Jun, 2024
工业人工智能系统中的数据问题：元综述与研究策略
Data Issues in Industrial AI System: A Meta-Review and Research Strategy
Xuejiao Li, Cheng Yang, Charles Møller, Jay Lee
TL;DR在工业化 4.0 时代，人工智能（AI）在工业系统中扮演着越来越重要的角色。然而，实际的 AI 应用并没有像人们所认为的那样发展得那么成熟，其中一个主要原因是 AI 实施中的数据问题。为了解决这些数据问题，首先需要明确这些问题。因此，这项研究进行了一项元评述，探索工业 AI 实施中的数据问题和方法。总共鉴定了 72 个数据问题，并按照数据生命周期的各个阶段进行分类，包括数据源和收集、数据访问和存储、数据集成和互操作、数据预处理、数据处理、数据安全和隐私以及 AI 技术采用。随后，研究分析了各种 AI 算法的数据需求。在这些分析的基础上，提出了一个数据管理框架，解决了如何在数据生命周期的每个阶段系统地解决数据问题的问题。最后，研究指出了未来的研究方向。通过这样做，本研究丰富了现有的知识体系，并为在工业 AI 中实现数据可用性和价值性提供了指导。