論文の概要: Predictive Health Analysis in Industry 5.0: A Scientometric and
Systematic Review of Motion Capture in Construction
- arxiv url: http://arxiv.org/abs/2402.01689v1
- Date: Mon, 22 Jan 2024 20:37:27 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-11 16:36:38.198503
- Title: Predictive Health Analysis in Industry 5.0: A Scientometric and
Systematic Review of Motion Capture in Construction
- Title（参考訳）: 産業5.0における予測健康分析 : 建設中のモーションキャプチャーに関するサイエントメトリと体系的レビュー
- Authors: Md Hadisur Rahman, Md Rabiul Hasan, Nahian Ismail Chowdhury, Md Asif
Bin Syed, Mst Ummul Farah
- Abstract要約: 本研究は, 産業用 4.0 と 5.0 の概念における MoCap システムの関連性について検討した。
MoCapシステムは、労働者の健康と安全を改善し、職業的ハザードを減らすために使用される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In an era of rapid technological advancement, the rise of Industry 4.0 has
prompted industries to pursue innovative improvements in their processes. As we
advance towards Industry 5.0, which focuses more on collaboration between
humans and intelligent systems, there is a growing requirement for better
sensing technologies for healthcare and safety purposes. Consequently, Motion
Capture (MoCap) systems have emerged as critical enablers in this technological
evolution by providing unmatched precision and versatility in various
workplaces, including construction. As the construction workplace requires
physically demanding tasks, leading to work-related musculoskeletal disorders
(WMSDs) and health issues, the study explores the increasing relevance of MoCap
systems within the concept of Industry 4.0 and 5.0. Despite the growing
significance, there needs to be more comprehensive research, a scientometric
review that quantitatively assesses the role of MoCap systems in construction.
Our study combines bibliometric, scientometric, and systematic review
approaches to address this gap, analyzing articles sourced from the Scopus
database. A total of 52 papers were carefully selected from a pool of 962
papers for a quantitative study using a scientometric approach and a
qualitative, indepth examination. Results showed that MoCap systems are
employed to improve worker health and safety and reduce occupational
hazards.The in-depth study also finds the most tested construction tasks are
masonry, lifting, training, and climbing, with a clear preference for
markerless systems.
- Abstract（参考訳）: 急速な技術進歩の時代において、産業4.0の台頭により、産業は革新的なプロセス改善を追求した。
人間とインテリジェントシステムとのコラボレーションに重点を置く産業5.0に向けて進むにつれ、医療と安全のためのより良いセンシング技術の必要性が高まっている。
その結果、モーションキャプチャー(MoCap)システムは、建設を含む様々な職場で、未整合の精度と汎用性を提供することにより、この技術の進化において重要な実現要因となっている。
建設作業場では,作業関連筋骨格障害(WMSD)や健康問題など,身体的に要求される作業が求められているため,産業4.0と5.0という概念におけるMoCapシステムとの関連性が高まっている。
重要性の増大にもかかわらず、建設におけるMoCapシステムの役割を定量的に評価する、より包括的な研究が必要である。
本研究は, このギャップに対処するために, 文献学, サイエントメトリック, 体系的レビューのアプローチを組み合わせて, Scopusデータベースからの論文を分析した。
サイエントメトリー法と定性的深層検査を用いて, 定量的研究のために, 合計52論文を962論文のプールから慎重に選択した。
その結果, 作業者の健康と安全を向上し, 作業上の危険を軽減するためにMoCapシステムを採用しており, より詳細な調査では, メーソンリー, リフト, トレーニング, クライミングといった最もテストされた作業が, マーカーレスシステムに好まれていることがわかった。
関連論文リスト
- Integrating MLSecOps in the Biotechnology Industry 5.0 [49.97673761305336]
この章は、機械学習セキュリティオペレーション(MLSecOps)がバイオテクノロジー産業の5.0の確保にどのように役立つかの視点を提供する。
この章では、バイオテクノロジー産業の5.0における脅威と、MLアルゴリズムが業界におけるベストプラクティスのセキュア化にどのように役立つかを分析している。
論文 参考訳（メタデータ） (2024-02-12T17:21:12Z) - Quantum Computing Enhanced Service Ecosystem for Simulation in
Manufacturing [57.497038270123774]
本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。
我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
論文 参考訳（メタデータ） (2024-01-19T11:04:14Z) - SoK: Evaluations in Industrial Intrusion Detection Research [8.356036431147889]
産業侵入検知システムは、最も洗練された侵入さえもタイムリーに発見しようとする。
社会に対する批判のため、この急速に成長する分野は様々な背景から研究者を惹きつけている。
609の論文を分析したところ, この研究分野の急速な成長は, 肯定的かつ否定的な結果をもたらすことがわかった。
論文 参考訳（メタデータ） (2023-11-06T07:49:58Z) - ProBio: A Protocol-guided Multimodal Dataset for Molecular Biology Lab [67.24684071577211]
研究結果を複製するという課題は、分子生物学の分野に重大な障害をもたらしている。
まず、この目的に向けた最初のステップとして、ProBioという名前の包括的なマルチモーダルデータセットをキュレートする。
次に、透明なソリューショントラッキングとマルチモーダルなアクション認識という2つの挑戦的なベンチマークを考案し、BioLab設定におけるアクティビティ理解に関連する特徴と難しさを強調した。
論文 参考訳（メタデータ） (2023-11-01T14:44:01Z) - Integration of Domain Expert-Centric Ontology Design into the CRISP-DM
for Cyber-Physical Production Systems [63.62764375279861]
機械学習(ML)とデータマイニング(DM)の手法は、収集されたデータから複雑で隠れたパターンを抽出する上で有望であることが証明されている。
しかし、このようなデータ駆動プロジェクトは、通常、CRISPDM(Cross-Industry Standard Process for Data Mining)で実行され、データの理解と準備に要する時間の不均等さのために失敗することが多い。
このコントリビューションは、データサイエンティストがCPPSの課題に対してより迅速かつ確実に洞察を得ることができるように、統合されたアプローチを提供することを目的としている。
論文 参考訳（メタデータ） (2023-07-21T15:04:00Z) - Semantic Technologies in Sensor-Based Personal Health Monitoring
Systems: A Systematic Mapping Study [0.0]
本研究では,センサを用いた個人健康モニタリングシステムにおけるセマンティック技術の利用状況を評価する。
最適かつ効果的な健康モニタリングのために、このようなシステムが克服しなければならない6つの重要な課題が特定される。
この研究は、これらのシステムがこれらの課題に対処する意味技術をどのように組み入れているかを批判的に評価する。
論文 参考訳（メタデータ） (2023-06-07T11:02:35Z) - Toward Human-AI Co-creation to Accelerate Material Discovery [3.7993640140693605]
早急な問題に取り組むために、科学の急速な進歩を達成するために、我々の社会にはますます必要性が増している。
化学のような特定の分野において、科学的発見は提案された新しい解のリスクを評価する余分な負担を負う。
本稿では,人間とAIの共創が最初に発見されるまでの時間を短縮することを目的としたフレームワークを提案する。
論文 参考訳（メタデータ） (2022-11-05T17:48:59Z) - Industry 4.0 in Health care: A systematic review [0.0]
本研究は,医療システムにおける産業4.0の影響を分析することを目的とする。
研究によると、新型コロナウイルスの感染拡大に伴い、医療と産業は4.0と合併し、共同で発展してきた。
論文 参考訳（メタデータ） (2022-01-13T13:08:50Z) - Inspect, Understand, Overcome: A Survey of Practical Methods for AI
Safety [54.478842696269304]
安全クリティカルなアプリケーションにディープニューラルネットワーク(DNN)を使用することは、多数のモデル固有の欠点のために困難です。
近年,これらの安全対策を目的とした最先端技術動物園が出現している。
本稿は、機械学習の専門家と安全エンジニアの両方に対処する。
論文 参考訳（メタデータ） (2021-04-29T09:54:54Z) - Machine Learning in Nano-Scale Biomedical Engineering [77.75587007080894]
ナノスケールバイオメディカルエンジニアリングにおける機械学習の利用に関する既存の研究について概説する。
ML問題として定式化できる主な課題は、3つの主要なカテゴリに分類される。
提示された方法論のそれぞれについて、その原則、応用、制限に特に重点を置いている。
論文 参考訳（メタデータ） (2020-08-05T15:45:54Z)
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。