Tinjauan Integrasi Teknologi Deep Learning Untuk Revolusi Industri Dalam Sistem Siber-Fisik

Abstrak

Perkembangan penting dalam otomasi industri adalah kombinasi pembelajaran mendalam dengan sistem siber-fisik (CPS), yang memungkinkan sistem membuat keputusan cerdas berbasis data dengan sedikit bantuan dari manusia. Dengan penekanan pada kapasitasnya untuk menangani sejumlah besar data untuk berbagai tugas termasuk deteksi objek, segmentasi semantik, pemeliharaan prediktif, dan kontrol otonom, penelitian ini menyelidiki efek revolusioner pembelajaran mendalam pada CPS. Penelitian ini melihat bagaimana teknologi telah berkembang dari kerangka kerja awal yang mengandalkan isyarat visual menjadi sistem kompleks yang menggunakan jaringan saraf mutakhir yang dapat berfungsi dalam konteks yang dinamis dan tidak terstruktur. Studi ini juga menekankan betapa pentingnya mengintegrasikan kerangka kerja etika, kesiapan organisasi, dan desain yang berpusat pada manusia untuk berhasil menerapkan CPS. Studi ini menganalisis tren penting, hambatan, dan praktik terbaik yang memengaruhi penerapan pembelajaran mendalam dalam CPS melalui pemeriksaan ekstensif literatur terkini. Signifikansi CPS dalam memfasilitasi paradigma Industri 4.0 dan Industri 5.0—yang memprioritaskan keberlanjutan, kolaborasi manusia-mesin, dan adaptasi waktu nyata dalam proses industri—diberi perhatian khusus.