文献

J-GLOBAL ID：202202211055162236   整理番号：22A0112041

スマート工場のための深層学習ベース欠陥製品分類システム【JST・京大機械翻訳】

Deep learning-based defective product classification system for smart factory

著者 (6件)： Nguyen Huy Toan (Chonnam National University, S. Korea) ,  Shin Nu-ri (Chonnam National University, S. Korea) ,  Yu Gwang-Hyun (Chonnam National University, S. Korea) ,  Kwon Gyeong-Ju (LINUXIT, S. Korea) ,  Kwak Woo-Young (LINUXIT, S. Korea) ,  Kim Jin-Young (Chonnam National University, S. Korea)
資料名： ACM Proceedings  (ACM Proceedings)
号： SMA 2020  ページ： 80-85  発行年： 2020年 
JST資料番号： D0698C  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： 本論文では,スマート工場のための深層学習に基づく欠陥製品分類を紹介した。提案システムは,PLC(プログラマブル論理コントローラ),人工知能(AI)組込みボードおよびクラウドサービスを含む。AI組込みボードを接続し,SPI(サービス周辺インタフェイス)プロトコルを介してPLCにコマンドを受信し,送信する。事前訓練欠陥製品分類モデルをアップロードし,クラウドサーバに保存し,各特定の製品のためにAI埋込みボードにダウンロードした。システムのコア技術はAIベースの埋込みボードである。ラベルデータの限界により,深層ニューラルネットワーク(DNN)をリトレインするために転送学習法を用いた。ResNet,高密度NetおよびGoogLeNetを含む異なる深層ニューラルネットワークに関する分類結果を実装し,比較した。鋳造製品分類データ上でGPUサーバによりこれらのネットワークを訓練した。その後,事前訓練モデルを最適化し,実際の埋め込みボードに適用した。実験結果は,このシステムが欠陥製品を高精度で高速に分類できることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *学習 ,  制御装置 ,  ネットワーク ,  人工知能 ,  鋳物 ,  インタフェイス
準シソーラス用語： アップロード ,  高密度 ,  高精度 ,  クラウドサービス ,  分類モデル ,  *深層学習 ,  クラウドサーバ ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： スマート工場 ,  深層学習 ,  欠陥製品分類

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 工場 ,  深層学習 ,  欠陥 ,  分類