論文の概要: STREAM: An Objective-Driven and Uncertainty-Aware Framework for Industrial Energy Data Acquisition
- arxiv url: http://arxiv.org/abs/2608.26754v1
- Date: Thu, 27 Aug 2026 07:50:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-28 16:30:58.29548
- Title: STREAM: An Objective-Driven and Uncertainty-Aware Framework for Industrial Energy Data Acquisition
- Title（参考訳）: STREAM:産業用エネルギーデータ取得のための客観的・不確実性認識フレームワーク
- Authors: Zhipeng Ma, Bo Nørregaard Jørgensen, Zheng Grace Ma,
- Abstract要約: 産業エネルギー管理には、エネルギー使用と機器の状態、生産バッチ、物質フロー、プロセス条件を結びつけるデータセットが必要である。
本稿では,目的仕様,技術要件,資源マッピング,ソースからの抽出,アーカイブメタデータ,データベースへのマイグレーションを含む,客観的かつ不確実性を考慮したフレームワークSTREAMを提案する。
本フレームワークは,2つの産業バッチプロセス,すなわち鋳物中の誘導炉溶融とSCADAを用いたチーズ粉乾燥,および生産順序データを用いて検証した。
- 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: Industrial energy management requires datasets that connect energy use with equipment states, production batches, material flows, and process conditions. However, conventional acquisition workflows commonly emphasize connectivity and storage without verifying whether accessible signals satisfy the requirements of a defined energy-performance assessment. This paper presents STREAM, an objective-driven and uncertainty-aware framework comprising Specification of Objectives, Technical Requirements, Resource Mapping, Extraction from Sources, Archival Metadata, and Migration to Database. STREAM is the central workflow: objective-to-data traceability is its end-to-end output, while measurement, temporal, contextual, and processing uncertainty are assessed across all six stages. Compared with the original conceptual STREAM sequence, this paper adds stage-level artifacts, minimum-evidence gates, source-suitability rules, a metadata template, an uncertainty rubric, and case-specific traceability matrices. The framework is validated through two industrial batch-process cases: induction-furnace melting in a foundry and cheese-powder drying using SCADA and production-order data. The results demonstrate that data accessibility is not equivalent to analytical suitability and show how STREAM supports transparent decisions about immediate data use, analytical restrictions, and prioritized infrastructure improvements.
- Abstract（参考訳）: 産業エネルギー管理には、エネルギー使用と機器の状態、生産バッチ、物質フロー、プロセス条件を結びつけるデータセットが必要である。
しかし、従来の買収ワークフローでは、アクセス可能な信号が定義されたエネルギー性能評価の要件を満たすかどうかを検証することなく、接続性とストレージを強調している。
本稿では,目的仕様,技術要件,資源マッピング,ソースからの抽出,アーカイブメタデータ,データベースへのマイグレーションを含む,客観的かつ不確実性を考慮したフレームワークSTREAMを提案する。
STREAMは中心的なワークフローである: 客観的・データのトレーサビリティはそのエンドツーエンドの出力であり、測定、時間的、文脈的、処理の不確実性は6段階すべてにわたって評価される。
従来の概念STREAMシーケンスと比較すると,ステージレベルのアーティファクト,最小エビデンスゲート,ソース適合性ルール,メタデータテンプレート,不確実性ルーリック,ケース固有トレーサビリティ行列が追加されている。
本フレームワークは,2つの産業バッチプロセス,すなわち鋳物中の誘導炉溶融とSCADAを用いたチーズ粉乾燥,および生産順序データを用いて検証した。
結果は、データアクセシビリティが分析的適合性と同等ではないことを示すとともに、STREAMが即時データ使用、分析的制約、優先されたインフラ改善に関する透明性のある決定をサポートする方法を示している。
関連論文リスト
- Formal Verification of Agentic Systems over Operational Data [59.98246281888422]
大規模言語モデル(LLM)によって駆動されるエージェントシステムは、永続的な運用データを扱う現実世界にますます展開されている。
既存のアプローチはそのようなシステムレベルの保証を提供していません。
本稿では, 1 つの LLM とツールオーケストレーションハーネスからなるエージェントシステムのリレーショナル操作データに対する検証について述べる。
論文 参考訳（メタデータ） (2026-08-04T13:01:30Z) - QwenPaw-Data: Bridging Facts, Methodology, and Execution for Autonomous Enterprise Data Analytics [45.48758200829718]
企業におけるインテリジェントなデータ分析のためのエージェントデータシステムであるQwenPaw-Dataを紹介する。
QwenPaw-Dataは異種資産を再利用可能な、管理可能な、進化可能な分析資産に集約し、自然言語要求をエンドツーエンドの分析的データ理解、検索、分析、レポート生成、意思決定支援に変換する。
論文 参考訳（メタデータ） (2026-07-13T02:38:00Z) - Phantoms and Disclosures: a Causal Framework for Auditing Synthetic Data [56.86147283213652]
データ開示の検出と説明を目的とした,カスタマイズ可能な実証監査フレームワークを提案する。
本フレームワークでは,ユーザの情報を直接再現する「真の開示」と,ユーザのデータを偶発的に生成する「幻の開示」とを区別する機構を導入する。
論文 参考訳（メタデータ） (2026-06-15T16:54:02Z) - FORGE: Fine-grained Multimodal Evaluation for Manufacturing Scenarios [58.34124792457706]
製造業セクターは、単純な認識から自律的な実行に移行するために、MLLM(Multimodal Large Language Models)をますます採用している。
進捗は、データの不足と、既存のデータセットにおけるきめ細かいドメインセマンティクスの欠如によって妨げられている。
まず、実世界の2D画像と3Dポイントクラウドを組み合わせて、微粒なドメインセマンティクスを付加した高品質なデータセットを構築します。
次に, 3 つの製造課題,すなわち, 構造面検査, 組立検査, 組立検証の18の最先端MLLMを評価し, 大幅な性能差を明らかにした。
論文 参考訳（メタデータ） (2026-04-08T12:23:27Z) - Evidence-Driven Reasoning for Industrial Maintenance Using Heterogeneous Data [1.5991617440415131]
Condition Insight Agentは、メンテナンス言語、運用データの振る舞い抽象化、エンジニアリングの失敗セマンティクスを統合して、エビデンスに基づく説明とアドバイザリアクションを生成する。
システム制約は、決定論的エビデンスの構築と構造化された失敗知識による推論を制約し、許容された結論を抑えるためにルールベースの検証ループを適用する。
論文 参考訳（メタデータ） (2026-03-09T09:51:50Z) - Can LLMs Clean Up Your Mess? A Survey of Application-Ready Data Preparation with LLMs [66.63911043019294]
データ準備は、生のデータセットを識別し、データセット間の関係を解明し、それらから貴重な洞察を抽出することを目的としている。
本稿では,様々な下流タスクのためのデータ準備にLLM技術を用いることに焦点を当てる。
データクリーニング、標準化、エラー処理、計算、データ統合、データ豊か化という3つの主要なタスクにフィールドを編成するタスク中心の分類を導入します。
論文 参考訳（メタデータ） (2026-01-22T12:02:45Z) - Transparent, Evaluable, and Accessible Data Agents: A Proof-of-Concept Framework [0.0]
本稿では、AIエージェントの開発と評価のためのモジュール型コンポーネントベースのアーキテクチャについて述べる。
このシステムは、技術的でないユーザが複雑なデータウェアハウスと対話できるようにすることによって、データアクセシビリティにおける中核的な課題に対処する。
設計の要点は、多層推論フレームワークを通じて達成される透明な意思決定へのコミットメントである。
論文 参考訳（メタデータ） (2025-09-28T23:54:41Z) - A Systematic Review of Available Datasets in Additive Manufacturing [56.684125592242445]
視覚およびその他のセンサー技術を組み込んだその場監視により、追加製造プロセス中に広範なデータセットの収集が可能になる。
これらのデータセットは、製造された出力の品質を判断し、機械学習を使用して欠陥を検出する可能性がある。
本稿では,AMプロセスから派生したオープン画像ベースデータセットの利用可能性について検討する。
論文 参考訳（メタデータ） (2024-01-27T16:13:32Z)
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。