人工智能在制造业中的实列
发布时间：2021-06-10 13:31:45 所属栏目：大数据 来源：互联网
导读：一些资产密集型组织如今正在实施数字化转型，以实现卓越运营、改善关键绩效指标(KPI)，以及解决生产和支持流程领域中的具体问题。 基于人工智能的预测模型是非常有用的工具，可以部署在复杂的生产环境中。与常用的一些分析工具相比，在生成大量结构化或非结
|
当然，投资回报率必须非常引人注目。经验表明，快速解决方案原型是必不可少的，模型的功能应该3～4周内快速测试。由于学习过程和模型的调整，从开始开发解决方案到部署解决方案(获取准确可靠的输出)之间的交付时间可能要花费数月的时间。
这就是部署的理想生产类型是高度资产密集型环境的原因，因为在这种情况下，一次中断事故就可能造成数百万美元的损失。
·标准化解决方案：这些是基于图像识别原理的精细化、高度可扩展的解决方案。最终输出的精度在很大程度上取决于异常样本的数量，因为样本越多，模型越精确。
对于基本的质量控制任务，可能需要4～6个不合格(“NOK”)样本，通过生产线上的摄像头来指导系统运行。从理论上来说，这样的解决方案甚至可以提供99.99%的准确率。然而现实表明，只有在简单的质量检验任务中才能达到这么高的理论值。
尺寸和表面完整性在能否有效利用这种解决方案中起着重要作用。越小越简单，控制输出越有效。
 （编辑：惠州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
