhersagemodellen der Nichtlinearen Dynamik

Kontakt

Mirko Kück
BIBA - Bremer Institut für Produktion und Logistik GmbH
Hochschulring 20
28359 Bremen
Telefon +49(0)421/218-50119
e-Mail kue@biba.uni-bremen.de
Sprachen Deutsch, Englisch

Termine:
3. Energie-Effizienz Netzwerktreffen
22. November 2017, Brake
LDIC 2018
20. - 22. Februar 2018, Bremen
SysInt
19. - 20. Juni 2018, Hannover

Weitere Veranstaltungen