論文の概要: VisioRed: A Visualisation Tool for Interpretable Predictive Maintenance
- arxiv url: http://arxiv.org/abs/2103.17003v1
- Date: Wed, 31 Mar 2021 11:35:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-01 14:27:10.549197
- Title: VisioRed: A Visualisation Tool for Interpretable Predictive Maintenance
- Title（参考訳）: VisioRed: 予測保守を解釈可能な可視化ツール
- Authors: Spyridon Paraschos, Ioannis Mollas, Nick Bassiliades, Grigorios
Tsoumakas
- Abstract要約: マシンラーニングを使用すると、予測および規範的なメンテナンスがシステム障害を予測および防止する。
本稿では,時系列データに基づく予測保守モデルから得られた情報を表示するための解釈を組み込んだ可視化ツールを提案する。
- 参考スコア（独自算出の注目度）: 5.845912816093006
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The use of machine learning rapidly increases in high-risk scenarios where
decisions are required, for example in healthcare or industrial monitoring
equipment. In crucial situations, a model that can offer meaningful
explanations of its decision-making is essential. In industrial facilities, the
equipment's well-timed maintenance is vital to ensure continuous operation to
prevent money loss. Using machine learning, predictive and prescriptive
maintenance attempt to anticipate and prevent eventual system failures. This
paper introduces a visualisation tool incorporating interpretations to display
information derived from predictive maintenance models, trained on time-series
data.
- Abstract（参考訳）: マシンラーニングの使用は、医療や産業監視機器など、意思決定が必要なリスクの高いシナリオで急速に増加します。
重要な状況では、意思決定について有意義な説明ができるモデルが不可欠である。
産業施設では、設備の保守は、資金損失を防ぐための継続的な運用を確保するために不可欠である。
マシンラーニングを使用すると、予測および規範的なメンテナンスがシステム障害を予測および防止する。
本稿では,時系列データに基づく予測保守モデルから得られた情報を表示するための解釈を組み込んだ可視化ツールを提案する。
関連論文リスト
- Verification of Machine Unlearning is Fragile [48.71651033308842]
両タイプの検証戦略を回避できる2つの新しい非学習プロセスを導入する。
この研究は、機械学習検証の脆弱性と限界を強調し、機械学習の安全性に関するさらなる研究の道を開く。
論文 参考訳（メタデータ） (2024-08-01T21:37:10Z) - TranDRL: A Transformer-Driven Deep Reinforcement Learning Enabled Prescriptive Maintenance Framework [58.474610046294856]
産業システムは、運用効率を高め、ダウンタイムを減らすための信頼性の高い予測保守戦略を要求する。
本稿では,Transformerモデルに基づくニューラルネットワークと深部強化学習(DRL)アルゴリズムの機能を活用し,システムの保守動作を最適化する統合フレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-29T02:27:54Z) - 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) - Safe AI for health and beyond -- Monitoring to transform a health
service [51.8524501805308]
機械学習アルゴリズムの出力を監視するために必要なインフラストラクチャを評価する。
モデルのモニタリングと更新の例を示す2つのシナリオを提示します。
論文 参考訳（メタデータ） (2023-03-02T17:27:45Z) - Prescriptive maintenance with causal machine learning [4.169130102668252]
同様のマシン上での観測データから,保守条件が機械特性に与える影響を学習する。
産業パートナーから4000以上の保守契約に関する実生活データを用いて,提案手法を検証した。
論文 参考訳（メタデータ） (2022-06-03T13:35:57Z) - Predictive Maintenance using Machine Learning [0.0]
予測保守(PdM)は、資産の保守計画を効果的に管理するために実施される。
データは一定期間にわたって収集され、機器の状態を監視する。
論文 参考訳（メタデータ） (2022-05-19T09:05:37Z) - Multi Agent System for Machine Learning Under Uncertainty in Cyber
Physical Manufacturing System [78.60415450507706]
近年の予測機械学習の進歩は、製造における様々なユースケースに応用されている。
ほとんどの研究は、それに関連する不確実性に対処することなく予測精度を最大化することに焦点を当てた。
本稿では,機械学習における不確実性の原因を特定し,不確実性下での機械学習システムの成功基準を確立する。
論文 参考訳（メタデータ） (2021-07-28T10:28:05Z) - Explainable Machine Learning for Fraud Detection [0.47574189356217006]
大規模なデータセットの処理をサポートする機械学習の応用は、金融サービスを含む多くの業界で有望である。
本稿では,監視モデルと非監視モデルの両方において,適切なバックグラウンドデータセットとランタイムトレードオフの選択を検討し,リアルタイム不正検出の領域における説明可能性について検討する。
論文 参考訳（メタデータ） (2021-05-13T14:12:02Z) - Monitoring and explainability of models in production [58.720142291102135]
デプロイされたモデルを監視することは、高品質の機械学習対応サービスの継続的なプロビジョニングに不可欠である。
これらの領域でソリューションの実装を成功させる上での課題を,オープンソースツールを使用した本番環境対応ソリューションの最近の例で論じる。
論文 参考訳（メタデータ） (2020-07-13T10:37:05Z) - Predictive Maintenance for Edge-Based Sensor Networks: A Deep
Reinforcement Learning Approach [68.40429597811071]
未計画の設備停止のリスクは、収益発生資産の予測保守によって最小化することができる。
機器に基づくセンサネットワークのコンテキストから予測機器のメンテナンスを行うために,モデルフリーのDeep Reinforcement Learningアルゴリズムを提案する。
従来のブラックボックス回帰モデルとは異なり、提案アルゴリズムは最適なメンテナンスポリシーを自己学習し、各機器に対して実行可能なレコメンデーションを提供する。
論文 参考訳（メタデータ） (2020-07-07T10:00:32Z)
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。