論文の概要: A data-driven approach to linking design features with manufacturing process data for sustainable product development

• arxiv url: http://arxiv.org/abs/2512.09690v1
• Date: Wed, 10 Dec 2025 14:37:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-11 15:14:53.557354
• Title: A data-driven approach to linking design features with manufacturing process data for sustainable product development
• Title（参考訳）: 持続可能な製品開発のための設計特徴と製造プロセスデータとを結びつけるデータ駆動型アプローチ
• Authors: Jiahang Li, Lucas Cazzonelli, Jacqueline Höllig, Markus Doellken, Sven Matthiesen,
• Abstract要約: 本稿では,設計特徴と製造プロセスデータとの関係をマッピングし,分析するためのデータ駆動型アプローチを提案する。 設計特徴と製造プロセスデータの関連性は、機械学習モデルの開発の基礎となる。 製造プロセスデータとサステナビリティ指標を統合することで、持続可能な製品開発への新たな可能性を開くことができる。
• 参考スコア（独自算出の注目度）: 1.3808101008397848
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The growing adoption of Industrial Internet of Things (IIoT) technologies enables automated, real-time collection of manufacturing process data, unlocking new opportunities for data-driven product development. Current data-driven methods are generally applied within specific domains, such as design or manufacturing, with limited exploration of integrating design features and manufacturing process data. Since design decisions significantly affect manufacturing outcomes, such as error rates, energy consumption, and processing times, the lack of such integration restricts the potential for data-driven product design improvements. This paper presents a data-driven approach to mapping and analyzing the relationship between design features and manufacturing process data. A comprehensive system architecture is developed to ensure continuous data collection and integration. The linkage between design features and manufacturing process data serves as the basis for developing a machine learning model that enables automated design improvement suggestions. By integrating manufacturing process data with sustainability metrics, this approach opens new possibilities for sustainable product development.
• Abstract（参考訳）: 産業用モノのインターネット(Industrial Internet of Things, IIoT)技術の普及により、自動でリアルタイムな製造プロセスデータの収集が可能になり、データ駆動製品開発の新たな機会が解放される。 現在のデータ駆動方式は、設計や製造など特定の分野に適用され、設計特徴と製造プロセスデータの統合を限定的に検討している。 設計決定は、エラー率、エネルギー消費、処理時間などの製造結果に大きな影響を与えるため、そのような統合の欠如は、データ駆動型製品設計の改善の可能性を制限する。 本稿では,設計特徴と製造プロセスデータとの関係をマッピングし,分析するためのデータ駆動型アプローチを提案する。 継続的データ収集と統合を保証するため、包括的なシステムアーキテクチャが開発されている。 設計特徴と製造プロセスデータの結合は、自動設計改善提案を可能にする機械学習モデルの開発の基礎となる。 製造プロセスデータとサステナビリティ指標を統合することで、持続可能な製品開発への新たな可能性を開くことができる。

関連論文リスト

• Advancements in synthetic data extraction for industrial injection molding [0.0]
  射出成形プロセスのトレーニングプロセスに合成データを組み込むことの可能性を検討する。 以上の結果から,合成データを含めることで,異なるシナリオを扱えるモデルの性能が向上することが示唆された。
  論文  参考訳（メタデータ） (2025-11-11T11:19:54Z)
• Data-Driven Differential Evolution in Tire Industry Extrusion: Leveraging Surrogate Models [0.0]
  本研究では,複雑な実世界の製造システムを最適化するためのサロゲートに基づくデータ駆動手法を提案する。 機械学習モデルは、システム挙動を近似し、サロゲートモデルを構築するために使用され、それは、調整されたメタヒューリスティックなアプローチに統合される。 以上の結果から,サロゲートに基づく最適化手法は歴史的最良構成よりも優れていた。
  論文  参考訳（メタデータ） (2025-07-15T10:52:45Z)
• DataPro -- A Standardized Data Understanding and Processing Procedure: A Case Study of an Eco-Driving Project [0.9672182825841383]
  CRISP-DMモデルは、実際にデータマイニングプロジェクトを開発するためのデファクトスタンダードである。 本稿では、CRISP-DMを拡張し、データサイエンティストと利害関係者の関係を強調するDataProモデルを提案する。
  論文  参考訳（メタデータ） (2025-01-21T14:34:11Z)
• 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)
• Data Quality Over Quantity: Pitfalls and Guidelines for Process Analytics [0.8399688944263843]
  データ前処理は、現実の人工知能アプリケーションの成功に大きな影響を与えている。 本稿では,産業時系列データの事前処理に関する実践的考察を行い,信頼性の高いソフトセンサの効率的な開発について報告する。
  論文  参考訳（メタデータ） (2022-11-11T19:01:21Z)
• 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)
• Modeling and Optimizing Laser-Induced Graphene [59.8912133964006]
  レーザ誘起グラフェンの生成の最適化を記述したデータセットを提供する。 提供するデータセットに基づいて,3つの課題を提起します。 興味のあるユーザにとっての出発点として、図解的な結果と、それらを生成するためのコードを提示します。
  論文  参考訳（メタデータ） (2021-07-29T18:08:24Z)
• 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)
• Ensuring the Robustness and Reliability of Data-Driven Knowledge Discovery Models in Production and Manufacturing [0.0]
  データマイニングのクロス産業標準プロセス(CRISP-DM)は、データおよびモデル関連の問題に対処するために設計された。 本稿では、CRISP-DMモデルの拡張と、機械学習における各種データロバストネスおよびモデル-ロバストネス関連問題について概説する。
  論文  参考訳（メタデータ） (2020-07-28T14:21:14Z)
• Knowledge Integration of Collaborative Product Design Using Cloud Computing Infrastructure [65.2157099438235]
  本論文の主な焦点は、クラウドコンピューティングインフラを用いた協調製品設計・開発のための知識統合サービスの提供に関する継続的な研究のコンセプトである。 提案された知識統合サービスは,知識リソースへのリアルタイムアクセスを提供することによってユーザを支援する。
  論文  参考訳（メタデータ） (2020-01-16T18:44:27Z)

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。