論文の概要: Ontology-Based Skill Description Learning for Flexible Production Systems

• arxiv url: http://arxiv.org/abs/2111.13142v1
• Date: Thu, 25 Nov 2021 15:58:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-30 06:23:01.454161
• Title: Ontology-Based Skill Description Learning for Flexible Production Systems
• Title（参考訳）: オントロジーに基づくフレキシブル生産システムのためのスキル記述学習
• Authors: Anna Himmelhuber, Stephan Grimm, Thomas Runkler, Sonja Zillner
• Abstract要約: 資源効率の増す生産環境の重要性は、製造業者がよりダイナミックな生産環境を構築する必要があることを意味している。 自動生産計画を通じて、この動的製造の可能性を完全に活用するためには、機械のスキル記述が不可欠である。 これらのスキル記述を手作業で作成するのは労働集約的であり、広範なドメイン知識を必要とする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The increasing importance of resource-efficient production entails that manufacturing companies have to create a more dynamic production environment, with flexible manufacturing machines and processes. To fully utilize this potential of dynamic manufacturing through automatic production planning, formal skill descriptions of the machines are essential. However, generating those skill descriptions in a manual fashion is labor-intensive and requires extensive domain-knowledge. In this contribution an ontology-based semi-automatic skill description system that utilizes production logs and industrial ontologies through inductive logic programming is introduced and benefits and drawbacks of the proposed solution are evaluated.
• Abstract（参考訳）: 資源効率の高い生産の重要性が増すにつれ、製造業者は柔軟な製造機械やプロセスを備えたよりダイナミックな生産環境を構築する必要がある。 自動生産計画による動的生産の可能性を完全に活用するには, 機械の形式的技能記述が不可欠である。 しかし、これらのスキル記述を手作業で作成することは労働集約的であり、広範なドメイン知識を必要とする。 本稿では,インダクティブ論理プログラミングを通じて生産ログと産業オントロジーを利用するオントロジベースの半自動的スキル記述システムを導入し,提案手法の利点と欠点を評価する。

関連論文リスト

• Large Language Models for Manufacturing [41.12098478080648]
  大規模言語モデル(LLM)は製造業を変革する可能性があり、プロセスを最適化し、効率を改善し、革新を促進する新しい機会を提供する。 本稿では,LLMを製造分野に統合し,製造のさまざまな側面を自動化・拡張する可能性に焦点を当てる。
  論文  参考訳（メタデータ） (2024-10-28T18:13:47Z)
• Informatics & dairy industry coalition: AI trends and present challenges [5.014059576916173]
  この研究は、AIを活用可能な産業上の課題を包括的に記述し、乳製品産業に焦点を当てている。 結論は、牛のモニタリングと農家に対する新しいアプローチを、彼らのニーズに先進的な技術ソリューションを提案して適用する上で有効である。
  論文  参考訳（メタデータ） (2024-06-18T16:39:21Z)
• Automatic generation of insights from workers' actions in industrial workflows with explainable Machine Learning [6.354358255072839]
  労働者の生産性に正確に匹敵するものは存在しない。 製造プロセスからのデータと作業者のパフォーマンスを組み合わせたMLソリューションが必要である。 本稿では、専門家と専門家の区別に説明可能なMLを適用することを提案する。
  論文  参考訳（メタデータ） (2024-06-18T15:55:11Z)
• Benchmarking Automated Machine Learning Methods for Price Forecasting Applications [58.720142291102135]
  自動機械学習(AutoML)ソリューションで手作業で作成したMLパイプラインを置換する可能性を示す。 CRISP-DMプロセスに基づいて,手動MLパイプラインを機械学習と非機械学習に分割した。 本稿では、価格予測の産業利用事例として、ドメイン知識とAutoMLを組み合わせることで、ML専門家への依存が弱まることを示す。
  論文  参考訳（メタデータ） (2023-04-28T10:27:38Z)
• Deep Learning based pipeline for anomaly detection and quality enhancement in industrial binder jetting processes [68.8204255655161]
  異常検出は、通常の値空間とは異なる異常状態、インスタンス、あるいはデータポイントを検出する方法を記述する。 本稿では,産業生産における人工知能へのデータ中心のアプローチに寄与する。
  論文  参考訳（メタデータ） (2022-09-21T08:14:34Z)
• Optimization paper production through digitalization by developing an assistance system for machine operators including quality forecast: a concept [50.591267188664666]
  廃紙からの紙の製造は、特にエネルギー消費の観点からも、依然として非常に資源集約的な課題である。 我々は,その利用方法の欠如を特定し,操作支援システムと最先端の機械学習技術を用いた概念の実装を行った。 我々の主な目的は、利用可能なデータを活用するマシンオペレーターに状況に応じた知識を提供することである。
  論文  参考訳（メタデータ） (2022-06-23T09:54:35Z)
• A Research Agenda for Artificial Intelligence in the Field of Flexible Production Systems [53.47496941841855]
  生産会社は、需要変動や要求の変化に対して生産制御を迅速に適応することに関して、問題に直面します。 サービスという意味で生産機能をカプセル化することを目的とした制御手法は,サイバー物理生産システムの柔軟性を高めるために有望であることが示されている。 しかし、そのようなアプローチの既存の課題は、要求された機能と提供された機能の間に直接(統語的)一致がない場合に、一連の要求に対して提供された機能に基づいて生産計画を見つけることである。
  論文  参考訳（メタデータ） (2021-12-31T14:38:31Z)
• Modeling and Optimizing Laser-Induced Graphene [59.8912133964006]
  レーザ誘起グラフェンの生成の最適化を記述したデータセットを提供する。 提供するデータセットに基づいて,3つの課題を提起します。 興味のあるユーザにとっての出発点として、図解的な結果と、それらを生成するためのコードを提示します。
  論文  参考訳（メタデータ） (2021-07-29T18:08:24Z)
• AI-based Modeling and Data-driven Evaluation for Smart Manufacturing Processes [56.65379135797867]
  本稿では,半導体製造プロセスに関する有用な知見を得るための動的アルゴリズムを提案する。 本稿では,遺伝的アルゴリズムとニューラルネットワークを利用して,知的特徴選択アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-08-29T14:57:53Z)
• SAFE: Scalable Automatic Feature Engineering Framework for Industrial Tasks [10.927412495381311]
  そこで本研究では,SAFEと呼ばれるステージ化手法を提案し,高い効率性とスケーラビリティ,必要な解釈可能性,有望な性能を実現する。 その結果, 提案手法は, 他の手法と比較した場合, 高い効率と競争力が得られることがわかった。
  論文  参考訳（メタデータ） (2020-03-05T12:07:36Z)

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。