應用預測分析的機器學習法於智慧運營：異常檢測、維護作業及需求預測;Developing Machine Learning Approaches for Predictive Analysis in Smart Operations with Applications in Anomaly Detection, Maintenance Operations, and Demand Forcasting

NCUIR > School of Management at National Central University > Graduate Institute of Industrial Management > Research Project > Item 987654321/96655

Please use this identifier to cite or link to this item: https://ir.lib.ncu.edu.tw/handle/987654321/96655

Title:	應用預測分析的機器學習法於智慧運營：異常檢測、維護作業及需求預測;Developing Machine Learning Approaches for Predictive Analysis in Smart Operations with Applications in Anomaly Detection, Maintenance Operations, and Demand Forcasting
Authors:	陳振明
Contributors:	國立中央大學工業管理研究所
Keywords:	大數據分析;機器學習;異常偵測;預測性維護;運營與需求預測;Big-data analytics;Machine learning;Anomaly detection;Predictive maintenance;Operational and demand forecasting
Date:	2025-07-31
Issue Date:	2025-08-07 16:44:39 (UTC+8)
Publisher:	國家科學及技術委員會(本會)
Abstract:	請概述執行本計畫之目的及可能產生對社會、經濟、學術發展等面向的預期影響性(三百字以內)。本計劃書之目的在發展以機器學習、深度學習為主的數據驅動AI演算法，並運用於運營與供應鏈管理等企業功能面的預測分析 (Predictive analysis)，期協助企業達成智慧運營與供應鏈管理，本計畫的應用案例將包含生產系統的異常偵測、設備維護及營收與需求預測等業務機能，達到運營與供應鏈智能化，以降低成本、減少停機時間、增加設備稼動率、彌合供需落差、提升產出等智慧運營，最後達到環境可持續性與強化企業競爭力之目標。在學術貢獻方面，本研究同時採用公開數據庫與實際本土企業的產線問題與感測資料，運用創新的分析方法與工具，進行系統化的研究；不同於傳統的研究方式：僅採用公開數據庫或模擬資料來驗證模式或研究方法的可行性。因此本研究主要創新在於從實際問題出發，探索學術方法妥適性與精確度，方法論上屬於歸納法(Inductive)，有別於傳統研究，從學術方法論出發再以公開數據庫資料驗證模式可行性。在社會、經濟及實務應用方面，本計畫研究成果對在地產業智能化之推展、降低保固維修成本等構面有直接貢獻，長期影響則在大數據分析與智慧製造人才培育、建立產學連結、提升機械產業之整廠輸出能力、軟硬體附加價值等。本研究對於合作企業的技術協助與輸出，正在啟動這些本土企業內部數位化轉型，並引導工業生產邁向智慧運營的典範轉移，中長期目標是建構E2E數位供應鏈燈塔工廠，最終願景則是商業模式的轉變及數位精實。在現階段，類似合作企業的工業公司必須重新制定策略，例如採用融合策略 (Fusion strategy)，這些工業公司經由產學合作的引導與協助，學習將他們最擅長的領域 (創造實體產品) 與數位公司最擅長的領域融合在一起：使用數據和 AI 來解析大量且相互關聯的數據集，並開發創新見解，未來顛覆工業公司的將是數字機器和類比機器的結合。
Relation:	財團法人國家實驗研究院科技政策研究與資訊中心
Appears in Collections:	[Graduate Institute of Industrial Management] Research Project

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	6	View/Open

社群 sharing

Loading...