論文の概要: A Digital Pheromone-Based Approach for In/Out-of-Control Classification
- arxiv url: http://arxiv.org/abs/2510.07329v1
- Date: Thu, 02 Oct 2025 13:52:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-10 17:54:14.616241
- Title: A Digital Pheromone-Based Approach for In/Out-of-Control Classification
- Title（参考訳）: ディジタルフェロモンを用いたイン・オブ・コントロールの分類
- Authors: Pedro Pestana, M. Fátima Brilhante,
- Abstract要約: 本研究では,InC/OutC状態の分類にアリコロニーの挙動をデジタル的に模倣するバイオインスパイアされた手法について検討した。
工業用ジャガイモチップフライのケーススタディは、応用状況を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: In complex production lines, it is essential to have strict, fast-acting rules to determine whether the system is In Control (InC) or Out of Control (OutC). This study explores a bio-inspired method that digitally mimics ant colony behavior to classify InC/OutC states and forecast imminent transitions requiring maintenance. A case study on industrial potato chip frying provides the application context. During each two-minute frying cycle, sequences of eight temperature readings are collected. Each sequence is treated as a digital ant depositing virtual pheromones, generating a Base Score. New sequences, representing new ants, can either reinforce or weaken this score, leading to a Modified Base Score that reflects the system's evolving condition. Signals such as extreme temperatures, large variations within a sequence, or the detection of change-points contribute to a Threat Score, which is added to the Modified Base Score. Since pheromones naturally decay over time unless reinforced, an Environmental Score is incorporated to reflect recent system dynamics, imitating real ant behavior. This score is calculated from the Modified Base Scores collected over the past hour. The resulting Total Score - the sum of the Modified Base Score, Threat Score, and Environmental Score - is used as the main indicator for real-time system classification and forecasting of transitions from InC to OutC. This ant colony optimization-inspired approach provides an adaptive and interpretable framework for process monitoring and predictive maintenance in industrial environments.
- Abstract（参考訳）: 複雑な生産ラインでは、システムがIn Control (InC) なのかOut of Control (OutC) なのかを判断するために厳格で高速なルールを持つことが不可欠である。
本研究は,InC/OutC状態を分類し,維持を必要とする即時遷移を予測するために,アリコロニーの挙動をデジタル的に模倣するバイオインスパイアされた手法について検討する。
工業用ジャガイモチップフライのケーススタディは、応用状況を提供する。
2分間のフライングサイクルごとに、8つの温度読み取りシーケンスが収集される。
各配列は仮想フェロモンを堆積するデジタルアリとして扱われ、ベーススコアを生成する。
新しいアリを表す新しい配列は、このスコアを補強または弱めることができ、システムの進化状態を反映した修正ベーススコアにつながる。
極端温度、シーケンス内の大きな変化、または変化点の検出などの信号は、修正ベーススコアに追加されるThreatスコアに寄与する。
フェロモンは、強化されない限り時間とともに自然に崩壊するため、環境スコアは、実際のアリの振る舞いを模倣して、最近のシステムダイナミクスを反映するために組み込まれている。
このスコアは、過去1時間に収集された修正ベーススコアから算出される。
その結果得られたトータルスコア - 修正ベーススコア、脅威スコア、環境スコアの合計 - は、リアルタイムシステムの分類とInCからOutCへの移行予測の主要な指標として使用される。
このアリコロニー最適化にインスパイアされたアプローチは、産業環境におけるプロセス監視と予測保守のための適応的で解釈可能なフレームワークを提供する。
関連論文リスト
- From Uniform to Heterogeneous: Tailoring Policy Optimization to Every Token's Nature [38.46122853450324]
既存のアルゴリズムは全てのトークンに一様最適化を適用し、推論プロセスにおける異なる役割を無視している。
本稿では,トークンエントロピーに基づく最適化を動的に適用するトークン認識アルゴリズムであるヘテロジニアス適応ポリシー最適化(HAPO)を紹介する。
論文 参考訳（メタデータ） (2025-09-20T09:30:25Z) - Ecologically Valid Benchmarking and Adaptive Attention: Scalable Marine Bioacoustic Monitoring [2.558238597112103]
GetNetUPAMは、現実的な可変性の下で安定性をモデル化するためのネストされたクロスバリデーションフレームワークである。
データは異なるサイト年区分に分割され、記録を保存し、各バリデーションフォールドがユニークな環境サブセットを反映することを保証する。
ARPA-Nは、DenseNetベースラインに対する平均精度が14.4%向上し、すべてのメトリクスで対数2スケールのオーダー・オブ・マグニチュードが減少する。
論文 参考訳（メタデータ） (2025-09-04T22:03:05Z) - Attention-based Generative Latent Replay: A Continual Learning Approach for WSI Analysis [3.6630930118966814]
全体スライド画像(WSI)分類は、計算病理学において強力なツールとして登場したが、ドメインシフトによって制約されている。
本稿では,Attention-based Generative Latent Replay Continual Learning framework (AGLR-CL) を提案する。
論文 参考訳（メタデータ） (2025-05-13T12:55:46Z) - Allostatic Control of Persistent States in Spiking Neural Networks for perception and computation [79.16635054977068]
本稿では,アロスタシスの概念を内部表現の制御に拡張することにより,環境に対する知覚的信念を更新するための新しいモデルを提案する。
本稿では,アトラクタネットワークにおける活動の急増を空間的数値表現として利用する数値認識の応用に焦点を当てる。
論文 参考訳（メタデータ） (2025-03-20T12:28:08Z) - Benign Overfitting and the Geometry of the Ridge Regression Solution in Binary Classification [75.01389991485098]
リッジ回帰はクラスタ平均ベクトルのスケールによって定性的に異なる挙動を示す。
スケールが非常に大きいレジームでは、良心過剰を許容する条件は回帰タスクと同一であることが判明した。
論文 参考訳（メタデータ） (2025-03-11T01:45:42Z) - Time-series Generation by Contrastive Imitation [87.51882102248395]
モーメントマッチングの目的によってモチベーションされ、複合的エラーを軽減し、局所的(しかし前方的な)遷移ポリシーを最適化する。
推論において、学習されたポリシーは反復的なサンプリングのジェネレータとして機能し、学習されたエネルギーはサンプルの品質を評価するための軌道レベル尺度として機能する。
論文 参考訳（メタデータ） (2023-11-02T16:45:25Z) - Deep Imbalanced Regression via Hierarchical Classification Adjustment [50.19438850112964]
コンピュータビジョンにおける回帰タスクは、しばしば、対象空間をクラスに定量化することで分類される。
トレーニングサンプルの大多数は目標値の先頭にあるが、少数のサンプルは通常より広い尾幅に分布する。
不均衡回帰タスクを解くために階層型分類器を構築することを提案する。
不均衡回帰のための新しい階層型分類調整(HCA)は,3つのタスクにおいて優れた結果を示す。
論文 参考訳（メタデータ） (2023-10-26T04:54:39Z) - Consensus-Adaptive RANSAC [104.87576373187426]
本稿では,パラメータ空間の探索を学習する新しいRANSACフレームワークを提案する。
注意機構は、ポイント・ツー・モデル残差のバッチで動作し、軽量のワンステップ・トランスフォーマーで見いだされたコンセンサスを考慮するために、ポイント・ツー・モデル推定状態を更新する。
論文 参考訳（メタデータ） (2023-07-26T08:25:46Z) - Frequency Spectrum Augmentation Consistency for Domain Adaptive Object
Detection [107.52026281057343]
周波数スペクトル拡張整合(FSAC)フレームワークを4種類の低周波フィルタで構成する。
最初の段階では、オリジナルおよび拡張されたソースデータを全て利用して、オブジェクト検出器を訓練する。
第2段階では、予測一貫性のための自己学習を行うために、擬似ラベル付き拡張現実とターゲットデータを採用する。
論文 参考訳（メタデータ） (2021-12-16T04:07:01Z) - A Novel Cluster Classify Regress Model Predictive Controller
Formulation; CCR-MPC [0.0]
機械学習の分野において,高度な手法を用いた新しいデータ駆動モデル予測制御器を開発した。
目的は、外部の気象状態によって間接的に影響を受ける、所望の室内設定温度を調整するための制御信号を調整することである。
論文 参考訳（メタデータ） (2021-01-15T12:14:54Z) - Prediction of flow characteristics in the bubble column reactor by the
artificial pheromone-based communication of biological ants [1.2313056815753947]
アント挙動に基づくアントコロニー最適化アルゴリズム(ACO)フレームワークは,3次元気泡柱リアクトル内のすべての局所的な数学的解を解くことができる。
モデリングの新しい概要は、自然界の生物行動に新たな視点を描き出すことができる。
論文 参考訳（メタデータ） (2020-01-09T19:36:45Z)
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。