論文の概要: Scoping Review of AI, Metrology, and ESG in the Semiconductor Sector: Implications for Safe and Sustainable by Design (SSbD)
- arxiv url: http://arxiv.org/abs/2607.23082v1
- Date: Sat, 25 Jul 2026 07:08:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:14.989918
- Title: Scoping Review of AI, Metrology, and ESG in the Semiconductor Sector: Implications for Safe and Sustainable by Design (SSbD)
- Title（参考訳）: 半導体セクターにおけるAI, メトロロジー, ESGのスコーピングレビュー:設計による安全と持続性への示唆(SSbD)
- Abstract要約: 本稿では,Web of Science and Scopusにインデックスされた1,465のドキュメントのスコーピングレビューを行う。
ネットワーク分析は、高度に断片化された「中核周辺」知識構造を明らかにする。
このギャップを埋めるために,設計アーキテクチャによる安全で持続可能な6層構造を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The semiconductor sector faces a dual transition: scaling manufacturing execution through Artificial Intelligence (AI) while satisfying stringent sustainability mandates, such as the EU Carbon Border Adjustment Mechanism (CBAM). This paper presents a scoping review of 1,465 documents indexed in Web of Science and Scopus, spanning AI-integrated metrology, supply chain ESG, and federated industrial data spaces. Network analysis reveals a highly fragmented "core-periphery" knowledge structure, emphasizing a critical structural hole between AI-driven process optimization and downstream sustainability governance. To close these gaps, this study proposes a 6-layer Safe and Sustainable by Design (SSbD) architecture grounded in a System of Systems (SoS) paradigm. By establishing distinct "grid-to-core" and "standards-through-supply-chain" integration pathways, the proposed framework demonstrates how virtual metrology (VM), localized federated learning, and defensive RegTech mechanisms can build provenance-aware data fabrics. Ultimately, this architecture positions regulatory compliance as a driver for innovation, enabling secure, climate-neutral, and circular value chains in semiconductor manufacturing.
- Abstract（参考訳）: 半導体セクターは、製造実行を人工知能(AI)によってスケーリングすると同時に、EU炭素境界調整機構(CBAM)のような持続可能性の厳密な規定を満たすという、二重の移行に直面している。
本稿では,Web of Science and Scopusでインデクシングされた1,465件の文書を,AI統合メトロジー,サプライチェーンESG,フェデレーション産業データ空間に分散したスコーピングレビューを行う。
ネットワーク分析は、AI駆動プロセス最適化と下流サステナビリティガバナンスの間の重要な構造的穴を強調する、高度に断片化された"コア周囲"の知識構造を明らかにしている。
これらのギャップを埋めるために,システム・オブ・システム(SoS)パラダイムを基礎とした,設計による安全性と持続性(SSbD)の6層アーキテクチャを提案する。
個別の"grid-to-core"と"standards-through-supply-chain"統合パスを確立することで、提案するフレームワークは、仮想メタロジ(VM)、ローカライズされたフェデレーションラーニング、防御的なRegTechメカニズムが、証明可能なデータファブリックを構築する方法を示す。
最終的に、このアーキテクチャは規制の遵守をイノベーションの原動力と位置づけ、半導体製造におけるセキュアで気候ニュートラルで円形のバリューチェーンを可能にする。
関連論文リスト
- Multi-Agent System-driven Digital Twins for predictive maintenance: architectures, technologies and open research challenges [0.0]
デジタル双生児は産業4.0の文脈において基礎技術として登場した。
本稿では,マルチエージェントシステムとディジタルツインの交点を体系的に検討する。
論文 参考訳（メタデータ） (2026-07-24T00:09:53Z) - The Three Dimensions of ROS 2 Middleware [17.21119597148951]
ROS 2は現代のロボットソフトウェア開発のデファクトスタンダードとして登場した。
アーキテクチャの柔軟性にもかかわらず、これらのシステムは動的かつリソースに制約のある無線環境下での構造的制約を示す。
本稿では,分散ロボットシステムに必要な3つの構造的次元を通して,その構造的限界を検証するための概念的枠組みを提案する。
論文 参考訳（メタデータ） (2026-07-01T15:35:10Z) - From Stacks to Circuits: A Regenerative Socio-Technical Roadmap for AI Infrastructure within Planetary Boundaries [0.0]
線形サプライサイドの"スタック"に代表されるジェネレーティブAIの現在のスケーリングトラジェクトリは、重要な熱力学と材料コストを外部化しながら、パフォーマンス密度を優先する。
本研究では、人工知能基盤を最終的に惑星の限界によって支配されるシステムの体系として再編成する再生社会技術ロードマップを提案する。
論文 参考訳（メタデータ） (2026-06-09T08:11:25Z) - Trustworthy Smart Fabs via Professional Proxies: Scaling Safe and Sustainable by Design (SSbD) through Industrial Data Spaces [0.0]
本稿では,6層SSbD参照アーキテクチャを運用するゼロトラスト社会技術オーケストレーションフレームワークを提案する。
我々は、リアクティブな自動化から、"プロフェッショナルプロキシ"への自律的なガバナンスへの移行を提案する。
このフレームワークは、レジリエントで純ゼロの産業5.0エコシステムへの検証可能なエビデンスベースの経路を提供する。
論文 参考訳（メタデータ） (2026-06-08T09:02:02Z) - Beyond the Academic Monoculture: A Unified Framework and Industrial Perspective for Attributed Graph Clustering [75.50670592447219]
分散グラフクラスタリング(AGC)は、構造トポロジとノード属性を共同でモデル化することによって、ノードを凝集性グループに分割する基本的な教師なしタスクである。
この調査は、3つの相補的な視点からAGCを包括的かつ工業的に基礎づけたレビューを提供する。
論文 参考訳（メタデータ） (2026-03-21T14:15:34Z) - Understanding by Reconstruction: Reversing the Software Development Process for LLM Pretraining [66.89012795621349]
大規模言語モデル(LLM)は、複雑なソフトウェア工学に必要な、深く、長期にわたる推論に苦しむことが多い。
本稿では,再構築による理解という,新しいパラダイムを提案する。
マルチエージェントシミュレーションを用いて潜在エージェント軌道を合成するフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-11T09:23:20Z) - Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey [59.3507264893654]
課題解決は、現実世界の開発に不可欠な複雑なソフトウェアエンジニアリングタスクです。
SWE-benchのようなベンチマークでは、このタスクは大規模言語モデルでは極めて困難であることが判明した。
本稿では,この新興領域を体系的に調査する。
論文 参考訳（メタデータ） (2026-01-15T18:55:03Z) - AI-NativeBench: An Open-Source White-Box Agentic Benchmark Suite for AI-Native Systems [52.65695508605237]
我々は、Model Context Protocol(MCP)とAgent-to-Agent(A2A)標準に基づいて、アプリケーション中心でホワイトボックスのAI-NativeベンチマークスイートであるAI-NativeBenchを紹介する。
エージェントスパンを分散トレース内の第一級市民として扱うことにより,本手法は,単純な機能以上の工学的特性の粒度解析を可能にする。
この研究は、モデル能力の測定から信頼性の高いAI-Nativeシステムへの移行を導く最初の体系的な証拠を提供する。
論文 参考訳（メタデータ） (2026-01-14T11:32:07Z) - OnePiece: Bringing Context Engineering and Reasoning to Industrial Cascade Ranking System [61.12400636463362]
OnePieceは、LLMスタイルのコンテキストエンジニアリングと推論を、検索モデルとランキングモデルの両方にシームレスに統合する統合フレームワークである。
OnePieceは、Shopeeの主要なパーソナライズされた検索シナリオにデプロイされ、さまざまな主要なビジネス指標で一貫したオンラインゲインを実現している。
論文 参考訳（メタデータ） (2025-09-22T17:59:07Z) - CRACI: A Cloud-Native Reference Architecture for the Industrial Compute Continuum [0.0]
本稿では,産業計算連続体のためのクラウドネイティブな参照アーキテクチャであるCRACIを紹介する。
分離されたイベント駆動モデルを促進し、連続体をまたいだ柔軟な非階層的なデータフローを可能にする。
論文 参考訳（メタデータ） (2025-09-09T08:24:08Z) - 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)
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。