DEVELOPMENT OF SOLUTIONS BASED ON MACHINE LEARNING ALGORITHMS FOR PREDICTIVE MAINTENANCE OF AUTOMATIC ASSEMBLY, PACKAGING AND INTRALOGISTICS SYSTEMS (Q4242099)

From EU Knowledge Graph
Jump to navigation Jump to search
Project Q4242099 in Italy
Language Label Description Also known as
English
DEVELOPMENT OF SOLUTIONS BASED ON MACHINE LEARNING ALGORITHMS FOR PREDICTIVE MAINTENANCE OF AUTOMATIC ASSEMBLY, PACKAGING AND INTRALOGISTICS SYSTEMS
Project Q4242099 in Italy

    Statements

    0 references
    105,649.42 Euro
    0 references
    211,298.83 Euro
    0 references
    50.0 percent
    0 references
    13 February 2020
    0 references
    7 March 2022
    0 references
    BUCCI AUTOMATIONS S.P.A.
    0 references
    0 references
    0 references

    46°15'56.84"N, 12°17'59.78"E
    0 references
    I PROGETTO E' RIVOLTO ALLO STUDIO ED IMPLEMENTAZIONE DI UN SISTEMA DI MANUTENZIONE PREDITTIVA BASATO SULL - UTILIZZO DI TECNICHE DI MACHINE LEARNING. L - UTILIZZO, LA PERSONALIZZAZIONE E L - OTTIMIZZAZIONE DI TALI MODELLI CHE AD OGGI RAPPRESENTANO LO STATO DELL - ARTE PER QUESTE APPLICAZIONI, QUALI GLI ALGORITMI DI ANALISI E CLASSIFICAZIONE DEI DATI E LE RETI NEURALI PROFONDE DI TIPO LSTM (LONG SHORT TERM MEMORY), COSTITUISCONO PERTANTO IL TEMA CENTRALE DEL PRESENTE PROGETTO DI RICERCA. SI PREVEDE LO SVILUPPO E LA MESSA A PUNTO DI UNA APPLICAZIONE DI MANUTENZIONE PREDITTIVA DI LIVELLO ENTERPRISE, PRESUMIBILMENTE REALIZZATA IN CLOUD, PER SFRUTTARE LA POTENZA DI CALCOLO DISPONIBILE, E LO SVILUPPO E LA MESSA A PUNTO DI UNO O PIU' PROTOTIPI DI DISPOSITIVI EMBEDDED PER LA RACCOLTA ED ELABORAZIONE DEI DATI DI MANUTENZIONE PREDITTIVA DEI COMPONENTI PIU' CRITICI. VERRANNO INOLTRE REALIZZATI E OTTIMIZZATI ALCUNI PROTOTIPI SUI QUALI TESTARE E VALIDARE LE PRESTAZIONI DEI MODELLI SELEZIONATI. CON (Italian)
    0 references
    THE PROJECT IS AIMED AT THE STUDY AND IMPLEMENTATION OF A PREDICTIVE MAINTENANCE SYSTEM BASED ON THE USE OF MACHINE LEARNING TECHNIQUES. L — USE, CUSTOMISATION AND OPTIMISATION OF SUCH MODELS, WHICH TO DATE REPRESENT THE STATE OF THE ART FOR THESE APPLICATIONS, SUCH AS ALGORITHMS OF ANALYSIS AND CLASSIFICATION OF DATA AND DEEP NEURAL NETWORKS OF TYPE LSTM (LONG SHORT TERM MEMORY), ARE THEREFORE THE CENTRAL THEME OF THIS RESEARCH PROJECT. IT IS PLANNED TO DEVELOP AND DEVELOP AN ENTERPRISE LEVEL PREDICTIVE MAINTENANCE APPLICATION, SUPPOSEDLY BUILT IN THE CLOUD, TO EXPLOIT THE AVAILABLE COMPUTING POWER, AND THE DEVELOPMENT AND DEVELOPMENT OF ONE OR MORE PROTOTYPES OF EMBEDDED DEVICES FOR THE COLLECTION AND PROCESSING OF PREDICTIVE MAINTENANCE DATA OF THE MOST CRITICAL COMPONENTS. SOME PROTOTYPES WILL ALSO BE DEVELOPED AND OPTIMISED ON WHICH TO TEST AND VALIDATE THE PERFORMANCE OF THE SELECTED MODELS. WITH (English)
    2 February 2022
    0.4587761127088427
    0 references
    LE PROJET VISE L’ÉTUDE ET LA MISE EN ŒUVRE D’UN SYSTÈME DE MAINTENANCE PRÉDICTIVE BASÉ SUR L’UTILISATION DE TECHNIQUES D’APPRENTISSAGE AUTOMATIQUE. L — L’UTILISATION, LA PERSONNALISATION ET L’OPTIMISATION DE TELS MODÈLES, QUI REPRÉSENTENT JUSQU’À PRÉSENT L’ÉTAT DE L’ART POUR CES APPLICATIONS, TELLES QUE LES ALGORITHMES D’ANALYSE ET DE CLASSIFICATION DES DONNÉES ET LES RÉSEAUX NEURONAUX PROFONDS DE TYPE LSTM (MÉMOIRE À LONG TERME), SONT DONC LE THÈME CENTRAL DE CE PROJET DE RECHERCHE. IL EST PRÉVU DE DÉVELOPPER ET DE DÉVELOPPER UNE APPLICATION DE MAINTENANCE PRÉDICTIVE AU NIVEAU DE L’ENTREPRISE, CENSÉE ÊTRE CONSTRUITE DANS LE CLOUD, AFIN D’EXPLOITER LA PUISSANCE DE CALCUL DISPONIBLE, AINSI QUE LE DÉVELOPPEMENT ET LE DÉVELOPPEMENT D’UN OU DE PLUSIEURS PROTOTYPES DE DISPOSITIFS EMBARQUÉS POUR LA COLLECTE ET LE TRAITEMENT DES DONNÉES DE MAINTENANCE PRÉDICTIVE DES COMPOSANTS LES PLUS CRITIQUES. CERTAINS PROTOTYPES SERONT ÉGALEMENT DÉVELOPPÉS ET OPTIMISÉS POUR TESTER ET VALIDER LES PERFORMANCES DES MODÈLES SÉLECTIONNÉS. AVEC (French)
    2 February 2022
    0 references
    DAS PROJEKT RICHTET SICH AN DIE UNTERSUCHUNG UND UMSETZUNG EINES VORAUSSCHAUENDEN WARTUNGSSYSTEMS, DAS AUF DEM EINSATZ VON MASCHINELLEN LERNTECHNIKEN BASIERT. L – VERWENDUNG, ANPASSUNG UND OPTIMIERUNG SOLCHER MODELLE, DIE BISHER DEN STAND DER TECHNIK FÜR DIESE ANWENDUNGEN DARSTELLEN, WIE Z. B. ALGORITHMEN DER ANALYSE UND KLASSIFIZIERUNG VON DATEN UND TIEFEN NEURONALEN NETZWERKEN DES TYPS LSTM (LANGFRISTIGES GEDÄCHTNIS), SIND DAHER DAS ZENTRALE THEMA DIESES FORSCHUNGSPROJEKTS. ES IST GEPLANT, EINE VORAUSSCHAUENDE WARTUNGSANWENDUNG AUF UNTERNEHMENSEBENE ZU ENTWICKELN UND ZU ENTWICKELN, DIE ANGEBLICH IN DER CLOUD EINGEBAUT IST, UM DIE VERFÜGBARE RECHENLEISTUNG SOWIE DIE ENTWICKLUNG UND ENTWICKLUNG EINES ODER MEHRERER PROTOTYPEN EINGEBETTETER GERÄTE ZUR ERFASSUNG UND VERARBEITUNG VON VORAUSSCHAUENDEN WARTUNGSDATEN DER KRITISCHSTEN KOMPONENTEN ZU NUTZEN. EINIGE PROTOTYPEN WERDEN EBENFALLS ENTWICKELT UND OPTIMIERT, UM DIE LEISTUNG DER AUSGEWÄHLTEN MODELLE ZU TESTEN UND ZU VALIDIEREN. MIT (German)
    3 February 2022
    0 references
    HET PROJECT IS GERICHT OP DE STUDIE EN IMPLEMENTATIE VAN EEN VOORSPELLEND ONDERHOUDSSYSTEEM GEBASEERD OP HET GEBRUIK VAN MACHINE LEARNING TECHNIEKEN. L — HET GEBRUIK, DE AANPASSING EN DE OPTIMALISATIE VAN DERGELIJKE MODELLEN, DIE TOT OP HEDEN DE STAND VAN DE TECHNIEK VOOR DEZE TOEPASSINGEN VERTEGENWOORDIGEN, ZOALS ALGORITMEN VAN ANALYSE EN CLASSIFICATIE VAN GEGEVENS EN DIEPE NEURALE NETWERKEN VAN HET TYPE LSTM (LANGE KORTE TERMIJN GEHEUGEN), VORMEN DAAROM HET CENTRALE THEMA VAN DIT ONDERZOEKSPROJECT. HET IS DE BEDOELING OM EEN VOORSPELLENDE ONDERHOUDSTOEPASSING OP ONDERNEMINGSNIVEAU TE ONTWIKKELEN EN TE ONTWIKKELEN, DIE ZOGENAAMD IN DE CLOUD IS INGEBOUWD, OM DE BESCHIKBARE REKENKRACHT TE BENUTTEN, EN DE ONTWIKKELING EN ONTWIKKELING VAN EEN OF MEER PROTOTYPES VAN INGEBEDDE APPARATEN VOOR HET VERZAMELEN EN VERWERKEN VAN VOORSPELLENDE ONDERHOUDSGEGEVENS VAN DE MEEST KRITIEKE COMPONENTEN. SOMMIGE PROTOTYPES ZULLEN OOK WORDEN ONTWIKKELD EN GEOPTIMALISEERD OM DE PRESTATIES VAN DE GESELECTEERDE MODELLEN TE TESTEN EN TE VALIDEREN. MET (Dutch)
    4 February 2022
    0 references
    EL PROYECTO ESTÁ DIRIGIDO AL ESTUDIO E IMPLEMENTACIÓN DE UN SISTEMA DE MANTENIMIENTO PREDICTIVO BASADO EN EL USO DE TÉCNICAS DE APRENDIZAJE AUTOMÁTICO. L — USO, PERSONALIZACIÓN Y OPTIMIZACIÓN DE TALES MODELOS, QUE HASTA LA FECHA REPRESENTAN EL ESTADO DEL ARTE PARA ESTAS APLICACIONES, TALES COMO ALGORITMOS DE ANÁLISIS Y CLASIFICACIÓN DE DATOS Y REDES NEURONALES PROFUNDAS DE TIPO LSTM (MEMORIA A LARGO PLAZO), SON POR LO TANTO EL TEMA CENTRAL DE ESTE PROYECTO DE INVESTIGACIÓN. ESTÁ PREVISTO DESARROLLAR Y DESARROLLAR UNA APLICACIÓN DE MANTENIMIENTO PREDICTIVO A NIVEL EMPRESARIAL, SUPUESTAMENTE CONSTRUIDA EN LA NUBE, PARA EXPLOTAR LA POTENCIA INFORMÁTICA DISPONIBLE, Y EL DESARROLLO Y DESARROLLO DE UNO O MÁS PROTOTIPOS DE DISPOSITIVOS INTEGRADOS PARA LA RECOPILACIÓN Y PROCESAMIENTO DE DATOS DE MANTENIMIENTO PREDICTIVO DE LOS COMPONENTES MÁS CRÍTICOS. TAMBIÉN SE DESARROLLARÁN Y OPTIMIZARÁN ALGUNOS PROTOTIPOS PARA PROBAR Y VALIDAR EL RENDIMIENTO DE LOS MODELOS SELECCIONADOS. CON (Spanish)
    4 February 2022
    0 references
    PROJEKTET ER RETTET MOD UNDERSØGELSE OG IMPLEMENTERING AF ET PRÆDIKTIVT VEDLIGEHOLDELSESSYSTEM BASERET PÅ BRUGEN AF MASKINLÆRINGSTEKNIKKER. L — ANVENDELSE, TILPASNING OG OPTIMERING AF SÅDANNE MODELLER, SOM TIL DATO REPRÆSENTERER DET AKTUELLE TEKNISKE STADE FOR DISSE APPLIKATIONER, SÅSOM ALGORITMER TIL ANALYSE OG KLASSIFICERING AF DATA OG DYBE NEURALE NETVÆRK AF TYPE LSTM (LANGTIDSHUKOMMELSE), ER DERFOR DET CENTRALE TEMA FOR DETTE FORSKNINGSPROJEKT. DET ER PLANLAGT AT UDVIKLE OG UDVIKLE EN VIRKSOMHEDS NIVEAU PRÆDIKTIV VEDLIGEHOLDELSE ANSØGNING, ANGIVELIGT BYGGET I SKYEN, AT UDNYTTE DEN TILGÆNGELIGE COMPUTERKRAFT, OG UDVIKLING OG UDVIKLING AF EN ELLER FLERE PROTOTYPER AF INDLEJREDE ENHEDER TIL INDSAMLING OG BEHANDLING AF PRÆDIKTIV VEDLIGEHOLDELSE DATA AF DE MEST KRITISKE KOMPONENTER. NOGLE PROTOTYPER VIL OGSÅ BLIVE UDVIKLET OG OPTIMERET TIL AT TESTE OG VALIDERE DE UDVALGTE MODELLERS YDEEVNE. MED (Danish)
    22 July 2022
    0 references
    ΣΤΌΧΟΣ ΤΟΥ ΈΡΓΟΥ ΕΊΝΑΙ Η ΜΕΛΈΤΗ ΚΑΙ Η ΕΦΑΡΜΟΓΉ ΕΝΌΣ ΠΡΟΓΝΩΣΤΙΚΟΎ ΣΥΣΤΉΜΑΤΟΣ ΣΥΝΤΉΡΗΣΗΣ ΒΑΣΙΣΜΈΝΟΥ ΣΤΗ ΧΡΉΣΗ ΤΕΧΝΙΚΏΝ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ. L — Η ΧΡΉΣΗ, Η ΠΡΟΣΑΡΜΟΓΉ ΚΑΙ Η ΒΕΛΤΙΣΤΟΠΟΊΗΣΗ ΤΈΤΟΙΩΝ ΜΟΝΤΈΛΩΝ, ΤΑ ΟΠΟΊΑ ΜΈΧΡΙ ΣΉΜΕΡΑ ΑΝΤΙΠΡΟΣΩΠΕΎΟΥΝ ΤΗΝ ΚΑΤΆΣΤΑΣΗ ΤΗΣ ΤΕΧΝΟΛΟΓΊΑΣ ΓΙΑ ΤΙΣ ΕΦΑΡΜΟΓΈΣ ΑΥΤΈΣ, ΌΠΩΣ ΑΛΓΌΡΙΘΜΟΙ ΑΝΆΛΥΣΗΣ ΚΑΙ ΤΑΞΙΝΌΜΗΣΗΣ ΔΕΔΟΜΈΝΩΝ ΚΑΙ ΒΑΘΙΆ ΝΕΥΡΩΝΙΚΆ ΔΊΚΤΥΑ ΤΎΠΟΥ LSTM (ΜΑΚΡΟΠΡΌΘΕΣΜΗ ΜΝΉΜΗ), ΑΠΟΤΕΛΟΎΝ ΕΠΟΜΈΝΩΣ ΤΟ ΚΕΝΤΡΙΚΌ ΘΈΜΑ ΑΥΤΟΎ ΤΟΥ ΕΡΕΥΝΗΤΙΚΟΎ ΈΡΓΟΥ. ΣΧΕΔΙΆΖΕΤΑΙ Η ΑΝΆΠΤΥΞΗ ΚΑΙ ΑΝΆΠΤΥΞΗ ΜΙΑΣ ΠΡΟΓΝΩΣΤΙΚΉΣ ΕΦΑΡΜΟΓΉΣ ΣΥΝΤΉΡΗΣΗΣ ΣΕ ΕΠΊΠΕΔΟ ΕΠΙΧΕΊΡΗΣΗΣ, Η ΟΠΟΊΑ ΥΠΟΤΊΘΕΤΑΙ ΌΤΙ ΕΊΝΑΙ ΕΝΣΩΜΑΤΩΜΈΝΗ ΣΤΟ ΝΈΦΟΣ, ΓΙΑ ΤΗΝ ΕΚΜΕΤΆΛΛΕΥΣΗ ΤΗΣ ΔΙΑΘΈΣΙΜΗΣ ΥΠΟΛΟΓΙΣΤΙΚΉΣ ΙΣΧΎΟΣ ΚΑΙ ΤΗΝ ΑΝΆΠΤΥΞΗ ΚΑΙ ΑΝΆΠΤΥΞΗ ΕΝΌΣ Ή ΠΕΡΙΣΣΌΤΕΡΩΝ ΠΡΩΤΟΤΎΠΩΝ ΕΝΣΩΜΑΤΩΜΈΝΩΝ ΣΥΣΚΕΥΏΝ ΓΙΑ ΤΗ ΣΥΛΛΟΓΉ ΚΑΙ ΕΠΕΞΕΡΓΑΣΊΑ ΠΡΟΓΝΩΣΤΙΚΏΝ ΔΕΔΟΜΈΝΩΝ ΣΥΝΤΉΡΗΣΗΣ ΤΩΝ ΠΛΈΟΝ ΚΡΊΣΙΜΩΝ ΣΥΣΤΑΤΙΚΏΝ. ΕΠΊΣΗΣ, ΘΑ ΑΝΑΠΤΥΧΘΟΎΝ ΚΑΙ ΒΕΛΤΙΣΤΟΠΟΙΗΘΟΎΝ ΟΡΙΣΜΈΝΑ ΠΡΩΤΌΤΥΠΑ ΓΙΑ ΤΗ ΔΟΚΙΜΉ ΚΑΙ ΤΗΝ ΕΠΙΚΎΡΩΣΗ ΤΩΝ ΕΠΙΔΌΣΕΩΝ ΤΩΝ ΕΠΙΛΕΓΜΈΝΩΝ ΜΟΝΤΈΛΩΝ. ΜΕ (Greek)
    22 July 2022
    0 references
    PROJEKT JE USMJEREN NA PROUČAVANJE I PROVEDBU SUSTAVA PREDIKTIVNOG ODRŽAVANJA TEMELJENOG NA KORIŠTENJU TEHNIKA STROJNOG UČENJA. L – KORIŠTENJE, PRILAGODBA I OPTIMIZACIJA TAKVIH MODELA, KOJI DO DANAS PREDSTAVLJAJU STANJE TEHNIKE ZA OVE APLIKACIJE, KAO ŠTO SU ALGORITMI ANALIZE I KLASIFIKACIJE PODATAKA I DUBOKE NEURONSKE MREŽE TIPA LSTM (DUGOROČNA KRATKOROČNA MEMORIJA), STOGA SU SREDIŠNJA TEMA OVOG ISTRAŽIVAČKOG PROJEKTA. PLANIRA SE RAZVOJ I RAZVOJ PREDIKTIVNOG ODRŽAVANJA NA RAZINI PODUZEĆA, NAVODNO IZGRAĐENOG U OBLAKU, KAKO BI SE ISKORISTILA RASPOLOŽIVA RAČUNALNA SNAGA, TE RAZVOJ I RAZVOJ JEDNOG ILI VIŠE PROTOTIPOVA UGRAĐENIH UREĐAJA ZA PRIKUPLJANJE I OBRADU PODATAKA O PREDIKTIVNOM ODRŽAVANJU NAJKRITIČNIJIH KOMPONENTI. TAKOĐER ĆE SE RAZVITI I OPTIMIZIRATI NEKI PROTOTIPOVI NA KOJIMA ĆE SE TESTIRATI I POTVRDITI UČINKOVITOST ODABRANIH MODELA. S (Croatian)
    22 July 2022
    0 references
    PROIECTUL ARE CA SCOP STUDIEREA ȘI IMPLEMENTAREA UNUI SISTEM PREDICTIV DE ÎNTREȚINERE BAZAT PE UTILIZAREA TEHNICILOR DE ÎNVĂȚARE AUTOMATĂ. L – UTILIZAREA, PERSONALIZAREA ȘI OPTIMIZAREA UNOR ASTFEL DE MODELE, CARE PÂNĂ ÎN PREZENT REPREZINTĂ STADIUL ACTUAL AL ACESTOR APLICAȚII, CUM AR FI ALGORITMII DE ANALIZĂ ȘI CLASIFICARE A DATELOR ȘI REȚELELE NEURONALE PROFUNDE DE TIP LSTM (MEMORIE PE TERMEN SCURT), REPREZINTĂ, PRIN URMARE, TEMA CENTRALĂ A ACESTUI PROIECT DE CERCETARE. ESTE PLANIFICAT SĂ SE DEZVOLTE ȘI SĂ SE DEZVOLTE O APLICAȚIE DE ÎNTREȚINERE PREDICTIVĂ LA NIVEL DE ÎNTREPRINDERE, CARE SE PRESUPUNE CĂ ESTE CONSTRUITĂ ÎN CLOUD, PENTRU A EXPLOATA PUTEREA DE CALCUL DISPONIBILĂ ȘI DEZVOLTAREA ȘI DEZVOLTAREA UNUIA SAU MAI MULTOR PROTOTIPURI DE DISPOZITIVE INTEGRATE PENTRU COLECTAREA ȘI PRELUCRAREA DATELOR DE ÎNTREȚINERE PREDICTIVĂ ALE CELOR MAI CRITICE COMPONENTE. UNELE PROTOTIPURI VOR FI, DE ASEMENEA, DEZVOLTATE ȘI OPTIMIZATE PE CARE SĂ TESTEZE ȘI SĂ VALIDEZE PERFORMANȚA MODELELOR SELECTATE. CU (Romanian)
    22 July 2022
    0 references
    PROJEKT JE ZAMERANÝ NA ŠTÚDIUM A REALIZÁCIU PREDIKTÍVNEHO SYSTÉMU ÚDRŽBY ZALOŽENÉHO NA POUŽÍVANÍ TECHNÍK STROJOVÉHO UČENIA. L – POUŽITIE, PRISPÔSOBENIE A OPTIMALIZÁCIA TAKÝCHTO MODELOV, KTORÉ DODNES PREDSTAVUJÚ STAV TECHNIKY PRE TIETO APLIKÁCIE, AKO SÚ ALGORITMY ANALÝZY A KLASIFIKÁCIE DÁT A HLBOKÉ NEURÓNOVÉ SIETE TYPU LSTM (DLHODOBÁ KRÁTKODOBÁ PAMÄŤ), SÚ PRETO ÚSTREDNOU TÉMOU TOHTO VÝSKUMNÉHO PROJEKTU. PLÁNUJE SA VYVINÚŤ A VYVINÚŤ PREDIKTÍVNU ÚDRŽBOVÚ APLIKÁCIU NA ÚROVNI PODNIKU, ÚDAJNE ZABUDOVANÚ V CLOUDE, S CIEĽOM VYUŽIŤ DOSTUPNÚ VÝPOČTOVÚ SILU A VÝVOJ A VÝVOJ JEDNÉHO ALEBO VIACERÝCH PROTOTYPOV VSTAVANÝCH ZARIADENÍ NA ZBER A SPRACOVANIE PREDIKTÍVNYCH ÚDAJOV O ÚDRŽBE NAJKRITICKEJŠÍCH KOMPONENTOV. NIEKTORÉ PROTOTYPY BUDÚ TIEŽ VYVINUTÉ A OPTIMALIZOVANÉ NA TESTOVANIE A OVERENIE VÝKONNOSTI VYBRANÝCH MODELOV. S (Slovak)
    22 July 2022
    0 references
    IL-PROĠETT HUWA MMIRAT LEJN L-ISTUDJU U L-IMPLIMENTAZZJONI TA’ SISTEMA TA’ MANUTENZJONI TA’ TBASSIR IBBAŻATA FUQ L-UŻU TA’ TEKNIKI TA’ TAGĦLIM AWTOMATIKU. L — L-UŻU, IL-PERSONALIZZAZZJONI U L-OTTIMIZZAZZJONI TA’ DAWN IL-MUDELLI, LI SAL-LUM JIRRAPPREŻENTAW L-OGĦLA LIVELL TA’ ŻVILUPP TEKNIKU GĦAL DAWN L-APPLIKAZZJONIJIET, BĦALL-ALGORITMI TA’ ANALIŻI U L-KLASSIFIKAZZJONI TAD-DATA U N-NETWERKS NEWRALI PROFONDI TAT-TIP LSTM (MEMORJA FIT-TUL GĦAL ŻMIEN QASIR), HUMA GĦALHEKK IT-TEMA ĊENTRALI TA’ DAN IL-PROĠETT TA’ RIĊERKA. HUWA PPJANAT LI TIĠI ŻVILUPPATA U ŻVILUPPATA APPLIKAZZJONI TA ‘MANUTENZJONI TA’ TBASSIR FIL-LIVELL TA ‘INTRAPRIŻA, ALLEGATAMENT MIBNIJA FIL-CLOUD, BIEX TISFRUTTA L-QAWWA INFORMATIKA DISPONIBBLI, U L-IŻVILUPP U L-IŻVILUPP TA’ PROTOTIP WIEĦED JEW AKTAR TA ‘APPARAT INTEGRAT GĦALL-ĠBIR U L-IPPROĊESSAR TA’ DATA TA ‘MANUTENZJONI TA’ TBASSIR TAL-KOMPONENTI L-AKTAR KRITIĊI. SE JIĠU ŻVILUPPATI U OTTIMIZZATI WKOLL XI PROTOTIPI LI FUQHOM TIĠI TTESTJATA U VVALIDATA L-PRESTAZZJONI TAL-MUDELLI MAGĦŻULA. MA’ (Maltese)
    22 July 2022
    0 references
    O PROJECTO É DESTINADO AO ESTUDO E APLICAÇÃO DE UM SISTEMA DE MANUTENÇÃO PREVISTO BASEADO NA UTILIZAÇÃO DE TÉCNICAS DE APRENDIZAGEM DE MÁQUINAS. L — UTILIZAÇÃO, CUSTOMISAÇÃO E OPTIMIZAÇÃO DESSES MODELOS, QUE REPRESENTAM O ESTADO DA ARTE PARA ESTES PEDIDOS, COMO ALGORITES DE ANÁLISE E CLASSIFICAÇÃO DE DADOS E REDES NEURAIS PROFUNDAS DE TIPO LSTM (MEMÓRIA DE CURTO PRAZO), SÃO, POR ISSO, O TEMA CENTRAL DO PRESENTE PROJECTO DE INVESTIGAÇÃO. Está previsto desenvolver e desenvolver uma aplicação de manutenção preditiva de nível empresarial, construída na nuvem, para explorar a potência de composição disponível e o desenvolvimento e desenvolvimento de um ou mais protótipos de dispositivos incorporados para a recolha e processamento de dados de manutenção preditiva dos componentes mais críticos. Alguns protótipos serão igualmente desenvolvidos e optimizados para testar e validar o desempenho dos modelos seleccionados. COM (Portuguese)
    22 July 2022
    0 references
    HANKKEEN TAVOITTEENA ON KONEOPPIMISTEKNIIKOIDEN KÄYTTÖÖN PERUSTUVAN ENNAKOIVAN HUOLTOJÄRJESTELMÄN TUTKIMINEN JA TOTEUTTAMINEN. L – TÄLLAISTEN MALLIEN KÄYTTÖ, RÄÄTÄLÖINTI JA OPTIMOINTI, JOTKA TÄHÄN MENNESSÄ EDUSTAVAT NÄIDEN SOVELLUSTEN VIIMEISINTÄ KEHITYSTÄ, KUTEN TIETOJEN ANALYSOINTI- JA LUOKITTELUALGORITMIT JA TYYPIN LSTM (PITKÄ LYHYTAIKAINEN MUISTI) SYVÄN HERMOVERKON (PITKÄN AIKAVÄLIN MUISTI), OVAT SIKSI TÄMÄN TUTKIMUSHANKKEEN KESKEINEN TEEMA. TARKOITUKSENA ON KEHITTÄÄ JA KEHITTÄÄ YRITYSTASON ENNAKOIVA HUOLTOSOVELLUS, JOKA ON OLETETTAVASTI RAKENNETTU PILVEEN, KÄYTETTÄVISSÄ OLEVAN LASKENTATEHON HYÖDYNTÄMISEKSI SEKÄ YHDEN TAI USEAMMAN SULAUTETTUJEN LAITTEIDEN PROTOTYYPIN KEHITTÄMISEKSI JA KEHITTÄMISEKSI KRIITTISIMPIEN KOMPONENTTIEN ENNAKOIVAN HUOLTOTIEDON KERÄÄMISTÄ JA KÄSITTELYÄ VARTEN. JOITAKIN PROTOTYYPPEJÄ KEHITETÄÄN JA OPTIMOIDAAN MYÖS VALITTUJEN MALLIEN SUORITUSKYVYN TESTAAMISEKSI JA VALIDOIMISEKSI. JOSSA ON (Finnish)
    22 July 2022
    0 references
    PROJEKT MA NA CELU OPRACOWANIE I WDROŻENIE SYSTEMU PREDYKCYJNEGO UTRZYMANIA OPARTEGO NA WYKORZYSTANIU TECHNIK UCZENIA MASZYNOWEGO. L – WYKORZYSTANIE, DOSTOSOWANIE I OPTYMALIZACJA TAKICH MODELI, KTÓRE DO TEJ PORY REPREZENTUJĄ STAN TECHNIKI DLA TYCH ZASTOSOWAŃ, TAKIE JAK ALGORYTMY ANALIZY I KLASYFIKACJI DANYCH ORAZ GŁĘBOKIE SIECI NEURONOWE TYPU LSTM (PAMIĘĆ DŁUGOTERMINOWA), SĄ ZATEM GŁÓWNYM TEMATEM TEGO PROJEKTU BADAWCZEGO. PLANUJE SIĘ OPRACOWANIE I OPRACOWANIE APLIKACJI DO KONSERWACJI PREDYKCYJNEJ NA POZIOMIE PRZEDSIĘBIORSTWA, RZEKOMO ZBUDOWANEJ W CHMURZE, W CELU WYKORZYSTANIA DOSTĘPNEJ MOCY OBLICZENIOWEJ ORAZ OPRACOWANIA I OPRACOWANIA JEDNEGO LUB WIĘKSZEJ LICZBY PROTOTYPÓW URZĄDZEŃ WBUDOWANYCH DO GROMADZENIA I PRZETWARZANIA PREDYKCYJNYCH DANYCH KONSERWACYJNYCH NAJBARDZIEJ KRYTYCZNYCH KOMPONENTÓW. NIEKTÓRE PROTOTYPY ZOSTANĄ RÓWNIEŻ OPRACOWANE I ZOPTYMALIZOWANE, NA PODSTAWIE KTÓRYCH MOŻNA TESTOWAĆ I ZATWIERDZAĆ DZIAŁANIE WYBRANYCH MODELI. Z (Polish)
    22 July 2022
    0 references
    PROJEKT JE NAMENJEN PREUČEVANJU IN IZVAJANJU SISTEMA NAPOVEDNEGA VZDRŽEVANJA, KI TEMELJI NA UPORABI TEHNIK STROJNEGA UČENJA. L – UPORABA, PRILAGAJANJE IN OPTIMIZACIJA TAKŠNIH MODELOV, KI DO DANES PREDSTAVLJAJO NAJSODOBNEJŠE ZA TE APLIKACIJE, KOT SO ALGORITMI ANALIZE IN KLASIFIKACIJE PODATKOV TER GLOBOKE NEVRONSKE MREŽE TIPA LSTM (DOLGOROČNI KRATKOROČNI POMNILNIK), SO ZATO OSREDNJA TEMA TEGA RAZISKOVALNEGA PROJEKTA. NAČRTUJE SE RAZVOJ IN RAZVOJ NAPOVEDNE VZDRŽEVALNE APLIKACIJE NA RAVNI PODJETJA, KI NAJ BI BILA ZGRAJENA V OBLAKU, DA BI IZKORISTILI RAZPOLOŽLJIVO RAČUNALNIŠKO MOČ TER RAZVOJ IN RAZVOJ ENEGA ALI VEČ PROTOTIPOV VGRAJENIH NAPRAV ZA ZBIRANJE IN OBDELAVO PODATKOV O NAPOVEDNEM VZDRŽEVANJU NAJBOLJ KRITIČNIH KOMPONENT. NEKATERI PROTOTIPI BODO RAZVITI IN OPTIMIZIRANI ZA PRESKUŠANJE IN POTRJEVANJE UČINKOVITOSTI IZBRANIH MODELOV. Z (Slovenian)
    22 July 2022
    0 references
    PROJEKT JE ZAMĚŘEN NA STUDIUM A REALIZACI PREDIKTIVNÍHO SYSTÉMU ÚDRŽBY ZALOŽENÉHO NA POUŽITÍ TECHNIK STROJOVÉHO UČENÍ. L – POUŽÍVÁNÍ, PŘIZPŮSOBENÍ A OPTIMALIZACE TAKOVÝCH MODELŮ, KTERÉ K DNEŠNÍMU DNI PŘEDSTAVUJÍ STAV TECHNIKY PRO TYTO APLIKACE, JAKO JSOU ALGORITMY ANALÝZY A KLASIFIKACE DAT A HLUBOKÉ NEURONOVÉ SÍTĚ TYPU LSTM (DLOUHODOBÁ KRÁTKODOBÁ PAMĚŤ), JSOU PROTO ÚSTŘEDNÍM TÉMATEM TOHOTO VÝZKUMNÉHO PROJEKTU. PLÁNUJE SE VÝVOJ A VÝVOJ APLIKACE PREDIKTIVNÍ ÚDRŽBY NA PODNIKOVÉ ÚROVNI, ÚDAJNĚ POSTAVENÉ V CLOUDU, ZA ÚČELEM VYUŽITÍ DOSTUPNÉHO VÝPOČETNÍHO VÝKONU A VÝVOJE A VÝVOJE JEDNOHO NEBO VÍCE PROTOTYPŮ VESTAVĚNÝCH ZAŘÍZENÍ PRO SBĚR A ZPRACOVÁNÍ PREDIKTIVNÍCH ÚDAJŮ O ÚDRŽBĚ NEJKRITIČTĚJŠÍCH SOUČÁSTÍ. NĚKTERÉ PROTOTYPY BUDOU ROVNĚŽ VYVINUTY A OPTIMALIZOVÁNY PRO TESTOVÁNÍ A OVĚŘOVÁNÍ VÝKONNOSTI VYBRANÝCH MODELŮ. S: (Czech)
    22 July 2022
    0 references
    PROJEKTU SIEKIAMA IŠTIRTI IR ĮGYVENDINTI PROGNOZAVIMO PRIEŽIŪROS SISTEMĄ, PAGRĮSTĄ MAŠININIO MOKYMOSI METODŲ NAUDOJIMU. L – TOKIŲ MODELIŲ NAUDOJIMAS, PRITAIKYMAS IR OPTIMIZAVIMAS, KURIE IKI ŠIOL ATSPINDI ŠIŲ PROGRAMŲ TECHNIKOS BŪKLĘ, PVZ., DUOMENŲ ANALIZĖS IR KLASIFIKAVIMO ALGORITMAI IR LSTM TIPO GILUMINIAI NEURONINIAI TINKLAI (ILGALAIKĖ ATMINTIS), YRA PAGRINDINĖ ŠIO TYRIMO PROJEKTO TEMA. PLANUOJAMA SUKURTI IR PLĖTOTI ĮMONĖS LYGIO PROGNOZAVIMO PRIEŽIŪROS PROGRAMĄ, TARIAMAI PASTATYTĄ DEBESYJE, KAD BŪTŲ GALIMA IŠNAUDOTI TURIMĄ SKAIČIAVIMO GALIĄ IR KURTI IR PLĖTOTI VIENĄ AR DAUGIAU ĮTERPTŲJŲ ĮRENGINIŲ PROTOTIPŲ, SKIRTŲ SVARBIAUSIŲ KOMPONENTŲ PROGNOZAVIMO PRIEŽIŪROS DUOMENIMS RINKTI IR APDOROTI. TAIP PAT BUS SUKURTI IR OPTIMIZUOTI KAI KURIE PROTOTIPAI, KURIAIS BUS GALIMA IŠBANDYTI IR PATVIRTINTI PASIRINKTŲ MODELIŲ VEIKIMĄ. SU (Lithuanian)
    22 July 2022
    0 references
    PROJEKTA MĒRĶIS IR PĒTĪT UN IEVIEST PROGNOZĒJOŠU UZTURĒŠANAS SISTĒMU, KURAS PAMATĀ IR MAŠĪNMĀCĪŠANĀS METOŽU IZMANTOŠANA. L — ŠĀDU MODEĻU IZMANTOŠANA, PIELĀGOŠANA UN OPTIMIZĀCIJA, KAS LĪDZ ŠIM ATSPOGUĻO JAUNĀKOS SASNIEGUMUS ŠIEM LIETOJUMIEM, PIEMĒRAM, DATU ANALĪZES UN KLASIFIKĀCIJAS ALGORITMI UN LSTM TIPA DZIĻI NEIRONU TĪKLI (ILGTERMIŅA ĪSTERMIŅA ATMIŅA), IR ŠĀ PĒTNIECĪBAS PROJEKTA GALVENĀ TĒMA. IR PLĀNOTS IZSTRĀDĀT UN ATTĪSTĪT UZŅĒMUMA LĪMEŅA PROGNOZĒJOŠU UZTURĒŠANAS LIETOJUMPROGRAMMU, KAS, DOMĀJAMS, IR IEBŪVĒTA MĀKONĪ, LAI IZMANTOTU PIEEJAMO SKAITĻOŠANAS JAUDU, KĀ ARĪ VIENA VAI VAIRĀKU IEGULTO IERĪČU PROTOTIPU IZSTRĀDI UN IZSTRĀDI, LAI SAVĀKTU UN APSTRĀDĀTU PROGNOZĒJOŠOS APKOPES DATUS PAR VISKRITISKĀKAJIEM KOMPONENTIEM. TIKS IZSTRĀDĀTI UN OPTIMIZĒTI ARĪ DAŽI PROTOTIPI, LAI PĀRBAUDĪTU UN APSTIPRINĀTU IZVĒLĒTO MODEĻU VEIKTSPĒJU. AR (Latvian)
    22 July 2022
    0 references
    ПРОЕКТЪТ Е НАСОЧЕН КЪМ ПРОУЧВАНЕ И ВНЕДРЯВАНЕ НА СИСТЕМА ЗА ПРОГНОЗНА ПОДДРЪЖКА, ОСНОВАНА НА ИЗПОЛЗВАНЕТО НА ТЕХНИКИ ЗА МАШИННО САМООБУЧЕНИЕ. L — ИЗПОЛЗВАНЕТО, ПЕРСОНАЛИЗИРАНЕТО И ОПТИМИЗИРАНЕТО НА ТАКИВА МОДЕЛИ, КОИТО ДО МОМЕНТА ПРЕДСТАВЛЯВАТ СЪВРЕМЕННОТО СЪСТОЯНИЕ НА ТЕЗИ ПРИЛОЖЕНИЯ, КАТО АЛГОРИТМИ ЗА АНАЛИЗ И КЛАСИФИКАЦИЯ НА ДАННИ И ДЪЛБОКИ НЕВРОННИ МРЕЖИ ОТ ТИП LSTM (ДЪЛГОСРОЧНА ПАМЕТ), СА ЦЕНТРАЛНАТА ТЕМА НА ТОЗИ ИЗСЛЕДОВАТЕЛСКИ ПРОЕКТ. ПЛАНИРА СЕ ДА СЕ РАЗРАБОТИ И РАЗРАБОТИ ПРИЛОЖЕНИЕ ЗА ПРОГНОЗНА ПОДДРЪЖКА НА НИВО ПРЕДПРИЯТИЕ, ЗА КОЕТО СЕ ПРЕДПОЛАГА, ЧЕ Е ВГРАДЕНО В ОБЛАКА, ЗА ДА СЕ ИЗПОЛЗВА НАЛИЧНАТА ИЗЧИСЛИТЕЛНА МОЩНОСТ, КАКТО И РАЗРАБОТВАНЕТО И РАЗРАБОТВАНЕТО НА ЕДИН ИЛИ ПОВЕЧЕ ПРОТОТИПИ НА ВГРАДЕНИ УСТРОЙСТВА ЗА СЪБИРАНЕ И ОБРАБОТКА НА ПРОГНОЗНИ ДАННИ ЗА ПОДДРЪЖКА НА НАЙ-КРИТИЧНИТЕ КОМПОНЕНТИ. НЯКОИ ПРОТОТИПИ СЪЩО ЩЕ БЪДАТ РАЗРАБОТЕНИ И ОПТИМИЗИРАНИ, ЗА ДА СЕ ТЕСТВАТ И ВАЛИДИРАТ РЕЗУЛТАТИТЕ НА ИЗБРАНИТЕ МОДЕЛИ. СЪС (Bulgarian)
    22 July 2022
    0 references
    A PROJEKT CÉLJA A GÉPI TANULÁSI TECHNIKÁKON ALAPULÓ PREDIKTÍV KARBANTARTÁSI RENDSZER TANULMÁNYOZÁSA ÉS MEGVALÓSÍTÁSA. L – AZ ILYEN MODELLEK HASZNÁLATA, TESTRESZABÁSA ÉS OPTIMALIZÁLÁSA, AMELYEK MINDEDDIG A TECHNIKA ÁLLÁSÁT KÉPVISELIK EZEN ALKALMAZÁSOK ESETÉBEN, MINT PÉLDÁUL AZ ADATOK ELEMZÉSÉRE ÉS OSZTÁLYOZÁSÁRA SZOLGÁLÓ ALGORITMUSOK ÉS AZ LSTM TÍPUSÚ MÉLY NEURÁLIS HÁLÓZATOK (HOSSZÚ RÖVID TÁVÚ MEMÓRIA), EZÉRT A KUTATÁSI PROJEKT KÖZPONTI TÉMÁJA. A TERVEK SZERINT A FELHŐBE ÉPÍTETT VÁLLALATI SZINTŰ PREDIKTÍV KARBANTARTÁSI ALKALMAZÁST FEJLESZTIK KI ÉS FEJLESZTIK KI, HOGY KIHASZNÁLJÁK A RENDELKEZÉSRE ÁLLÓ SZÁMÍTÁSI TELJESÍTMÉNYT, VALAMINT A LEGKRITIKUSABB KOMPONENSEK PREDIKTÍV KARBANTARTÁSI ADATAINAK GYŰJTÉSÉRE ÉS FELDOLGOZÁSÁRA SZOLGÁLÓ BEÁGYAZOTT ESZKÖZÖK EGY VAGY TÖBB PROTOTÍPUSÁNAK KIFEJLESZTÉSÉT ÉS FEJLESZTÉSÉT. EGYES PROTOTÍPUSOK KIDOLGOZÁSA ÉS OPTIMALIZÁLÁSA A KIVÁLASZTOTT MODELLEK TELJESÍTMÉNYÉNEK TESZTELÉSÉRE ÉS VALIDÁLÁSÁRA IS SOR KERÜL. –VAL/-VEL (Hungarian)
    22 July 2022
    0 references
    TÁ AN TIONSCADAL DÍRITHE AR STAIDÉAR A DHÉANAMH AR CHÓRAS COTHABHÁLA TUARTHACH ATÁ BUNAITHE AR ÚSÁID TEICNÍCÍ MEAISÍNFHOGHLAMA AGUS AR AN GCÓRAS SIN A CHUR I BHFEIDHM. L — IS IAD ÚSÁID, SAINCHEAPADH AGUS OPTAMÚ SAMHLACHA DEN SÓRT SIN, A LÉIRÍONN GO DTÍ SEO STÁT NA HEALAÍNE DO NA FEIDHMCHLÁIR SEO, AMHAIL ALGARTAIM ANAILÍSE AGUS AICMITHE SONRAÍ AGUS LÍONRAÍ NÉARACHA DOIMHNE DE CHINEÁL LSTM (CUIMHNE FHADTÉARMACH GHEARRTHÉARMACH), TÉAMA LÁRNACH AN TIONSCADAIL TAIGHDE SEO. TÁ SÉ BEARTAITHE FEIDHMCHLÁR COTHABHÁLA TUARTHACH AR LEIBHÉAL FIONTAIR A FHORBAIRT AGUS A FHORBAIRT, ATÁ CEAPTHA A BHEITH TÓGTHA SA SCAMALL, CHUN LEAS A BHAINT AS AN GCUMHACHT RÍOMHAIREACHTA ATÁ AR FÁIL, AGUS FRÉAMHSHAMHLACHA AMHÁIN NÓ NÍOS MÓ D’FHEISTÍ LEABAITHE A FHORBAIRT AGUS A FHORBAIRT CHUN SONRAÍ COTHABHÁLA TUARTHACHA NA GCOMHPHÁIRTEANNA IS CRITICIÚLA A BHAILIÚ AGUS A PHRÓISEÁIL. DÉANFAR ROINNT FRÉAMHSHAMHLACHA A FHORBAIRT AGUS A BHARRFHEABHSÚ FREISIN CHUN FEIDHMÍOCHT NA SAMHLACHA ROGHNAITHE A THÁSTÁIL AGUS A BHAILÍOCHTÚ. LE (Irish)
    22 July 2022
    0 references
    PROJEKTET SYFTAR TILL ATT STUDERA OCH IMPLEMENTERA ETT PREDIKTIVT UNDERHÅLLSSYSTEM BASERAT PÅ ANVÄNDNING AV MASKININLÄRNINGSTEKNIKER. L – ANVÄNDNING, ANPASSNING OCH OPTIMERING AV SÅDANA MODELLER, SOM HITTILLS REPRESENTERAR DEN SENASTE TEKNIKEN FÖR DESSA TILLÄMPNINGAR, SÅSOM ALGORITMER FÖR ANALYS OCH KLASSIFICERING AV DATA OCH DJUPA NEURALA NÄTVERK AV TYP LSTM (LÅNGT KORTTIDSMINNE), ÄR DÄRFÖR DET CENTRALA TEMAT FÖR DETTA FORSKNINGSPROJEKT. DET ÄR PLANERAT ATT UTVECKLA OCH UTVECKLA EN PROGRAM FÖR PREDIKTIVT UNDERHÅLL PÅ FÖRETAGSNIVÅ, SOM PÅSTÅS VARA BYGGD I MOLNET, FÖR ATT UTNYTTJA DEN TILLGÄNGLIGA DATORKRAFTEN, OCH UTVECKLING OCH UTVECKLING AV EN ELLER FLERA PROTOTYPER AV INBYGGDA ENHETER FÖR INSAMLING OCH BEARBETNING AV PREDIKTIVA UNDERHÅLLSDATA FÖR DE MEST KRITISKA KOMPONENTERNA. VISSA PROTOTYPER KOMMER OCKSÅ ATT UTVECKLAS OCH OPTIMERAS FÖR ATT TESTA OCH VALIDERA DE UTVALDA MODELLERNAS PRESTANDA. MED (Swedish)
    22 July 2022
    0 references
    PROJEKTI EESMÄRK ON UURIDA JA RAKENDADA PROGNOOSIVAT HOOLDUSSÜSTEEMI, MIS PÕHINEB MASINÕPPE TEHNIKATE KASUTAMISEL. L – SELLISTE MUDELITE KASUTAMINE, KOHANDAMINE JA OPTIMEERIMINE, MIS SIIANI ESINDAVAD TEHNIKA TASET NENDE RAKENDUSTE PUHUL, NAGU ANDMETE ANALÜÜSIMISE JA KLASSIFITSEERIMISE ALGORITMID NING LSTM-TÜÜPI SÜVANÄRVIVÕRGUD (PIKAAJALINE LÜHIAJALINE MÄLU), ON SEETÕTTU SELLE UURIMISPROJEKTI KESKNE TEEMA. KAVAS ON VÄLJA TÖÖTADA JA ARENDADA ETTEVÕTTE TASANDIL PROGNOOSIV HOOLDUSRAKENDUS, MIS ON VÄIDETAVALT PILVES EHITATUD, ET KASUTADA OLEMASOLEVAT ANDMETÖÖTLUSVÕIMSUST NING ÜHE VÕI MITME SISSEEHITATUD SEADMETE PROTOTÜÜBI ARENDAMIST JA ARENDAMIST KÕIGE KRIITILISEMATE KOMPONENTIDE PROGNOOSITAVATE HOOLDUSANDMETE KOGUMISEKS JA TÖÖTLEMISEKS. SAMUTI TÖÖTATAKSE VÄLJA JA OPTIMEERITAKSE MÕNED PROTOTÜÜBID, MILLE ABIL KATSETADA JA VALIDEERIDA VALITUD MUDELITE TOIMIVUST. MILLE PUHUL (Estonian)
    22 July 2022
    0 references
    LONGARONE
    0 references
    8 April 2023
    0 references

    Identifiers