文献

J-GLOBAL ID：201702219448723442   整理番号：17A1349309

射出成形における品質予測【Powered by NICT】

Quality prediction in injection molding

著者 (7件)： Nagorny Pierre (SYMME Laboratory, Savoie Mont Blanc University, Annecy, France) ,  Pillet Maurice (SYMME Laboratory, Savoie Mont Blanc University, Annecy, France) ,  Pairel Eric (SYMME Laboratory, Savoie Mont Blanc University, Annecy, France) ,  Le Goff Ronan (IPC - Centre Technique Industriel de la Plasturgie et des Composites, Bellignat, France) ,  Loureaux Jerome (IPC - Centre Technique Industriel de la Plasturgie et des Composites, Bellignat, France) ,  Wali Marlene (IPC - Centre Technique Industriel de la Plasturgie et des Composites, Bellignat, France) ,  Kiener Patrice (InModelia, Paris, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CIVEMSA  ページ： 141-146  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 射出成形部品の品質は,正確なプロセス調整,部品品質のその場測定に依存しているにより改善することができる。幾何学的および外観品質(視覚と感覚)要求が増加している。しかし,直接測定は工業的に可能なされないことが多い。,プロセス制御が部品の品質属性の予測に頼らなければならない。本研究では,「古典的」回帰アルゴリズムを用いた多様なニューラルネットワークアーキテクチャの予測性能を比較した。データセットは,インライン工業計測に由来する。回帰は,多重取得源から抽出した97スカラー統計的特徴を行った:サーモグラフィー画像とアナログ信号Haralick特徴を抽出した。畳込みニューラルネットワークはサーモグラフィー画像上で訓練されたし,長い短期記憶ネットワークは,生の信号に訓練した。データセットは小さかったが,神経回路網は他の回帰アルゴリズムよりも良好な予測スコアを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *品質 ,  ネットワーク ,  プロセス制御 ,  *射出成形 ,  畳込み ,  視覚 ,  神経回路網 ,  サーモグラフィー ,  品質特性 ,  ニューラルネットワーク ,  *予測 ,  画像 ,  アルゴリズム
準シソーラス用語： 予測性能 ,  *品質予測 , 【Automatic Indexing@JST】

分類 (1件)： 射出成形  (YH04050Y)

タイトルに関連する用語 (2件)： 射出成形 ,  品質予測