文献

J-GLOBAL ID：202102290973211077   整理番号：21A2057701

タグ付き知識の組織化:構造マイニングにおける類似性測度と意味論的流 Flu性【JST・京大機械翻訳】

Organizing Tagged Knowledge: Similarity Measures and Semantic Fluency in Structure Mining

著者 (2件)： Sexton Thurston (Systems Integration Division, Engineering Laboratory, National Institute of Standards and Technology, Gaithersburg, MD 20871) ,  Fuge Mark (Department of Mechanical Engineering, University of Maryland, College Park, MD 20742)
資料名： Journal of Mechanical Design  (Journal of Mechanical Design)
巻： 142  号： 3  ページ： Null  発行年： 2020年 
JST資料番号： H0960A  ISSN： 1050-0472  CODEN： JMDEDB  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： その歴史的記録(構造マイニングとも呼ばれる)からシステムの根底にある構造を回復することは,システムの挙動に関する有効な推論を作るのに不可欠である。例えば,保守作業順序データに基づくシステム故障について信頼できる予測を行うことは,作業順序の中で記述された概念が関連する方法の決定を必要とする。このような構造情報を得ることは,システム理解,合成,および表現設計を必要とする。これは,しばしば困難か,または,生産に時間がかかる。その結果,専門家から暗黙構造知識を迅速に引き出すための一般的アプローチは,記録ラベルとして「タグ」として非制御キーワードを集めることである。次に,これらのタグを構造内の概念に写像し,それらの間の関係を定量的に推論する。タグ類似性の既存のモデルは,相関強度(例えば,全体的共起周波数)または条件付き強度(例えば,タグ配列確率)に依存する傾向がある。いずれのモデルを適用するかの鍵となる困難は,どの条件下でも,全体的な構造回復に対して,どの条件よりも良いかを理解することである。本論文では,構造回復タスクに対するこれら2クラスの類似性測度のコア仮定と含意を調べた。次に,この特性化からの教訓を用いて,著者らは,人間が記憶からタグを想起する方法をエミュレートするタグ類似性測度を構築するために,意味的フルレンシータスクに関する最近の心理学文献から借り出した。経験的テストを通して,この方法が両方の共通モデリングパラダイムの強みを結合することを示した。また,実際の掘削機保全作業順序に関する半教師つき学習における事例研究を通して,構造マイニングタスクのためのプレプロセッサとしてのその可能性を実証した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *測度 ,  *意味論 ,  保全 ,  掘削機 ,  エミュレーション ,  事例研究 ,  類似性 ,  キャラクタリゼーション ,  プリプロセッサ ,  エキスパートシステム ,  機械学習
準シソーラス用語： システム障害 ,  半教師つき学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 認知ベース設計 ,  エキスパートシステム ,  機械学習 ,  システム工学

分類 (2件)： システム設計・解析  (IA02030D) ,  構造力学一般  (HD01000X)

タイトルに関連する用語 (6件)： タグ ,  知識 ,  組織化 ,  類似性 ,  測度 ,  意味論