Open
Description
Semantic ML for Manufacturing Monitoring at Bosch
一言でいうと
製造プロセスの品質監視向けに, オントロジーを活用した機械学習（ML）のパイプラインSemMLを構築
著者/所属機関
Baifan Zhou, Yulia Svetashova, Tim Pychynski, Evgeny Kharlamov
- Bosch CR
- Karlsruhe Institute of Technology
- Bosch Center for AI
- University of Oslo
DOI
http://ceur-ws.org/Vol-2721/paper516.pdf
会議名
The 19th International Semantic Web Conference (ISWC2020)
トラック
Industry Track
動機
（産業・ビジネス上の問題（困っていること））
製造プロセスへの機械学習(ML)の適用において，
- 透明性：製造分野の専門家と機械学習の専門家による, ML品質モデルやMLの結果の合意に時間を要する
- データ整備：データの統合には, 多面的なドメイン知識, 及びデータの複雑さへの理解が必要
- ML品質モデルの汎用性：特定のデータセットとプロセス向けに構築されたモデルの転用には労力を要する
課題
（産業・ビジネス上の問題に対して既存技術では解決されなかったこと）
―
手法
（課題解決に利用した技術・手段）
- オントロジーを活用したMLパインプラインを構築
- テンプレートによる製造知識, 及び機械学習知識のデータ化
- データへの意味情報のアノテーションによる, MLモデリングの自動化，およびモデルの説明性向上
評価
（手法が課題解決に有効であったことの確認や，ビジネス現場への適用・運用の実績）
Bosch内で実際に溶接品質監視へ適用評価を実施し，有用性を確認
考察
（手法の汎用性や可用性に対する議論）
―
知見
（得られた教訓・知見，および今後の課題）
―