論文の概要: Automated Generation of Precedence Graphs in Digital Value Chains for Automotive Production

• arxiv url: http://arxiv.org/abs/2504.19835v1
• Date: Mon, 28 Apr 2025 14:37:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:54.469472
• Title: Automated Generation of Precedence Graphs in Digital Value Chains for Automotive Production
• Title（参考訳）: 自動車生産のためのディジタルバリューチェーンにおける先行グラフの自動生成
• Authors: Cornelius Hake, Christian Friedrich,
• Abstract要約: 本研究では,自動車製造におけるデジタルバリューチェーンについて検討する。 車両ネットワークにおける電子制御ユニットの識別、ソフトウェアフラッシュ、カスタマイズ、コミッショニングに焦点を当てている。 自動スケジューリングアルゴリズムを用いて、このプロセスチェーンを最適化するために、新しい優先グラフ設計を提案する。
• 参考スコア（独自算出の注目度）: 1.6574413179773764
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study examines the digital value chain in automotive manufacturing, focusing on the identification, software flashing, customization, and commissioning of electronic control units in vehicle networks. A novel precedence graph design is proposed to optimize this process chain using an automated scheduling algorithm that employs mixed integer linear programming techniques. The results show significant improvements in key metrics. The algorithm reduces the number of production stations equipped with expensive hardware and software to execute digital value chain processes, while increasing capacity utilization through efficient scheduling and reduced idle time. Task parallelization is optimized, resulting in streamlined workflows and increased throughput. Compared to the traditional method, the automated approach has reduced preparation time by 50% and reduced scheduling activities, as it now takes two minutes to create the precedence graph. The flexibility of the algorithm's constraints allows for vehicle-specific configurations while maintaining high responsiveness, eliminating backup stations and facilitating the integration of new topologies. Automated scheduling significantly outperforms manual methods in efficiency, functionality, and adaptability.
• Abstract（参考訳）: 本研究では,自動車製造におけるデジタルバリューチェーンを,自動車ネットワークにおける電子制御ユニットの識別,ソフトウェアフラッシュ,カスタマイズ,コミッショニングに焦点をあてて検討する。 混合整数線形計画法を用いる自動スケジューリングアルゴリズムを用いて, このプロセスチェーンを最適化するために, 新たな優先グラフ設計を提案する。 その結果、重要な指標が大幅に改善された。 このアルゴリズムは、コストのかかるハードウェアとソフトウェアを備えた生産ステーションの数を削減し、デジタルバリューチェーンプロセスを実行すると同時に、効率的なスケジューリングとアイドル時間によるキャパシティ利用を増加させる。 タスクの並列化は最適化され、ワークフローが合理化され、スループットが向上する。 従来の手法と比較して、自動的なアプローチは準備時間を50%短縮し、スケジューリングアクティビティを短縮し、優先順位グラフを作成するのに2分を要する。 アルゴリズムの制約の柔軟性は、高い応答性を維持しながら車両固有の構成を可能にし、バックアップステーションを排除し、新しいトポロジの統合を容易にする。 自動スケジューリングは、効率、機能、適応性において手作業の手法を著しく上回る。

関連論文リスト

• Digital Twin-Assisted Federated Learning with Blockchain in Multi-tier Computing Systems [67.14406100332671]
  産業用 4.0 システムでは、リソース制約のあるエッジデバイスが頻繁にデータ通信を行う。 本稿では,デジタルツイン (DT) とフェデレーション付きデジタルツイン (FL) 方式を提案する。 提案手法の有効性を数値解析により検証した。
  論文  参考訳（メタデータ） (2024-11-04T17:48:02Z)
• Neural Horizon Model Predictive Control -- Increasing Computational Efficiency with Neural Networks [0.0]
  予測制御をモデル化するための機械学習支援手法を提案する。 安全保証を維持しつつ,問題地平線の一部を近似することを提案する。 提案手法は,迅速な制御応答を必要とするアプリケーションを含む,幅広いアプリケーションに適用可能である。
  論文  参考訳（メタデータ） (2024-08-19T08:13:37Z)
• Sparse Attention-driven Quality Prediction for Production Process Optimization in Digital Twins [53.70191138561039]
  データ駆動方式で運用ロジックを符号化することで,生産ラインのディジタルツインをデプロイすることを提案する。 我々は,自己注意型時間畳み込みニューラルネットワークに基づく生産プロセスの品質予測モデルを採用する。 本手法は,本手法により,仮想及び実生産ライン間のシームレスな統合を促進できることを示す。
  論文  参考訳（メタデータ） (2024-05-20T09:28:23Z)
• Energy-Efficient Scheduling with Predictions [4.662349748983561]
  エネルギー効率のスケジューリングにおいて、オペレーティングシステムは、マシンがジョブを処理する速度を制御する。 学習強化アルゴリズムの最近の研究は、予測を利用して性能保証を改善することを目的としている。 所望のエネルギー効率スケジューリング問題に対して、オフラインとオンラインのアルゴリズムを入力として、フレキシブルな学習強化アルゴリズムフレームワークを提供する。
  論文  参考訳（メタデータ） (2024-02-27T02:13:32Z)
• Edge-Enabled Real-time Railway Track Segmentation [0.0]
  エッジ対応鉄道線路分割アルゴリズムを提案する。 ネットワーク構造を最適化し、トレーニング後のモデルを定量化することで、エッジアプリケーションに適したように最適化されている。 実験結果から,提案アルゴリズムの精度は83.3%であった。
  論文  参考訳（メタデータ） (2024-01-21T13:45:52Z)
• Mechanic: A Learning Rate Tuner [52.4242550204696]
  我々は,任意の基本最適化アルゴリズムの学習率尺度係数を調整し,自動的にスケジュールする手法を導入し,それをテクスチャメカニックと呼ぶ。 各種バッチサイズ,スケジュール,基本最適化アルゴリズムを用いて,大規模深層学習タスクにおけるテクスチャメカニックを厳格に評価する。
  論文  参考訳（メタデータ） (2023-05-31T19:32:43Z)
• An Enhanced Graph Representation for Machine Learning Based Automatic Intersection Management [0.5161531917413708]
  我々は、前述したグラフベースのシーン表現とグラフニューラルネットワークに基づいて、強化学習を用いてこの問題にアプローチする。 本稿では,自動交差点管理において一般的に使用されるベースラインに対して,提案手法の詳細な評価を行う。
  論文  参考訳（メタデータ） (2022-07-18T14:53:50Z)
• Cooperative Behavioral Planning for Automated Driving using Graph Neural Networks [0.5801044612920815]
  本研究は,複数の車両を共同で計画することで,都市交差点における交通流の最適化に機械学習アルゴリズムを活用することを提案する。 学習に基づく行動計画にはいくつかの課題が伴い、適切な入力と出力の表現と大量の基幹データを要求する。 自動運転における意思決定のためのオープンソースのシミュレーション環境において,提案手法を訓練し,評価する。
  論文  参考訳（メタデータ） (2022-02-23T09:36:15Z)
• An automatic differentiation system for the age of differential privacy [65.35244647521989]
  Tritiumは、微分プライベート(DP)機械学習(ML)のための自動微分ベース感度分析フレームワークである 我々は、微分プライベート(DP)機械学習(ML)のための自動微分に基づく感度分析フレームワークTritiumを紹介する。
  論文  参考訳（メタデータ） (2021-09-22T08:07:42Z)
• Multi-Exit Semantic Segmentation Networks [78.44441236864057]
  本稿では,最先端セグメンテーションモデルをMESSネットワークに変換するフレームワークを提案する。 パラメトリド早期出口を用いた特別訓練されたCNNは、より簡単なサンプルの推測時に、その深さに沿って保存する。 接続されたセグメンテーションヘッドの数、配置、アーキテクチャとエグジットポリシーを併用して、デバイス機能とアプリケーション固有の要件に適応する。
  論文  参考訳（メタデータ） (2021-06-07T11:37:03Z)
• Better than the Best: Gradient-based Improper Reinforcement Learning for Network Scheduling [60.48359567964899]
  パケット遅延を最小限に抑えるため,制約付き待ち行列ネットワークにおけるスケジューリングの問題を考える。 我々は、利用可能な原子ポリシーよりも優れたスケジューラを生成するポリシー勾配に基づく強化学習アルゴリズムを使用する。
  論文  参考訳（メタデータ） (2021-05-01T10:18:34Z)

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。