文献

J-GLOBAL ID：201902291485352674   整理番号：19A0516905

ループシミュレーションにおける機械学習ベースの人間を用いた混合モデル組立ラインにおける人間選択複雑性の解析モデリング【JST・京大機械翻訳】

Analytical Modeling of Human Choice Complexity in a Mixed Model Assembly Line Using Machine Learning-Based Human in the Loop Simulation

著者 (2件)： Busogi Moise (System Design and Control Engineering, Ulsan National Institute of Science and Technology, Ulsan, South Korea) ,  Kim Namhun (System Design and Control Engineering, Ulsan National Institute of Science and Technology, Ulsan, South Korea)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 10434-10444  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 製造自動化における最近の進歩にもかかわらず,製造システムにおける人間の関与の役割は,より高い適応性と柔軟性を維持することにおける重要な因子と見なされている。しかし,一般的に,製造システム設計における人間オペレータのモデリングは,統計的用語で表現される物理的資源として人間をまだ考慮している。本論文では,混合モデル組立ラインにおける演算子の選択複雑性を調べるために,ループ(HIL)アプローチにおける人間を提案した。HILシミュレーションは,人間がシミュレーションのコア要素になることを可能にし,したがって,従来のシミュレーション法を介して再現することができない方法での結果に影響を与える。初期段階では,選択の複雑さに影響する重要な特徴を同定した。選択した特徴を用いて回帰モデルを構築し,選択複雑度の異なる程度に関する人間の反応時間をモデルを訓練し試験するための応答変数として用いた。提案した方法は,例示的事例研究と共に,オペレータの有効性に及ぼす選択複雑性の影響を定量的に評価し予測するツールとして役立つだけでなく,全体の製造スループットに影響することなく複雑さを軽減できる洞察も提供した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *組立ライン ,  自動化 ,  *モデリング ,  回帰モデル ,  有効性 ,  柔軟性 ,  生産システム ,  事例研究 ,  スループット ,  *シミュレーション ,  *機械学習 ,  オペレータ
準シソーラス用語： 複雑度 ,  *複雑性 ,  *混合モデル , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (9件)： ループ ,  シミュレーション ,  機械学習 ,  人間 ,  混合モデル ,  組立ライン ,  複雑性 ,  解析 ,  モデリング