首頁電子資訊資訊軟體

資料稀缺下之非監督式人工智慧學習

免費
字數 1925
頁數 3
出版作者 任上鳴、資訊應用組
出版單位 資策會MIC
出版日期 2020/10/30
出版類型 產業評析
所屬領域 資訊軟體
瀏覽次數 700
加入購物車 直接下載 直接下載 加入最愛
摘要

在製造業最常聽到的人工智慧應用就是影像的學習與檢測,例如:一般流水生產線上常見的刮傷、破損檢測,或是如電子機板上的特定產品要做缺件檢測,都可以透過人為的方式創造幾近自然產生的瑕疵,如在機殼外刮出大量刮痕,再透過標註的方式給機器學習,以達成人工智慧光學自動檢測(Artificial Intelligence Auto Optical Inspection,簡稱AI-AOI),由於提供了大量真實樣本給機器學習,一般將此方法歸類為監督式AI學習做法。

內文標題

一、人工智慧落地之痛點

二、透過生成對抗網路創造樣本的解法

三、透過異常檢測偵測多樣態瑕疵的解法

四、產業建議

上一篇骨科手術機器人市場現況與發展趨...
下一篇台灣Micro LED技術發展...
熱門點閱
推薦閱讀
推薦新聞

若有任何問題,可使用下方檢索互動介面找解答,或是寫信到客服信箱。

itismembers@iii.org.tw

星期一~五
9:00-12:30/13:30-18:00