AI–IoT–Digital Twin Framework for Predictive Maintenance in Smart Manufacturing
本研究は、リアルタイムデータ、予測分析、および拡張現実を統合することで、インダストリー5.0の価値観に沿いつつ、製造効率、持続可能性、および人間と機械の協調における大幅な向上を実現する、新しい5層のAI–IoT–デジタルツイン・フレームワークを提案し、検証するものである。
929 件の論文
本研究は、リアルタイムデータ、予測分析、および拡張現実を統合することで、インダストリー5.0の価値観に沿いつつ、製造効率、持続可能性、および人間と機械の協調における大幅な向上を実現する、新しい5層のAI–IoT–デジタルツイン・フレームワークを提案し、検証するものである。
この論文は、熟議の配分における人間と大規模推論モデル(LRM)の間の決定的な解離を明らかにしている。すなわち、両者ともに全体として困難な問題に対してより多くの時間を費やすという点では共通しているものの、人間は最終的に間違えた項目に対しては時間を少なく投資する(困難なタスクを放棄する)一方で、LRMは逆説的に、失敗した問題に対してより長い推論プロセスを生成する(不確実性の中で固執する)のであり、これは表面的な類似性にもかかわらず、停止および制御ポリシーにおける根本的な違いを浮き彫りにしている。
本研究は、AIベースのネットワークシステムにおけるサービス拒否(DoS)攻撃に対して98.3%の検出精度と100%の防御能力を実現するために、畳み込みニューラルネットワーク(CNN)モデルを活用したブロックチェーン統合型サイバーセキュリティフレームワークを提案するものである。
本研究は、AIによるプロンプティングの支援がデジタル描画における視覚的複雑性と行動的エンゲージメントを向上させる一方で、機械学習モデルはこれらの描画特徴に基づくと、微細な感情よりも広範な感情カテゴリーをより良く予測できることを明らかにしている。
DITは、ドメインのアイデンティティをDNSSECによって検証されたML-DSA-65鍵にアンカーし、X25519MLKEM768ハイブリッドハンドシェイクとマークル透明性ログを活用することで、従来の認証局(CA)階層を排除し、中央集権的な認証局なしで効率的かつ失効可能な信頼を提供する、分散型の耐量子計算機セキュリティ認証プロトコルである。
本論文は、確率的Mambaを用いて運動の不確実性を定量化し、運動、外観、およびカテゴリのメモリを動的に融合させることで、複雑な動的シーンにおけるロバストなマルチオブジェクトトラッキングにおいて最先端の性能を実現する、不確実性誘導型トリプルメモリ融合フレームワークを提案する。
本論文は、置換、拡散、およびXORベースの攪乱を行うために、ロジスティック写像と3次分数変換によって生成されたSボックスを組み合わせたグレースケール画像暗号化スキームを提案し、包括的な統計解析および鍵感度分析を通じて強固なセキュリティを実証するものである。
本研究は、監査に耐えうる防御可能な品質ガバナンス上の意思決定を確実にするため、予測モデリングを説明可能性、公平性、キャリブレーション、ドリフト監視、および規制上のトレーサビリティと統合した、医薬品製造のための包括的なAIフレームワークを提案するものである。
本研究は、軽量なYOLO11nディープラーニングモデルが、高密度に存在する物体を含む画像から乾燥ナマコ加工方法(塩蔵、燻製、および焙煎)を自動的に分類においてほぼ完璧な精度を達成できることを実証しており、品質格付けにおける主観的な目視検査に代わる、堅牢で非破壊的な代替手段を提供するものである。
本論文は、不足する異常サンプルや異種的な欠陥形態といった課題を克服するために、ドメイン固有のセマンティクス、構造的事前知識、および適応的な特徴選択を統合した、セマンティック誘導型マルチスケール・デュアルティーチャー蒸留ネットワークであるSGMS-DTDNetを提案し、医療および産業における異常検知の統一において最先端の性能を達成する。