論文の概要: Cognitive Capabilities for the CAAI in Cyber-Physical Production Systems
- arxiv url: http://arxiv.org/abs/2012.01823v1
- Date: Thu, 3 Dec 2020 10:55:56 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-23 14:45:22.088123
- Title: Cognitive Capabilities for the CAAI in Cyber-Physical Production Systems
- Title（参考訳）: サイバー物理生産システムにおけるCAAIの認知能力
- Authors: Jan Strohschein, Andreas Fischbach, Andreas Bunte, Heide
Faeskorn-Woyke, Natalia Moriz, Thomas Bartz-Beielstein
- Abstract要約: 本稿では,サイバー物理生産システム(CPPS)における人工知能(CAAI)の認知モジュールについて述べる。
宣言的なユーザ目標と提供されたアルゴリズム知識ベースによって、動的パイプラインのオーケストレーションとコンフィギュレーションが可能になる。
ビッグデータプラットフォーム(BDP)はパイプラインをインスタンス化し、CPPSパフォーマンスを監視してさらなる評価を行う。
- 参考スコア（独自算出の注目度）: 2.348805691644086
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents the cognitive module of the cognitive architecture for
artificial intelligence (CAAI) in cyber-physical production systems (CPPS). The
goal of this architecture is to reduce the implementation effort of artificial
intelligence (AI) algorithms in CPPS. Declarative user goals and the provided
algorithm-knowledge base allow the dynamic pipeline orchestration and
configuration. A big data platform (BDP) instantiates the pipelines and
monitors the CPPS performance for further evaluation through the cognitive
module. Thus, the cognitive module is able to select feasible and robust
configurations for process pipelines in varying use cases. Furthermore, it
automatically adapts the models and algorithms based on model quality and
resource consumption. The cognitive module also instantiates additional
pipelines to test algorithms from different classes. CAAI relies on
well-defined interfaces to enable the integration of additional modules and
reduce implementation effort. Finally, an implementation based on Docker,
Kubernetes, and Kafka for the virtualization and orchestration of the
individual modules and as messaging-technology for module communication is used
to evaluate a real-world use case.
- Abstract（参考訳）: 本稿では,サイバー物理生産システム(CPPS)における人工知能(CAAI)の認知モジュールについて述べる。
このアーキテクチャの目的は、CPPSにおける人工知能(AI)アルゴリズムの実装労力を減らすことである。
宣言的なユーザ目標とアルゴリズム知識ベースによって、動的パイプラインのオーケストレーションと設定が可能になる。
ビッグデータプラットフォーム(BDP)はパイプラインをインスタンス化し、CPPSパフォーマンスを監視し、認知モジュールを通じてさらなる評価を行う。
このように、cognitive moduleは、さまざまなユースケースにおいて、プロセスパイプラインの実行可能でロバストな構成を選択できる。
さらに、モデルの品質とリソース消費に基づいて、モデルとアルゴリズムを自動的に適応する。
認知モジュールはまた、異なるクラスからアルゴリズムをテストするための追加パイプラインをインスタンス化する。
CAAIは、モジュールの追加と実装の労力を減らすために、明確に定義されたインターフェイスに依存しています。
最後に、個々のモジュールの仮想化とオーケストレーションのためのDocker、Kubernetes、Kafkaをベースとした実装と、モジュール通信のためのメッセージングテクノロジを使用して、実際のユースケースを評価する。
関連論文リスト
- AI-Aided Kalman Filters [65.35350122917914]
カルマンフィルタ(KF)とその変種は、信号処理において最も著名なアルゴリズムの一つである。
最近の進歩は、古典的なカルマン型フィルタリングでディープニューラルネットワーク(DNN)を融合させる可能性を示している。
本稿では,KF型アルゴリズムにAIを組み込むための設計アプローチについて,チュートリアル形式で概説する。
論文 参考訳（メタデータ） (2024-10-16T06:47:53Z) - Machine Learning Insides OptVerse AI Solver: Design Principles and
Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。
本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。
本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文 参考訳（メタデータ） (2024-01-11T15:02:15Z) - PDSketch: Integrated Planning Domain Programming and Learning [86.07442931141637]
我々は PDSketch という新しいドメイン定義言語を提案する。
これにより、ユーザーはトランジションモデルで柔軟にハイレベルな構造を定義できる。
移行モデルの詳細は、トレーニング可能なニューラルネットワークによって満たされる。
論文 参考訳（メタデータ） (2023-03-09T18:54:12Z) - Neural Attentive Circuits [93.95502541529115]
我々は、NAC(Neural Attentive Circuits)と呼ばれる汎用的でモジュラーなニューラルアーキテクチャを導入する。
NACは、ドメイン知識を使わずに、ニューラルネットワークモジュールのパラメータ化と疎結合を学習する。
NACは推論時に8倍のスピードアップを達成するが、性能は3%以下である。
論文 参考訳（メタデータ） (2022-10-14T18:00:07Z) - A unified software/hardware scalable architecture for brain-inspired
computing based on self-organizing neural models [6.072718806755325]
我々は、Reentrant SOM(ReSOM)モデルにおいて、自己組織化マップ(SOM)とHebbian学習を関連付ける脳誘発ニューラルモデルを開発した。
この研究は、FPGAベースの専用プラットフォーム上でのシミュレーション結果とハードウェア実行の両方を通じて、モデルの分散性とスケーラブル性を実証する。
論文 参考訳（メタデータ） (2022-01-06T22:02:19Z) - SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。
しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
論文 参考訳（メタデータ） (2021-12-22T14:45:37Z) - Modular approach to data preprocessing in ALOHA and application to a
smart industry use case [0.0]
データ前処理と変換パイプラインをサポートするために、ALOHAツールフローに統合されたモジュラーアプローチに対処する。
提案手法の有効性を示すために,キーワードスポッティングのユースケースに関する実験結果を示す。
論文 参考訳（メタデータ） (2021-02-02T06:48:51Z) - Deploying deep learning in OpenFOAM with TensorFlow [2.1874189959020423]
このモジュールはC APIで構築され、実行時にリンク可能なアプリケーションとしてOpenFOAMに統合される。
特に、私たちの定式化は、ニューラルネットワークアーキテクチャのタイプに関する制限を妨げます。
さらに、提案するモジュールは、計算流体力学と機械学習のための、オープンソースで統一的で透明なフレームワークへの道筋を概説している。
論文 参考訳（メタデータ） (2020-12-01T23:59:30Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳（メタデータ） (2020-07-13T20:30:26Z) - CAAI -- A Cognitive Architecture to Introduce Artificial Intelligence in
Cyber-Physical Production Systems [1.5701326192371183]
CAAIは、サイバー物理生産システムにおける人工知能の認知アーキテクチャである。
CAAIの中核は、ユーザの宣言的な目標を処理する認知モジュールである。
パイプラインの性能を評価する性能基準に対する一定の観察と評価を行う。
論文 参考訳（メタデータ） (2020-02-26T16:27:07Z)
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。