Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés az MI-be a minőségellenőrzésben
- Az MI áttekintése a gyártási minőségfolyamatokban
- Alkalmazások a vizsgálatban, hibafelismerésben és megfelelőségben
- Az MI-alapú minőségbiztosítás előnyei és korlátai
Minőségi adatok gyűjtése és előkészítése
- A minőségbiztosításban használt adattípusok (képek, érzékelők, gyártási naplók)
- Képi adathalmazok címkézése LabelImg segítségével
- Adattárolás és -struktúra a modellek tanításához
Bevezetés a számítógépes látásba a minőségbiztosításban
- Képfeldolgozás alapjai az OpenCV segítségével
- Előfeldolgozási technikák ipari képekhez
- Vizualitási jellemzők kinyerése elemzéshez
Gépi tanulás anomália észlelésre
- Egyszerű osztályozók tanítása hibafelismerésre
- Konvolúciós neurális hálózatok (CNN) használata
- Felügyelet nélküli tanulás anomália azonosításra
Hozam-előrejelzés MI modellekkel
- Bevezetés a regressziós technikákba
- Modellek építése a termelési hozamok előrejelzésére
- Előrejelzési pontosság értékelése és javítása
MI integrálása gyártási rendszerekbe
- Üzembe helyezési lehetőségek vizsgálati modellekhez
- Edge AI vs. felhőalapú elemzés
- Automatikus riasztások és minőségjelentések
Gyakorlati esettanulmány és záróprojekt
- Egy végponttól végpontig tartó MI vizsgálati prototípus fejlesztése
- Tanítás és tesztelés mintaminőségbiztosítási adathalmazokkal
- Egy funkcionális minőségellenőrzési MI megoldás bemutatása
Összefoglalás és következő lépések
Követelmények
- Alapvető gyártási vagy minőségbiztosítási folyamatok ismerete
- Ismeret a táblázatkezelők vagy digitális jelentéskészítési formák terén
- Érdeklődés az adatvezérelt minőségellenőrzési módszerek iránt
Közönség
- Minőségbiztosítási szakemberek
- Gyártási vezetők
21 Órák