抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人工知能の重要な一環として,エキスパートシステムは,機械的故障診断の分野で広く用いられているた。しかし大規模データとクラウドコンピューティングの発展に伴い,いくつかのシステムのハードウェア規模は膨張したが,これはエネルギー消費はエキスパートシステムにおける解決すべき問題となってにする。しかし伝統的なデータベースシステムである知識リポジトリ管理の意味論の必要性を満足させるためにハード,データ管理と推論を完成するために多くの時間とエネルギーを費やしている。この理由のために,本論文では,意味ネットワークに基づく故障診断システムを構築し,意味知識組織化,管理,推論機構と知識獲得の研究に焦点を当てたアプローチを提案した。実験では,機関車の診断エキスパートシステムのモデルを構築した。関係データベースと比較して,提案されたアプローチが他の方法よりもより正確でロバストである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】