Dr.-Ing. Martin Gomse

Raum L2011

Telefon 040 42878-3134

Fax 040 42731-4551

seit 06/2023	stellv. Mitglied des Akademischen Senats
seit 02/2023	stellv. Studiengangsleiter Bachelor Maschinenbau
seit 01/2023	Mitglied des Ausschuss zur Verleihung der akademischen Bezeichnung Professor/in
seit 12/2021	stellv. Studiengangsleiter International Master Mechatronics
seit 08/2021	stellv. Mitglied Senatsausschuss Informationstechnik
seit 01/2020	Mitglied des Ausschuss für Strategie in Studium und Lehre
2018	Promotion (Dr.-Ing, TUHH)
seit 01/2018	Oberingenieur am Institut für Flugzeug-Produktionstechnik
2008 - 2017	Wissenschaftlicher Mitarbeiter am Institut für Zuverlässigkeitstechnik an der TUHH
seit 2009	Studiengangsberater International Master Mechatronics
2005 - 2007	Diplomstudium Mechatronik an der TUHH
2002 - 2005	Studium der Allgemeinen Ingenieurwissenschaften, Studienrichtung Mechatronik, an der TUHH

(Mobile) Robotik

Nichtlineare Regelung mechanischer Systeme

IoT Systeme & Industrie 4.0 Prozesse

Objektidentifizierung und Synthetische KI-Trainingsdaten

Mensch-Maschine-Interaktion

Industrial segment anything - A case study in aircraft manufacturing, intralogistics, maintenance, repair, and overhaul
Moenck, Keno; Wendt, Arne; Prünte, Philipp Julian; Koch, Julian; Sahrhage, Arne; Gierecker, Johann; Schmedemann, Ole; Kähler, Falko; Holst, Dirk; Gomse, Martin; Schüppstuhl, Thorsten; Schoepflin, Daniel
arXiv: 2307.12674 (2023)
Open Access | Verlags DOI

A methods-time-measurement based approach to enable action recognition for multi-variant assembly in Human-Robot Collaboration
Koch, Julian; Büsch, Lukas; Gomse, Martin; Schüppstuhl, Thorsten
Procedia CIRP 106: 233-238 (2022)
Open Access | Verlags DOI
Towards synthetic AI training data for image classification in intralogistic settings
Schoepflin, Daniel; Iyer, Karthik; Gomse, Martin; Schüppstuhl, Thorsten
Annals of Scientific Society for Assembly, Handling and Industrial Robotics 2021: 325-336 (2022)
Open Access | Verlags DOI

Visual AI applications on smart delivery units
Schoepflin, Daniel; Albayrak, Özge; Scheffler, Piet Ansgar; Wendt, Arne; Gomse, Martin; Schüppstuhl, Thorsten
IEEE Global Conference on Artificial Intelligence and Internet of Things (GCAIoT 2021)
Verlags DOI
Digital game-based examination for sensor placement in context of an Industry 4.0 lecture using the Unity 3D engine : a case study
Koch, Julian; Gomse, Martin; Schüppstuhl, Thorsten
Procedia Manufacturing 55 : 563-570 (2021)
Open Access | Verlags DOI
Smart material delivery unit for the production supplying logistics of aircraft
Schoepflin, Daniel; Koch, Julian; Gomse, Martin; Schüppstuhl, Thorsten
Procedia Manufacturing 55 : 455-462 (2021)
Open Access | Verlags DOI
Application of Multi-Model Databases in Digital Twins Using the Example of a Quality Assurance Process
Koch, Julian; Lotzing, Gerald; Gomse, Martin; Schüppstuhl, Thorsten
Changeable, Agile, Reconfigurable and Virtual Production Conference (CARV 2021); World Mass Customization and Personalization Conference (MCPC 2021)
Verlags DOI
Synthetic training data generation for visual object identification on load carriers
Schoepflin, Daniel; Holst, Dirk; Gomse, Martin; Schüppstuhl, Thorsten
Procedia CIRP 104 : 1257-1262 (2021)
Open Access | Verlags DOI

Towards Visual Referencing for Location Based Services in Industrial Settings
Schoepflin, Daniel; Brand, Michael; Gomse, Martin; Schüppstuhl, Thorsten
International Symposium on Robotics (ISR 2020)
Automatisierte Bilddatengenerierung als Trainingsdatensatz für eine KI-Objektidentifikation in der Intralogistik
Schoepflin, Daniel; Gomse, Martin
Entwicklung von Intralogistikdiensten auf der Basis einer quelloffenen Referenzarchitektur für Lokalisierungssysteme
Mattschull, Niklas; Wesselhöft, Mike; Wendt, Arne; Hinckeldeyn, Johannes; Gomse, Martin; Kreutzfeldt, Jochen; Schüppstuhl, Thorsten
29. Hamburger Logistik-Kolloquium (2020)

Nichtlineare Wellen in langen, schlanken Strukturen
Gomse, Martin
Technische Universität Hamburg: (2017)