Big Data in the industry - overview of selected issues

• Autorzy: Gierej S.

Identyfikatory

DOI

10.1515/mspe-2017-0036

Warianty tytułu

PL

Big Data w przemyśle - przegląd wybranych zagadnień

• Języki publikacji: EN

Abstrakty

EN

This article reviews selected issues related to the use of Big Data in the industry. The aim is to define the potential scope and forms of using large data sets in manufacturing companies. By systematically reviewing scientific and professional literature, selected issues related to the use of mass data analytics in production were analyzed. A definition of Big Data was presented, detailing its main attributes. The importance of mass data processing technology in the development of Industry 4.0 concept has been highlighted. Subsequently, attention was paid to issues such as production process optimization, decision making and mass production individualisation, and indicated the potential for large volumes of data. As a result, conclusions were drawn regarding the potential of using Big Data in the industry.

PL

W artykule dokonano przeglądu wybranych zagadnień związanych z wykorzystaniem Big Data w przemyśle. Celem jest zdefiniowanie potencjalnego zakresu i form wykorzystania dużych zbiorów danych w przedsiębiorstwach produkcyjnych. Dokonując systematycznego przeglądu piśmiennictwa naukowego i profesjonalnego, przeanalizowano wybrane zagadnienia związane z wykorzystaniem analityki danych masowych w produkcji. Zaprezentowano definicję Big Data z wyszczególnieniem jej głównych atrybutów. Zwrócono uwagę na znaczenie technologii przetwarzania masowych zbiorów danych w rozwoju koncepcji Przemysłu 4.0. Następnie zwrócono uwagę na kwestie takie jak optymalizacja procesów produkcyjnych, podejmowanie decyzji oraz masowa indywidualizacja produkcji i wskazano dla nich możliwości wykorzystania dużych wolumenów danych. W rezultacie sformułowano wnioski dotyczące potencjału wykorzystania Big Data w przemyśle.

Słowa kluczowe

EN

big data; Industrial Internet of Things; Industry 4.0

PL

big data; Industrial Internet of Things; Industry 4.0

• Wydawca: STE GROUP
• Czasopismo: Management Systems in Production Engineering
• Rocznik: 2017
• Tom: nr 4 (25)
• Strony: 251--254
• Opis fizyczny: Bibliogr. 15 poz., rys.

Twórcy

autor

Gierej S.

• Bialystok University of Technology, Faculty of Management International China and Central-Eastern Europe Institute of Logistics and Service Science Tarasiuka Street 2 16-001 Kleosin, POLAND

Bibliografia

• [1] E. Brynjolfsson, M. Lorin and H. Heekyung. (2011, April 22). Strength in Numbers: How Does Data-Driven Decisionmaking Affect Firm Performance? [Online]. Available: https://ssrn.com/abstract=1819486
• [2] Całkowicie optyczny czujnik sejsmiczny [Online]. Available: http://www.automatyka.pl/wiadomosci-ikomunikaty/calkowicie-optyczny-czujnik-sejsmiczny- 48198-10
• [3] M. Cox and D. Ellsworth, “Managing Big Data for Scientific Visualization”, ACM SIGGRAPH, Vol. 97, May 1997, pp. 5.1-5.17.
• [4] K. Kiraga, „Przemysł 4.0: 4. Rewolucja Przemysłowa Według Festo”, Logistyka, vol. 17, no. 12, pp. 1603- 1605, 2016.
• [5] H. Lee and I. Sohn, Fundamentals of Big Data Network Analysis for Research in Industry. Chichester: John Wiley & Sons Ltd., 2016, pp. 25-38.
• [6] J. Lee, B. Bagheri and H. Kao, “A Cyber-Physical Systems architecture for Industry 4.0-based manufacturing systems”, Manufacturing Letters, vol. 3, pp. 18-23, Jan 2015.
• [7] McKinsey Global Institute Website. (2011, May 1). Big data: The next frontier for innovation, competition, and productivity [Online]. Available: http:// www.mckinsey.com/business-functions/digitalmckinsey/our-insights/big-data-the-next-frontier-forinnovation
• [8] Microsoft Hololens Website. Transform your business [Online]. Available: https://www.microsoft.com/enus/hololens/commercial-overview [Access: 2017.01.05]
• [9] F. Provost and T. Fawcett, Data Science for Business. Sebastopol: O’Reilly Media, 2013.
• [10] A.K. Stasiuk-Piekarska and M.K. Wyrwicka, „Organising – Still An Important Function Of Production Management”, Research In Logistics & Production, vol. 5, no. 2, pp. 129-142, April 2015.
• [11] M. Tabakow, J. Korczak and B. Franczyk, „Big Data − Definitions, Challenges And Information Technologies”, Business Informatics, vol. 1, no. 31, pp. 138-153, 2014.
• [12] A. Varghese and D. Tandur, “Wireless requirements and challenges in Industry 4.0”, in Int. Conf. on Contemporary Computing and Informatics, Mysore, India, 2014, pp. 634-638.
• [13] J. Wieczorkowski and M. Jurczyk-Bunkowska, „Big Data Jako Źródło Innowacji w Zarządzaniu i Inżynierii Produkcji”, in Innowacje w Zarządzaniu i Inżynierii Produkcji, vol. 1, R. Knosala, Ed. Opole: Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, 2017, pp. 134-144.
• [14] P. Wittbrodt and I. Łapuńka, „Przemysł 4.0 – Wyzwanie Dla Współczesnych Przedsiębiorstw Produkcyjnych”, in Innowacje w Zarządzaniu i Inżynierii Produkcji, vol. 2, R. Knosala, Ed. Opole: Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, 2017, pp. 793-799.
• [15] P. Zawadzki and K. Żywicki, „Smart Product Design And Production Control For Effective Mass Customization In The Industry 4.0 Concept”, Management and Production Engineering Review, vol.7, no. 3, pp. 105- 112, Nov. 2016.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017)