文献

J-GLOBAL ID：202102273957014768   整理番号：21A3083957

オンサイト組立問題を解くための強化潜在Dirichlet割当ベースクラスタリング法を用いた知識発見【JST・京大機械翻訳】

Knowledge discovery using an enhanced latent Dirichlet allocation-based clustering method for solving on-site assembly problems

著者 (3件)： Ning Weihang (School of Mechanical Engineering, Beijing Institute of Technology, Beijing, China) ,  Liu Jianhua (School of Mechanical Engineering, Beijing Institute of Technology, Beijing, China) ,  Xiong Hui (School of Mechanical Engineering, Beijing Institute of Technology, Beijing, China)
資料名： Robotics and Computer-Integrated Manufacturing  (Robotics and Computer-Integrated Manufacturing)
巻： 73  ページ： Null  発行年： 2022年 
JST資料番号： H0987A  ISSN： 0736-5845  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 組立ワークショップで発生する問題/故障に対するプロミット応答は,生産信頼性と効率に関して重要である。しかし,人間依存タスクは時間がかかり,誤差が傾向がある。本論文では,知識発見アプローチを提案した。問題解決記録におけるテキスト間の関係のパターンを抽出し,自動的に適切な解を生成した。最初に,テキストコーパス記録組立問題,原因,および解決策の文書トピックおよびトピック語分布を探索するために,強化潜在Dirichlet割当(EnLDA)技術を使用した。精度を増すために,文書項行列の要素を調整し,項周波数反転文書周波数を割り当てる。第2に,テキストクラスタリングのための雑音(Rf-DBSCAN)アルゴリズムによるアプリケーションの精密化密度ベース空間クラスタリングを用いた。これは,トピック分布ベクトル間の距離を微細化し,雑音オブジェクトをクラスタリングに組み入れる。このクラスタは類似の意味情報を持つテキスト文書を文書化し,情報保持を最大化する。第3に,Aprioriアルゴリズムを用いて,問題,原因,および解決策を表す文書クラスタ間のパターン関連性を同定した。自動車組立ワークショップからの現場データを用いた事例研究を行った。結果は,この方法がテキスト記録から隠れではあるが貴重な情報を検索することを示した。意思決定支援知識は組立問題解決を容易にする。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  雑音 ,  ベクトル ,  故障 ,  自動車 ,  信頼性 ,  問題解決 ,  *クラスタ ,  応用プログラム ,  事例研究 ,  精密化 ,  *知識発見
準シソーラス用語： Aprioriアルゴリズム ,  テキストコーパス ,  意思決定支援 , 【Automatic Indexing@JST】

著者キーワード (5件)： 知識発見 ,  組立プロセス ,  潜在的Dirichlet割当 ,  雑音によるアプリケーションの密度ベース空間クラスタリング ,  Aprioriアルゴリズム

分類 (3件)： 工程管理  (KB03030P) ,  機械の組立  (QC05000F) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 組立 ,  強化 ,  割当 ,  クラスタリング法 ,  知識発見