Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Название статьи
- ПРАКТИКА ИСПОЛЬЗОВАНИЯ КОМПЬЮТЕРНОГО ЗРЕНИЯ И ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ АВТОМАТИЗАЦИИ ПРОЦЕССОВ ВИЗУАЛЬНОГО КОНТРОЛЯ КАЧЕСТВА ВЫПОЛНЕНИЯ СБОРОЧНЫХ ОПЕРАЦИЙ
- Авторы
- Пирогова Марина Аркадьевна PirogovaMA@mpei.ru, канд. техн. наук; доцент кафедры "Вычислительная техника", НИУ "Московский энергетический институт", Москва, Россия
Краюшкин Владимир Анатольевич vkray@pts-russia.com, канд. техн. наук; руководитель проектов, ООО "Продуктивные технологические системы", Москва, Россия
Лешихина Ирина Евгеньевна liy56@mail.ru, канд. техн. наук; доцент, ФГБОУ ВО НИУ "Московский энергетический институт", Москва, Россия
Шведов Евгений Игоревич Shvedov.zheka@yandex.ru, студент, ФГБОУ ВО НИУ «Московский энергетический институт», Москва, Россия
- В разделе
- ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ В РЕШЕНИИ КОМПЛЕКСНЫХ ЗАДАЧ УПРАВЛЕНИЯ И ПРОЕКТИРОВАНИЯ, МОДЕЛИРОВАНИЯ И ПРОИЗВОДСТВА
- Ключевые слова
- искусственный интеллект / машинное зрение / датасеты / классификация / цифровая трансформация производства
- Год
- 2023 номер журнала 4 Страницы 11 - 19
- Индекс УДК
- 338.364
- Код EDN
- QAJLLU
- Код DOI
- 10.52190/2073-2597_2023_4_11
- Тип статьи
- Научная статья
- Аннотация
- Рассмотрены возможности использования технологий компьютерного зрения и искусственного интеллекта для повышения производительности и эффективности выполнения контроля качества сборочных операций. Технологии компьютерного зрения и искусственного интеллекта использованы при разработке прототипа рабочего места инспектора качества, проанализированы их специфика и особенности практического применения.
- Полный текст статьи
- Для прочтения полного текста необходимо купить статью
- Список цитируемой литературы
-
Краюшкин В. А., Лешихина И. Е., Пирогова М. А. Применение технологий дополненной реальности и искусственного интеллекта для автоматизации процессов визуального контроля качества выполнения сборочных операций. // Информационные технологии в проектировании и производстве. 2023. № 1. C. 3-9.
Шолле Ф. Глубокое обучение на Python. 2-е межд. издание. - Изд-во Питер, 2023. - 576 с.
Jindong Wang, Yiqiang Chen. Introduction to Transfer Learning: Algorithms and Practice. - Springer, 2023.
Ферлитш Э. Шаблоны и практика глубокого обучения / пер. с англ. Логунова А. В. - М.: ДМК Пресс, 2022. - 538 с.
Transfer Learning: как быстро обучить нейро-сеть на своих данных. Структурные компоненты [Электронный ресурс]. URL: https://hsto.org/r/ w1560/webt/tf/xp/2o/tfxp2on4o-rxj6hnt4dij7u8vlk.jpeg (дата обращения: 19.10.2023).
- Купить
- 500.00 руб
