XiaoMi-AI文件搜索系统
World File Search SystemTuran
引用了原始发表的论文（记录的版本）：约瑟夫·D·，戈尔格，T.，Turanoglu Bekar，E。等（2022）。预测维护应用
摘要：维护设备对于增加生产能力和减少生产时间至关重要。随着数字化的出现，行业能够访问大量数据，这些数据可通过实施预测性维护来确保其长期的生存能力和竞争优势。因此，本研究旨在使用来自汽车行业公司的公司的大数据来证明对机器人单元的预测维护应用。开发了一个超参数长期记忆（LSTM）模型，结果表明该模型能够以良好的精度预测失败的一天。分析了进行实际工业计划所固有的困难，并提出了改进建议。
DEMIR, Sercan、GUNDUZ、Mehmet Akif、KAYIKCI, Yasanur 和 PAKSOY, Turan (2022)。智能和可持续供应链的准备和成熟度：一个模型
云计算 用于管理整个供应链中海量数据的开放系统和同步通信系统（Antonopoulos 和 Gillam 2010；Marston 等人，2011） 网络安全 通过融合技术、流程和实践，保护网络、设备、数据和软件程序免受网络攻击（Flatt 等人，2016；Von Solms 和 Van Niekerk，2013） 大数据与分析 广泛利用从 ERP、CRM、MES、SRM 和 SCM 系统收集的数据来做出优化的实时决策（Morabito，2015；Sharma 和 Pandey，2020） 人工智能 AI 是工业 4.0 背后的大脑。人工智能算法可以优化制造运营并构建弹性供应链，从而快速响应和适应市场变化（Dopico 等人，2016 年；Lee 等人，2018 年）机器学习 ML 算法发现数据中的模式和供应链网络的成功因素，同时这些算法不断从过程中学习。结合物联网传感器和数据分析，ML 可以实时优化供应链网络（Candanedo 等人，2018 年；Diez-Olivan 等人，2019 年）区块链技术 BCT 建立了高效透明的供应链网络，可以以多种方式应用于供应链网络，例如智能合约、版权保护、小额支付、设备跟踪或身份管理（Bodkhe 等人，2020 年；Yaga 等人，2019 年）
