論文の概要: Rethinking industrial artificial intelligence: a unified foundation framework

• arxiv url: http://arxiv.org/abs/2504.01797v2
• Date: Thu, 17 Apr 2025 02:54:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-18 14:34:18.425705
• Title: Rethinking industrial artificial intelligence: a unified foundation framework
• Title（参考訳）: 産業人工知能の再考 : 統合基盤の枠組み
• Authors: Jay Lee, Hanqi Su,
• Abstract要約: 産業人工知能(AI)の最近の進歩は、よりスマートな製造、予測保守、インテリジェントな意思決定を推進し、産業を変革している。 既存のアプローチは、ドメイン知識、データ、モデルを体系的に統合することの重要性を見越しながら、主にアルゴリズムとモデルに焦点を当てることが多い。 本稿では,従来の研究をレビューし,産業AIの役割を再考し,統一産業AI基盤フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.32885740436059047
• License:
• Abstract: Recent advancements in industrial artificial intelligence (AI) are reshaping the industry by driving smarter manufacturing, predictive maintenance, and intelligent decision-making. However, existing approaches often focus primarily on algorithms and models while overlooking the importance of systematically integrating domain knowledge, data, and models to develop more comprehensive and effective AI solutions. Therefore, the effective development and deployment of industrial AI require a more comprehensive and systematic approach. To address this gap, this paper reviews previous research, rethinks the role of industrial AI, and proposes a unified industrial AI foundation framework comprising three core modules: the knowledge module, data module, and model module. These modules help to extend and enhance the industrial AI methodology platform, supporting various industrial applications. In addition, a case study on rotating machinery diagnosis is presented to demonstrate the effectiveness of the proposed framework, and several future directions are highlighted for the development of the industrial AI foundation framework.
• Abstract（参考訳）: 産業人工知能(AI)の最近の進歩は、よりスマートな製造、予測保守、インテリジェントな意思決定を推進し、産業を変革している。 しかし、既存のアプローチはアルゴリズムとモデルに重点を置いていることが多いが、より包括的で効果的なAIソリューションを開発するために、ドメイン知識、データ、モデルを体系的に統合することの重要性を見越している。 したがって、産業用AIの効果的な開発と展開には、より包括的で体系的なアプローチが必要である。 このギャップに対処するため,本稿では,産業用AIの役割を再考し,ナレッジモジュール,データモジュール,モデルモジュールの3つのコアモジュールからなる産業用AI基盤フレームワークを提案する。 これらのモジュールは、産業用AI方法論プラットフォームを拡張し、拡張し、さまざまな産業用アプリケーションをサポートするのに役立つ。 さらに, 回転機械診断のケーススタディを提示し, 提案手法の有効性を実証し, 産業用AI基盤の開発に向けた今後の方向性について述べる。

関連論文リスト

• Collaborative AI in Sentiment Analysis: System Architecture, Data Prediction and Deployment Strategies [3.3374611485861116]
  大規模言語モデル(LLM)に基づく人工知能技術は、特に感情分析においてゲームチェンジャーとなっている。 しかし、複雑なマルチモーダルデータを処理するための多様なAIモデルの統合と、それに伴う機能抽出の高コストは、大きな課題を呈している。 本研究では,様々なAIシステムにまたがるタスクを効率的に分散・解決するための協調型AIフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-17T06:14:34Z)
• Generative AI Application for Building Industry [10.154329382433213]
  本稿では,建築産業における生成型AI技術,特に大規模言語モデル(LLM)の変容の可能性について検討する。 この研究は、LLMがいかに労働集約的なプロセスを自動化し、建築プラクティスの効率、正確性、安全性を大幅に改善できるかを強調している。
  論文  参考訳（メタデータ） (2024-10-01T21:59:08Z)
• Next-Gen Software Engineering. Big Models for AI-Augmented Model-Driven Software Engineering [0.0]
  本稿は、AIに強化されたソフトウェア工学の現状の概要を提供し、対応する分類学であるAI4SEを開発する。 SEにおけるAI支援ビッグデータのビジョンは、ソフトウェア開発の文脈において両方のアプローチに固有の利点を活かすことを目的としている。
  論文  参考訳（メタデータ） (2024-09-26T16:49:57Z)
• 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により、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。 GenAIはDTの構築と更新を推進し、予測精度を改善し、多様なスマート製造に備える。
  論文  参考訳（メタデータ） (2024-08-02T10:47:10Z)
• Bridging the Gap: A Study of AI-based Vulnerability Management between Industry and Academia [4.4037442949276455]
  人工知能(AI)の最近の研究進歩は、自動化されたソフトウェア脆弱性管理に有望な結果をもたらした。 業界は、AIベースのテクニックをセキュリティ脆弱性管理ワークフローに統合することに関して、非常に慎重で選択的だ。 我々は、産業の期待をよりよく理解し、AIベースのセキュリティ脆弱性研究の実践的ユーザビリティを改善し、産業とアカデミックの相乗効果を推し進めるための将来の方向性を提案する。
  論文  参考訳（メタデータ） (2024-05-03T19:00:50Z)
• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• Machine Learning Insides OptVerse AI Solver: Design Principles and Applications [74.67495900436728]
  本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。 本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。 本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
  論文  参考訳（メタデータ） (2024-01-11T15:02:15Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)
• Validate and Enable Machine Learning in Industrial AI [47.20869253934116]
  産業用AIは、より効率的な将来の産業用制御システムを約束する。 Petuum Optimumシステムは、AIモデルの作成とテストの課題を示す例として使用される。
  論文  参考訳（メタデータ） (2020-10-30T20:33:05Z)
• 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)

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。