$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

미래 스마트 제조를 위한 인공지능 기술동향
Trends in AI Technology for Smart Manufacturing in the Future 원문보기

전자통신동향분석 = Electronics and telecommunications trends, v.35 no.1, 2020년, pp.60 - 70  

이은서 (지능.제조융합연구실) ,  배희철 (지능.제조융합연구실) ,  김현종 (지능.제조융합연구실) ,  한효녕 (지능.제조융합연구실) ,  이용귀 (지능.제조융합연구실) ,  손지연 (지능.제조융합연구실)

Abstract ▼ AI-Helper 아이콘AI-Helper

Artificial intelligence (AI) is expected to bring about a wide range of changes in the industry, based on the assessment that it is the most innovative technology in the last three decades. The manufacturing field is an area in which various artificial intelligence technologies are being applied, an...

주제어

#스마트 제조   #인공지능   #제너레이티브 디자인   #휴먼-로봇 협업   #실감 인터랙션   #자율 제조   #공장이상 탐지  

표/그림 (9)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 고에서는 미래 스마트 제조를 위해 주목할 만한 대표적인 인공지능 융합 기술 분야를 표 1과 같이 제품 디자인 및 설계, 작업환경, 품질관리, 설비 운용 단계로 나누어 적용 사례 및 최근 기술 동향에 대해 소개하고자 한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (23)

  1. R. Allen, "Why Artificial Intelligence is Different from Previous Technology Waves," Medium Blog, 2017. 

  2. A. Schumacher, S. Erol, and W. Sihn, "A Maturity Model for Assessing Industry 4.0 Readiness and Maturity of Manufacturing Enterprises." Procedia CIRP, vol. 52, 2016, pp. 161-166. 

    상세보기

  3. J. Son et al., "IoTbased open manufacturing service platform for personalized production," J. Korean Institute Commun. Sci., vol. 33, no. 1, pp. 42-47. 

  4. 강남우, "제너레이티브 디자인과 인공지능 기반 설계 자동화," 기계저널, 2019, pp. 24-28. 

  5. S. Oh, Y. Jung, S. Kim, I. Lee, N. Kang,, "Deep Generative Design: Integration of Topology Optimization and Generative Models," J. Mechanical Design, vol. 141, no. 11, 2019, p. 111405. 

  6. Z. Yang et al., "Microstructural materials design via deep adversarial learning methodology," J. Mechanical Design, vol. 140, no. 11, 2018, p. 111416. 

  7. A. Burnap et al., "Estimating and exploring the product form design space using deep generative models," In Proc. ASME Int. Design Eng. Techn. Conf. Comput. Inf. Eng. Conf., Charlotte, NC, USA, Aug. 2016. 

  8. Y. Zhang and W. Ye, "Deep learning-based inverse method for layout design," Structural and Multidisciplinary Optimization, vol. 60, no. 2, 2019, pp. 527-536. 

    상세보기

  9. Y. Yu et al., I. G. Jang, "Deep learning for determining a nearoptimal topological design without any iteration," Structural and Multidisciplinary Optimization, vol. 59, 2018, pp. 787- 799. 

  10. E. S. Lee et al., "A Study on Human-Robot Collaboration based Hybrid Assembly System for Flexible Manufacturing," in Proc. Conf. IEEE Ind. Electron. Soc. (IECON), Lisbon, Portugal, Oct. 2019, pp. 4057-4062. 

  11. 중소기업벤처부, "2013년 중소기업기술 로드맵," 2013, p. 158. 

  12. 중소기업벤처부, "2018년 중소기업 전략기술 로드맵 스마트공장," 2018, p. 211. 

  13. 한국과학기술기획평가원, "2014년도 예비타당성조사 보고서 웨어러블 스마트 디바이스용 핵심부품 및 요소기술 개발사업," 2016. 1, p. 145. 

  14. 한국정보통신기술협회, "제조 경쟁력 향상을 위한 ICT 기반 스마트 팩토리 표준화 전략," 2018, p. 5. 

  15. Fraunhofer IWU, https://www.e3-fabrik.de/ 

  16. https://new.abb.com/products/robotics/industrial-robots/irb-14050-single-arm-yumi 

  17. https://www.mujin.co.jp/en/solution/oem/new.html 

  18. https://automation.omron.com/fr/ca/solutions/flexible-manufacturing/ 

  19. F. Suarez-Ruiz, X. Zhou, and Q.-C. Pham, "Can robots assemble an IKEA chair?" ScienceRobotics, vol. 3,, no. 17, 2018. 

    상세보기

  20. https://new.siemens.com/global/en/company/stories/research-technologies/artificial-intelligence/prototype-robot-solves-problems-without-programming.html 

  21. 심원래, "제조업에서 AI(기계학습)의 활용 분야와 솔루션," 월간계장기술, 2018년 7월호, pp. 109-113. 

  22. R. Chalapathy and S. Chawla, "Deep Learning for Anomaly Detection: A Survey," Cornell University, Jan. 2019, arXiv:1901.03407. 

  23. D. Ramotsoela, A. Abu-Mahfouz, and G. Hancke, "A Survey of Anomaly Detection in Industrial Wireless Sensor Networks with Critical Water System Infrastructure as a Case Study," Sensors, vol. 18, no. 8, Aug. 2018, pp. 2491:1-24. 

    상세보기

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로