Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengenalan AI dalam Pengendalian Kualitas
- Tinjauan AI dalam proses kualitas produksi
- Aplikasi dalam inspeksi, deteksi kerusakan, dan ketaatan
- Keuntungan dan kelemahan QA berbasis AI
Mengumpulkan dan Menyiapkan Data Kualitas
- Jenis data yang digunakan dalam QA (gambar, sensor, log produksi)
- Memetik dataset visual dengan LabelImg
- Penyimpanan data dan struktur untuk melatih model
Pengenalan Computer Vision untuk QA
- Dasar pemrosesan gambar dengan OpenCV
- Teknik pra-pemrosesan untuk gambar industri
- Mengambil fitur visual untuk analisis
Machine Learning untuk Deteksi Anomali
- Melatih klasifikasi sederhana untuk deteksi kerusakan
- Menggunakan jaringan sarung (CNNs)
- Belajar tanpa pengawas untuk identifikasi anomali
Hasil Forecasting dengan Model AI
- Pengenalan teknik regresi
- Membangun model untuk memprediksi hasil produksi
- Menevaluasi dan meningkatkan akurasi prediksi
Mengintegrasikan AI dengan Sistem Produksi
- Opsi pelaksanaan untuk model inspeksi
- Edge AI vs. analisis berbasis cloud
- Mengotomatiskan pemberitahuan dan laporan kualitas
Studi Kasus Praktis dan Proyek Akhir
- Mengembangkan prototipe inspeksi AI end-to-end
- Melatih dan menguji dengan dataset QA sampel
- Membawa solusi kontrol kualitas AI yang berfungsi
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pengertian dasar tentang proses manufaktur atau QA
- Kemampuan menggunakan lembar kerja atau bentuk digital untuk melaporkan
- Minat pada metode kontrol kualitas berbasis data
Penonton
- Spesialis asuransi kualitas
- Pemimpin produksi
21 Jam