기계학습(ML)을 효과적으로 활용하기 위해서는, ML 응용 도메인에 특유한 측면들을 고려하는 가상 ML 애플리케이션이 요구된다. 본 논문은 제품 개발 과정에서 주어진 조립 제품의 구성요소들 사이에서 부품을 탐지하기 위한 ML 응용을 지원하기 위해 ML 객체를 통합한 제품 데이터 모델을 제시한다. 제안된 제품 데이터 모델은 ML 생애주기 동안 ML 모델 및 데이터셋 객체를 결합하며, 또한 제품 생애주기 전반에 걸쳐 항목, 기술 문서, 제품 구조 및 엔지니어링 변경 객체를 포함한다. 제품 데이터 모델의 ML 객체는 제품 구조와 긴밀히 연계되어 있으며, 제품 개발에서의 ML 응용 도메인인 생산 라우팅을 지원한다. 더 나아가 이들은 전이 학습 접근법을 적용하여, 엔지니어링 변경이 이루어진 제품을 위한 새로운 ML 모델을 생성할 수 있도록 이전에 학습된 ML 모델을 재용도한다. 제안된 제품 데이터 모델의 실현 가능성을 평가하기 위해, 제품 개발을 위한 기존 정보 시스템과 수작업을 활용하여 부품 탐지 ML의 시험 애플리케이션을 구현하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.