Fugu-MT 論文翻訳(概要): A Survey on Predictive Maintenance for Industry 4.0

論文の概要: A Survey on Predictive Maintenance for Industry 4.0

arxiv url: http://arxiv.org/abs/2002.08224v1
Date: Wed, 5 Feb 2020 09:33:21 GMT
ステータス: 翻訳完了
システム内更新日: 2023-01-03 21:47:39.834116
Title: A Survey on Predictive Maintenance for Industry 4.0
Title（参考訳）: 産業の予測保守に関する調査研究 4.0
Abstract要約: 2016年のフォルクスワーゲンの生産問題は、週に最大4億ユーロの売り上げに劇的な損失をもたらした。本稿では,産業4.0の予測保守における技術の現状について調査する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Production issues at Volkswagen in 2016 lead to dramatic losses in sales of up to 400 million Euros per week. This example shows the huge financial impact of a working production facility for companies. Especially in the data-driven domains of Industry 4.0 and Industrial IoT with intelligent, connected machines, a conventional, static maintenance schedule seems to be old-fashioned. In this paper, we present a survey on the current state of the art in predictive maintenance for Industry 4.0. Based on a structured literate survey, we present a classification of predictive maintenance in the context of Industry 4.0 and discuss recent developments in this area.
Abstract（参考訳）: 2016年のフォルクスワーゲンの生産問題は、週に最大4億ユーロの売り上げに劇的な損失をもたらした。この例は、企業の労働生産施設の経済的影響を示している。特に、インダストリアル4.0とインダストリアルIoTのインテリジェントでコネクテッドマシンのデータ駆動ドメインでは、従来の静的メンテナンススケジュールは時代遅れのようだ。本稿では,産業4.0の予測保守における技術の現状について調査する。本稿では, 構造的リテラト調査に基づき, 産業4.0の文脈における予測保守の分類と最近の展開について考察する。

関連論文リスト

IPM-FM: A Foundation Model with Consensus Feature Selection for Industrial Process Monitoring [59.59850511287819]
産業プロセス監視基盤モデル(IPM-FM)を提案する。まず、自己教師付き事前学習を通じて、ラベルのない産業プロセスデータから汎用的な表現を学習する。少数のタスクラベル付きデータを使用して特定の監視タスクに適応し、最終的に校正された予測を生成する。
論文参考訳（メタデータ） (2026-09-08T07:43:04Z)
Agents' Last Exam [275.79071391137074]
Agents' Last Exam (ALE)は、AIエージェントを長期的、経済的に価値のある、現実のタスクで検証可能な結果で評価するために設計されたベンチマークである。 ALEは250以上の業界の専門家と共同で開発され、O*NET / SOC 2018を参照して定義された非物理産業をカバーしている。現在の結果は、最も硬い層が飽和していないことを示している:主流のハーネスとバックボーンの構成で、平均フルパスレートは1%以下である。
論文参考訳（メタデータ） (2026-06-03T20:20:46Z)
MsFormer: Enabling Robust Predictive Maintenance Services for Industrial Devices [53.94035827454474]
信頼性の高い産業用予測保守のための統合型AIサービスモデルとして設計された軽量なマルチスケールトランスを提案する。 MsFormerには、マルチスケールサンプリング(MS)モジュールと、シーケンシャルな相関をキャプチャするための調整された位置符号化機構が組み込まれている。実世界のデータセットの実験では、提案したフレームワークが最先端の手法よりも大幅なパフォーマンス向上を実現している。
論文参考訳（メタデータ） (2026-03-24T11:12:50Z)
IoT and Predictive Maintenance in Industrial Engineering: A Data-Driven Approach [0.0]
第4次産業革命は、モノのインターネットとデータ駆動方式の応用が従来の保守に革命をもたらしている、スマート製造の新しい時代をもたらした。 IoTと機械学習アルゴリズムのリアルタイムデータによって、予測メンテナンスにより、産業システムは障害を予測し、マシンの寿命を最適化できる。
論文参考訳（メタデータ） (2025-11-07T01:55:16Z)
LLMForecaster: Improving Seasonal Event Forecasts with Unstructured Textual Data [63.777637042161544]
本稿では,非構造化意味情報と文脈情報と履歴データを組み込むために,大規模言語モデルを微調整した新しい予測ポストプロセッサを提案する。産業規模の小売アプリケーションでは, ホリデードリブン需要の急激な上昇にともなう数種類の製品に対して, 本手法が統計的に有意な改善を予測できることが実証された。
論文参考訳（メタデータ） (2024-12-03T16:18:42Z)
Artificial Intelligence in Industry 4.0: A Review of Integration Challenges for Industrial Systems [45.31340537171788]
サイバー物理システム(CPS)は、予測保守や生産計画を含むアプリケーションに人工知能(AI)が活用できる膨大なデータセットを生成する。 AIの可能性を実証しているにもかかわらず、製造業のような分野に広く採用されていることは依然として限られている。
論文参考訳（メタデータ） (2024-05-28T20:54:41Z)
Artificial Intelligence Approaches for Predictive Maintenance in the Steel Industry: A Survey [9.088208602104105]
予測保守(PdM)は産業4.0の柱の一つとして登場した。この調査は、鉄鋼業界におけるAIベースのPdM分野における知識の現状を総合するものである。
論文参考訳（メタデータ） (2024-05-21T13:32:46Z)
IPAD: Industrial Process Anomaly Detection Dataset [71.39058003212614]
ビデオ異常検出(VAD)は,ビデオフレーム内の異常を認識することを目的とした課題である。本稿では,産業シナリオにおけるVADに特化して設計された新しいデータセットIPADを提案する。このデータセットは16の異なる産業用デバイスをカバーし、合成ビデオと実世界のビデオの両方を6時間以上保存している。
論文参考訳（メタデータ） (2024-04-23T13:38:01Z)
When Industry meets Trustworthy AI: A Systematic Review of AI for Industry 5.0 [0.0]
私たちは、業界が進化する現在のパラダイムを分析し、より持続的で信頼できるものにすることに重点を置いています。産業5.0では、人工知能(AI)が持続可能な、人間中心でレジリエントな視点からサービスを構築するために使用される。
論文参考訳（メタデータ） (2024-03-05T15:49:33Z)
VisDA 2022 Challenge: Domain Adaptation for Industrial Waste Sorting [61.52419223232737]
産業廃棄物の選別において、最も大きな課題の1つは入力ストリームの極端な多様性である。産業廃棄物浄化における領域適応に関するVisDA 2022の課題について紹介する。
論文参考訳（メタデータ） (2023-03-26T21:38:38Z)
The Technological Emergence of AutoML: A Survey of Performant Software and Applications in the Context of Industry [72.10607978091492]
Automated/Autonomous Machine Learning (AutoML/AutonoML)は比較的若い分野である。このレビューは、このトピックに関する知識に2つの主要な貢献をしている。オープンソースと商用両方の既存のAutoMLツールについて、最新かつ包括的な調査を提供する。
論文参考訳（メタデータ） (2022-11-08T10:42:08Z)
Deep Learning based pipeline for anomaly detection and quality enhancement in industrial binder jetting processes [68.8204255655161]
異常検出は、通常の値空間とは異なる異常状態、インスタンス、あるいはデータポイントを検出する方法を記述する。本稿では,産業生産における人工知能へのデータ中心のアプローチに寄与する。
論文参考訳（メタデータ） (2022-09-21T08:14:34Z)
Visoes da Industria 4.0 [0.0]
産業は高度に機械化された自動化された材料を生産する経済の一部である。産業4.0という用語は、第4次産業革命のために設立された。持続的な労働力訓練の側面や持続可能性資源の使用は広くは行われていない。
論文参考訳（メタデータ） (2021-05-07T00:33:46Z)
An Economic Perspective on Predictive Maintenance of Filtration Units [0.0]
企業による予測保守の導入率は依然として低い。主な問題は、ほとんどの上級管理職が予測保守の考えを十分に確信していないことである。本研究は,予測保守の技術的領域とビジネス領域のギャップを埋めることを目的としている。
論文参考訳（メタデータ） (2020-08-25T14:43:30Z)
Data-Driven Aerospace Engineering: Reframing the Industry with Machine Learning [49.367020832638794]
航空宇宙産業は、ビッグデータと機械学習を収益化しようとしている。最近のトレンドは、設計、製造、検証、サービスにおける重要な課題の文脈で検討される。
論文参考訳（メタデータ） (2020-08-24T22:40:26Z)
The impact of Industry 4.0 technologies on production and supply chains [0.0]
この論文は、主要工業国(ドイツ、日本、スイスなど)の現況に光を当てている。問題は、このような生産インフラの移行がいかに効率的に行われるかである。我々の研究は、業界4.0への移行に対処する因果モデルを示す、この種の最初の研究である。
論文参考訳（メタデータ） (2020-04-15T10:08:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。