引言 大腦對神經(jīng)網(wǎng)絡和深度學習的啟發(fā) /

第1章人工智能數(shù)據(jù)挖掘?qū)崿F(xiàn)了EBITDA的轉(zhuǎn)變 /
改進指標和財務業(yè)績 /

管理團隊 /

人工智能數(shù)據(jù)挖掘 /

現(xiàn)金流改善 /

勞動效率 /

報廢成本 /

全面生產(chǎn)維護 /

減少設置時間 /

員工士氣 /

稅息折舊及攤銷前利潤 /

在制品庫存周轉(zhuǎn) /

小結(jié) /

第2章只有人工智能才能消除的浪費 /
豐田的周期縮短和庫存減少 /

廢料對批量大小的影響 /

機器停機時間對批量大小的影響 /

廢料和機器停機所帶來的綜合影響 /

工廠的生產(chǎn)周期 /

豐田快速設置單元中的生產(chǎn) /

豐田的四步快速設置法 /

豐田的終極目標:隨機序列零件高效生產(chǎn) /

為什么制造單元在豐田很成功？ /

為什么單個外部客戶的制造單元不成功？ /

對于首席數(shù)據(jù)挖掘官的迫切需求 /

維護減少浪費這一原則 /

神經(jīng)網(wǎng)絡越強大，浪費成本越低 /

通用設置減少 /

發(fā)現(xiàn)潛藏的浪費并消除 /

小結(jié) /

第3章21世紀的生產(chǎn)力挑戰(zhàn) /
互聯(lián)網(wǎng)商務:通貨緊縮的來源？ /

第一次制造業(yè)革命 /

第二次制造業(yè)革命 /

第三次制造業(yè)革命 /

第四次制造業(yè)革命 /

克服學習人工智能的障礙 /

不實施人工智能的危險 /

第4章為什么現(xiàn)在需要第四次制造業(yè)革命? /
當前為什么要使用人工智能? /




第5章人工智能數(shù)據(jù)挖掘、產(chǎn)品流程和周期時間 /
用數(shù)據(jù)挖掘盈利機會 /

作業(yè)車間流程問題 /

小結(jié) /

第6章第四次制造業(yè)革命概述 /
分而治之 /

將精益六西格瑪拉式系統(tǒng)改造為人工智能拉式系統(tǒng) /

神經(jīng)網(wǎng)絡的分支界定法訓練 /

神經(jīng)網(wǎng)絡和深度學習 /

人工智能工廠布局 /

小結(jié) /

第7章深度學習和神經(jīng)網(wǎng)絡介紹 /
示例1 /

示例2 /

深度學習的總結(jié)和展望 /

第8章深度學習在制造中的具體應用 /
作業(yè)車間調(diào)度 /

測試和質(zhì)量控制 /

確定新產(chǎn)品的作業(yè)/工具訂單 /

應用深度學習的注意事項 /

第9章人工智能拉式系統(tǒng)開發(fā) /
拉式系統(tǒng) /

在制品控制拉式系統(tǒng) /

作業(yè)車間的活力 /

補貨拉式系統(tǒng) /

小結(jié) /

第10章進行人工智能準備情況評估 /
需要評估的績效因素 /

篩選優(yōu)先行動 /

“航空航天”公司的評估和行動 /

形成有效的部署 /

第11章流程工業(yè)中的人工智能精益六西格瑪 /
半導體制造業(yè) /

半導體簡史 /

第12章人工智能通過預測性維護防止機器停機 /
測量振動 /

第13章項目管理和產(chǎn)品開發(fā)中的人工智能 /
每周工作40小時的災難性影響 /

用于項目管理的神經(jīng)網(wǎng)絡 /

需要管理層參與 /

數(shù)據(jù)挖掘過去的項目 /

神經(jīng)網(wǎng)絡的輸入 /

小結(jié) /

注釋 /