論文の概要: The Scheduling Job-Set Optimization Problem: A Model-Based Diagnosis
Approach
- arxiv url: http://arxiv.org/abs/2009.11142v2
- Date: Thu, 4 Aug 2022 12:36:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-15 16:11:05.476678
- Title: The Scheduling Job-Set Optimization Problem: A Model-Based Diagnosis
Approach
- Title(参考訳): スケジューリングジョブセット最適化問題:モデルに基づく診断手法
- Authors: Patrick Rodler and Erich Teppan
- Abstract要約: 本稿では,特定の(時間的)目標を達成するために,捨てるか延期するかという問題に対処する2つの新しい問題を紹介する。
診断問題との類似点が多いが,重要な慣用性も明らかである。
良く知られたスケジューリングベンチマークスイートによる産業規模の問題インスタンスに対する概念実証評価は、この2つの形式化された問題の1つが、アウト・オブ・ボックスのモデルベース診断ツールによって適切に攻撃可能であることを実証している。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: A common issue for companies is that the volume of product orders may at
times exceed the production capacity. We formally introduce two novel problems
dealing with the question which orders to discard or postpone in order to meet
certain (timeliness) goals, and try to approach them by means of model-based
diagnosis. In thorough analyses, we identify many similarities of the
introduced problems to diagnosis problems, but also reveal crucial
idiosyncracies and outline ways to handle or leverage them. Finally, a
proof-of-concept evaluation on industrial-scale problem instances from a
well-known scheduling benchmark suite demonstrates that one of the two
formalized problems can be well attacked by out-of-the-box model-based
diagnosis tools.
- Abstract(参考訳): 企業にとって共通する問題は、製品注文の量が生産能力を超えることがあることだ。
我々は,特定の(時間軸)目標を満たすために,破棄するか延期するかという問題を扱う2つの新しい問題を正式に導入し,モデルベース診断を用いてアプローチしようとする。
徹底的な分析では,導入問題と診断問題との類似点が多数見出され,重要な慣用句が明らかになり,それらを扱う方法や活用方法について概説する。
最後に、よく知られたスケジューリングベンチマークスイートの産業規模の問題インスタンスに対する概念実証評価によって、2つの形式化された問題の1つが、既定モデルベースの診断ツールによって攻撃されることが示されている。
関連論文リスト
- A Foundational Framework and Methodology for Personalized Early and
Timely Diagnosis [84.6348989654916]
本稿では,早期診断とタイムリー診断のための基礎的枠組みを提案する。
診断過程を概説する決定論的アプローチに基づいている。
機械学習と統計手法を統合し、最適なパーソナライズされた診断経路を推定する。
論文 参考訳(メタデータ) (2023-11-26T14:42:31Z) - A Sparse Bayesian Learning for Diagnosis of Nonstationary and Spatially
Correlated Faults with Application to Multistation Assembly Systems [3.4991031406102238]
本稿では,空間的に相関したスパースベイズ学習(CSSBL)をクラスタリングする新しい故障診断手法を提案する。
提案手法の有効性は,実際の自己体組立システムを用いた数値および実世界のケーススタディによって検証される。
提案手法の一般化により,コミュニケーションや医療システムなど他の領域の故障診断に応用できる。
論文 参考訳(メタデータ) (2023-10-20T23:56:53Z) - Internal Contrastive Learning for Generalized Out-of-distribution Fault
Diagnosis (GOOFD) Framework [8.668685281157373]
本稿では, 故障検出, 故障分類, 新たな故障診断など, 診断サブタスクを統合するための汎用フレームワークを提案する。
提案手法の基盤となる内部コントラスト学習に基づく統合的故障診断手法を提案する。
実験で示されたように,提案手法は既存手法と比較して性能が向上する。
論文 参考訳(メタデータ) (2023-06-27T07:50:25Z) - Deep Reinforcement Learning Framework for Thoracic Diseases
Classification via Prior Knowledge Guidance [49.87607548975686]
関連疾患に対するラベル付きデータの不足は、正確な診断にとって大きな課題となる。
本稿では,診断エージェントの学習を指導するための事前知識を導入する,新しい深層強化学習フレームワークを提案する。
提案手法の性能はNIHX-ray 14とCheXpertデータセットを用いて実証した。
論文 参考訳(メタデータ) (2023-06-02T01:46:31Z) - Scalable Online Disease Diagnosis via Multi-Model-Fused Actor-Critic
Reinforcement Learning [9.274138493400436]
医療のアドバイスをオンラインで求めている人にとっては、患者と対話して自動的に疾患を診断できるAIベースの対話エージェントが有効な選択肢だ。
これは、強化学習(RL)アプローチを自然解として提案した逐次的特徴(症状)選択と分類の問題として定式化することができる。
生成的アクターネットワークと診断批評家ネットワークから構成されるMMF-AC(Multi-Model-Fused Actor-Critic)フレームワークを提案する。
論文 参考訳(メタデータ) (2022-06-08T03:06:16Z) - NeuralSympCheck: A Symptom Checking and Disease Diagnostic Neural Model
with Logic Regularization [59.15047491202254]
症状検査システムは、患者に症状を問い合わせ、迅速で手頃な価格の医療評価を行う。
本稿では,論理正則化を用いたニューラルネットワークの教師付き学習に基づく新しい手法を提案する。
以上の結果から,本手法は診断回数や症状が大きい場合の診断精度において,最も優れた方法であることがわかった。
論文 参考訳(メタデータ) (2022-06-02T07:57:17Z) - Towards a Rigorous Evaluation of Explainability for Multivariate Time
Series [5.786452383826203]
本研究では,時系列予測問題におけるモデル非依存な説明可能性の実現と評価を行った。
その解決策は、販売契約を予測する時系列予測問題として問題をフレーミングすることであった。
LIMEとSHAPによる説明は、機械学習モデルによる予測を理解する上で、人間を大いに助けた。
論文 参考訳(メタデータ) (2021-04-06T17:16:36Z) - Anytime Diagnosis for Reconfiguration [52.77024349608834]
我々は、いつでも直接診断できるflexdiagを紹介し分析する。
特徴モデルの領域からの構成ベンチマークと自動車領域からの産業構成知識ベースを使用して、性能および診断品質に関するアルゴリズムを評価します。
論文 参考訳(メタデータ) (2021-02-19T11:45:52Z) - Inheritance-guided Hierarchical Assignment for Clinical Automatic
Diagnosis [50.15205065710629]
臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。
本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
論文 参考訳(メタデータ) (2021-01-27T13:16:51Z) - Towards Causality-Aware Inferring: A Sequential Discriminative Approach
for Medical Diagnosis [142.90770786804507]
医学診断アシスタント(MDA)は、疾患を識別するための症状を逐次調査する対話型診断エージェントを構築することを目的としている。
この研究は、因果図を利用して、MDAにおけるこれらの重要な問題に対処しようとする。
本稿では,他の記録から知識を引き出すことにより,非記録的調査に効果的に答える確率に基づく患者シミュレータを提案する。
論文 参考訳(メタデータ) (2020-03-14T02:05:54Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。