Detail publikace

Analyzing Machine Performance Using Data Mining

POSPÍŠIL, M.; BARTÍK, V.; HRUŠKA, T. Analyzing Machine Performance Using Data Mining. In 2016 IEEE Symposium on Computational Intelligence and Data Mining. Athens: Institute of Electrical and Electronics Engineers, 2016. p. 1-7. ISBN: 978-1-5090-4239-5.
Název česky
Analýza výkonnosti stroje s využítím získávání znalostí
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Klíčová slova

Process mining, data mining, manufacturing, performance analysis, simulation, prediction, monitoring, scheduling.

Abstrakt

Článek se zaměřuje na analýzu výkonnosti strojů v prostředí továren. Chování stroje bývá složité, protože se obvykle skládá z mnoha netriviálních úkonů. Jejich výkonnost závisí na mj. atributech produktu, rychlosti pracovníků, proto analýza je náročná. Typickým výsledkem získávání znalostí jsou predikce nebo popisné znalosti. Predikce může být využita pro online monitoring výrobního procesu nebo jako vstup pro plánovač. Popisné znalosti mohou využít manažeři ke zjištění, které hodnoty atributů nejvíce způsobují problémy. Našim dlouhodobým cílem však je najít obecně platné závislosti k vytvoření obecného analyzátoru. Největším problémem je zde nedostatek reálných dat a jejich kvalita. Proto tento článek může pomoci k lepšímu pochopení reálných problémů v oblasti dolování z procesů. 

Rok
2016
Strany
1–7
Sborník
2016 IEEE Symposium on Computational Intelligence and Data Mining
ISBN
978-1-5090-4239-5
Vydavatel
Institute of Electrical and Electronics Engineers
Místo
Athens
DOI
UT WoS
000400488300099
EID Scopus
BibTeX
@inproceedings{BUT131008,
  author="Milan {Pospíšil} and Vladimír {Bartík} and Tomáš {Hruška}",
  title="Analyzing Machine Performance Using Data Mining",
  booktitle="2016 IEEE Symposium on Computational Intelligence and Data Mining",
  year="2016",
  pages="1--7",
  publisher="Institute of Electrical and Electronics Engineers",
  address="Athens",
  doi="10.1109/SSCI.2016.7849923",
  isbn="978-1-5090-4239-5",
  url="https://www.fit.vut.cz/research/publication/11230/"
}
Nahoru