mgm 바카라3 No.4
'뭔가 다르다' 감지、'앞으로 변함' 예측
~mgm 바카라용 AI 개발 플랫폼 AlliomWave~

근년、다양한 영역에서 mgm 바카라를 활용한 업무 효율화、개선이 진행 중입니다。FA(Factory Automation) 현장에서도、성인화 및 변종 변량 생산에 대응하기 위해、사람들에게 의지했던 “모호한 판단”을 필요로 하는 작업에 mgm 바카라 기술을 활용하려는 움직임이 나오고 있습니다。주식회사 에이아이 큐브^※1(이하、에이아이큐브)、제조업 현장 데이터와 mgm 바카라 기술을 융합、지금까지 자동화되지 않은 영역의 자동화 실현을 위한 노력을 하고 있습니다。자동화 영역 확대를 위해 '만들기 현장에서 당연히 mgm 바카라 기술이 활용되고 있는 상태를 만든다！'을 목표로 합니다。

mgm 바카라를 개발할 때는 학습을 위해 많은 양의 데이터가 필요합니다。일반적으로、정상과 이상을 판별하는 이상 감지 mgm 바카라를 개발하는 경우、mgm 바카라 정밀도를 높이려면、정상 데이터와 비정상 데이터가 같은 정도 필요합니다。그러나、FA 장비는 최대한 정상적으로 작동하도록 설계 및 제조되었기 때문에、정상 데이터를 대량으로 수집할 수 있습니다、이상 데이터를 수집하기가 어렵습니다。그러므로、mgm 바카라의 정확성을 높이는 데 필요한 양의 비정상적인 데이터를 수집하는 데 엄청난 시간이 걸리는 문제가 있습니다。이 문제를 위해、결과적으로 mgm 바카라 개발에 이르지 못할 수도 있음、비정상 데이터가 적은 FA 영역에 mgm 바카라를 도입하기가 어려운 원인이 되었습니다。
거기서、이런 문제를 해결하기 위해、에이아이 큐브는 '데이터가 없다면 만들겠습니다！게다가 대량으로！실제가 없어도 mgm 바카라를 만들 수 있는 환경을 준비하자！'이라는 생각하에、mgm 바카라 생성 프로세스를 완전 디지털화mgm 바카라liom(아리옴)으로 제안했습니다.
그림 1은 Alliom을 이용한 mgm 바카라의 도입 단계입니다。지금까지의 Al 개발은、'STEP01: 현장에서 실제 데이터 준비'에서、그 데이터를 사용하여 'STEP03: mgm 바카라 모델 만들기'에 직접 연결되었습니다。Alliom에서는、이전 두 단계 사이에 'STEP02: 데이터 만들기' 추가됨。이것이 Alliom의 가장 큰 특징입니다。이 특징으로、이상 데이터가 수집하기 어려운 상황이더라도、필요한 학습 데이터를 직접 만들 수 있으므로、현장에서 많은 양의 데이터를 수집할 필요 없음、단시간에 고정밀 mgm 바카라를 고객의 현장에 도입할 수 있습니다。

그림 1 Alliom을 사용한 mgm 바카라 도입 단계

AI 큐브는 AI 모델 생성 프로세스를 완벽하게 디지털화、가장 빠른 속도로 제작 현장에 AI 도입이 가능한 Alliom을 구현하기 위해 'AlliomPicking'、''AlliomVision'、'AlliomWave'라는 세 가지 제품을 출시 중。로봇 장미 픽업 작업을 전문으로 하는 AlliomPicking、이미지 데이터를 전문으로 하는 AlliomVision、mgm 바카라(숫자 데이터)에 특화된 AlliomWave라고 함、각각의 용도에 따른 기능과 GUI(Graphical User Interface)를 갖춘、AI에 대한 지식이 없는 분들도 쉽게 AI를 개발할 수 있습니다。
이 보고서에서는、제조업을 위한 최초의”mgm 바카라를 의사적으로 생성、그 데이터를 사용하여 AI 만들기” AI 개발 플랫폼 AlliomWave를 소개하고 소개합니다。

※1주식회사 에이아이 큐브
FA 현장에 신뢰할 수 있는 mgm 바카라 솔루션을 제공하는 바카라 이기의 그룹 회사

AlliomWave와 '무언가가 다르다' 감지、'지금부터 변할 것'을 예측할 수 있는 mgm 바카라용 AI 개발 플랫폼입니다。

AlliomWave、실제 mgm 바카라를 바탕으로 디지털 환경에서 의사 mgm 바카라를 생성하는 '의사 파형 생성 기능'이라고、mgm 바카라를 사용하여 고정밀 AI를 단시간에 생성하는 'AI 모델 생성 기능'의 두 가지 기능을 가지고 있습니다。여기서 사용하는 mgm 바카라는 시간적으로 변화하는 수치 데이터를 시계열 순으로 배열한 데이터로、예:、FA 기기를 작동시키는 모터에서는、전류 값、토크 값、회전수 등의 데이터를 들 수 있습니다。AlliomWave에서、이 mgm 바카라 사용、설비의 이상이나 생산시의 불량、품질 이상 등을 감지하는 이상 감지 AI를 개발할 수 있습니다。
이하에서、'의사 mgm 바카라 생성 기능' 및 'AI 모델 생성 기능'에 대해 설명。

AI 도입의 장벽이 되는 “이상 데이터의 수집이 곤란”이라는 과제는 「의사 파형 생성 기능」으로 해결할 수 있습니다。10개 정도의 이상 mgm 바카라만 있으면、의사적인 비정상적인 mgm 바카라를 단시간에 대량으로 생성할 수 있습니다(그림 2)。이 기능은、기본 mgm 바카라에 대해、노이즈 추가 및 종횡축 방향으로의 팽창·수축 등의 복수의 처리를 부가합니다。기본 mgm 바카라의 특징(예: 파형의 피크 위치 및 크기 등)이 있는 의사 mgm 바카라를 생성할 수 있습니다(그림 3)。또、처리 매개변수를 변경하여、기 mgm 바카라에 가까운 의사 mgm 바카라 생성 및、학습 데이터에 변형을 부여하기 위해 기본 파형보다 변경된 의사 mgm 바카라를 생성하는 등、다양한 의사 mgm 바카라를 생성할 수 있습니다。또한、의사 파형은、정상 파형、이상 파형 등 모두 생성 가능。
이 기능으로、실제 기기에서 많은 양의 비정상 데이터를 얻는 데 시간이 필요하지 않습니다、FA 현장에 mgm 바카라를 적용하기 쉬워졌습니다。

그림 2 생성된 의사 mgm 바카라(생성된 파형을 중첩하여 표시)

그림 3 의사 mgm 바카라 생성 예

AlliomWave에서 생성된 의사 mgm 바카라의 확실성을 확인하기 위해、에이아이 큐브 원래 알고리즘의 '유사도'라는 지표를 통합했습니다。'유사도'란?、생성된 의사 mgm 바카라와 기본 mgm 바카라가 얼마나 유사한지를 나타내는 숫자 지표입니다。mgm 바카라는、이미지처럼 보기에 확실성을 판단하기가 어렵습니다。'유사도'를 사용하여、AI 학습에 부정적인 영향을 미칠 수 있음、기의 mgm 바카라와 크게 괴리한 의사 mgm 바카라 등을 사전에 제거할 수 있습니다。

AlliomWave、이 유사성을 사용하여 의사 파형을 생성할 때 매개변수를 변경하여 생성된 여러 패턴의 결과를 비교하는 기능 및、'유사도' 범위를 지정하여 채택하는 mgm 바카라를 자동으로 폐기 선택하는 기능을 갖추고 있습니다、AlliomWave GUI 버튼 조작만으로 AI 학습에 유효한 데이터만 쉽게 선택할 수 있습니다。각 기능의 GUI 화면을 그림 4、그림 5에 표시됨。그림 4는 의사 파형 생성 결과를 비교하는 GUI입니다。생산 결과의 유사도 분포를 확인하는 히스토그램 표시 및、생성된 파형의 차이를 확인하는 중첩 표시로、의사 mgm 바카라를 객관적으로 분류할 수 있습니다。그림 5는 생성된 의사 파형을 선택하는 GUI입니다。의사 파형에 해당하는 유사도의 히스토그램 범위에서 지정、겹쳐진 파형 디스플레이에서 결과를 확인할 수 있습니다。
생성된 의사 mgm 바카라는 AI 학습 데이터로、다음 단계의 AI 모델을 생성하는 데 사용。또、옵션 기능이지만、생성된 의사 mgm 바카라를 csv 파일로 출력、고객이 이미 구축한 AI 모델의 학습 데이터로 사용할 수도 있습니다。

• 

  그림 4 의사 mgm 바카라 파라미터를 변경한 생성 결과 비교
  (mgm 바카라liomWave GUI 화면)

• 

  그림 5 의사 mgm 바카라 선택
  (mgm 바카라liomWave GUI 화면)

생성한 mgm 바카라 모델은、AlliomWave에서 제공하는 API를 인터페이스로、고객의 애플리케이션에 통합할 수 있습니다。

※2 Python
Python Software Foundation의 상표

볼 나사를 사용한 이송 메커니즘에서、볼 나사가 열화되면 위치 결정 정확도가 떨어집니다、결과적으로 후공정 반송물 파지 오류로 이어지는 문제가 있습니다。이 문제를 AlliomWave에서 해결할 수 있는지 확인하기 위해、'정상적으로 실행、이상 데이터를 거의 수집할 수 없다(10건 정도) 생산 라인에서、볼 나사의 이상을 감지하고 싶다'는 경우를 가정、볼 나사의 데이터를 이용하여 mgm 바카라 판별 정밀도와 mgm 바카라 생성 시간의 검증을 실시했습니다。
제조 라인에서 충분한 수의 비정상 데이터를 검색하려고 하면、제대로 작동하는 생산 라인에서는 비정상적인 발생이 드물기 때문에 데이터를 얻는 데는 많은 시간이 걸립니다.、지금 10건 정도의 비정상 데이터만으로 mgm 바카라 모델을 생성하면、이상 탐지의 정답률은 90% 정지였습니다。
이에 대해、AlliomWave에서 10건 정도의 이상 데이터로부터 의사 mgm 바카라를 300건 생성해、이 데이터를 사용하여 AI 모델을 학습하여、분에 정답률 100%에 접근할 수 있었습니다。(표 1)

표 1 의사 mgm 바카라를 사용한 모델 정밀도 비교

이 보고서에서 소개한 AlliomWave는、소량의 mgm 바카라로부터도 의사적으로 대량의 mgm 바카라(의사 mgm 바카라)를 생성할 수 있기 때문에、실제 설비에서 많은 양의 비정상적인 데이터를 수집하는 데 엄청난 시간이 걸리면 해제됨、AI에 의한 이상 검출 기능 및 고장 예측 기능의 현장 도입을 대폭 가속할 수 있습니다。이것으로、물건 만들기 현장의 사람의 손에 의지하고 있던 “모호한 판단”에 AI 기술이 활용됨、현장 판단의 정확성 향상과 함께、자동화 영역 확대에 기여할 수 있다고 생각합니다。현재는 이상 검지에 특화한 기능이 되고 있습니다만、향후 고장 예측 기능 추가 등、고객의 요구에 맞게 브러시업합니다。
앞으로、mgm 바카라 큐브 기술의 진화를 기대해 주세요。