Loading...
机构名称:
¥ 1.0

随着人工智能软件系统在智能制造领域的普及,此类系统的角色从被动转变为主动,为制造运营商提供特定情境的支持。在欧盟资助的 Teaming.AI 项目的框架内,我们认为人机协作中的团队方面监控、运行时监控和道德政策验证以及对数据和机器学习算法实验的支持是智能制造中人机协作最相关的挑战。基于这些挑战,我们开发了一种基于知识图谱、跟踪和场景分析以及关系机器学习组件的参考软件架构,特别关注其可扩展性。我们的方法使用知识图谱来捕获制造过程中特定于产品和流程的知识,并将其用于关系机器学习。这允许针对制造过程中的行动提供特定情境的建议,以优化产品质量并防止物理伤害。该软件架构的实证验证将与汽车、能源系统和精密加工领域的三家大型公司合作进行。在本文中,我们讨论了这种参考软件架构所面临的挑战,介绍了它的初步状况,并勾勒出了我们在该项目中的进一步研究愿景。

面向智能制造中人机协作的参考软件架构

面向智能制造中人机协作的参考软件架构PDF文件第1页

面向智能制造中人机协作的参考软件架构PDF文件第2页

面向智能制造中人机协作的参考软件架构PDF文件第3页

面向智能制造中人机协作的参考软件架构PDF文件第4页

面向智能制造中人机协作的参考软件架构PDF文件第5页

相关文件推荐