論文の概要: Positioning Fog Computing for Smart Manufacturing
- arxiv url: http://arxiv.org/abs/2205.10860v1
- Date: Sun, 22 May 2022 16:03:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2022-05-29 21:50:34.228254
- Title: Positioning Fog Computing for Smart Manufacturing
- Title（参考訳）: スマートマニュファクチャリングのための位置決めフォグコンピューティング
- Authors: Jaakko Harjuhahto and Vesa Hirvisalo
- Abstract要約: リアルタイム産業品質管理のための機械学習システムについて検討する。
自動品質管理システムを開発する上では、機械学習が有効な選択肢だと考えています。
本稿では,機械学習による品質管理の必要性を満たすため,自動化制御の標準階層に新しいフォグコンピューティング層を導入することを提案する。
- 参考スコア（独自算出の注目度）: 1.0965065178451106
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study machine learning systems for real-time industrial quality control.
In many factory systems, production processes must be continuously controlled
in order to maintain product quality. Especially challenging are the systems
that must balance in real-time between stringent resource consumption
constraints and the risk of defective end-product. There is a need for
automated quality control systems as human control is tedious and error-prone.
We see machine learning as a viable choice for developing automated quality
control systems, but integrating such system with existing factory automation
remains a challenge. In this paper we propose introducing a new fog computing
layer to the standard hierarchy of automation control to meet the needs of
machine learning driven quality control.
- Abstract（参考訳）: リアルタイム産業品質管理のための機械学習システムについて検討する。
多くの工場システムでは、生産プロセスは製品の品質を維持するために継続的に制御されなければならない。
特に難しいのは、厳格なリソース消費制約と欠陥のあるエンドユーザのリスクをリアルタイムでバランスしなければならないシステムです。
人間の制御が面倒でエラーを起こしやすいため、自動品質管理システムが必要である。
機械学習は自動品質管理システムを開発する上で有効な選択肢だと考えていますが、そのようなシステムを既存の工場自動化と統合することは依然として課題です。
本稿では,機械学習による品質管理の必要性を満たすため,自動化制御の標準階層に新しいフォグコンピューティング層を導入することを提案する。
関連論文リスト
- DVQI: A Multi-task, Hardware-integrated Artificial Intelligence System
for Automated Visual Inspection in Electronics Manufacturing [57.33324493991657]
本稿では,DVQI(DarwinAI Visual Quality Inspection)システムを用いて,プリント基板組立欠陥の自動検査を行う。
DVQIシステムは、最小限のプログラミングと製造技術者のセットアップによるマルチタスク検査を可能にする。
また、DVQIシステムの性能と、トップエレクトロニクスメーカーへの影響に関するケーススタディも提示する。
論文 参考訳（メタデータ） (2023-12-14T18:56:54Z) - Machine Learning Meets Advanced Robotic Manipulation [48.6221343014126]
本論文は、最先端技術と、実世界の操作タスクに適用された機械学習手法の最近の動向についてレビューする。
論文の残りの部分は、産業、医療、農業、宇宙、軍事、捜索救助など、さまざまな分野におけるML応用に費やされている。
論文 参考訳（メタデータ） (2023-09-22T01:06:32Z) - Automated machine vision control system for technological nodes assembly
process [0.0]
本稿では,組立技術の制御に使用される機器の要件を緩和する手法を提案する。
スレッド接続の締め付けトルクを制御できるツールが提供されている。
開発システムは、制御だけでなく、技術プロセスのロギング機能も提供する。
論文 参考訳（メタデータ） (2023-08-08T16:01:34Z) - 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) - Robotic Packaging Optimization with Reinforcement Learning [5.811534788312546]
本研究は,コンベアベルトから容器に食品を輸送する自動二次ロボット食品包装ソリューションについて検討する。
これらのソリューションの大きな問題は、大幅な生産性低下を引き起こす可能性のある製品供給の変化である。
本稿では,コンベアベルトの速度を最適化し,制御系の他の部分との干渉を最小限に抑えた強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2023-03-26T11:42:49Z) - An Automated Robotic Arm: A Machine Learning Approach [0.0]
現代の産業は、手動によるシステムの制御から自動化へと急速にシフトしている。
コンピュータベースのシステムは、品質と生産性を向上させることができるが、作業には柔軟性がない。
工業的重要性の1つは、ある場所から別の場所へ物を選んで配置することである。
論文 参考訳（メタデータ） (2022-01-07T10:33:01Z) - An IIoT machine model for achieving consistency in product quality in
manufacturing plants [0.5574339026647824]
本稿では,植物機械の効率的な監視と制御を可能にする産業用IoT(Industrial Internet of Things)マシンモデルを提案する。
提案アルゴリズムは製品の品質を高い精度で予測し,効率的な生産監視と制御を可能にする。
論文 参考訳（メタデータ） (2021-09-27T11:42:17Z) - Machine Learning for Massive Industrial Internet of Things [69.52379407906017]
モノのインターネット(IIoT)は、モノのインターネット技術を産業環境に統合することで、将来の製造施設に革命をもたらします。
大規模なIIoTデバイスのデプロイでは、無線ネットワークがさまざまなQoS(Quality-of-Service)要件でユビキタス接続をサポートすることは困難である。
まず、一般的な非クリティカルかつクリティカルなIIoTユースケースの要件を要約します。
次に、大規模なIIoTシナリオと対応する機械学習ソリューションのユニークな特性を、その制限と潜在的な研究方向で識別します。
論文 参考訳（メタデータ） (2021-03-10T20:10:53Z) - One-Shot Recognition of Manufacturing Defects in Steel Surfaces [1.0987465819113238]
本稿では,課題のワンショット認識にシームズ畳み込みニューラルネットワークを適用することを提案する。
本研究は, 鋼表面欠陥の同定により, 鋼の品質管理にワンショット学習が有効であることを示すものである。
論文 参考訳（メタデータ） (2020-05-12T14:30:03Z) - Improving Input-Output Linearizing Controllers for Bipedal Robots via
Reinforcement Learning [85.13138591433635]
入力出力線形化コントローラの主な欠点は、正確な力学モデルが必要であり、入力制約を考慮できないことである。
本稿では,強化学習技術を用いた二足歩行ロボット制御の具体例について,両課題に対処する。
論文 参考訳（メタデータ） (2020-04-15T18:15:49Z) - Towards CRISP-ML(Q): A Machine Learning Process Model with Quality
Assurance Methodology [53.063411515511056]
本稿では,機械学習アプリケーション開発のためのプロセスモデルを提案する。
第1フェーズでは、データの可用性がプロジェクトの実現可能性に影響を与えることが多いため、ビジネスとデータの理解が結合されます。
第6フェーズでは、機械学習アプリケーションの監視とメンテナンスに関する最先端のアプローチがカバーされている。
論文 参考訳（メタデータ） (2020-03-11T08:25:49Z)
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。