预测性维护——连接人工智能与物联网
机器学习
2021-04-21 v2 人工智能
网络与互联网体系结构
系统与控制
系统与控制
摘要
本文强调了利用机器学习进行预测性维护领域的趋势。随着第四次工业革命的持续发展，经由物联网（IoT），使用人工智能的技术不断演进。因此，各行业已运用这些技术优化生产。通过为本论文开展的科学研究，得出了关于利用机器学习桥接人工智能与 IoT 的预测性维护应用趋势的结论。这些趋势涉及应用预测性维护的行业类型、所实现的人工智能模型（主要为机器学习）以及通过 IoT 应用于这些系统的传感器类型。文中呈现了六个行业部门，其中生产部门占主导，占总出版物的 54.54%。在人工智能模型中，十类里最普遍的是人工神经网络、支持向量机和随机森林，分别占 27.84%、17.72% 和 13.92%。最后，出现了十二类传感器，其中使用最广的是温度与振动传感器，对应占比分别为 60.71% 和 46.42%。
引用
@article{arxiv.2103.11148,
title = {Predictive Maintenance -- Bridging Artificial Intelligence and IoT},
author = {G. G. Samatas and S. S. Moumgiakmas and G. A. Papakostas},
journal= {arXiv preprint arXiv:2103.11148},
year = {2021}
}
备注
7 pages, 7 figures