mgm 바카라 보고서 ​​2023 No.4
"Something 's Something"을 감지하고 "변경"
~ 파형 mgm 바카라위한 AI 개발 플랫폼 Alliomwave ~

최근 몇 년 동안 mgm 바카라 기반 작업은 다양한 분야에서 개선되고 개선되었습니다. FA 분야 (Factory Automation)에는 인력 절약 및 가변적 변수 생산에 대응하기 위해 인간이 의존하는 "모호한 판단"이 필요한 작업에 mgm 바카라 기술을 활용하는 움직임도 있습니다. mgm 바카라 Cube Co., Ltd.^*1(이하 AI Cube라고도 함)는 제조 사이트의 mgm 바카라 AI 기술과 결합하여 자동화 할 수 없었던 영역에서 자동화를 실현하기 위해 노력하고 있습니다. 자동화 분야를 확장하기 위해 우리의 목표는 "제조 현장에서 AI 기술이 사용되는 상태를 만드는 것"입니다.

AI를 개발할 때는 학습을 위해서는 많은 양의 데이터가 필요합니다. 일반적으로, AI의 정확도를 향상시키기 위해 정상 및 이상을 구별하는 이상 탐지 AI를 개발할 때, 동일한 수의 정상 및 비정상적인 mgm 바카라 가져야합니다. 그러나 FA 장비는 가능한 한 최대까지 작동하도록 설계 및 제조되었으므로 많은 양의 정상 mgm 바카라 수집 할 수 있더라도 비정상적인 mgm 바카라 수집하기가 어렵습니다. 따라서 AI의 정확도를 향상시키는 데 필요한 비정상적인 데이터의 양을 수집하는 데 많은 시간이 필요한 도전에 직면 해 있습니다. 이 문제로 인해 AI 개발은 결과적으로 달성되지 않을 수 있으므로 비정상적인 데이터가 낮은 FA 필드에 AI를 도입하기가 어려워집니다.
따라서 이러한 문제를 해결하기 위해 AI-Cube는 "mgm 바카라가 없으면 작성하자! 실제 기계없이 AI를 만들 수있는 환경을 준비합시다"라는 아이디어로 AI 생성 프로세스를 완전히 디지털화합니다. "Alliom(Ariom)로 제안되었습니다.
그림 1은 Alliom을 사용하여 AI를 구현하는 단계를 보여줍니다. 이전 AL 개발은 "STEP01 : 사이트의 실제 데이터 준비"에서 "STEP03 : AI 모델 생성"에서 직접 연결되었습니다. Alliom은 위에서 언급 한 두 단계 사이에 "STEP02 : 데이터 작성"을 추가했습니다. 이것은 Alliom의 가장 좋은 기능입니다. 이 기능을 통해 고객은 비정상적인 mgm 바카라 수집하기 어려운 상황에서도 필요한 학습 mgm 바카라 스스로 만들 수 있으므로 현장에서 많은 양의 mgm 바카라 수집 할 필요가 없으며 짧은 시간 내에 고객 사이트에 고정밀 AI를 도입 할 수 있습니다.

그림 1 : Alliom을 사용하여 mgm 바카라를 소개하는 단계

AI Cube는 AI 모델 생성 프로세스를 완전히 디지털화하고 Alliom을 구현하기 위해 "Alliompicking", "Alliomvision"및 "Alliomwave"라는 세 가지 제품을 출시하여 AI를 가능한 가장 빠른 시간에 제조 사이트에 도입 할 수 있도록했습니다. 로봇로드 및 피킹을 전문으로하는 Alliompicking, 이미지 mgm 바카라 전문으로하는 AlliomVision 및 aLiomwave (숫자 데이터) 및 AI에 대한 지식이없는 AlliomWave와 AliomWave와 ALIOMWAVE와 ALIOMWAVE와 ALIOMWAVE와 ALIOMWAVE와 ALIOMWAVE와 ALIOMWAVE와 ALIOMWAVE와 ALIOMWAVE와 같은 기능과 GUI (그래픽 사용자 인터페이스)가 있습니다.
이 보고서는 제조 산업이 "파형 mgm 바카라 시뮬레이션하고 해당 mgm 바카라 사용하여 AI를 생성하는"AI 개발 플랫폼 Alliomwave를 소개합니다.

*1mgm 바카라 Cube Co., Ltd.
FA 사이트에 안정적인 mgm 바카라 솔루션을 제공하는 Yaskawa Electric의 그룹 회사

Alliomwave는 "무언가가 다른 것"을 감지하고 "지금부터 변경"을 예측할 수있는 파형 mgm 바카라위한 AI 개발 플랫폼입니다.

Alliomwave에는 실제 파형 mgm 바카라 기반으로 디지털 환경에서 의사 파형 mgm 바카라 생성하는 "의사 파형 생성 기능"과 파형 mgm 바카라 사용하여 짧은 시간 내에 매우 정확한 AI를 생성하는 "AI 모델 생성 기능"의 두 가지 기능이 있습니다. 여기에 사용 된 파형 데이터는 시간 순서대로 시변 수치 데이터 인 데이터이며, 예를 들어 FA 장비를 작동하는 모터, 현재 값, 토크 값 및 회전 속도와 같은 mgm 바카라 언급 할 수 있습니다. Alliomwave는 이러한 파형 mgm 바카라 사용하여 장비 이상, 생산 중 결함 및 품질 이상을 감지하는 이상 감지 AI를 개발할 수 있습니다.
다음은 "Pseudo-waveform 생성 기능"및 "mgm 바카라 모델 생성 기능"을 설명합니다.

"Pseudo-waveform 생성 기능"으로 AI 소개의 장벽 인 "비정상적인 데이터 수집의 어려움"문제는 해결 될 수 있습니다. 약 10 개의 비정상 파형 mgm 바카라 사용하면 짧은 시간 내에 많은 양의 의사 비정상 파형 데이터가 생성 될 수 있습니다 (그림 2). 이 기능은 수직 및 수평 축에서 노이즈 및 확장 및 수축과 같은 기본 파형 데이터에 여러 프로세스를 추가합니다. 이를 통해 기본 파형 데이터의 특징 (예 : 파형의 피크의 위치 및 크기 등)을 갖는 의사 파형 데이터의 생성이 가능합니다 (그림 3). 또한, 처리 매개 변수를 변경함으로써, 기본 파형 데이터에 가까운 의사 파형 mgm 바카라 생성하거나 기본 파형의 변화와 함께 유사 파형 mgm 바카라 생성하여 훈련 데이터의 변화를 제공하는 등 다양한 의사 파형 mgm 바카라 생성 할 수 있습니다. 또한, 정상 및 비정상 파형을 모두 생성 할 수 있습니다.
이 기능은 실제 기계에서 많은 양의 비정상적인 mgm 바카라 획득 할 시간이 없어서 AI에 FA 사이트에 쉽게 적용 할 수 있습니다.

그림 2 생성 된 의사 파형 mgm 바카라 (생성 된 파형을 중첩하여 표시)

그림 3 의사 파형 mgm 바카라 생성의 예

Alliomwave는 AI Cube Original 알고리즘의 "유사성"색인을 통합하여 생성 된 의사 파 데이터의 정확도를 확인했습니다. "유사성"은 생성 된 pseudo-waveform 데이터와 기본 파형 데이터가 얼마나 유사한 지 수치 적으로 표현하는 인덱스입니다. 이미지처럼 모양을 기반으로 파형 데이터의 정확도를 판단하기가 어렵습니다. "유사성"을 사용하면 AI 학습에 미리 부정적인 영향을 줄 수있는 기본 파형 데이터와 유의하게 다른 의사 파형 mgm 바카라 제거 할 수 있습니다.

Alliomwave는이 "유사성"을 사용하여 의사 파형을 생성 할 때 매개 변수를 변경하여 생성 된 여러 패턴의 결과를 비교하고 "유사성"범위를 지정하여 사용되는 파형 mgm 바카라 자동으로 선택하여 Alliomwave GUI의 버튼 만 사용하여 AI 학습에 쉽게 선택할 수 있도록합니다. 각 함수에 대한 GUI 화면은 그림 4 및 5에 나와 있습니다. 그림 4는 의사 파형 생성의 결과를 비교하는 GUI를 보여줍니다. Pseudo-waveform 데이터는 생성 된 결과의 유사성 분포를 확인하고 생성 된 파형의 차이를 확인하기 위해 중첩을 표시하여 히스토그램을 표시하여 객관적으로 선택할 수 있습니다. 그림 5는 생성 된 pseudo-waveform을 선택하는 GUI를 보여줍니다. 의사 파형에 해당하는 유사성 히스토그램의 범위를 지정하고 중첩 된 파형 디스플레이에서 결과를 확인할 수 있습니다.
생성 된 pseudo-waveform 데이터는 다음 단계에서 AI 모델을 생성하기 위해 AI 교육 데이터로 사용됩니다. 또한 선택적 기능이지만 생성 된 pseudo-waveform mgm 바카라 CSV 파일에 출력하여 고객이 이미 구축 한 AI 모델에 대한 교육 데이터로 사용할 수도 있습니다.

• 

  그림 4 다른 의사 파형 매개 변수와의 생성 결과 비교
  (Alliomwave GUI 화면)

• 

  그림 5 의사 파형 mgm 바카라 선택
  (Alliomwave GUI 화면)

생성 된 mgm 바카라 모델은 Alliomwave가 제공 한 API를 인터페이스로 사용하여 응용 프로그램에 통합 할 수 있습니다.

*2 Python
Python Software Foundation의 상표

볼 스크류를 사용하는 메커니즘에서 볼 스크류가 악화되면 위치 정확도가 감소하여 후속 프로세스에서 전달 된 재료를 움켜 쥐는 데 오류가 발생합니다. 이 문제를 Alliomwave로 해결할 수 있는지 확인하기 위해 볼 스크류 mgm 바카라 사용하여 AI 차별의 정확도와 AI 생성 시간을 확인했습니다.
생산 라인에서 충분한 수의 비정상적인 mgm 바카라 얻으려고하면 정상적으로 작동하는 생산 라인에서 비정상이 거의 발생하지 않으므로 데이터 획득에는 엄청난 시간이 걸리지 만 현재 사용 가능한 10 개의 비정상적인 mgm 바카라 사용하여 AI 모델을 생성하는 경우 비정상의 정답 속도 만 90%였습니다.
대조적으로 Alliomwave는 약 10 개의 비정상적인 데이터에서 300 개의 의사 파 mgm 바카라 생성 했으며이 mgm 바카라 사용하여 AI 모델을 훈련 시키면 몇 분 안에 100% 정답 속도에 도달 할 수있었습니다. (표 1)

표 1 의사 파형 mgm 바카라 사용한 모델 정확도 비교

이 보고서에 소개 된 Alliomwave는 소량의 파형 데이터에서 심지어 의사-넓은 양의 파형 데이터 (pseudo-wave data)를 생성 할 수 있으며, 실제 장비에서 많은 양의 비정상적인 mgm 바카라 수집하는 데 걸리는 엄청난 양의 시간에서 벗어날 수 있으며, AI 기반의 abnortional of bettertion and booding projections의 도입을 크게 부여 할 수 있습니다. 이것은 제조 현장에서 인력이 의존하는 "모호한 판단"에 AI 기술을 활용하여 지상 판단의 정확성을 향상시키고 자동화 분야를 확장하는 데 기여할 것입니다. 현재이 기능은 비정상 탐지를 위해 특화되어 있지만 앞으로는 실패 예측 기능 추가를 포함하여 고객의 요구를 충족시키기 위해 계속해서 닦을 것입니다.
향후 mgm 바카라 Cube 기술의 진화를 기대하십시오.