論文の概要: Guideline for Manual Process Discovery in Industrial IoT

• arxiv url: http://arxiv.org/abs/2410.11915v1
• Date: Tue, 15 Oct 2024 10:15:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-17 13:43:30.224480
• Title: Guideline for Manual Process Discovery in Industrial IoT
• Title（参考訳）: 産業用IoTにおける手動プロセス発見ガイドライン
• Authors: Linda Kölbel, Markus Hornsteiner, Stefan Schönig,
• Abstract要約: 本研究の目的は,プロセス発見手法を開発し,既存のプロセス発見手法を産業プロセスに適用することである。 古典的発見手法の適応は、産業用モノインターネット(IIoT)に特化して、普遍的に適用可能なガイドラインとして提示される。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: In industry, the networking and automation of machines through the Internet of Things (IoT) continues to increase, leading to greater digitalization of production processes. Traditionally, business and production processes are controlled, optimized and monitored using business process management methods that require process discovery. However, these methods cannot be fully applied to industrial production processes. Nevertheless, processes in the industry must also be monitored and discovered for this purpose. The aim of this paper is to develop an approach for process discovery methods and to adapt existing process discovery methods for application to industrial processes. The adaptations of classic discovery methods are presented as universally applicable guidelines specifically for the Industrial Internet of Things (IIoT). In order to create an optimal process model based on process evaluation, different methods are combined into a standardized discovery approach that is both efficient and cost-effective.
• Abstract（参考訳）: 業界では、IoT(Internet of Things)によるマシンのネットワークと自動化が増加し続けており、生産プロセスのデジタル化が進んでいる。 伝統的に、ビジネスおよび生産プロセスは、プロセス発見を必要とするビジネスプロセス管理方法を使用して制御され、最適化され、監視される。 しかし、これらの方法は工業生産プロセスに完全に適用できない。 それにもかかわらず、業界内のプロセスも監視され、この目的のために発見されなければならない。 本研究の目的は,プロセス発見手法を開発し,既存のプロセス発見手法を産業プロセスに適用することである。 古典的発見手法の適応は、IIoT(Industrial Internet of Things)に特化して、普遍的に適用可能なガイドラインとして提示される。 プロセス評価に基づく最適なプロセスモデルを作成するために、異なる手法を、効率的かつコスト効率のよい標準化された発見アプローチに組み合わせる。

関連論文リスト

• Control and Automation for Industrial Production Storage Zone: Generation of Optimal Route Using Image Processing [49.1574468325115]
  本稿では,DIPを用いた生産ラインモデルのゾーンに対する産業自動化手法の開発に焦点をあてる。 新カスケード法は、それぞれの段階を適切な方法で定義し、関連する手法を開発に含めることを可能にした。 システムはOpenCVライブラリをベースとしており、Java言語に基づいたオブジェクト指向プログラミング(OOP)プラットフォーム上に実装された人工視覚に焦点を当てたツールである。
  論文  参考訳（メタデータ） (2024-03-15T06:50:19Z)
• 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)
• Learning policies for resource allocation in business processes [0.0]
  本稿では,ビジネスプロセスにおける資源配分のための2つの学習手法を提案する。 最初の方法は、深層強化学習(DRL)を利用して、ビジネスプロセスで行動することによって、ほぼ最適なポリシーを学ぶ。 第2の方法はスコアベースの値近似手法であり、リソース割り当ての優先順位付けのためにキュレートされた特徴の集合の重みを学習する。
  論文  参考訳（メタデータ） (2023-04-19T21:05:38Z)
• Machine learning in bioprocess development: From promise to practice [58.720142291102135]
  機械学習(ML)アプローチのようなデータ駆動の手法は、大きな設計空間を合理的に探索する可能性が高い。 本研究の目的は,これまでのバイオプロセス開発におけるML手法の適用例を示すことである。
  論文  参考訳（メタデータ） (2022-10-04T13:48:59Z)
• Generating Hidden Markov Models from Process Models Through Nonnegative Tensor Factorization [0.0]
  我々は,理論的プロセスモデルと関連する最小隠れマルコフモデルを統合する,数学的に新しい手法を提案する。 提案手法は, (a) 理論的プロセスモデル, (b) HMM, (c) 結合非負行列テンソル因子分解, (d) カスタムモデル選択を集約する。
  論文  参考訳（メタデータ） (2022-10-03T16:19:27Z)
• 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)
• Prescriptive Process Monitoring: Quo Vadis? [64.39761523935613]
  本論文はシステム文献レビュー(SLR)を通して,本分野における既存手法について考察する。 SLRは今後の研究の課題や分野に関する洞察を提供し、規範的なプロセス監視手法の有用性と適用性を高めることができる。
  論文  参考訳（メタデータ） (2021-12-03T08:06:24Z)
• Removing Operational Friction Using Process Mining: Challenges Provided by the Internet of Production (IoP) [0.0]
  今日の運用プロセスによって生成されたイベントデータは、プロセスマイニングの機会と課題を提供します。 プロセスマイニングは、様々な運用プロセスを改善するために"デジタルシャドー"を作成するために使用されます。 我々は、運用上の摩擦を取り除くために使用できる価値ある「デジタル影」を開発することを目指している。
  論文  参考訳（メタデータ） (2021-07-27T20:04:25Z)
• 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)
• Towards CRISP-ML(Q): A Machine Learning Process Model with Quality Assurance Methodology [53.063411515511056]
  本稿では,機械学習アプリケーション開発のためのプロセスモデルを提案する。 第1フェーズでは、データの可用性がプロジェクトの実現可能性に影響を与えることが多いため、ビジネスとデータの理解が結合されます。 第6フェーズでは、機械学習アプリケーションの監視とメンテナンスに関する最先端のアプローチがカバーされている。
  論文  参考訳（メタデータ） (2020-03-11T08:25:49Z)

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。