Sieć neuronowa
Sieć neuronowa to model uczenia maszynowego luźno inspirowany mózgiem, zbudowany z warstwowo połączonych węzłów uczących się wzorców z danych. Sieci neuronowe stanowią podstawę większości nowoczesnej SI, w tym systemów głębokiego uczenia stosowanych w przemyśle do inspekcji wizyjnej, wykrywania anomalii i prognozowania.
Dostosowując siłę połączeń między węzłami podczas treningu, sieć neuronowa uczy się odwzorowywać wejścia (obrazy, sygnały czujników, tekst) na wyjścia (klasę wady, usterkę, prognozę). Sieci głębokie z wieloma warstwami doskonale radzą sobie ze złożonymi wzorcami, napędzając wizyjną kontrolę jakości, wykrywanie usterek na podstawie drgań oraz prognozowanie popytu lub awarii — choć do dobrego wytrenowania potrzebują obszernych danych wysokiej jakości.
Powiązane terminy
Machine Learning (Industrial) · AI Vision Inspection (Machine Vision QC) · Anomaly Detection · Time-Series Forecasting