論文の概要: Information Fusion for Assistance Systems in Production Assessment

• arxiv url: http://arxiv.org/abs/2309.00157v1
• Date: Thu, 31 Aug 2023 22:08:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-04 15:00:45.570033
• Title: Information Fusion for Assistance Systems in Production Assessment
• Title（参考訳）: 生産評価における支援システムのための情報融合
• Authors: Fernando Ar\'evalo, Christian Alison M. Piolo, M. Tahasanul Ibrahim, Andreas Schwung
• Abstract要約: 証拠理論を用いたn個の情報ソースの融合のための枠組みを提供する。 本稿では,機械データに基づくアンサンブル分類器とエキスパート中心モデルという,2つの主要な情報源の情報融合手法を提案する。 本稿では,エビデンス理論を用いたモデル更新手法を提案することにより,データドリフトの問題に対処する。
• 参考スコア（独自算出の注目度）: 49.40442046458756
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We propose a novel methodology to define assistance systems that rely on information fusion to combine different sources of information while providing an assessment. The main contribution of this paper is providing a general framework for the fusion of n number of information sources using the evidence theory. The fusion provides a more robust prediction and an associated uncertainty that can be used to assess the prediction likeliness. Moreover, we provide a methodology for the information fusion of two primary sources: an ensemble classifier based on machine data and an expert-centered model. We demonstrate the information fusion approach using data from an industrial setup, which rounds up the application part of this research. Furthermore, we address the problem of data drift by proposing a methodology to update the data-based models using an evidence theory approach. We validate the approach using the Benchmark Tennessee Eastman while doing an ablation study of the model update parameters.
• Abstract（参考訳）: 本稿では,情報融合に頼って情報ソースを結合し,アセスメントを提供しながら支援システムを定義する新しい手法を提案する。 本論文の主な貢献は、エビデンス理論を用いたn個の情報ソースの融合に関する一般的な枠組みを提供することである。 融合はより堅牢な予測と関連する不確実性を提供し、予測の類似性を評価するのに使用できる。 さらに,機械データに基づくアンサンブル分類器とエキスパート中心モデルという,2つの主要な情報源の情報融合手法を提案する。 本稿では,産業施設のデータを用いた情報融合手法を実証し,本研究の応用部分をまとめる。 さらに,エビデンス理論を用いてデータベースモデルを更新する手法を提案することで,データドリフトの問題に対処する。 モデル更新パラメータのアブレーション研究をしながら、ベンチマークテネシー・イーストマンを用いてアプローチを検証する。

関連論文リスト

• A Statistical Framework for Data-dependent Retrieval-Augmented Models [46.781026675083254]
  最新のMLシステムは、最終的な予測を強化するために、追加の関連情報によって入力インスタンスを増大させる。 本研究では,1)データ依存メトリックを用いて大規模コーパスから関連する情報を識別するエム検索器,2)検索した情報とともに入力インスタンスを消費し最終的な予測を行うエム予測器,の2つのコンポーネントを用いたモデルについて検討する。
  論文  参考訳（メタデータ） (2024-08-27T20:51:06Z)
• FusionBench: A Comprehensive Benchmark of Deep Model Fusion [78.80920533793595]
  ディープモデル融合(Deep Model fusion)とは、複数のディープニューラルネットワークの予測やパラメータを単一のモデルに統合する手法である。 FusionBenchは、ディープモデル融合に特化した最初の包括的なベンチマークである。
  論文  参考訳（メタデータ） (2024-06-05T13:54:28Z)
• Interpretable Multi-Source Data Fusion Through Latent Variable Gaussian Process [8.207427766052044]
  提案手法は,2つの数学的および2つの材料科学ケーススタディを用いて実証および解析を行った。 シングルソースおよびソースを意識しない機械学習モデルと比較して、提案したマルチソースデータ融合フレームワークはスパースデータ問題に対してより良い予測を提供することができる。
  論文  参考訳（メタデータ） (2024-02-06T16:54:59Z)
• Federated Learning with Projected Trajectory Regularization [65.6266768678291]
  フェデレーション学習は、ローカルデータを共有せずに、分散クライアントから機械学習モデルの共同トレーニングを可能にする。 連合学習における重要な課題の1つは、クライアントにまたがる識別できない分散データを扱うことである。 本稿では,データ問題に対処するための予測軌道正則化(FedPTR)を備えた新しいフェデレーション学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-22T02:12:08Z)
• Integrating Large Pre-trained Models into Multimodal Named Entity Recognition with Evidential Fusion [31.234455370113075]
  本稿では,MNERタスクに不確実性推定を取り入れ,信頼に値する予測を生成することを提案する。 提案アルゴリズムは,各モードの分布を正規逆ガンマ分布としてモデル化し,それらを統一分布に融合する。 2つのデータセットの実験により,提案手法がベースラインを上回り,新しい最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2023-06-29T14:50:23Z)
• Integrating Semantics and Neighborhood Information with Graph-Driven Generative Models for Document Retrieval [51.823187647843945]
  本稿では,周辺情報をグラフ誘導ガウス分布でエンコードし,その2種類の情報をグラフ駆動生成モデルと統合することを提案する。 この近似の下では、トレーニング対象がシングルトンまたはペアワイズ文書のみを含む用語に分解可能であることを証明し、モデルが非関連文書と同じくらい効率的にトレーニングできることを示す。
  論文  参考訳（メタデータ） (2021-05-27T11:29:03Z)
• Interpretable collaborative data analysis on distributed data [9.434133337939498]
  本稿では,フェデレート学習システムの一つとして,非モデル共有協調データ分析手法を提案する。 それぞれのパーティで個別に構築される中間表現を集中化することにより、提案手法は解釈可能なモデルを得る。 数値実験により, 提案手法は, 個人分析よりも, 実世界の問題に対する認識性能の向上を図っている。
  論文  参考訳（メタデータ） (2020-11-09T13:59:32Z)
• Model Fusion with Kullback--Leibler Divergence [58.20269014662046]
  異種データセットから学習した後続分布を融合する手法を提案する。 我々のアルゴリズムは、融合モデルと個々のデータセット後部の両方に対する平均場仮定に依存している。
  論文  参考訳（メタデータ） (2020-07-13T03:27:45Z)
• A new approach for generation of generalized basic probability assignment in the evidence theory [5.794599007795347]
  デンプスター・シェーファーエビデンス理論は多ソース情報融合において広く用いられている。 本稿では,不完全情報を用いた基本確率割当(BPA)の生成について検討する。 提案手法は, 単純かつ柔軟に異なる複雑な環境でも利用できるだけでなく, 情報処理における情報損失も少ない。
  論文  参考訳（メタデータ） (2020-04-06T15:40:35Z)

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。