Achtung:

Sie haben Javascript deaktiviert!
Sie haben versucht eine Funktion zu nutzen, die nur mit Javascript möglich ist. Um sämtliche Funktionalitäten unserer Internetseite zu nutzen, aktivieren Sie bitte Javascript in Ihrem Browser.

#WirFeiernZukunft - Alle Veranstaltungen: www.upb50.de - 50 Jahre UPB

Foto: Universität Paderborn

Maximilian Schenke

Kontakt
Publikationen
 Maximilian Schenke

Leistungselektronik und Elektrische Antriebstechnik (LEA)

Mitglied - Wissenschaftlicher Mitarbeiter - Reinforcement Learning in der elektrischen Antriebstechnik

Telefon:
+49 5251 60-5487
Fax:
+49 5251 60-3443
Büro:
E4.130
Besucher:
Pohlweg 55
33098 Paderborn

Liste im Research Information System öffnen

2021

Transferring Online Reinforcement Learning for Electric Motor Control From Simulation to Real-World Experiments

G. Book, A. Traue, P. Balakrishna, A. Brosch, M. Schenke, S. Hanke, W. Kirchgässner, O. Wallscheid, IEEE Open Journal of Power Electronics (2021), pp. 187-201

DOI


gym-electric-motor (GEM): A Python toolbox for the simulation of electric drive systems

P. Balakrishna, G. Book, W. Kirchgässner, M. Schenke, A. Traue, O. Wallscheid, Journal of Open Source Software (2021), 2498

DOI


A Deep Q-Learning Direct Torque Controller for Permanent Magnet Synchronous Motors

M. Schenke, O. Wallscheid, IEEE Open Journal of the Industrial Electronics Society (2021), pp. 388-400

DOI


Improved Exploring Starts by Kernel Density Estimation-Based State-Space Coverage Acceleration in Reinforcement Learning

M. Schenke, O. Wallscheid, arXiv preprint arXiv:2105.08990 (2021)


2019

Controller Design for Electrical Drives by Deep Reinforcement Learning: A Proof of Concept

M. Schenke, W. Kirchgässner, O. Wallscheid, IEEE Transactions on Industrial Informatics (2019), pp. 4650-4658

DOI


2018

Improving torque and speed estimation accuracy by conjoint parameter identification and unscented Kalman filter design for induction machines

O. Wallscheid, M. Schenke, J. Böcker, in: 2018 21st International Conference on Electrical Machines and Systems (ICEMS), 2018, pp. 1181–1186


A combined approach to identify induction machine parameters and to design an extended kalman filter for speed and torque estimation

O. Wallscheid, M. Schenke, J. Böcker, in: 2018 IEEE 18th International Power Electronics and Motion Control Conference (PEMC), 2018, pp. 793–799


Liste im Research Information System öffnen

Die Universität der Informationsgesellschaft