- トップ
- 検索結果
記事検索結果
1,084件中、1ページ目 1〜20件を表示しています。 (検索にかかった時間:0.004秒)
ミラクルエターナルの海外からの原料調達力も生かしながら、使用済みLiBのほか電池工場で発生する不良品や端材も回収する。
顧客が必要とする良品・不良品画像を自在に生成できるほか、不定形でバラつきがあっても、特徴を定量数値化した特徴量を学習させることにより検出が可能。
不良品ゼロと生産性向上に向けて、18年ごろからロボットによる自動化やIoT(モノのインターネット)活用に取り組む。
一例として、製造現場で不良品が発生した際の音や手触りなどを数値データに落とし込むことで、従来ベテラン社員に依存していた不良品の判定を、客観的にできるようになる可能性を秘める。
例えば、従来は経験者の知見に基づいて行っていた不良品の判断について、デジタル人材が製造現場で発生する音や手触りなどを数値化し、不良品を客観的に判断できるようにする。
例えば車やロボットなどモビリティーの画像処理で人工知能(AI)の深層学習を扱う講座は、工場の不良品検出に生かせる。
製造ラインの検査工程には、カメラと人工知能(AI)を使う検査システムを採用したことで不良品の検知率を向上させた。
従来は事業部ごとに不具合の状況を表計算ソフトでまとめていた。... 不具合の原因は設計や製造方法、製造所の気温や環境の違いなど多岐にわたる。... 不具合による不良品の廃却や新品の再出荷などにかかるコ...
不良品が出ないよう万全を期す日本的手法にも良い面はあるが、「イノベーションを生み出し、市場を独占できなければ半導体産業では生き残れない」と心得る。
常温食品、冷蔵・冷凍食品、瓶入りなどの重量物商品の包材不良品や賞味期限が近い商品、季節商品、数がバラつく商品などでの取引機会を設ける。
画像処理技術の導入による検査も進んできたが、現状では傷や色ムラなどの見栄えなどで不良品の検出が難しいという課題があり、AI技術による外観検査の高度化の需要が高まっている。