文献

J-GLOBAL ID：202002264624042520   整理番号：20A1709756

産業4.0:機械学習を用いたセンサデータ解析【JST・京大機械翻訳】

Industry 4.0: Sensor Data Analysis Using Machine Learning

著者 (4件)： Iftikhar Nadeem (University College of Northern Denmark, Aalborg, Denmark) ,  Nordbjerg Finn Ebertsen (University College of Northern Denmark, Aalborg, Denmark) ,  Baattrup-Andersen Thorkil (Dolle A/S, Frostrup, Denmark) ,  Jeppesen Karsten (University College of Northern Denmark, Aalborg, Denmark)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1255  ページ： 37-58  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
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： 産業4.0として知られる技術的革命は効率/生産性を改善し,生産コストを低減することを目的とする。産業4.0ベースのスマート製造環境において,機械学習技術は,歴史的データを用いてモデルを作成することによって,ライブデータにおけるパターンを確認するために配備した。これらのモデルは,以前に検出できない事故を予測する。本論文ではまず記述統計学と可視化を行い,次に不均衡クラス分布によるデータの分類のような問題に取り組んだ。次に,いくつかのバイナリ分類ベースの機械学習モデルを,生産ライン破壊を予測するために構築して訓練し,ロジスティック回帰と人工ニューラルネットワークだけを詳細に論じた。最後に,機械学習モデルの有効性と,アベイラビリティ,性能と品質に関する製造操作の全体的利用を評価した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 製造原価 ,  ニューラルネットワーク ,  可視化 ,  アベイラビリティ ,  データ解析 ,  生産ライン ,  有効性 ,  *機械学習
準シソーラス用語： 不均衡 ,  ロジスティック回帰分析 ,  *センサデータ ,  機械学習技術 ,  不均衡データ ,  二値分類 , 【Automatic Indexing@JST】

著者キーワード (6件)： 産業4.0 ,  センサデータ ,  データ解析 ,  機械学習 ,  スマート製造 ,  不均衡データ

分類 (3件)： 人工知能  (JE08000Z) ,  分子・遺伝情報処理  (JE15040B) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 産業 ,  機械学習 ,  センサデータ ,  解析