文献

J-GLOBAL ID：202002271674585744   整理番号：20A0805145

実産業4.0事例研究におけるセンサデータのトップに関する事象ベース予測保全【JST・京大機械翻訳】

Event-Based Predictive Maintenance on Top of Sensor Data in a Real Industry 4.0 Case Study

著者 (9件)： Naskos Athanasios (Atlantis Engineering, Thessaloniki, Greece) ,  Kougka Georgia (Atlantis Engineering, Thessaloniki, Greece) ,  Kougka Georgia (Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Toliopoulos Theodoros (Atlantis Engineering, Thessaloniki, Greece) ,  Toliopoulos Theodoros (Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Gounaris Anastasios (Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Vamvalis Cosmas (Atlantis Engineering, Thessaloniki, Greece) ,  Vamvalis Cosmas (European Federation of National Maintenance Societies, Brussels, Belgium) ,  Caljouw Daniel (Philips Consumer Lifestyle, Drachten, The Netherlands)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1168  ページ： 345-356  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： 著者らは,現代の産業4.0環境において遭遇する実際の予測保全事例研究を扱った。過去の故障のログに基づいて,著者らは,以前に他のドメイン専門家知識のない装置の重要な故障を予測するためのモデルを訓練した。著者らは,最新の時系列分析による事象ベース予測における最先端技術を組み合わせて拡張する新しい方法論を提案した。これは,現代の工場環境で生産されるように,センサデータに直接適用できる。さらに,連続異常値監視のような教師なし学習技術の採用は競合的アプローチであることを示した。著者らの技術は開発され,特定の事例研究で試験されているが,それらは任意の設定に移行できる。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： 時系列分析 ,  教師なし学習 ,  *事例研究 ,  異常値
準シソーラス用語： *センサデータ , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 産業 ,  研究 ,  センサデータ ,  トップ ,  事象 ,  予測保全