Neuronales Netz
Ein neuronales Netz ist ein Modell des maschinellen Lernens, das lose vom Gehirn inspiriert ist und aus geschichteten, miteinander verbundenen Knoten besteht, die Muster aus Daten lernen. Neuronale Netze bilden die Grundlage der meisten modernen KI, einschließlich der Deep-Learning-Systeme für Bildinspektion, Anomalieerkennung und Prognosen in der Industrie.
Indem während des Trainings die Stärken der Verbindungen zwischen Knoten angepasst werden, lernt ein neuronales Netz, Eingaben (Bilder, Sensorsignale, Text) auf Ausgaben (eine Fehlerklasse, eine Störung, eine Prognose) abzubilden. Tiefe Netze mit vielen Schichten zeichnen sich bei komplexen Mustern aus und treiben Bildverarbeitung zur Qualitätsprüfung, schwingungsbasierte Fehlererkennung sowie Bedarfs- oder Ausfallprognosen an — sie benötigen jedoch umfangreiche, hochwertige Daten, um gut zu trainieren.
Verwandte Begriffe
Machine Learning (Industrial) · AI Vision Inspection (Machine Vision QC) · Anomaly Detection · Time-Series Forecasting