| Industrial machine tool component surface defect dataset T Schlagenhauf, M Landwehr Data in Brief 39, 107643, 2021 | 32* | 2021 |
| Text detection on technical drawings for the digitization of brown-field processes T Schlagenhauf, M Netzer, J Hillinger Procedia CIRP 118, 372-377, 2023 | 12 | 2023 |
| Siamese basis function networks for data-efficient defect classification in technical domains T Schlagenhauf, F Yildirim, B Brückner International Conference on Software Engineering and Formal Methods, 71-92, 2022 | 10* | 2022 |
| Camera based ball screw spindle defect classification system: System zur kamerabasierten defekterkennung auf kugelgewindetriebspindeln T Schlagenhauf, CP Feuring, J Hillenbrand, J Fleischer Production at the leading edge of technology: Proceedings of the 9th …, 2019 | 10 | 2019 |
| Intelligent vision based wear forecasting on surfaces of machine tool elements T Schlagenhauf, N Burghardt SN Applied Sciences 3 (12), 858, 2021 | 9 | 2021 |
| A stitching algorithm for automated surface inspection of rotationally symmetric components T Schlagenhauf, T Brander, J Fleischer CIRP Journal of Manufacturing Science and Technology 35, 169-177, 2021 | 7 | 2021 |
| Digitalisierung und KI in der Produktion A Mockenhaupt, T Schlagenhauf Digitalisierung und Künstliche Intelligenz in der Produktion: Grundlagen und …, 2024 | 6 | 2024 |
| Ball screw drive surface defect dataset for classification T Schlagenhauf | 6 | 2021 |
| Integration von machine vision in Kugelgewindespindeln T Schlagenhauf, J Hillenbrand, B Klee, J Fleischer WT Werkstattechnik Online 7 (8), 605-610, 2019 | 6 | 2019 |
| EASY: energy-efficient analysis and control processes in the dynamic edge-cloud continuum for industrial manufacturing A Schultheis, B Alt, S Bast, A Guldner, D Jilg, D Katic, J Mundorf, ... KI-Künstliche Intelligenz, 1-6, 2024 | 4 | 2024 |
| Discriminative feature learning through feature distance loss T Schlagenhauf, Y Lin, B Noack Machine Vision and Applications 34 (2), 25, 2023 | 3 | 2023 |
| Analysis of the visually detectable wear progress on ball screws T Schlagenhauf, T Scheurenbrand, D Hofmann, O Krasnikow CIRP Journal of Manufacturing Science and Technology 40, 1-9, 2023 | 3 | 2023 |
| A Domain Knowledge-based Approach for Fault Diagnosis M Netzer, P Alexander, T Schlagenhauf, J Fleischer Procedia CIRP 118, 163-168, 2023 | 3 | 2023 |
| Bildbasierte Quantifizierung und Prognose des Verschleißes an Kugelgewindetriebspindeln: Ein Beitrag zur Zustandsüberwachung von Kugelgewindetrieben mittels Methoden des … T Schlagenhauf KIT-Bibliothek, 2022 | 3 | 2022 |
| OEE+: Ein Vorschlag zur zeitgemäßen Erweiterung der OEE um Nachhaltigkeitsaspekte= A proposal for the contemporary extension of the OEE to include sustainability aspects T Schlagenhauf, M Netzer, J Fleischer WT Werkstattstechnik 112 (7-8), 481, 2022 | 2 | 2022 |
| Extraction of surface image features for wear detection on ball screw drive spindles T Schlagenhauf, M Heinzler, J Fleischer M. Heizmann| T. Längle, 305, 2020 | 2 | 2020 |
| Convolutional-based encoder–decoder network for time series anomaly detection during the milling of 16MnCr5 T Schlagenhauf, J Wolf, A Puchta Data 7 (12), 175, 2022 | 1 | 2022 |
| Cross-domain Transfer of defect features in technical domains based on partial target data T Schlagenhauf, T Scheurenbrand International Journal of Prognostics and Health Management, 2022 | 1 | 2022 |
| Multivariate Time Series Dataset of Milling 16MnCr5 for Anomaly Detection T Schlagenhauf, J Wolf, A Puchta Preprints, 2022 | 1 | 2022 |
| Context-based Image Segment Labeling (CBISL) T Schlagenhauf, Y Xia, J Fleischer arXiv preprint arXiv:2011.00784, 2020 | 1 | 2020 |
