面向工作站大规模预测性维护的人机协同方法
机器学习
2022-06-24 v1 人机交互
摘要
预测性维护（PdM）是基于对系统状态的统计分析来安排维护操作的任务。我们提出了一种人机协同（human-in-the-loop）的预测性维护方法，其中机器学习系统预测一组工作站（计算机、笔记本电脑和服务器）的未来问题。我们的系统与领域专家交互以改进预测并获取他们的知识。在我们的方法中，领域专家不仅作为正确标签的提供者被纳入循环（如传统主动学习那样），还作为显式决策规则反馈的来源。该系统是自动化的，并设计为易于扩展到新领域，例如维护多家组织的工作站。此外，我们开发了一个用于在受控环境中进行可复现实验的模拟器，并将该系统部署于一个涉及数十家公司、数千台工作站的真实大规模工作站预测性维护案例中。
引用
@article{arxiv.2206.11574,
title = {Human-in-the-Loop Large-Scale Predictive Maintenance of Workstations},
author = {Alexander Nikitin and Samuel Kaski},
journal= {arXiv preprint arXiv:2206.11574},
year = {2022}
}