FK03
hm.edu

Department of
Mechanical, Automotive
and Aeronautical Engineering

KIM Publikationen

KIM – Publications

Here you will find an overview of scientific publications from the KIM research group – ranging from peer-reviewed conference papers and book chapters to invited talks at international specialist events.

Books
[2] Advances in Manufacturing IV: Volume 3 – Quality Engineering: Digitalization, Sustainability and Industry Applications, 1st ed., Cham: Springer Nature Switzerland, 2024, ISBN: 9783031564741
[1] Concept for machine learning and field data driven adjustment of testing conditions of technical prototypes, Aachen: Shaker Verlag, 2018, Band 3. ISBN: 978-3-8440-6022-5
Peer-review Paper
[56] K. Thoma, W. Guo und M. Hinz, „Context-Aware UAV Swarm Coordination for Flood Response using Deep Reinforcement Learning“, ESREL 2026, Braga, Portugal, 2026 [accepted].
[55] J. Strohhofer, N. Albaali, T. Gehring, L. Demaret und M. Hinz, „Quantitative Characterization of Individual Algae Cells via Machine Learning-Based Clustering“, ESREL 2026, Braga, Portugal, 2026 [accepted].
[54] L. Pürner, M. Kling, K. Rother und M. Hinz, „Physics-Informed Graph Neural Networks for Stress Prediction in Welded Structures“, ESREL 2026, Braga, Portugal, 2026 [accepted].
[53] W. Guo, R. Sha, L. Li, L. Zhang, D. Li, H. Lu und M. Hinz, „Adaptive Genetic Selection Based Pinning Control With Asymmetric Coupling for Multi-Network Heterogeneous Vehicular Systems“, IEEE Transactions on Vehicular Technology, 2026.
[52] W. Guo, Y. Xiao, Z. Zhang, W. Li, L. Zhang, L. Li, D. Li, C. Rohmann, H. K. Bachem und M. Hinz, „Scalable Multi-Objective Optimization for Robust Traffic Signal Control in Uncertain Environments Based on Hierarchical Reinforcement Learning“, IEEE Transactions on Intelligent Transportation Systems, 2026.
[51] W. Guo, W. Li, L. Li, L. Zhang, D. Li und M. Hinz, „Multi-objective robust dynamic communication optimization with temporal continuity for highway vehicular networks“, Expert Systems with Applications, Bd. 297, 2026.
[50] B. Bubert und M. Hinz, „Semi-Supervised Learning with Convolutional Neural Networks for Surface Roughness Classification“, ESREL 2026, Braga, Portugal, 2026 [accepted].
[49] J. Strohhofer und M. Hinz, „Traditional vs. AI-based Methods for Detection of Anomalies on Metal Surfaces“, ESREL SRA-E 2025, Stavanger, Norway, 2025.
[48] M. Meyer, S. Schorer, A. Żurek und M. Hinz, „UAV Swarm Coordination for Flood Area Coverage in Populated Regions using Reinforcement Learning“, ESREL SRA-E 2025, Stavanger, Norway, 2025.
[47] D. Meslem und M. Hinz, „Application of Self Organizing Map Algorithm for Analysis of Products Quality“, 34th European Safety and Reliability Conference (ESREL 2024), Kraków, Poland, 2024.
[46] M. Hinz, M. Becker und P. E. Pfeffer, „Utilization of AI-based Driver Style Detection Using Vehicle Dynamics Measurements“, 34th European Safety and Reliability Conference (ESREL 2024), Kraków, Poland, 2024.
[45] C. Cicek und M. Hinz, „Analyzing Surface Quality Patterns Through the Lens of Transformer Algorithm“, 34th European Safety and Reliability Conference (ESREL 2024), Kraków, Poland, 2024.
[44] A. Trapp, D. Fräulin, M. Hinz und P. Wolfsteiner, „Data-driven spectral damage estimator for non-stationary vibration loading“, Procedia Structural Integrity, Bd. 54, 2024.
[43] K. Rother, T. Sieber, J. Neuhäusler, M. Kling, M. Hinz und C. Möller, „Prediction of the Bending Collapse of Thin-walled Rectangular Tubes“, Proceedings of the Munich Symposium on Lightweight Design 2023, 2024.
[42] M. Hinz, A. Lindworsky und S. Bracke, „Qualification of AI-Based Surface Topography Inspection Systems for Inline Measurement in Series Production: Tactile Touch Systems Versus Optical AI Analysis“, Advances in Manufacturing IV, 2024.
[41] M. Hinz, J. Pietruschka und S. Bracke, „Optical surface analysis with Support Vector Machines based on two different measurement techniques“, ESREL 2023, Southampton, UK, 2023.
[40] M. Hinz, J. Pietruschka und S. Bracke, „Uncertainty quantification of different data sources with regard to a LSTM analysis of grinded surfaces“, ESREL 2023, Southampton, UK, 2023.
[39] M. Hinz und S. Bracke, „Framework for the monitoring of complex surfaces based on optical assessment“, ESREL 2023, Southampton, UK, 2023.
[38] F. Hartwig, M. Hinz, S. Dahms und S. Bracke, „Auslegung eines Accelerated Life Tests zur Abbildung der Langzeit-Zuverlässigkeit von Produkten im Prototypenstadium“, Nachhaltiges Qualitätsdatenmanagement, 2023.
[37] M. Hinz, L. H. Günther und S. Bracke, „A Comprehensive Parameter Study Regarding the Neural Networks Based Monitoring of Grinded Surfaces“, ESREL 2022, Dublin, Ireland, 2022.
[36] M. Hinz, J. Pietruschka und S. Bracke, „LSTM based Condition Monitoring of Fine Grinded Surfaces“, ESREL 2022, Dublin, Ireland, 2022.
[35] M. Hinz, D. Meslem und S. Bracke, „The Application of the K-means Algorithm for the Unsupervised Analysis of Surface Topographies“, ESREL 2022, Dublin, Ireland, 2022.
[34] D. Brüggemann, M. Hinz und S. Bracke, „An Application of Semi-Supervised Learning to Sparsely Labelled Data“, ESREL 2022, Dublin, Ireland, 2022.
[33] M. Hinz, D. Meslem und S. Bracke, „The application of the Gaussian Mixture Model algorithm for the unsupervised analysis of surface topographies“, PSAM 16, Honolulu, Hawaii, USA, 2022.
[32] M. Hinz, J. Pietruschka und S. Bracke, „Application of Random Forest Algorithm for the Quality Determination of Manufactured Surfaces“, Advances in Manufacturing III, 2022.
[31] M. Hinz, L. H. Günther, J. Pietruschka und S. Bracke, „Anwendung von Algorithmen des Maschinellen Lernens zur Beurteilung der Qualität von fein geschliffenen Messeroberflächen als Grundlage für die kontinuierliche Prozessverbesserung im Rahmen des Qualitätsmanagements“, Trends und Entwicklungstendenzen im Qualitätsmanagement, 2022.
[30] L. H. Günther, T. Scholz, F. Pautzke, H. Fechtner, B. Schmuelling, N. Schelte, S. Severengiz, M. Hinz und S. Bracke, „Reliability engineering of electric vehicle powertrains: Data collection and analysis based on products in the usage phase“, ESREL 2021, Angers, France, 2021.
[29] L. H. Günther, M. Hinz und S. Bracke, „CNN Based Analysis of Grinded Surfaces“, ESREL 2021, Angers, France, 2021.
[28] D. Brüggemann, M. Hinz und S. Bracke, „An application of semi-supervised learning to production data“, ESREL 2021, Angers, France, 2021.
[27] L. H. Günther, M. Hinz und S. Bracke, „Verwendung von Computer Vision in Kombination mit maschinellem Lernen zur Analyse der Oberflächenbeschaffenheit von fein geschliffenen Messerklingen“, Datengetriebenes Qualitätsmanagement, 2021.
[26] M. Hinz, L. H. Günther und S. Bracke, „Application of Computer Vision in the Analysis and Prediction of Fine Grinded Surfaces“, ESREL 2020 / PSAM 15, Venice, Italy, 2020.
[25] C. Rosebrock, M. Hinz und S. Bracke, „Approach for the simulation of anode corrosion in electrolysis processes“, ESREL 2019, Hannover, Germany, 2019.
[24] M. Hinz, D. Brüggemann und S. Bracke, „Comparison of inductive learning and neural networks in condition monitoring systems of complex machines“, ESREL 2019, Hannover, Germany, 2019.
[23] M. Hinz, M. Radetzky, L. H. Günther, P. Fiur und S. Bracke, „Machine Learning Driven Image Analysis of Fine Grinded Knife Blade Surface Topographies“, Procedia Manufacturing, Bd. 39, 2019.
[22] M. Hinz, D. Brueggemann und S. Bracke, „Framework for Customized, Machine Learning Driven Condition Monitoring System for Manufacturing“, Procedia Manufacturing, Bd. 39, 2019.
[21] M. Hinz, D. Brüggemann, P. Dültgen und S. Bracke, „Concept development for a test rig and analysis of the experiments for standardized testing of smart materials“, PSAM 14, Los Angeles, CA, USA, 2018.
[20] M. Hinz, D. Brüggemann und S. Bracke, „On the Application of Machine Learning Techniques in Condition Monitoring Systems of Complex Machines“, PSAM 14, Los Angeles, CA, USA, 2018.
[19] M. Hinz, A. Lücker, C. Klostermann und S. Bracke, „Statistical comparison of three different measurement technologies“, ESREL 2018, Trondheim, Norway, 2018.
[18] S. Bracke, M. Hinz, C. van Gulijk, F. Gronwald, M. Muenker, M. Inoue, S. Yamada, E. Patelli, B. Ulutas, M. Bonato und T. Yamada, „Reliability engineering based on operating data and monitoring systems within technical products: challenges, requirements and approaches“, ESREL 2018, Trondheim, Norway, 2018.
[17] S. Bracke, M. Hinz, B. Backes und S. Sochacki, „Die Verifikation der Produktzuverlässigkeit: Neue Methoden der multivariaten Analyse und Prognose in Erprobung, Herstellung und im Feldeinsatz“, Qualitätswissenschaft und Exzellenz. Denkanstöße zur Unternehmensführung, Qualitätsabsicherung, Zuverlässigkeitstechnik und Arbeitsorganisation, 2018.
[16] C. Rosebrock, M. Hinz, F. Reinecke und S. Bracke, „Modelling the reliability of lead anodes in the electrowinning process of non-ferrous metals using machine learning“, ESREL 2017, Portorož, Slovenia, 2017.
[15] M. Hinz, A. Müller, B. Backes und S. Bracke, „Simulation driven optimisation of testing conditions of dental implants“, ESREL 2017, Portorož, Slovenia, 2017.
[14] A. Müller, M. Hinz und S. Bracke, „Auslegung von Zeitraffertests auf Basis numerischer Simulationen im Rahmen der Dentalimplantaterprobung“, 28. VDI-Fachtagung Technische Zuverlässigkeit (TTZ), Leonberg, Germany, 2017.
[13] M. Hinz, F. Hienzsch und S. Bracke, „Detection of distinctions in car fleets based on measured and simulated data“, 63rd Annual Reliability and Maintainability Symposium (RAMS 2017), Orlando, FL, USA, 2017.
[12] M. Hinz, F. Hienzsch und S. Bracke, „Analysis of simulated and recorded data of car fleets based on machine learning algorithms“, PSAM 13, Seoul, Korea, 2016.
[11] A. Müller, M. Hinz und S. Bracke, „Optimization of the dental implant testing based on FEM simulation of fatigue and accelerated life“, 26th European Safety and Reliability Conference (ESREL 2016), Glasgow, UK, 2016.
[10] M. Hinz, F. Hienzsch und S. Bracke, „Development of two methods for the characterisation of an automotive fleet behaviour based on the simulation of single car rides“, 26th European Safety and Reliability Conference (ESREL 2016), Glasgow, UK, 2016.
[9] S. Bracke, M. Hinz, M. Inoue, E. Patelli, S. Kutz, H. Gottschalk, B. Ulutas, C. Hartl, P. Mörs und P. Bonnaud, „Reliability engineering in face of shorten product life cycles: Challenges, technique trends and method approaches to ensure product reliability“, 26th European Safety and Reliability Conference (ESREL 2016), Glasgow, UK, 2016.
[8] M. Hinz, P. Temminghoff und S. Bracke, „Optimization of test procedures based on OBD system specific field data“, 62nd Annual Reliability and Maintainability Symposium (RAMS 2016), Tucson, AZ, USA, 2016.
[7] M. Hinz, S. Sochacki, C. Rosebrock und S. Bracke, „Qualitative and quantitative analysis of uncertainties in the reliability analysis of field data within the product usage phase“, ESREL 2015, Zürich, Switzerland, 2015.
[6] J. Świeboda und M. Hinz, „Scheduling of tasks in the information subsystem at an inland terminal“, Journal of TransLogistics, 2015.
[5] S. Sochacki, M. Hinz, J. F. Luy und S. Bracke, „Beitrag zur Bestimmung von Unsicherheiten und Einflussfaktoren von Daten zur Risikoprognose bei Schadensschwerpunkten in der Produktnutzungsphase“, Qualitätsmethoden im Diskurs zwischen Wissenschaft und Praxis, 2015.
[4] M. Hinz, A. Lücker, G. Knübel und S. Bracke, „Reliability analysis of organic fibres using limited data“, 61st Annual Reliability and Maintainability Symposium (RAMS 2015), Palm Harbor, FL, USA, 2015.
[3] A. Lücker, M. Hinz, G. Knübel und S. Bracke, „Reliability analysis of prototypes based on small and heterogeneous test data volumes. Case study: Organic fibre prototype analysis“, ESREL 2014, Wrocław, Poland, 2014.
[2] M. Hinz, P. Temminghoff und S. Bracke, „APTA approach: Analysis of accelerated prototype test data based on small data volumes within a car door system case study“, PSAM 12, Honolulu, Hawaii, USA, 2014.
[1] M. Hinz, P. Temminghoff und S. Bracke, „Beitrag zur multivariaten Analyse von Qualitäts- und Zuverlässigkeitsdaten in der Produkt-Erprobungsphase am Beispiel der Fahrzeugtechnik“, Qualitätsmanagement denken – motivieren – leben, 2014.
Invited Talks
[18] M. Hinz, Application of Artificial Intelligence in Chassis Development, Munich Chassis Symposium – chassis.tech plus 2025
[17] M. Hinz, AI in Engineering: Advanced Methods for Assessing Surface Quality in Manufacturing Processes, Gastvortrag an der Technischen Universität Warschau, Einladung der deutschen Botschaft in Warschau, Polen, März 2025
[16] M. Hinz, Einführung in die Künstliche Intelligenz, Staatliche FOSBOS München Ausbildungsrichtungen Technik Agrarwirtschaft, Bio- und Umwelttechnologie, Juni 2024
[15] M. Hinz, AI-Based Assessment of Surface Quality in a Manufacturing Process, Digital Bridge, Zentrum für Digitalisierungs- und Technologieforschung der Bundeswehr, Hamburg, Mai 2024
[14] M. Hinz, Generative KI und Industrie – Kompetenzen für die digitale Industriewelt in Studium und Lehre, MUC.DAI - Munich Center for Digital Sciences and AI, April 2024
[13] M. Hinz, „Artificial Intelligence: Do we expect too much from science?“, Keynote auf dem “Together for Sustainability”-Symposium, Deutsche Botschaft, Warschau, Polen, Jan. 2024.
[12] M. Hinz, „Einführung in die Künstliche Intelligenz“, Staatliche FOSBOS München, Ausbildungsrichtungen Technik sowie Agrarwirtschaft, Bio- und Umwelttechnologie, Juni 2023.
[11] M. Hinz, „KI-basierte Zustandsüberwachung“, Forschungstag, Hochschule München, Mai 2023.
[10] S. Bracke und M. Hinz, „Einsatz von Machine Learning im Produktlebenszyklus (Erprobung, Produktion, Feldeinsatz). Forschungsprojekte des Lehrstuhls für Zuverlässigkeitstechnik und Risikoanalytik“, IZMD Kolloquium, Wuppertal, Mai 2019.
[9] M. Hinz, „Condition Monitoring System: Approach, Requirements, Challenges and Solutions“, Proceedings of the Applied Reliability and Durability Conference - Europe, HBM Prenscia Inc. (RELIASOFT), Berlin, Deutschland, 2.–4. Apr. 2019.
[8] M. Hinz, „Condition Monitoring System: Approach and Application“, 4th Computational Reliability Engineering (CRE) Symposium, Gdynia, Polen, 2018.
[7] M. Hinz und S. Bracke, „Statistical comparison of three different measurement technologies - coordinate measuring technology, structured-light 3D scanner and CT scans“, Proceedings of the Applied Reliability and Durability Conference - Europe, HBM Prenscia Inc. (RELIASOFT), Kopenhagen, Dänemark, 24.–26. Apr. 2018.
[6] M. Hinz, A. Müller und S. Bracke, „Design of accelerated life tests based on numerical simulations. A case study: dental implant testing“, Proceedings of the International Applied Reliability Symposium - Europe, RELIASOFT, Mailand, Italien, 19.–21. Apr. 2017.
[5] M. Hinz und S. Bracke, „Application of optimized conditions to the test procedures based on analysis of the field data“, Proceedings of the International Applied Reliability Symposium - Europe, RELIASOFT, München, Deutschland, 4.–6. Apr. 2016.
[4] M. Hinz und S. Bracke, „Concept study course: Computational Reliability Engineering (CRE) in Product Development and Manufacturing“, 1st Computational Reliability Engineering (CRE) Symposium, Düsseldorf, Deutschland, 2015.
[3] M. Hinz, C. Rosebrock, S. Sochacki und S. Bracke, „Quantitative examination of uncertainties in the reliability analysis of field data“, International Probabilistic Workshop, Liverpool, 2015.
[2] M. Hinz, S. Sochacki und S. Bracke, „Identification of influence factors on product reliability data. Uncertainties by the analysis of data in the product usage phase“, Proceedings of the International Applied Reliability Symposium - Europe, RELIASOFT, Amsterdam, Niederlande, 21.–23. Apr. 2015.
[1] M. Hinz und S. Bracke, „Reliability analysis of prototype test results based on small data volumes. Case study: functional test of car door systems“, Proceedings of the International Applied Reliability Symposium - Europe, RELIASOFT, Paris, Frankreich, 23.–25. Apr. 2014.