Big Data Analytics in Smart Manufacturing: Principles and Practices

هدف مهم این کتاب ویرایش شده این است که با بررسی چالش ها و محدودیت ها، شکاف بین تولید هوشمند
و کلان داده را پر کند. شرکت‌ها
از فناوری کلان داده‌ها در زمینه تولید برای به دست آوردن داده‌های مربوط به محصولات استفاده می‌کنند.
شرکت‌های تولیدی می‌توانند با ردیابی جزئیات مشتری،
نظارت بر مصرف سوخت، تشخیص عیوب محصول، و مدیریت زنجیره تامین، بینش عمیق تجاری کسب کنند. .
علاوه بر این، همگرایی تولید هوشمند و تجزیه و تحلیل داده های بزرگ در حال حاضر به دلیل نگرانی در مورد حفظ حریم خصوصی داده ها، کمبود پرسنل واجد شرایط، سرمایه گذاری ناکافی، مدیریت ذخیره سازی بلندمدت
داده های با کیفیت بالا آسیب دیده است. پیشرفت تکنولوژی ذخیره‌سازی داده‌ها را در دسترس‌تر، ارزان‌تر می‌کند و به نظر می‌رسد همگرایی این فناوری‌ها در عصر اخیر امیدوارکننده‌تر است. این کتاب با یکپارچه‌سازی منابع داده ناهمگن مانند داده‌های ساختاریافته، داده‌های نیمه‌ساختاری، داده‌های جغرافیایی-مکانی، اطلاعات متنی، داده‌های چندرسانه‌ای، داده‌های شبکه‌ای اجتماعی و غیره، چالش‌های نوآورانه را در حوزه‌های
صنعتی شناسایی کرد. فرآیندهای مدل‌سازی کسب‌وکار مبتنی بر داده را با استفاده از
تکنولوژی‌های کلان داده در صنعت تولید ارتقا می‌دهد. تجزیه و تحلیل کلان داده ها به عنوان یک رشته
امیدبخش در صنعت تولید برای ساختن پلتفرم های صلب داده صنعتی در حال ظهور است. علاوه بر این، داده های بزرگ اتوماسیون فرآیند را در چرخه حیات کامل
طراحی و ردیابی محصول تسهیل می کند. این کتاب یک راهنما و مرجع ضروری است زیرا
مفاهیم نظری، تعاریف و مدل‌های بین‌رشته‌ای را که در حوزه تولید هوشمند دخیل هستند، ترکیب می‌کند. همچنین سناریوها و برنامه‌های کاربردی دنیای واقعی را ارائه می‌کند و
آن را برای مخاطبان بین‌رشته‌ای وسیع‌تری در دسترس قرار می‌دهد.

ویژگی‌ها

• خوانندگان مروری کلی در مورد سیستم تولید هوشمند خواهند داشت که فرآیندهای تولید بهینه را قادر می‌سازد و با افزایش سود کلی به کاربران سود می‌رساند.
• محققان در مورد اینکه چگونه فناوری داده‌های بزرگ در یافتن ارتباط‌ها، عوامل و الگوهای جدید از طریق مشاهدات جریان داده در سیستم‌های تولید هوشمند بی‌درنگ، اهرم‌هایی را به دست خواهند آورد.
• <. span>صنعت گران می توانند در مورد تشخیص عیوب در طراحی، پاسخ سریع به بازار، محصولات نوآورانه برای برآورده کردن نیاز مشتری که می تواند درآمد سرانه آنها را به نحو بهتری منتفع کند، دید کلی پیدا کند.
• درباره دیدگاه‌های فنی، مفاهیم، ​​نظریه‌ها و مفروضات اساسی که در تولید هوشمند استفاده می‌شوند، بحث می‌کند.
• <. span>اطلاعاتی که به روشی کاربرپسند برای دانشجویان، محققان، کارشناسان صنعتی، و مبتکران تجاری و همچنین برای متخصصان و متخصصان ارائه می‌شود.

The significant objective of this edited book is to bridge the gap between smart
manufacturing and big data by exploring the challenges and limitations. Companies
employ big data technology in the manufacturing field to acquire data about the products.
Manufacturing companies could gain a deep business insight by tracking customer details,
monitoring fuel consumption, detecting product defects, and supply chain management.
Moreover, the convergence of smart manufacturing and big data analytics currently suffers
due to data privacy concern, short of qualified personnel, inadequate investment, long-term
storage management of high-quality data. The technological advancement makes the data
storage more accessible, cheaper and the convergence of these technologies seems to be
more promising in the recent era. This book identified the innovative challenges in the
industrial domains by integrating heterogeneous data sources such as structured data,
semi-structures data, geo-spatial data, textual information, multimedia data, social
networking data, etc. It promotes data-driven business modelling processes by adopting
big data technologies in the manufacturing industry. Big data analytics is emerging as a
promising discipline in the manufacturing industry to build the rigid industrial data
platforms. Moreover, big data facilitates process automation in the complete lifecycle of
product design and tracking. This book is an essential guide and reference since it
synthesizes interdisciplinary theoretical concepts, definitions, and models, involved in
smart manufacturing domain. It also provides real-world scenarios and applications,
making it accessible to a wider interdisciplinary audience.

Features

• The readers will get an overview about the smart manufacturing system which enables optimized manufacturing processes and benefits the users by increasing overall profit.
• The researchers will get insight about how the big data technology leverages in finding new associations, factors and patterns through data stream observations in real time smart manufacturing systems.
• The industrialist can get an overview about the detection of defects in design, rapid response to market, innovative products to meet the customer requirement which can benefit their per capita income in better way.
• Discusses technical viewpoints, concepts, theories, and underlying assumptions that are used in smart manufacturing.
• Information delivered in a user-friendly manner for students, researchers, industrial experts, and business innovators, as well as for professionals and practitioners.