論文の概要: Inferencing the earth moving equipment-environment interaction in open pit mining

• arxiv url: http://arxiv.org/abs/2302.02130v1
• Date: Sat, 4 Feb 2023 08:38:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-07 20:06:39.388148
• Title: Inferencing the earth moving equipment-environment interaction in open pit mining
• Title（参考訳）: オープンピット採掘における地球移動機器と環境相互作用の考察
• Authors: M. Balamurali
• Abstract要約: 鉱業において、グレードコントロールは一般的に、ブラストホールサンプリングと鉱石制御ブロックモデルの推定に焦点を当てている。 本研究では、教師なしクラスタリングを行い、行方不明情報を予測する2段階の手法を実装した。 この方法は西オーストラリア州ピルバラの露天掘り鉱山で試験された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In mining, grade control generally focuses on blast hole sampling and the estimation of ore control block models with little or no attention given to how the materials are being excavated from the ground. In the process of loading trucks, the underlying variability of the individual bucket load will determine the variability of truck payload. Hence, accurate material movement demands a good knowledge of the excavation process and the buckets interaction with the environment. However, equipment frequently goes into off nominal states due to unexpected delays, disturbances or faults. The large amount of such disturbances causes information loss that reduces the statistical power and biases estimates, leading to increased uncertainty in the production. A reliable method that inferences the missing knowledge about the interaction between the machine and the environment from the available data sources, is vital to accurately model the material movement. In this study, a twostep method was implemented that performed unsupervised clustering and then predicted the missing information. The first method is DBSCAN based spatial clustering which divides the diggers and buckets positional data into connected loading segments. Clear patterns of segmented bucket dig positions were observed. The second model utilized Gaussian process regression which was trained with the clustered data and the model was then used to infer the mean locations of the test clusters. Bucket dig locations were then simulated at the inferred mean locations for different durations and compared against the known bucket dig locations. This method was tested at an open pit mine in the Pilbara of Western Australia. The results demonstrate the advantage of the proposed method in inferencing the missing information of bucket environment interactions and therefore enables miners to continuously track the material movement.
• Abstract（参考訳）: 鉱業において、グレードコントロールは一般的に、地層からの材料発掘方法にほとんど、あるいは全く注意を払わずに、爆風孔サンプリングと鉱石制御ブロックモデルの推定に重点を置いている。 トラックを積み込む過程において、個々のバケットの負荷の変動性は、トラックのペイロードの変動性を決定する。 したがって、正確な物質移動には、掘削過程とバケットと環境との相互作用に関する十分な知識が必要である。 しかし、機器は予期せぬ遅延、障害、欠陥のためにしばしば名目上状態に陥る。 このような乱れの大量発生は、統計力とバイアス推定を減少させる情報損失を引き起こし、生産の不確実性が増大する。 利用可能なデータソースからマシンと環境の相互作用に関する知識の欠如を推測する信頼性の高い手法は、物質の動きを正確にモデル化するのに不可欠である。 本研究では,教師なしクラスタリングを行い,欠落情報を予測する2段階の手法を実装した。 第1の方法はDBSCANベースの空間クラスタリングであり、デガーとバケットの位置データを接続されたロードセグメントに分割する。 セグメント化バケット掘削位置の明瞭なパターンが観察された。 第2のモデルは、クラスタ化されたデータでトレーニングされたガウス過程の回帰を利用して、テストクラスタの平均位置を推測する。 その後、バケット掘削場所は推定平均位置で異なる期間シミュレーションされ、既知のバケット掘削場所と比較された。 この方法は西オーストラリアのピルバラにある露天掘り鉱山で試験された。 その結果,バケット環境相互作用の欠落情報を参照することで,坑夫が連続的に物質移動を追跡できるという利点が得られた。

関連論文リスト

• A Self-Organizing Clustering System for Unsupervised Distribution Shift Detection [1.0436203990235575]
  本稿では,分布変化のモニタリングと検出のための連続学習フレームワークを提案する。 特に,2つのトポロジ保存マップ(自己組織化マップ)とスケール不変マップ(スケール不変マップ)の投影について検討する。 本手法は教師なしコンテキストと教師なしコンテキストの両方に適用できる。
  論文  参考訳（メタデータ） (2024-04-25T14:48:29Z)
• Learning with Noisy Foundation Models [95.50968225050012]
  本論文は、事前学習データセットにおけるノイズの性質を包括的に理解し分析する最初の研究である。 雑音の悪影響を緩和し、一般化を改善するため、特徴空間に適応するチューニング法(NMTune)を提案する。
  論文  参考訳（メタデータ） (2024-03-11T16:22:41Z)
• Target inductive methods for zero-shot regression [0.0]
  この研究は、気象観測所における大気汚染物質の量を予測する必要性から生まれた。 大気汚染は駅の位置(周囲の状況や活動)に依存する。 本稿では2つのゼロショット法を提案する。
  論文  参考訳（メタデータ） (2024-02-02T09:19:45Z)
• Kernel-based function learning in dynamic and non stationary environments [0.6138671548064355]
  機械学習における中心的なテーマの1つは、スパースデータとノイズデータからの関数推定である。 本研究では,非定常分布下でのカーネルベースリッジ回帰と収束条件について考察する。 これは、例えば、エージェント/ロボットの集合が、感覚場を再構築するために環境を監視する必要がある、重要な探索・探索の問題を含む。
  論文  参考訳（メタデータ） (2023-10-04T12:31:31Z)
• Understanding and Mitigating the Label Noise in Pre-training on Downstream Tasks [91.15120211190519]
  本稿では、事前学習データセットにおけるノイズの性質を理解し、下流タスクへの影響を軽減することを目的とする。 雑音の悪影響を軽減するために特徴空間に適応する軽量ブラックボックスチューニング法(NMTune)を提案する。
  論文  参考訳（メタデータ） (2023-09-29T06:18:15Z)
• Towards Motion Forecasting with Real-World Perception Inputs: Are End-to-End Approaches Competitive? [93.10694819127608]
  実世界の知覚入力を用いた予測手法の統一評価パイプラインを提案する。 我々の詳細な調査では、キュレートされたデータから知覚ベースのデータへ移行する際の大きなパフォーマンスギャップが明らかになりました。
  論文  参考訳（メタデータ） (2023-06-15T17:03:14Z)
• Particle-Based Score Estimation for State Space Model Learning in Autonomous Driving [62.053071723903834]
  マルチオブジェクト状態推定はロボットアプリケーションの基本的な問題である。 粒子法を用いて最大形パラメータを学習することを検討する。 自動運転車から収集した実データに本手法を適用した。
  論文  参考訳（メタデータ） (2022-12-14T01:21:05Z)
• Dense Out-of-Distribution Detection by Robust Learning on Synthetic Negative Data [1.7474352892977458]
  道路走行シーンとリモートセンシング画像における分布外異常の検出方法を示す。 我々は,カバレッジ指向学習の目的と異なる解像度でサンプルを生成する能力により,共同で訓練された正規化フローを活用する。 結果として得られたモデルは、道路走行シーンとリモートセンシング画像におけるアウト・オブ・ディストリビューション検出のためのベンチマークに、新たな技術状況を設定した。
  論文  参考訳（メタデータ） (2021-12-23T20:35:10Z)
• Crack detection using tap-testing and machine learning techniques to prevent potential rockfall incidents [68.8204255655161]
  本稿では,岩盤の自動探傷システムを提案する。 ロボットは、岩面を何度も打ったり、タップしたりするのに使用される。 音はロボットによって収集され、壊れやすい岩を識別する意図で分類される。
  論文  参考訳（メタデータ） (2021-10-10T22:53:36Z)
• DAAIN: Detection of Anomalous and Adversarial Input using Normalizing Flows [52.31831255787147]
  我々は、アウト・オブ・ディストリビューション(OOD)インプットと敵攻撃(AA)を検出する新しい手法であるDAINを導入する。 本手法は,ニューラルネットワークの内部動作を監視し,活性化分布の密度推定器を学習する。 当社のモデルは,特別なアクセラレータを必要とせずに,効率的な計算とデプロイが可能な単一のGPUでトレーニングすることが可能です。
  論文  参考訳（メタデータ） (2021-05-30T22:07:13Z)
• Real-Time Well Log Prediction From Drilling Data Using Deep Learning [2.064612766965483]
  距離に基づくグローバル感性分析を用いたデータ拡張と特徴工学のためのワークフローを提案する。 Inception-based Convolutional Neural Network with a Temporal Convolutional Network as the Deep Learning model。 北海のVolveフィールドのEquinorデータセットから12の井戸が学習に使用されている。
  論文  参考訳（メタデータ） (2020-01-28T03:57:31Z)

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。