論文の概要: The value chain of Industrial IoT and its reference framework for digitalization

• arxiv url: http://arxiv.org/abs/2009.13039v1
• Date: Mon, 28 Sep 2020 03:21:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-30 18:54:22.890528
• Title: The value chain of Industrial IoT and its reference framework for digitalization
• Title（参考訳）: 産業用IoTのバリューチェーンとそのデジタル化のための参照フレームワーク
• Authors: Hang Song, Yuncheng Jiang
• Abstract要約: IoT技術の巨大なイノベーションの可能性は、物理デバイスの製造だけでなく、製造業が実施するすべての活動にも及んでいる。 IIoTがコネクテッドデバイス、Cyber-Physical Systems (CPS)、場所、人々(例えばオペレーター)からデータを取得し、分析することが知られている。 相対的な監視装置とオペレーティング・テクノロジー(OT)のアクチュエータの組み合わせにより、多かれ少なかれ引き起こされる。
• 参考スコア（独自算出の注目度）: 6.482587144852806
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nowadays, we are rapidly moving beyond bespoke detailed solutions tailored for very specific problems, and we already build upon reusable and more general purpose infrastructures and tools, referring to them as IoT, Industrial IoT/Industry 4.0[1-3], etc. These are what will be discussed in this paper. When Industrial IoT (IIoT) is concerned about, the enormous innovation potential of IoT technologies are not only in the production of physical devices, but also in all activities performed by manufacturing industries, both in the pre-production (ideation, design, prototyping) and in the post-production (sales, training, maintenance, recycling) phases . It is also known that IIoT acquire and analyze data from connected devices, Cyber-Physical Systems (CPS), locations and people (e.g. operator); along with its contemporary new terms, such as 5G, Edge computing, and other ICT technologies with their applications[4] . More or less it is drawn upon on its combination with relative monitoring devices and actuators from operational technology (OT). IIoT helps regulate and monitor industrial systems [2], and it integrates/re-organize production resources flexibly, enhanced OT capability in the smart value chains enabling distributed decision-making of production.
• Abstract（参考訳）: 今日では、非常に具体的な問題に適した詳細なソリューションを越えて、急速に移行しています。また、再利用可能な、より汎用的なインフラストラクチャやツールの上に、IoTやIndustrial IoT/Industry 4.0[1-3]など、すでに構築しています。 この論文ではこれらについて論じる。 産業用IoT(IIoT)が懸念される場合、IoT技術の巨大なイノベーションの可能性は、物理デバイスの生産だけでなく、プレプロダクション(イデレーション、デザイン、プロトタイピング)とポストプロダクション(セール、トレーニング、メンテナンス、リサイクル)のフェーズの両方において、製造業によって実行されるすべての活動にも当てはまります。 IIoTがコネクテッドデバイス、CPS(Cyber-Physical Systems)、場所、人々(例えばオペレーター)からのデータを取得し、分析することが知られている。 比較的多かれ少なかれ、相対的な監視装置とオペレーショナルテクノロジー(OT)のアクチュエータの組み合わせによって引き起こされている。 IIoTは産業システム[2]の調整と監視に役立ち、生産資源を柔軟に統合・再編成し、生産の分散意思決定を可能にするスマートバリューチェーンにOT機能を拡張します。

関連論文リスト

• Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems [65.22300383287904]
  産業用サイバー物理システム(ICPS)は、現代の製造業と産業にとって不可欠なコンポーネントである。 製品ライフサイクルを通じてデータをデジタル化することで、ICPSのDigital Twins(DT)は、現在の産業インフラからインテリジェントで適応的なインフラへの移行を可能にします。 産業用IoT(Industrial Internet of Things, IIoT)デバイスを利用すれば、DTを構築するためのデータを共有するメカニズムは、悪い選択問題の影響を受けやすい。
  論文  参考訳（メタデータ） (2024-08-02T10:47:10Z)
• IoT-LM: Large Multisensory Language Models for the Internet of Things [70.74131118309967]
  IoTエコシステムは、モーション、サーマル、ジオロケーション、イメージング、ディープ、センサー、オーディオといった、現実世界のモダリティの豊富なソースを提供する。 機械学習は、IoTデータを大規模に自動的に処理する豊富な機会を提供する。 IoTエコシステムに適した,オープンソースの大規模マルチセンサ言語モデルであるIoT-LMを紹介します。
  論文  参考訳（メタデータ） (2024-07-13T08:20:37Z)
• Give and Take: Federated Transfer Learning for Industrial IoT Network Intrusion Detection [3.7498611358320733]
  IIoTネットワーク侵入検出のためのフェデレートトランスファーラーニング(FTL)手法を提案する。 本研究の一環として,FTLの実行の中心となる組み合わせ型ニューラルネットワークを提案する。 結果は、IIoTクライアントとサーバの両方のイテレーション間のFTLセットアップのパフォーマンスを示している。
  論文  参考訳（メタデータ） (2023-10-11T10:11:54Z)
• Towards Artificial General Intelligence (AGI) in the Internet of Things (IoT): Opportunities and Challenges [55.82853124625841]
  人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。 本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。 AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
  論文  参考訳（メタデータ） (2023-09-14T05:43:36Z)
• Learning, Computing, and Trustworthiness in Intelligent IoT Environments: Performance-Energy Tradeoffs [62.91362897985057]
  Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。 本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
  論文  参考訳（メタデータ） (2021-10-04T19:41:42Z)
• Federated Learning for Industrial Internet of Things in Future Industries [106.13524161081355]
  産業用IoT(Industrial Internet of Things)は,産業用システムの運用を変革する有望な機会を提供する。 近年、人工知能(AI)はインテリジェントIIoTアプリケーションの実現に広く利用されている。 フェデレートラーニング(FL)は、複数のIIoTデバイスとマシンを協調して、ネットワークエッジでAIトレーニングを実行することで、インテリジェントなIIoTネットワークにとって特に魅力的である。
  論文  参考訳（メタデータ） (2021-05-31T01:02:59Z)
• Machine Learning for Massive Industrial Internet of Things [69.52379407906017]
  モノのインターネット(IIoT)は、モノのインターネット技術を産業環境に統合することで、将来の製造施設に革命をもたらします。 大規模なIIoTデバイスのデプロイでは、無線ネットワークがさまざまなQoS(Quality-of-Service)要件でユビキタス接続をサポートすることは困難である。 まず、一般的な非クリティカルかつクリティカルなIIoTユースケースの要件を要約します。 次に、大規模なIIoTシナリオと対応する機械学習ソリューションのユニークな特性を、その制限と潜在的な研究方向で識別します。
  論文  参考訳（メタデータ） (2021-03-10T20:10:53Z)
• Implementing the Cognition Level for Industry 4.0 by integrating Augmented Reality and Manufacturing Execution Systems [3.094458292166017]
  本稿では,既存の製造実行システム(MES)をCPSに統合した認知レベルを作成する拡張現実(AR)ベースのシステムを提案する。 実際の工場で分析されたこのシステムは、物理世界とデジタル世界を強く統合する能力を示している。
  論文  参考訳（メタデータ） (2020-11-18T21:53:13Z)
• Semantic CPPS in Industry 4.0 [3.094458292166017]
  サイバー物理システム(CPS)は、第4次産業革命の時代において重要な役割を担っている。 セマンティックWeb標準と技術は、機械解釈可能な方法で製造知識を表現するための有望な役割を持つかもしれない。 本稿では,主にセマンティックデータストリームの収集と処理を目的とした,a5Cアーキテクチャの実装を目的としたセマンティックWebモデルの統合を提案する。
  論文  参考訳（メタデータ） (2020-11-18T21:53:07Z)

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。