SeLoC-ML：面向工业物联网机器学习应用的语义低代码工程
软件工程
2022-07-20 v1 人工智能
数据库
信息检索
机器学习
摘要
物联网（IoT）正通过弥合信息技术（IT）与运营技术（OT）之间的差距来变革工业。机器正与连接传感器集成，并由智能分析应用管理，加速数字化转型和业务运营。将机器学习（ML）引入工业设备是一种促进 IT 与 OT 融合的进阶举措。然而，在工业物联网（IIoT）中开发 ML 应用面临诸多挑战，包括硬件异构性、ML 模型表示的非标准化、设备与 ML 模型兼容性问题，以及缓慢的应用开发。该领域的成功部署需要对硬件、算法、软件工具和应用有深入理解。因此，本文提出一个称为 ML 应用语义低代码工程（SeLoC-ML）的框架，构建于低代码平台之上，通过利用语义网技术来支持 IIoT 中 ML 应用的快速开发。SeLoC-ML 使非专家能够轻松地大规模建模、发现、复用和匹配 ML 模型与设备。项目代码可基于匹配结果自动生成以部署于硬件。开发者可受益于称为配方（recipes）的语义应用模板，快速原型化终端用户应用。评估证实，在一个工业 ML 分类案例研究中，与传统方法相比工程工作量至少减少为三分之一，显示了 SeLoC-ML 的效率与实用性。我们共享代码并欢迎任何贡献。
引用
@article{arxiv.2207.08818,
title = {SeLoC-ML: Semantic Low-Code Engineering for Machine Learning Applications in Industrial IoT},
author = {Haoyu Ren and Kirill Dorofeev and Darko Anicic and Youssef Hammad and Roland Eckl and Thomas A. Runkler},
journal= {arXiv preprint arXiv:2207.08818},
year = {2022}
}
备注
Accepted by the 21st International Semantic Web Conference (ISWC2022)