論文の概要: A Research Agenda for Artificial Intelligence in the Field of Flexible Production Systems

• arxiv url: http://arxiv.org/abs/2112.15484v1
• Date: Fri, 31 Dec 2021 14:38:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-03 15:50:56.422521
• Title: A Research Agenda for Artificial Intelligence in the Field of Flexible Production Systems
• Title（参考訳）: フレキシブル生産システム分野における人工知能研究の課題
• Authors: Aljosha K\"ocher and Ren\'e Heesch and Niklas Widulle and Anna Nordhausen and Julian Putzke and Alexander Windmann and Sven Vagt and Oliver Niggemann
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 53.47496941841855
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Production companies face problems when it comes to quickly adapting their production control to fluctuating demands or changing requirements. Control approaches aiming to encapsulate production functions in the sense of services have shown to be promising in order to increase flexibility of Cyber-Physical Production Systems. But an existing challenge of such approaches is finding production plans based on provided functionalities for a set of requirements, especially when there is no direct (i.e., syntactic) match between demanded and provided functions. In such cases it can become complicated to find those provided functions that can be arranged into a plan satisfying the demand. While there is a variety of different approaches to production planning, flexible production poses specific requirements that are not covered by existing research. In this contribution, we first capture these requirements for flexible production environments. Afterwards, an overview of current Artificial Intelligence approaches that can be utilized in order to overcome the aforementioned challenges is given. Approaches from both symbolic AI planning as well as approaches based on Machine Learning are discussed and eventually compared against the requirements. Based on this comparison, a research agenda is derived.
• Abstract（参考訳）: 生産企業は、需要の変動や要求の変更に迅速に生産制御を適用することに関して問題に直面している。 サービスという意味で生産機能をカプセル化する制御手法は,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、こ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(すなわち構文)一致しない場合に、要求のセットに対する提供された機能に基づく生産計画を見つけることである。 このような場合、要求を満たすプランに配置できる機能を見つけるのが複雑になる可能性がある。 生産計画には様々なアプローチがあるが、フレキシブル生産は既存の研究でカバーされていない特定の要件をもたらす。 この貢献により、私たちはまず、フレキシブルなプロダクション環境に対するこれらの要件を捉えます。 その後、前述の課題を克服するために利用できる現在の人工知能アプローチの概要が述べられている。 シンボリックAI計画と機械学習に基づくアプローチの両方からのアプローチが議論され、最終的には要件と比較される。 この比較に基づいて研究課題を導出する。

関連論文リスト

• KaPQA: Knowledge-Augmented Product Question-Answering [59.096607961704656]
  我々はAdobe AcrobatとPhotoshop製品に焦点を当てた2つのQAデータセットを紹介した。 また、製品QAタスクにおけるモデルの性能を高めるために、新しい知識駆動型RAG-QAフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-07-22T22:14:56Z)
• 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)
• Learning to Plan and Generate Text with Citations [69.56850173097116]
  提案手法は, テキストの忠実性, 接地性, 制御性を向上させるために最近実証されたプランベースモデルの帰属性について検討する。 本稿では,異なるブループリントの変種を利用する帰属モデルと,質問をゼロから生成する抽象モデルと,質問を入力からコピーする抽出モデルを提案する。
  論文  参考訳（メタデータ） (2024-04-04T11:27:54Z)
• Engineering Safety Requirements for Autonomous Driving with Large Language Models [0.6699222582814232]
  大きな言語モデル(LLM)は、更新毎に要求を自動的に精錬し、分解する上で重要な役割を果たす。 本研究では、アイテム定義を受信し、安全要件の形でソリューションを出力するプロンプトとLCMのパイプラインのプロトタイプを提案する。
  論文  参考訳（メタデータ） (2024-03-24T20:40:51Z)
• Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
  製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。 セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
  論文  参考訳（メタデータ） (2023-12-14T10:37:34Z)
• Deriving Product Line Requirements: the RED-PL Guidance Approach [0.0]
  本稿では,要求の導出を支援するためのRED-PLを提案する。 提案手法の独創性は, (i) ユーザ指向であり, (ii) 製品要求の導出・導出を意思決定活動として指導し, (iii) 要求に関する意思決定を行う上で,システム的かつ対話的なガイダンスを提供することである。
  論文  参考訳（メタデータ） (2023-09-25T09:16:45Z)
• Machine Learning with Requirements: a Manifesto [114.97965827971132]
  要件定義と満足度は、マシンラーニングモデルが現実世界にさらに適合するように、長い道のりを歩むことができる、と私たちは主張しています。 私たちは、要求仕様を標準の機械学習開発パイプラインにうまく組み込む方法を示します。
  論文  参考訳（メタデータ） (2023-04-07T14:47:13Z)
• Concepts and Algorithms for Agent-based Decentralized and Integrated Scheduling of Production and Auxiliary Processes [78.120734120667]
  本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。 要求の一部は、線形にスケールする通信アーキテクチャを開発することである。 このアプローチは、工業的要件に基づいた例を使って説明されます。
  論文  参考訳（メタデータ） (2022-05-06T18:44:29Z)

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。