وبلاگ هم‌‌افزایی دانشجویان  دکتر حسینی مطلق- motlagh@iust.ac.ir

وبلاگ هم‌‌افزایی دانشجویان دکتر حسینی مطلق- motlagh@iust.ac.ir

دانشکده مهندسی صنایع- دانشگاه علم و صنعت ایران
وبلاگ هم‌‌افزایی دانشجویان  دکتر حسینی مطلق- motlagh@iust.ac.ir

وبلاگ هم‌‌افزایی دانشجویان دکتر حسینی مطلق- motlagh@iust.ac.ir

دانشکده مهندسی صنایع- دانشگاه علم و صنعت ایران

داده کاوی در تولید: مروری بر اساس نوع دانش



خلاصه:

در محیط های مدرن تولید ، حجم عظیمی از داده ها در سیستم های مدیریت پایگاه داده و انبارهای داده از تمام مناطق درگیر مانند طراحی محصول و فرآیند ، مونتاژ ، برنامه ریزی مواد ، کنترل کیفیت ، زمان بندی ، نگهداری ، تشخیص خطا و غیره جمع آوری می شود. داده کاوی به عنوان یک ابزار مهم برای کسب دانش در پایگاه های داده تولیدی پدیدار شده است. این مقاله ادبیات مربوط به کشف دانش و کاربردهای داده کاوی در حوزه وسیع تولید را با تأکید ویژه بر نوع فانکشن هایی که بر روی داده ها انجام می شود ، مرور می کند. فانکشن های اصلی داده کاوی که باید انجام شود شامل:

 "characterization and description, association, classification, prediction, clustering and evolution analysis"

می باشد. بنابراین مقالات مورد بررسی در این پنج دسته طبقه بندی شده اند. نشان داده شده است که رشد سریع کاربرد داده کاوی در زمینه فرآیندهای تولیدی و شرکت ها در 3 سال گذشته وجود دارد. این بررسی کاربردهای مترقی و شکاف های موجود شناسایی شده در زمینه داده کاوی در تولید را آشکار می کند. یک رویکرد جدید استخراج متن نیز در چکیده ها و کلمات کلیدی 150 ادبیات شناسایی شده برای شناسایی شکاف های تحقیق و یافتن ارتباط بین حوزه دانش ، نوع دانش و ابزار و تکنیک های داده کاوی استفاده شده است

مقدمه:

دانش در بسیاری از زمینه های تولیدی باعث حفظ و تسهیل حفظ میراث ارزشمند ، یادگیری چیزهای جدید ، حل مشکلات پیچیده ، ایجاد شایستگی های اصلی و ایجاد موقعیت های جدید برای افراد و سازمان ها می شود. و در آینده [1]. در بیشتر بخشها ، تولید بسیار رقابتی است و حاشیه های مالی که بین موفقیت و شکست تمایز قائل می شود بسیار محدود است و اکثر صنایع تاسیس شده نیاز به رقابت ، تولید و فروش در سطح جهانی دارند. برای تسلط بر این چالش های فرا قاره ای ، یک شرکت باید به تولید کم هزینه دست پیدا کند ، اما هنوز نیروی کار بسیار ماهر ، انعطاف پذیر و کارآمدی داشته باشد که بتواند به طور مداوم محصولات با کیفیت بالا و کم هزینه را طراحی و تولید کند. در اقتصادهای با دستمزد بالاتر ، این امر عموماً تنها با بهره برداری بسیار کارآمد از دانش امکان پذیر است [2-3]. با این حال ، دانش می تواند اشکال مختلفی داشته باشد و لازم است هنگام بررسی حجم عظیمی از داده های تولید شده در طول تولید ، نوع دانش استخراج شده مشخص شود.


برای ادامه مطالعه روی لینک کلیک بفرمایید.

نظرات 0 + ارسال نظر
برای نمایش آواتار خود در این وبلاگ در سایت Gravatar.com ثبت نام کنید. (راهنما)
ایمیل شما بعد از ثبت نمایش داده نخواهد شد