論文の概要: ExtruOnt: An ontology for describing a type of manufacturing machine for
Industry 4.0 systems
- arxiv url: http://arxiv.org/abs/2401.11848v1
- Date: Mon, 22 Jan 2024 11:05:54 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-23 14:20:55.907360
- Title: ExtruOnt: An ontology for describing a type of manufacturing machine for
Industry 4.0 systems
- Title(参考訳): extruont: 産業4.0システムのための製造機械の種類を記述するオントロジー
- Authors: V\'ictor Julio Ram\'irez-Dur\'an, Idoia Berges, Arantza Illarramendi
- Abstract要約: 本稿では,製造機械のタイプを記述するため,ExtruOntと呼ばれるオントロジーを構築するための開発作業について述べる。
オントロジーの範囲は具体的な領域に限定されるが、他のオントロジーの発展のモデルとして使用できる。
ExtruOntの用語は、異なるモジュールに反映されるエクストルーダに関連する異なるタイプの情報を提供する。
- 参考スコア(独自算出の注目度): 0.05524804393257919
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Semantically rich descriptions of manufacturing machines, offered in a
machine-interpretable code, can provide interesting benefits in Industry 4.0
scenarios. However, the lack of that type of descriptions is evident. In this
paper we present the development effort made to build an ontology, called
ExtruOnt, for describing a type of manufacturing machine, more precisely, a
type that performs an extrusion process (extruder). Although the scope of the
ontology is restricted to a concrete domain, it could be used as a model for
the development of other ontologies for describing manufacturing machines in
Industry 4.0 scenarios. The terms of the ExtruOnt ontology provide different
types of information related with an extruder, which are reflected in distinct
modules that constitute the ontology. Thus, it contains classes and properties
for expressing descriptions about components of an extruder, spatial
connections, features, and 3D representations of those components, and finally
the sensors used to capture indicators about the performance of this type of
machine. The ontology development process has been carried out in close
collaboration with domain experts.
- Abstract(参考訳): 機械解釈可能なコードで提供される製造機械のセマンティックな豊富な記述は、Industrial 4.0のシナリオで興味深い利点をもたらす。
しかし、そのような記述の欠如は明らかである。
本稿では,エクストルーオント(extruont)と呼ばれる,製造機械の一種について,より正確には押出加工(exruder)を行うタイプを記述するためのオントロジーを構築するための開発努力について述べる。
オントロジーの範囲は具体的なドメインに限定されているが、産業4.0シナリオで製造機械を記述するための他のオントロジーの開発モデルとして使用できる。
ExtruOntオントロジーの用語は、オントロジーを構成する異なるモジュールに反映されるエクストルーダに関連する様々な種類の情報を提供する。
したがって、エクストルーダのコンポーネント、空間接続、特徴、およびそれらのコンポーネントの3D表現に関する記述を表現するためのクラスとプロパティを含み、最終的にこの種のマシンの性能に関するインジケータをキャプチャするために使用されるセンサーを含んでいる。
オントロジー開発プロセスはドメインエキスパートとの緊密なコラボレーションで実施されている。
関連論文リスト
- Beyond Model Interpretability: Socio-Structural Explanations in Machine Learning [5.159407277301709]
我々は、機械学習のアウトプットを規範的に健全な領域で解釈するには、第3のタイプの説明に訴える必要があると論じている。
この説明型の関連性は、機械学習モデルが独立した実体ではなく、社会構造に埋め込まれて形成されているという事実によって動機付けられている。
論文 参考訳(メタデータ) (2024-09-05T15:47:04Z) - IPAD: Industrial Process Anomaly Detection Dataset [71.39058003212614]
ビデオ異常検出(VAD)は,ビデオフレーム内の異常を認識することを目的とした課題である。
本稿では,産業シナリオにおけるVADに特化して設計された新しいデータセットIPADを提案する。
このデータセットは16の異なる産業用デバイスをカバーし、合成ビデオと実世界のビデオの両方を6時間以上保存している。
論文 参考訳(メタデータ) (2024-04-23T13:38:01Z) - A Semantic Approach for Big Data Exploration in Industry 4.0 [0.05524804393257919]
本稿では,ドメインの専門家によるデータ探索と視覚化が可能なセマンティックなビジュアルクエリシステムを提案する。
システムの主な特徴は、最初にセマンティックアノテートされたデータと、セマンティック記述と結びついているマシンの2Dカスタマイズされたデジタル表現を組み合わせた使い方である。
論文 参考訳(メタデータ) (2024-01-18T08:20:19Z) - FIND: A Function Description Benchmark for Evaluating Interpretability
Methods [86.80718559904854]
本稿では,自動解釈可能性評価のためのベンチマークスイートであるFIND(Function Interpretation and Description)を紹介する。
FINDには、トレーニングされたニューラルネットワークのコンポーネントに似た機能と、私たちが生成しようとしている種類の記述が含まれています。
本研究では、事前訓練された言語モデルを用いて、自然言語とコードにおける関数の振る舞いの記述を生成する手法を評価する。
論文 参考訳(メタデータ) (2023-09-07T17:47:26Z) - Deep Learning based pipeline for anomaly detection and quality
enhancement in industrial binder jetting processes [68.8204255655161]
異常検出は、通常の値空間とは異なる異常状態、インスタンス、あるいはデータポイントを検出する方法を記述する。
本稿では,産業生産における人工知能へのデータ中心のアプローチに寄与する。
論文 参考訳(メタデータ) (2022-09-21T08:14:34Z) - What and How of Machine Learning Transparency: Building Bespoke
Explainability Tools with Interoperable Algorithmic Components [77.87794937143511]
本稿では,データ駆動予測モデルを説明するためのハンズオントレーニング教材について紹介する。
これらのリソースは、解釈可能な表現合成、データサンプリング、説明生成の3つのコアビルディングブロックをカバーする。
論文 参考訳(メタデータ) (2022-09-08T13:33:25Z) - Accessing and Interpreting OPC UA Event Traces based on Semantic Process
Descriptions [69.9674326582747]
本稿では、イベントデータのコンテキストに基づいて、プロダクションシステムのイベントデータにアクセスするアプローチを提案する。
本手法は,1)生産システムの階層構造の意味モデル,2)形式化されたプロセス記述,3)OPC UA情報モデルを組み合わせることによって,データベースシステムからフィルタリングイベントログを抽出する。
論文 参考訳(メタデータ) (2022-07-25T15:13:44Z) - Ontology-Based Skill Description Learning for Flexible Production
Systems [0.0]
資源効率の増す生産環境の重要性は、製造業者がよりダイナミックな生産環境を構築する必要があることを意味している。
自動生産計画を通じて、この動的製造の可能性を完全に活用するためには、機械のスキル記述が不可欠である。
これらのスキル記述を手作業で作成するのは労働集約的であり、広範なドメイン知識を必要とする。
論文 参考訳(メタデータ) (2021-11-25T15:58:10Z) - This is not the Texture you are looking for! Introducing Novel
Counterfactual Explanations for Non-Experts using Generative Adversarial
Learning [59.17685450892182]
反実用説明システムは、入力画像を変更して反実用推論を可能にする。
本稿では, 対向画像から画像への変換技術に基づく, 対向画像の説明を新たに生成する手法を提案する。
その結果,我々のアプローチは,2つの最先端技術システムよりも,メンタルモデル,説明満足度,信頼度,感情,自己効力に関して有意に優れた結果をもたらすことがわかった。
論文 参考訳(メタデータ) (2020-12-22T10:08:05Z) - Segmenting Unseen Industrial Components in a Heavy Clutter Using RGB-D
Fusion and Synthetic Data [0.4724825031148411]
産業コンポーネントはテクスチャレスで反射性があり、乱雑で非構造的な環境でよく見られる。
本稿では,テクスチャをランダム化して形状情報にフォーカスする合成データ生成パイプラインを提案する。
信頼性マップ推定器を備えたRGB-D Fusion Mask R-CNNも提案する。
論文 参考訳(メタデータ) (2020-02-10T02:33:21Z)
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。