論文の概要: A Cognitive Approach based on the Actionable Knowledge Graph for supporting Maintenance Operations

• arxiv url: http://arxiv.org/abs/2011.09554v1
• Date: Wed, 18 Nov 2020 21:53:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-24 03:27:30.417207
• Title: A Cognitive Approach based on the Actionable Knowledge Graph for supporting Maintenance Operations
• Title（参考訳）: 保守作業支援のための行動可能な知識グラフに基づく認知的アプローチ
• Authors: Giuseppe Fenza, Mariacristina Gallo, Vincenzo Loia, Domenico Marino, Francesco Orciuoli
• Abstract要約: 本研究では,過去の介入から学び,保守実践を改善するためのコンテキストレコメンデーションを生成する認知システムを提案する。 このシステムは、これらの目的を達成するために、形式的な概念モデル、漸進学習、ランキングアルゴリズムを使用する。
• 参考スコア（独自算出の注目度）: 3.3198770589233284
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In the era of Industry 4.0, cognitive computing and its enabling technologies (Artificial Intelligence, Machine Learning, etc.) allow to define systems able to support maintenance by providing relevant information, at the right time, retrieved from structured companies' databases, and unstructured documents, like technical manuals, intervention reports, and so on. Moreover, contextual information plays a crucial role in tailoring the support both during the planning and the execution of interventions. Contextual information can be detected with the help of sensors, wearable devices, indoor and outdoor positioning systems, and object recognition capabilities (using fixed or wearable cameras), all of which can collect historical data for further analysis. In this work, we propose a cognitive system that learns from past interventions to generate contextual recommendations for improving maintenance practices in terms of time, budget, and scope. The system uses formal conceptual models, incremental learning, and ranking algorithms to accomplish these objectives.
• Abstract（参考訳）: 産業4.0の時代には、認知コンピューティングとその実現技術(人工知能、機械学習など)によって、適切なタイミングで関連情報を提供し、構造化企業のデータベースから検索し、技術マニュアルや介入レポートなどの非構造化文書を提供することで、メンテナンスを支援するシステムを定義することができる。 さらに、コンテキスト情報は、計画と介入の実行の両方において、サポートを調整する上で重要な役割を果たす。 コンテキスト情報は、センサー、ウェアラブルデバイス、屋内および屋外の位置情報システム、およびオブジェクト認識機能(固定カメラまたはウェアラブルカメラを使用して)の助けを借りて検出することができる。 本研究では,過去の介入から学び,時間,予算,スコープの観点から,メンテナンスプラクティスを改善するためのコンテキストレコメンデーションを生成する認知システムを提案する。 このシステムは、これらの目的を達成するために、形式的な概念モデル、漸進学習、ランキングアルゴリズムを使用する。

関連論文リスト

• Charting a Path to Efficient Onboarding: The Role of Software Visualization [49.1574468325115]
  本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。 本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
  論文  参考訳（メタデータ） (2024-01-17T21:30:45Z)
• Model-Driven Engineering Method to Support the Formalization of Machine Learning using SysML [0.0]
  本研究は,モデルベース工学を活用した機械学習タスクの協調的定義を支援する手法を提案する。 この方法は、様々なデータソースの識別と統合、データ属性間のセマンティックな関係の定義、データ処理ステップの定義をサポートする。
  論文  参考訳（メタデータ） (2023-07-10T11:33:46Z)
• Reinforcement and Deep Reinforcement Learning-based Solutions for Machine Maintenance Planning, Scheduling Policies, and Optimization [1.6447597767676658]
  本稿では,保守計画と最適化問題に対する強化学習と深部強化学習の応用に関する文献的考察を行う。 システムやマシンの状態監視データを強化学習に活用することにより、スマートメンテナンスプランナを開発することができ、スマートファクトリの実現の先駆けとなる。
  論文  参考訳（メタデータ） (2023-07-07T22:47:29Z)
• A Domain-Agnostic Approach for Characterization of Lifelong Learning Systems [128.63953314853327]
  「生涯学習」システムには,1)継続的学習,2)伝達と適応,3)拡張性があります。 この一連のメトリクスは、様々な複雑な生涯学習システムの開発に役立てることができることを示す。
  論文  参考訳（メタデータ） (2023-01-18T21:58:54Z)
• An Ontology for Defect Detection in Metal Additive Manufacturing [3.997680012976965]
  産業用 4.0 アプリケーションのキーは、データ統合とセマンティック相互運用性の問題に対処できる制御システムを開発することである。 金属添加物製造文献から知られているプロセス誘起欠陥の分類について述べる。 我々の知識基盤は、さらなる欠陥分析用語を付加することにより、付加的な製造能力を向上させることを目的としている。
  論文  参考訳（メタデータ） (2022-09-29T13:35:25Z)
• What and How of Machine Learning Transparency: Building Bespoke Explainability Tools with Interoperable Algorithmic Components [77.87794937143511]
  本稿では,データ駆動予測モデルを説明するためのハンズオントレーニング教材について紹介する。 これらのリソースは、解釈可能な表現合成、データサンプリング、説明生成の3つのコアビルディングブロックをカバーする。
  論文  参考訳（メタデータ） (2022-09-08T13:33:25Z)
• Retrieval-Enhanced Machine Learning [110.5237983180089]
  本稿では,いくつかの既存モデルを含む汎用的な検索強化機械学習フレームワークについて述べる。 REMLは情報検索の慣例に挑戦し、最適化を含む中核領域における新たな進歩の機会を提示している。 REMLリサーチアジェンダは、情報アクセス研究の新しいスタイルの基礎を築き、機械学習と人工知能の進歩への道を開く。
  論文  参考訳（メタデータ） (2022-05-02T21:42:45Z)
• From Distributed Machine Learning to Federated Learning: A Survey [49.7569746460225]
  分散学習は、分散データとコンピューティングリソースを利用するための効率的なアプローチとして現れる。 本論文では,連合学習システムの機能構造と関連手法の分類法を提案する。 本稿では,flシステムの分散トレーニング,データ通信,セキュリティについて述べる。
  論文  参考訳（メタデータ） (2021-04-29T14:15:11Z)
• Towards Compliant Data Management Systems for Healthcare ML [6.057289837472806]
  我々は、ソースからストレージまで、ヘルスケアにおける機械学習プロジェクト内のデータフローがどのようにトレーニングアルゴリズムなどに使われるのかをレビューする。 私たちの目標は、プロジェクトのライフサイクル全体にわたって、マシンやユーザ間で機密データを検知し、追跡するツールを設計することにあります。 この領域の難しさを示すソリューションのプロトタイプを構築します。
  論文  参考訳（メタデータ） (2020-11-15T15:27:51Z)
• Trustworthy AI Inference Systems: An Industry Research View [58.000323504158054]
  我々は、信頼できるAI推論システムの設計、展開、運用にアプローチするための業界調査ビューを提供する。 信頼された実行環境を用いたAIシステムの機会と課題を強調します。 我々は,産業,アカデミック,政府研究者のグローバルな集団的注意を必要とする,さらなる発展の分野を概説する。
  論文  参考訳（メタデータ） (2020-08-10T23:05:55Z)

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。