論文の概要: The Survey on Multi-Source Data Fusion in Cyber-Physical-Social Systems:Foundational Infrastructure for Industrial Metaverses and Industries 5.0
- arxiv url: http://arxiv.org/abs/2404.07476v1
- Date: Thu, 11 Apr 2024 05:09:32 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-12 14:58:47.771316
- Title: The Survey on Multi-Source Data Fusion in Cyber-Physical-Social Systems:Foundational Infrastructure for Industrial Metaverses and Industries 5.0
- Title（参考訳）: サイバー物理社会システムにおけるマルチソースデータ融合に関する調査:産業メタバース・産業用基盤5.0
- Authors: Xiao Wang, Yutong Wang, Jing Yang, Xiaofeng Jia, Lijun Li, Weiping Ding, Fei-Yue Wang,
- Abstract要約: 産業5.0の概念は発展し、産業メタバースは実際の産業プロセスと並行して運用されることが期待されている。
ソーシャルメディアデータに隠されたカスタマイズされたユーザニーズは、ソーシャルメディア技術によって見つけることができる。
本研究では,産業メタバースのためのマルチソースデータ融合駆動型運用アーキテクチャを提案する。
- 参考スコア（独自算出の注目度）: 31.600740278783242
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As the concept of Industries 5.0 develops, industrial metaverses are expected to operate in parallel with the actual industrial processes to offer ``Human-Centric" Safe, Secure, Sustainable, Sensitive, Service, and Smartness ``6S" manufacturing solutions. Industrial metaverses not only visualize the process of productivity in a dynamic and evolutional way, but also provide an immersive laboratory experimental environment for optimizing and remodeling the process. Besides, the customized user needs that are hidden in social media data can be discovered by social computing technologies, which introduces an input channel for building the whole social manufacturing process including industrial metaverses. This makes the fusion of multi-source data cross Cyber-Physical-Social Systems (CPSS) the foundational and key challenge. This work firstly proposes a multi-source-data-fusion-driven operational architecture for industrial metaverses on the basis of conducting a comprehensive literature review on the state-of-the-art multi-source data fusion methods. The advantages and disadvantages of each type of method are analyzed by considering the fusion mechanisms and application scenarios. Especially, we combine the strengths of deep learning and knowledge graphs in scalability and parallel computation to enable our proposed framework the ability of prescriptive optimization and evolution. This integration can address the shortcomings of deep learning in terms of explainability and fact fabrication, as well as overcoming the incompleteness and the challenges of construction and maintenance inherent in knowledge graphs. The effectiveness of the proposed architecture is validated through a parallel weaving case study. In the end, we discuss the challenges and future directions of multi-source data fusion cross CPSS for industrial metaverses and social manufacturing in Industries 5.0.
- Abstract（参考訳）: 産業5.0の概念が発展するにつれて、産業メタバースは「Human-Centric」 Safe, Secure, Sustainable, Sensitive, Service, and Smartness ``6S" 製造ソリューションを提供する実際の産業プロセスと並行して運用されることが期待されている。
産業メタバースは、動的かつ進化的な方法で生産性の過程を可視化するだけでなく、プロセスを最適化し、再構築するための没入型実験環境を提供する。
さらに、ソーシャルメディアデータに隠されたカスタマイズされたユーザニーズは、産業メタバースを含む社会生産プロセス全体を構築するための入力チャネルを導入するソーシャルコンピューティング技術によって見つけることができる。
これにより、Cyber-Physical-Social Systems(CPSS)間のマルチソースデータの融合が、基礎的かつ重要な課題となる。
この研究は、まず、最先端のマルチソースデータ融合手法に関する包括的な文献レビューを実施することに基づいて、産業メタバースのためのマルチソースデータ融合駆動型運用アーキテクチャを提案する。
各手法の利点と欠点は,融合機構と応用シナリオを考慮して分析する。
特に,拡張性と並列計算における深層学習と知識グラフの強みを組み合わせることで,提案フレームワークの規範的最適化と進化を可能にする。
この統合は、知識グラフに固有の構築と保守の不完全性と課題を克服するだけでなく、説明可能性と事実作成の観点からのディープラーニングの欠点に対処することができる。
提案手法の有効性を並列織りケーススタディにより検証した。
最後に,産業メタバースと産業5.0におけるソーシャル・マニュファクチャリングにおけるマルチソースデータ融合の課題と今後の方向性について論じる。
関連論文リスト
- Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems [65.22300383287904]
産業用サイバー物理システム(ICPS)は、現代の製造業と産業にとって不可欠なコンポーネントである。
製品ライフサイクルを通じてデータをデジタル化することで、ICPSのDigital Twins(DT)は、現在の産業インフラからインテリジェントで適応的なインフラへの移行を可能にします。
産業用IoT(Industrial Internet of Things, IIoT)デバイスを利用すれば、DTを構築するためのデータを共有するメカニズムは、悪い選択問題の影響を受けやすい。
論文 参考訳（メタデータ） (2024-08-02T10:47:10Z) - 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) - Machine learning for industrial sensing and control: A survey and
practical perspective [7.678648424345052]
プロセス産業で実際に成功している重要な統計および機械学習技術を特定する。
ソフトセンシングは、統計学と機械学習の手法の多くの産業応用を含んでいる。
データ駆動最適化と制御のための2つの異なるフレーバーについて考察する。
論文 参考訳（メタデータ） (2024-01-24T22:27:04Z) - Metaverse for Industry 5.0 in NextG Communications: Potential
Applications and Future Challenges [10.223925060789641]
本研究は,産業用5.0(いわゆる産業用5.0)におけるメタバースの適用性について概説する。
具体的には,まず,産業メタバースと産業5.0の先駆けとして,産業メタバースの重要な実現技術について議論する。
この研究はその後、社会5.0、農業、サプライチェーン管理、医療、教育、輸送といった産業5.0の垂直領域における多様なメタバース応用を探求する。
論文 参考訳（メタデータ） (2023-07-31T07:21:36Z) - Agnostic Learning for Packing Machine Stoppage Prediction in Smart
Factories [0.0]
サイバー物理コンバージェンス(サイバー物理コンバージェンス)は、産業界に新たなビジネスチャンスを開こうとしている。
サイバーと物理世界の深い統合の必要性は、新しいシステムとネットワークエンジニアリングのアプローチを統合するための豊富なビジネスアジェンダを確立する。
このデータ豊かでサイバー物理学的でスマートな工場環境から生まれた、最も実りある研究と実践の分野の1つは、データ駆動のプロセス監視分野である。
論文 参考訳（メタデータ） (2022-12-12T23:45:59Z) - 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) - Distributed intelligence on the Edge-to-Cloud Continuum: A systematic
literature review [62.997667081978825]
このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。
現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
論文 参考訳（メタデータ） (2022-04-29T08:06:05Z) - Data-Centric Engineering: integrating simulation, machine learning and
statistics. Challenges and Opportunities [1.3535770763481905]
機械学習の最近の進歩と低コストの計算が組み合わさって、多分野の研究活動が広まりつつある。
物理方程式に基づく力学モデルと純粋にデータ駆動統計アプローチは、モデリングスペクトルの2つの端を表す。
新しいハイブリッドなデータ中心のエンジニアリングアプローチは、両方の世界の長所を生かし、シミュレーションとデータの両方を統合することで、強力なツールとして現れています。
論文 参考訳（メタデータ） (2021-11-07T22:31:23Z) - Semantic CPPS in Industry 4.0 [3.094458292166017]
サイバー物理システム(CPS)は、第4次産業革命の時代において重要な役割を担っている。
セマンティックWeb標準と技術は、機械解釈可能な方法で製造知識を表現するための有望な役割を持つかもしれない。
本稿では,主にセマンティックデータストリームの収集と処理を目的とした,a5Cアーキテクチャの実装を目的としたセマンティックWebモデルの統合を提案する。
論文 参考訳（メタデータ） (2020-11-18T21:53:07Z) - AI-based Modeling and Data-driven Evaluation for Smart Manufacturing
Processes [56.65379135797867]
本稿では,半導体製造プロセスに関する有用な知見を得るための動的アルゴリズムを提案する。
本稿では,遺伝的アルゴリズムとニューラルネットワークを利用して,知的特徴選択アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-08-29T14:57:53Z) - Data-Driven Aerospace Engineering: Reframing the Industry with Machine
Learning [49.367020832638794]
航空宇宙産業は、ビッグデータと機械学習を収益化しようとしている。
最近のトレンドは、設計、製造、検証、サービスにおける重要な課題の文脈で検討される。
論文 参考訳（メタデータ） (2020-08-24T22:40:26Z)
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。