論文の概要: PDPK: A Framework to Synthesise Process Data and Corresponding
Procedural Knowledge for Manufacturing
- arxiv url: http://arxiv.org/abs/2308.08371v1
- Date: Wed, 16 Aug 2023 13:50:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-17 13:15:06.347476
- Title: PDPK: A Framework to Synthesise Process Data and Corresponding
Procedural Knowledge for Manufacturing
- Title(参考訳): PDPK:プロセスデータの合成と製造の手続き的知識対応のためのフレームワーク
- Authors: Richard Nordsieck, Andr\'e Schweizer, Michael Heider, J\"org H\"ahner
- Abstract要約: 異なるドメインに適応可能な合成データセットを生成するためのフレームワークを提供する。
フレームワークと評価コード、および評価で使用されるデータセットはオープンソースである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Procedural knowledge describes how to accomplish tasks and mitigate problems.
Such knowledge is commonly held by domain experts, e.g. operators in
manufacturing who adjust parameters to achieve quality targets. To the best of
our knowledge, no real-world datasets containing process data and corresponding
procedural knowledge are publicly available, possibly due to corporate
apprehensions regarding the loss of knowledge advances. Therefore, we provide a
framework to generate synthetic datasets that can be adapted to different
domains. The design choices are inspired by two real-world datasets of
procedural knowledge we have access to. Apart from containing representations
of procedural knowledge in Resource Description Framework (RDF)-compliant
knowledge graphs, the framework simulates parametrisation processes and
provides consistent process data. We compare established embedding methods on
the resulting knowledge graphs, detailing which out-of-the-box methods have the
potential to represent procedural knowledge. This provides a baseline which can
be used to increase the comparability of future work. Furthermore, we validate
the overall characteristics of a synthesised dataset by comparing the results
to those achievable on a real-world dataset. The framework and evaluation code,
as well as the dataset used in the evaluation, are available open source.
- Abstract(参考訳): 手続き的知識は、タスクの達成と問題を緩和する方法を記述する。
このような知識は一般に、品質目標を達成するためにパラメータを調整する製造業者など、ドメインの専門家によって保持される。
我々の知る限りでは、プロセスデータとそれに対応する手続き的知識を含む実世界のデータセットは公開されていない。
したがって、異なるドメインに適応可能な合成データセットを生成するためのフレームワークを提供する。
デザインの選択は、私たちがアクセスできる手続き的知識の2つの現実世界のデータセットにインスパイアされています。
Resource Description Framework (RDF) 準拠の知識グラフに手続き的知識の表現を含むのとは別に、このフレームワークはパラメトリックプロセスをシミュレートし、一貫性のあるプロセスデータを提供する。
既定の埋め込み手法を知識グラフ上で比較し,手続き的知識を表現する可能性について詳述した。
これは、将来の作業の互換性を高めるために使用できるベースラインを提供する。
さらに,実世界のデータセット上で実現可能な結果と比較することにより,合成データセットの全体的な特性を検証する。
フレームワークと評価コード、および評価に使用されるデータセットは、オープンソースである。
関連論文リスト
- Extracting Process-Aware Decision Models from Object-Centric Process
Data [54.04724730771216]
本稿では,ODDA(Integrated Object-centric Decision Discovery Algorithm)と呼ばれる,オブジェクト中心決定マイニングアルゴリズムを提案する。
IODDAは意思決定の仕組みや意思決定の仕方を知ることができる。
論文 参考訳(メタデータ) (2024-01-26T13:27:35Z) - Leveraging Knowledge Graphs for Orphan Entity Allocation in Resume
Processing [1.3654846342364308]
本研究では,知識グラフを用いた履歴処理における孤児実体割当の新しい手法を提案する。
その目的は、履歴書内の孤児エンティティのバケット化を成功させることで、ジョブスクリーニングプロセスの自動化と効率化である。
論文 参考訳(メタデータ) (2023-10-21T19:10:30Z) - AUGUST: an Automatic Generation Understudy for Synthesizing
Conversational Recommendation Datasets [56.052803235932686]
本稿では,大規模かつ高品質なレコメンデーションダイアログを生成する新しい自動データセット合成手法を提案する。
i)従来のレコメンデーションデータセットからの豊富なパーソナライズされたユーザプロファイル、(ii)知識グラフからの豊富な外部知識、(iii)人間対人間会話レコメンデーションデータセットに含まれる会話能力。
論文 参考訳(メタデータ) (2023-06-16T05:27:14Z) - Process-BERT: A Framework for Representation Learning on Educational
Process Data [68.8204255655161]
本稿では,教育プロセスデータの表現を学習するためのフレームワークを提案する。
我々のフレームワークは、BERT型の目的を用いて、シーケンシャルなプロセスデータから表現を学習する事前学習ステップで構成されています。
当社のフレームワークは,2019年国のレポートカードデータマイニングコンペティションデータセットに適用しています。
論文 参考訳(メタデータ) (2022-04-28T16:07:28Z) - Generating Privacy-Preserving Process Data with Deep Generative Models [7.3268099910347715]
プロセスデータ生成のための逆生成ネットワーク(ProcessGAN)を導入する。
我々は6つの実世界のデータセット上でProcessGANと従来のモデルを評価する。
我々は,プロセスGANが,認証データと区別できない大量の共有可能な合成プロセスデータを生成することができると結論付けた。
論文 参考訳(メタデータ) (2022-03-15T14:29:54Z) - Nemo: Guiding and Contextualizing Weak Supervision for Interactive Data
Programming [77.38174112525168]
私たちは、WS 学習パイプラインの全体的な生産性を、一般的な WS 監督アプローチと比較して平均20%(最大 47% のタスク)改善する、エンドツーエンドのインタラクティブなスーパービジョンシステムである Nemo を紹介します。
論文 参考訳(メタデータ) (2022-03-02T19:57:32Z) - Human Activity Recognition using Attribute-Based Neural Networks and
Context Information [61.67246055629366]
手作業におけるウェアラブルセンサデータから人間の活動認識(HAR)を考察する。
我々は、コンテキスト情報をディープニューラルネットワークベースのHARシステムに体系的に組み込む方法を示す。
提案したアーキテクチャは,最先端手法と比較してHAR性能が向上することを示す。
論文 参考訳(メタデータ) (2021-10-28T06:08:25Z) - All That Glitters Is Not Gold: Towards Process Discovery Techniques with
Guarantees [1.3299507495084417]
イベントデータの品質が向上すればするほど、発見されたモデルの品質も向上します。
イベントデータと発見したプロセスモデルの両方に、さまざまな品質対策を使用してこれを実証します。
本論文は、ISエンジニアのコミュニティに対して、プロセスディスカバリアルゴリズムを、入力の性質と出力の性質を関連付けたプロパティで補完するよう呼びかけている。
論文 参考訳(メタデータ) (2020-12-23T16:08:47Z) - Towards Accountability for Machine Learning Datasets: Practices from
Software Engineering and Infrastructure [9.825840279544465]
機械学習を強化するデータセットは、しばしば使われ、共有され、再使用される。
本稿では、意思決定と説明責任をサポートするデータセット開発透明性のための厳格なフレームワークを紹介する。
論文 参考訳(メタデータ) (2020-10-23T01:57:42Z) - Towards Intelligent Risk-based Customer Segmentation in Banking [0.0]
我々は、顧客のデータをあるシステムから別のシステムへ移動させるために、一連の処理要素からなるインテリジェントなデータ駆動パイプラインを提案する。
目標は、機能エンジニアリング、すなわち、(銀行化)ドメイン知識を使用して生データから特徴を抽出するプロセスを自動化する、新しいインテリジェントな顧客セグメンテーションプロセスを提供することである。
提案手法は,従来の手法に比べて91%の精度でトランザクションの検出,識別,分類を行うことができる。
論文 参考訳(メタデータ) (2020-09-29T11:22:04Z) - Knowledge-Aware Procedural Text Understanding with Multi-Stage Training [110.93934567725826]
本稿では,このような文書の理解とプロセス中のエンティティの状態や場所の追跡を目的とした手続き的テキスト理解の課題に焦点をあてる。
常識的推論の難しさとデータ不足という2つの課題はまだ未解決のままである。
我々は、複数の外部知識を効果的に活用する、KnOwledge-Aware ProceduraL text understAnding (KOALA)モデルを提案する。
論文 参考訳(メタデータ) (2020-09-28T10:28:40Z)
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。