論文の概要: Material Measurement Units: Foundations Through a Survey
- arxiv url: http://arxiv.org/abs/2103.01997v1
- Date: Tue, 2 Mar 2021 19:36:12 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-04 15:01:53.478553
- Title: Material Measurement Units: Foundations Through a Survey
- Title(参考訳): 材料測定ユニット:調査による基礎
- Authors: Federico Zocco and Se\'an McLoone
- Abstract要約: 鉱物や工業材料の長期利用は、製造製品の成分であるため、持続可能な開発に必要な条件である。
本稿では,第1に,材料計測ユニット (mmu) と呼ばれる新しいコンピュータビジョン対応材料監視技術について文献に記載し,第2に,mmusの開発に関連する研究成果のサーベイを行い,第3に,複数のmmusを展開する材料ストックモニタリングセンサネットワークについて述べる。
- 参考スコア(独自算出の注目度): 0.951828574518325
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Long-term availability of minerals and industrial materials is a necessary
condition for sustainable development as they are the constituents of any
manufacturing product. In particular, technologies with increasing demand such
as GPUs and photovoltaic panels are made of critical raw materials. To enhance
the efficiency of material management, in this paper we make three main
contributions: first, we identify in the literature an emerging
computer-vision-enabled material monitoring technology which we call Material
Measurement Unit (MMU); second, we provide a survey of works relevant to the
development of MMUs; third, we describe a material stock monitoring sensor
network deploying multiple MMUs.
- Abstract(参考訳): 鉱物や工業材料の長期利用は、製造製品の成分であるため、持続可能な開発に必要な条件である。
特に、GPUや太陽光発電パネルなどの需要が高まる技術は、重要な原料でできている。
本論文では, 材料管理の効率化を図るため, 文献において, 材料計測ユニット(Material Measurement Unit, MMU)と呼ばれる新しいコンピュータビジョン対応材料モニタリング技術を同定し, 第二に, MMUの開発に関わる作業の調査を行い, 第三に, 複数のMMUを展開している材料在庫監視センサネットワークについて述べる。
関連論文リスト
- A Systematic Review of Available Datasets in Additive Manufacturing [56.684125592242445]
視覚およびその他のセンサー技術を組み込んだその場監視により、追加製造プロセス中に広範なデータセットの収集が可能になる。
これらのデータセットは、製造された出力の品質を判断し、機械学習を使用して欠陥を検出する可能性がある。
本稿では,AMプロセスから派生したオープン画像ベースデータセットの利用可能性について検討する。
論文 参考訳(メタデータ) (2024-01-27T16:13:32Z) - Multimodal Learning for Crystalline Materials [8.915142640507794]
液晶材料のための多モード学習(MLCM)は,多モードアライメントによる結晶材料の基礎モデルをトレーニングするための新しい手法である。
MLCMは、挑戦的なMaterial Projectデータベース上での材料特性予測のための最先端性能を実現する。
私たちの研究は、進行中のAI革命のイノベーションを材料科学の領域に持ち込み、素材を次世代AIのテストベッドとして特定します。
論文 参考訳(メタデータ) (2023-11-30T18:35:29Z) - RethinkingTMSC: An Empirical Study for Target-Oriented Multimodal
Sentiment Classification [70.9087014537896]
目的指向型マルチモーダル感性分類(TMSC)は,学者の間でも注目されている。
この問題の原因を明らかにするために,データセットの広範な実験的評価と詳細な分析を行う。
論文 参考訳(メタデータ) (2023-10-14T14:52:37Z) - Review of Machine Learning Methods for Additive Manufacturing of
Functionally Graded Materials [51.03718738121577]
機能的傾斜材料(FGM)は、滑らかな特性を示す高度な複合材料である。
最近の機械学習技術は、FGMの製造に有望な手段として現れている。
本稿はまず,FGM製造に関する文献を概説し,次いで添加物製造における機械学習の適用について概説する。
論文 参考訳(メタデータ) (2023-09-28T16:27:07Z) - Large Language Models as Master Key: Unlocking the Secrets of Materials
Science with GPT [9.33544942080883]
本稿では,物質科学におけるデバイスレベルでの情報抽出の複雑さに対処するため,構造化情報推論(SII)と呼ばれる自然言語処理(NLP)タスクを提案する。
我々は、既存のペロブスカイト型太陽電池FAIRデータセットに91.8%のF1スコアでGPT-3をチューニングし、リリース以来のデータでデータセットを拡張した。
また、太陽電池の電気性能を予測する実験を設計し、大規模言語モデル(LLM)を用いてターゲットパラメータを持つ材料や装置の設計を行った。
論文 参考訳(メタデータ) (2023-04-05T04:01:52Z) - Deep Industrial Image Anomaly Detection: A Survey [85.44223757234671]
近年の深層学習の急速な発展は,産業用画像異常検出(IAD)のマイルストーンとなった
本稿では,ディープラーニングによる画像異常検出手法の総合的なレビューを行う。
画像異常検出のオープニング課題をいくつか取り上げる。
論文 参考訳(メタデータ) (2023-01-27T03:18:09Z) - Artificial intelligence approaches for materials-by-design of energetic
materials: state-of-the-art, challenges, and future directions [0.0]
我々は,AIによる材料設計の進歩とそのエネルギー材料への応用についてレビューする。
文献における手法を,少数のデータから学習する能力の観点から評価する。
本稿では,メタラーニング,アクティブラーニング,ベイズラーニング,半/弱教師付きラーニングなど,EM教材の今後の研究方向性について提案する。
論文 参考訳(メタデータ) (2022-11-15T14:41:11Z) - MaterialsAtlas.org: A Materials Informatics Web App Platform for
Materials Discovery and Survey of State-of-the-Art [5.570892106881502]
本稿では, Web ベースの材料情報ツールボックスである MaterialsAtlas.org を提案し,開発する。
これらのユーザフレンドリーなツールは、urlwww. Materialssatlas.orgで自由にアクセスできる。
論文 参考訳(メタデータ) (2021-09-09T03:08:18Z) - The value chain of Industrial IoT and its reference framework for
digitalization [6.482587144852806]
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。
論文 参考訳(メタデータ) (2020-09-28T03:21:30Z) - Machine Learning in Nano-Scale Biomedical Engineering [77.75587007080894]
ナノスケールバイオメディカルエンジニアリングにおける機械学習の利用に関する既存の研究について概説する。
ML問題として定式化できる主な課題は、3つの主要なカテゴリに分類される。
提示された方法論のそれぞれについて、その原則、応用、制限に特に重点を置いている。
論文 参考訳(メタデータ) (2020-08-05T15:45:54Z) - Data Mining with Big Data in Intrusion Detection Systems: A Systematic
Literature Review [68.15472610671748]
クラウドコンピューティングは、複雑で高性能でスケーラブルな計算のために、強力で必要不可欠な技術になっている。
データ生成の迅速化とボリュームは、データ管理とセキュリティに重大な課題をもたらし始めている。
ビッグデータ設定における侵入検知システム(IDS)の設計と展開が重要視されている。
論文 参考訳(メタデータ) (2020-05-23T20:57:12Z)
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。
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。