Asset Administration Shell
PulseAugur coverage of Asset Administration Shell — every cluster mentioning Asset Administration Shell across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI 驱动的数字孪生通过减少 18% 的行程来优化仓库物流
研究人员开发了一个新的框架，该框架在基于 FlexSim 的数字孪生环境中利用强化学习代理来优化仓库物流。该系统根据实时运营数据动态调整产品放置策略，旨在缩短拣货时间并提高吞吐量。该框架与资产管理外壳集成，以实现代理与物理仓库之间的无缝交互。实验显示出显著的改进，包括行程距离减少 18.54%，吞吐量增加 35.42%。
-
新框架评估用于工业 4.0 的 LLM 生成的资产管理壳
研究人员开发了一个新框架来评估大型语言模型 (LLM) 生成的资产管理壳 (AAS) 的质量。该方法系统地降低 AAS 生成的质量，以评估不同指标在反映质量变化方面的效果，从而应对制造业工业 4.0 转型中人工智能生成 AAS 的质量保证挑战。研究发现，专注于属性名称精确匹配和基于相似度的属性值软匹配的指标，特别是基于值的召回率和基于名称的 F1 分数，是质量下降最可靠的指标。这些发现旨在帮助选择合适的指标、调整 LLM 管道以及将人…
-
新的人工智能方法提高了工业4.0资产数据的信息提取能力
研究人员开发了AAS-RAIL，一种新颖的检索增强上下文学习方法，用于改进从PDF产品数据表中提取资产管理壳（AAS）信息。该方法动态选择公司特定的AAS示例来指导大型语言模型，使其能够适应独特的命名约定和格式，而无需进行微调。评估表明，AAS-RAIL显著提高了提取质量，与传统的少样本提示相比，改进幅度在30.4%到52.4%之间，使其成为生成公司特定AAS实例的有效工具。