要約
工業人工知能（AI）における最近の進歩は、業界を再構築し、よりスマートな製造、予測的メンテナンス、およびインテリジェントな意思決定を推進しています。
ただし、既存のアプローチは、主にアルゴリズムとモデルに焦点を当てていることが多く、ドメインの知識、データ、モデルを体系的に統合して、より包括的かつ効果的なAIソリューションを確保することの重要性を見落としています。
したがって、産業用AIソリューションの効果的な開発と展開には、より包括的で体系的なアプローチが必要です。
このギャップに対処するために、このペーパーでは、以前の研究を要約し、産業用AIの役割を再考し、3つのコアモジュール（知識モジュール、データモジュール、モデルモジュール）で構成される統一された産業AI基礎フレームワークを提示します。
これらのモジュールは、さまざまな産業用アプリケーションをサポートし、産業用AI方法論プラットフォームを拡張および強化するのに役立ちます。
さらに、回転機械診断に関するケーススタディは、フレームワークの有効性を示しており、産業用AI基礎フレームワークの開発のためにいくつかの将来の方向性が強調されています。
要約(オリジナル)
Recent advancement in industrial artificial intelligence (AI) is reshaping the industry, driving smarter manufacturing, predictive maintenance, and intelligent decision-making. However, existing approaches often focus primarily on algorithms and models, overlooking the importance of systematically integrating domain knowledge, data, and models to ensure more comprehensive and effective AI solutions. Therefore, the effective development and deployment of Industrial AI solutions require a more comprehensive and systematic approach. To address this gap, this paper summarizes previous research and rethinks the role of industrial AI and presents a unified industrial AI foundation framework comprising three core modules: knowledge module, data module, and model module. These modules help to extend and enhance the industrial AI methodology platform, supporting various industrial applications. In addition, a case study on rotating machinery diagnosis demonstrates the framework’s effectiveness, and several future directions are highlighted for the development of the industrial AI foundation framework.
arxiv情報
| 著者 | Jay Lee,Hanqi Su |
| 発行日 | 2025-04-02 15:05:32+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google