論文の概要: Uncovering Causal Drivers of Energy Efficiency for Industrial Process in Foundry via Time-Series Causal Inference

• arxiv url: http://arxiv.org/abs/2511.13389v1
• Date: Mon, 17 Nov 2025 14:00:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-18 14:36:25.285443
• Title: Uncovering Causal Drivers of Energy Efficiency for Industrial Process in Foundry via Time-Series Causal Inference
• Title（参考訳）: 時系列因果推論による鋳造プロセスにおけるエネルギー効率の因果要因の解明
• Authors: Zhipeng Ma, Bo Nørregaard Jørgensen, Zheng Grace Ma,
• Abstract要約: 本稿では, 誘導炉溶融におけるエネルギー効率に直接影響を与える運転要因を特定するために, 時系列因果推定フレームワークを適用した。 デンマークの鋳造所の生産データを用いて、この研究は時系列クラスタリングを統合し、融解サイクルを別の運用モードに分割する。 クラスター全体にわたって、エネルギー消費、炉温度、材料重量の堅牢な因果関係は、効率のコアドライバを定義し、電圧は、遅延応答を伴う冷却水温に一貫して影響を及ぼす。
• 参考スコア（独自算出の注目度）: 2.921530235206301
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Improving energy efficiency in industrial foundry processes is a critical challenge, as these operations are highly energy-intensive and marked by complex interdependencies among process variables. Correlation-based analyses often fail to distinguish true causal drivers from spurious associations, limiting their usefulness for decision-making. This paper applies a time-series causal inference framework to identify the operational factors that directly affect energy efficiency in induction furnace melting. Using production data from a Danish foundry, the study integrates time-series clustering to segment melting cycles into distinct operational modes with the PCMCI+ algorithm, a state-of-the-art causal discovery method, to uncover cause-effect relationships within each mode. Across clusters, robust causal relations among energy consumption, furnace temperature, and material weight define the core drivers of efficiency, while voltage consistently influences cooling water temperature with a delayed response. Cluster-specific differences further distinguish operational regimes: efficient clusters are characterized by stable causal structures, whereas inefficient ones exhibit reinforcing feedback loops and atypical dependencies. The contributions of this study are twofold. First, it introduces an integrated clustering-causal inference pipeline as a methodological innovation for analyzing energy-intensive processes. Second, it provides actionable insights that enable foundry operators to optimize performance, reduce energy consumption, and lower emissions.
• Abstract（参考訳）: 産業ファクトリープロセスにおけるエネルギー効率の向上は、これらの操作が極めてエネルギー集約的であり、プロセス変数間の複雑な相互依存によって特徴付けられるため、重要な課題である。 相関に基づく分析は、真の因果的ドライバと刺激的な関連を区別することができず、意思決定に有用性を制限する。 本稿では, 誘導炉溶融におけるエネルギー効率に直接影響を与える運転要因を特定するために, 時系列因果推定フレームワークを適用した。 デンマークの鋳造所の生産データを用いて、この研究は時系列クラスタリングを統合して、融解サイクルを個別の運用モードに分割し、PCMCI+アルゴリズム(最先端の因果探索法)を用いて各モードにおける原因と影響の関係を明らかにする。 クラスター全体にわたって、エネルギー消費、炉温度、材料重量の堅牢な因果関係は、効率のコアドライバを定義し、電圧は、遅延応答を伴う冷却水温に一貫して影響を及ぼす。 効率的なクラスタは安定した因果構造によって特徴づけられるが、非効率的なクラスタは強化されたフィードバックループと非典型的依存関係を示す。 本研究の貢献は2つある。 まず、エネルギー集約的なプロセスを分析する方法の革新として、統合クラスタリング-因果推論パイプラインを導入する。 第二に、ファウントリーオペレーターがパフォーマンスを最適化し、エネルギー消費を減らし、排出を減らし、実行可能な洞察を提供する。

関連論文リスト

• Comparing energy consumption and accuracy in text classification inference [0.9208007322096533]
  本研究は,テキスト分類推定におけるモデル精度とエネルギー消費のトレードオフを系統的に評価する。 精度の点で最高の性能モデルはエネルギー効率も良いが、より大きなLCMはより低い分類精度ではるかに多くのエネルギーを消費する傾向がある。
  論文  参考訳（メタデータ） (2025-08-19T18:00:08Z)
• Learning General Causal Structures with Hidden Dynamic Process for Climate Analysis [39.69577035318778]
  我々は,(i)観測変数間の因果関係と(ii)潜在駆動力の相互作用を協調的に解明する統合的枠組みを導入する。 CRLと因果発見を統合した構造制約を持つ時系列生成モデルであるCaDRe(Causal Discovery and Representation Learning)を提案する。 実世界の気候データセットでは、CaDReは競争力のある予測精度を提供するだけでなく、ドメインの専門知識に合わせて視覚化された因果グラフを復元する。
  論文  参考訳（メタデータ） (2025-01-21T21:04:08Z)
• Variable-Agnostic Causal Exploration for Reinforcement Learning [56.52768265734155]
  強化学習のための新しいフレームワークVACERL(Variable-Agnostic Causal Exploration for Reinforcement Learning)を導入する。 本手法は,注目機構を用いて,重要変数に関連する重要な観測行動ステップを自動的に同定する。 これらのステップを接続する因果グラフを構築し、エージェントをタスク完了に対する因果的影響の大きい観察-作用ペアへと導く。
  論文  参考訳（メタデータ） (2024-07-17T09:45:27Z)
• Demonstration of energy extraction gain from non-classical correlations [62.615368802619116]
  エンタングルメントは、制御可能な設定における抽出可能なエネルギーの量を支配していることを示す。 2ビットの資源状態の一致とフィードバックポリシの適用によるエネルギー抽出利得の両方を定量化することにより、情報とエネルギーの関連性を裏付ける。
  論文  参考訳（メタデータ） (2024-04-23T08:44:07Z)
• Electrical Behavior Association Mining for Household ShortTerm Energy Consumption Forecasting [0.7474723197425266]
  本稿では,電気的挙動における相関マイニングを利用した新しいSTECF手法を提案する。 時間相関を探索し、精度を高めるために、畳み込みニューラルネットワークゲートリカレントユニット(CNN-GRU)に基づく予測を提供する。
  論文  参考訳（メタデータ） (2024-01-26T03:23:09Z)
• Identifying Best Practice Melting Patterns in Induction Furnaces: A Data-Driven Approach Using Time Series KMeans Clustering and Multi-Criteria Decision Making [1.6783315930924723]
  本稿では, 誘導炉における最適融解パターンを特定するためのデータ駆動手法を提案する。 エルボー法を用いて12個のクラスターを同定し, 融解パターンの範囲について検討した。 この研究は、クラスタを最高のパフォーマンスで識別することに成功しました。
  論文  参考訳（メタデータ） (2024-01-09T14:00:42Z)
• A Comparative Study of Machine Learning Algorithms for Anomaly Detection in Industrial Environments: Performance and Environmental Impact [62.997667081978825]
  本研究は,環境の持続可能性を考慮した高性能機械学習モデルの要求に応えることを目的としている。 Decision TreesやRandom Forestsといった従来の機械学習アルゴリズムは、堅牢な効率性とパフォーマンスを示している。 しかし, 資源消費の累積増加にもかかわらず, 最適化された構成で優れた結果が得られた。
  論文  参考訳（メタデータ） (2023-07-01T15:18:00Z)
• Energy Efficiency of Training Neural Network Architectures: An Empirical Study [11.325530936177493]
  ディープラーニングモデルの評価は、伝統的に精度、F1スコア、関連する指標などの基準に焦点を当ててきた。 このようなモデルを訓練するために必要な計算は、大きな炭素フットプリントを必要とする。 本研究では, DLモデルアーキテクチャと環境影響との関係を, エネルギー消費の観点から検討した。
  論文  参考訳（メタデータ） (2023-02-02T09:20:54Z)
• Powerful ordered collective heat engines [58.720142291102135]
  本稿では,同期動作を行うユニットのシステムによって性能が向上するエンジンのクラスを紹介する。 熱機関として運用するには,Isingライクな相互作用と集合秩序体制との相互作用が不可欠であることを示す。
  論文  参考訳（メタデータ） (2023-01-16T20:14:19Z)
• Collective effects on the performance and stability of quantum heat engines [62.997667081978825]
  小型熱機関の動作における量子力学的拡張の最近の予測は、新たな関心を集めている。 1つの重要な問題は、集団効果が大規模に拡張するのに役立つかどうかである。 エンジンを構成するスピンの数とともに, パワー, 効率, 一貫性のスケールについて検討する。
  論文  参考訳（メタデータ） (2021-06-25T18:00:07Z)
• Localisation determines the optimal noise rate for quantum transport [68.8204255655161]
  1D鎖の局在と最適脱落速度について検討した。 単純なパワー法則は、サイズに依存しない応答とサイズに依存しない応答の間の相互作用をキャプチャする。 中間温度と高温では関係が保たれるが、低温では崩壊する。
  論文  参考訳（メタデータ） (2021-06-23T17:52:16Z)

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。