Flexible Automation and Intelligent Manufacturing: The Future of Automation and Manufacturing: Intelligence, Agility, and Sustainability : Proceedings of FAIM 2025, June 21-24, 2025, New York City, NY, USA, Volume 2 (Lecture Notes in Mechanical Engin

個数：

Flexible Automation and Intelligent Manufacturing: The Future of Automation and Manufacturing: Intelligence, Agility, and Sustainability : Proceedings of FAIM 2025, June 21-24, 2025, New York City, NY, USA, Volume 2 (Lecture Notes in Mechanical Engin

Srihari, Krishnaswami (EDT)/ Khasawneh, Mohammad T. (EDT)/ Yoon, Sangwon (EDT)

ウェブストア価格 ¥55,260（本体¥50,237）
Springer Nature Switzerland AG（2025/11発売）
外貨定価 US$ 249.99
ポイント 502pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

≪洋書のご注文について≫ 「海外取次在庫あり」「国内在庫僅少」および「国内仕入れ先からお取り寄せいたします」表示の商品でもクリスマス前(12/20～12/25)および年末年始までにお届けできないことがございます。あらかじめご了承ください。

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 690 p.
言語 ENG
商品コード 9783032056092

Full Description

This book reports on cutting-edge research and developments in manufacturing, giving a special emphasis to intelligent, agile and sustainable solutions. It covers applications of machine learning in manufacturing and advances in cyber-physical systems, human-robot collaboration, and machine tools and assembly systems. It also reports on advances in logistics and supply chain, and lean manufacturing. Based on the proceedings of the 33rd International Conference on Flexible Automation and Intelligent Manufacturing (FAIM2025), held on 21-24, 2025, in New York City, NY, USA, this second volume of a 2-volume set provides academics and professionals with extensive, technical information on trends and technologies in manufacturing, yet it also discusses challenges and practice-oriented experience in all the above-mentioned areas.

.- Application of Ensemble Learning to Classify Failures in Lithium-ion Batteries.- Implementation of a Reinforcement Learning Application for Production Scheduling Including Practical Constraints.- Prediction of Machined Surface Roughness Using Cutting Load and Machining History Data.- Prediction of Tensile Strength and Impact Strength in Fused Deposition Modeling Using a Machine Learning Pipeline, etc.