인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
초록·키워드
Cyber-Physical Production Systems (CPPS), which pursue the implementation of machine intelligence in manufacturing systems, receive much attention as an advanced technology in Smart Factories. CPPS significantly necessitates the selflearning capability because this capability enables manufacturing objects to foresee performance results during their process planning activities and thus to make data-driven autonomous and collaborative decisions. The present work designs and implements a self-learning factory mechanism, which performs predictive process planning for energy reduction in metal cutting industries based on a hybrid-learning approach. The hybrid-learning approach is designed to accommodate traditional machine-learning and transfer-learning, thereby providing the ability of predictive modeling in both data sufficient and insufficient environments. Those manufacturing objects are agentized under the paradigm of Holonic Manufacturing Systems to determine the best energy-efficient machine tool through their self-decisions and interactions without the intervention of humans’ decisions. For such purpose, this paper includes: the proposition of the hybrid-learning approach, the design of system architecture and operational procedure for the self-learning factory, and the implementation of a prototype system.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2019-555-000547278
