PDPK: A Framework to Synthesise Process Data and Corresponding Procedural Knowledge for Manufacturing

要約

手順知識は、タスクを達成し、問題を軽減する方法を説明します。
このような知識は、ドメインの専門家によって一般的に保持されています。
品質目標を達成するためにパラメータを調整する製造現場のオペレーター。
私たちの知る限り、プロセス データとそれに対応する手順知識を含む現実世界のデータセットは公開されていません。これはおそらく、知識の進歩が失われることに対する企業の懸念によるものと思われます。
したがって、さまざまなドメインに適応できる合成データセットを生成するフレームワークを提供します。
設計の選択は、私たちがアクセスできる手続き的知識の 2 つの現実世界のデータセットからインスピレーションを受けています。
このフレームワークは、リソース記述フレームワーク (RDF) 準拠のナレッジ グラフに手続き型ナレッジの表現を含めるだけでなく、パラメータ化プロセスをシミュレートし、一貫したプロセス データを提供します。
結果として得られるナレッジ グラフ上で確立された埋め込み手法を比較し、どのようなすぐに使える手法が手続き型知識を表現できる可能性があるかを詳しく説明します。
これは、将来の作業の比較可能性を高めるために使用できるベースラインを提供します。
さらに、その結​​果を現実世界のデータセットで達成可能な結果と比較することで、合成されたデータセットの全体的な特性を検証します。
フレームワークと評価コード、および評価で使用されるデータセットは、オープンソースで入手できます。

要約(オリジナル)

Procedural knowledge describes how to accomplish tasks and mitigate problems. Such knowledge is commonly held by domain experts, e.g. operators in manufacturing who adjust parameters to achieve quality targets. To the best of our knowledge, no real-world datasets containing process data and corresponding procedural knowledge are publicly available, possibly due to corporate apprehensions regarding the loss of knowledge advances. Therefore, we provide a framework to generate synthetic datasets that can be adapted to different domains. The design choices are inspired by two real-world datasets of procedural knowledge we have access to. Apart from containing representations of procedural knowledge in Resource Description Framework (RDF)-compliant knowledge graphs, the framework simulates parametrisation processes and provides consistent process data. We compare established embedding methods on the resulting knowledge graphs, detailing which out-of-the-box methods have the potential to represent procedural knowledge. This provides a baseline which can be used to increase the comparability of future work. Furthermore, we validate the overall characteristics of a synthesised dataset by comparing the results to those achievable on a real-world dataset. The framework and evaluation code, as well as the dataset used in the evaluation, are available open source.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google