文献

J-GLOBAL ID：202002220292572928   整理番号：20A1125021

領域知識による実製造指向ビッグデータ解析とデータ価値評価【JST・京大機械翻訳】

Real-manufacturing-oriented big data analysis and data value evaluation with domain knowledge

著者 (3件)： Kong Weichang (Tongji University, Shanghai, China) ,  Qiao Fei (Tongji University, Shanghai, China) ,  Wu Qidi (Tongji University, Shanghai, China)
資料名： Computational Statistics  (Computational Statistics)
巻： 35  号： 2  ページ： 515-538  発行年： 2020年 
JST資料番号： T0508A  ISSN： 0943-4062  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 現在最も一般的な話題の一つとして,大規模データは学術研究と実用化の両方において重要な役割を果たしている。しかし,製造業では,実際のワークショップデータの質が低いため,生産最適化および/または管理のための研究結果を完全に利用することは困難である。実際のワークショップデータの典型的品質問題には,情報整合度,欠落データ,および誤った誤差同定が含まれている。従来のデータ解析法は,これらの方法がデータに関する専門的洞察とドメイン知識を考慮することができないので,そのような問題を扱うことができない。本論文の主要な動機は,ドメイン知識によって大規模データを分析して,評価するための方法を調査することであった。この目的のために,半導体製造工場からの実生産データをデータ対象として採用した。最初に,ドメイン知識による一連のデータ解析技術を,不完全性を診断するために開発した。次に,データにおける特定の欠陥に従って,それらのデータ品質問題を解決するために,ドメイン知識による対応するデータ処理技術を提案した。さらに,本論文は,データ品質が提案したデータ処理技術によって改善できる範囲を決定するために,データ値密度の定量的計算方法を提案した。事例研究を行い,ドメイン知識によるデータ解析と処理技術が,情報整合度,欠落データ,および誤った誤差同定の観点から,実際のワークショップデータのデータ品質問題を効果的に扱うことができることを実証した。本論文における研究は,製造業を超えた他の大きなデータ応用にさらに拡張され,適用される可能性を有する。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  製造業 ,  データ解析 ,  データ処理 ,  事例研究 ,  *ドメイン知識
準シソーラス用語： 半導体工場 ,  価値評価 ,  データ品質 ,  *ビッグデータ ,  大規模データ , 【Automatic Indexing@JST】

著者キーワード (4件)： ビッグデータの製造 ,  データ品質 ,  データ値密度 ,  データの専門的洞察

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 領域知識 ,  ビッグデータ ,  解析 ,  価値評価