Berta Sándor
Felismeri a gyártási károkat a mesterséges intelligencia
Beazonosíthatók az üzemek egyes gépeinek a problémái.
A Kaunasi Műszaki Egyetem kutatói egy mesterséges intelligenciára épülő új ellenőrző rendszert fejlesztettek ki, amely elemzi a különböző információkat és hangokat, hogy azok segítségével megállapítsa, ha a gyártási folyamat során valahol károk történnek. A szakemberek szerint ezáltal évente több milliárd dollár kár válik elkerülhetővé.
Rytis Maskelinas, az intézmény informatikusa kijelentette, hogy a hangadatok könnyen gyűjthetők, ami elsősorban a mikrofonok alacsony telepítési költségeinek köszönhetők. A nagyon zajos gyárakban viszont túl sok lehet a zavaró hang, amely félreérthetővé teszi a hangadatokat és a rendszer olyan helyeken is károkat jelezhet, ahol valójában azok nem is következtek be. A berendezések felesleges leállítása és az amiatt bekövetkező termeléskiesés pedig szintén komoly összegeket emészthet fel.
Maskelinas és a munkatársai egy kárfelismerő módszert alkottak meg, amelynek az algoritmusa összehasonlítja a beérkezett hangadatokat a hibákat vagy károkat felismerő berendezés zajkibocsátásával. A szoftvert megtanítják arra, hogy csak az adott gép által kibocsátott zajokra figyeljen és más hangokat hagyjon figyelmen kívül.
A litván kutató rendszere négy eszköz zajaira támaszkodik, de a tervek között szerepel az adatbázis későbbi kibővítése.
A Kaunasi Műszaki Egyetem kutatói egy mesterséges intelligenciára épülő új ellenőrző rendszert fejlesztettek ki, amely elemzi a különböző információkat és hangokat, hogy azok segítségével megállapítsa, ha a gyártási folyamat során valahol károk történnek. A szakemberek szerint ezáltal évente több milliárd dollár kár válik elkerülhetővé.
Rytis Maskelinas, az intézmény informatikusa kijelentette, hogy a hangadatok könnyen gyűjthetők, ami elsősorban a mikrofonok alacsony telepítési költségeinek köszönhetők. A nagyon zajos gyárakban viszont túl sok lehet a zavaró hang, amely félreérthetővé teszi a hangadatokat és a rendszer olyan helyeken is károkat jelezhet, ahol valójában azok nem is következtek be. A berendezések felesleges leállítása és az amiatt bekövetkező termeléskiesés pedig szintén komoly összegeket emészthet fel.
Maskelinas és a munkatársai egy kárfelismerő módszert alkottak meg, amelynek az algoritmusa összehasonlítja a beérkezett hangadatokat a hibákat vagy károkat felismerő berendezés zajkibocsátásával. A szoftvert megtanítják arra, hogy csak az adott gép által kibocsátott zajokra figyeljen és más hangokat hagyjon figyelmen kívül.
A litván kutató rendszere négy eszköz zajaira támaszkodik, de a tervek között szerepel az adatbázis későbbi kibővítése.