데이터 품질 지표(DQI) 딥러닝 모델로 ‘데이터 드리프트’ 모니터링 및 예지보전 수행

데이터 품질 지표(DQI) 딥러닝 모델로 ‘데이터 드리프트’ 모니터링 및 예지보전 수행

데이터 품질 지표(DQI) 딥러닝 모델로 ‘데이터 드리프트’ 모니터링 및 예지보전 수행 아하랩스의 Data CAMP 솔루션과 검사 이미지의 퀄리티를 분석하는 딥러닝 모델을 활용하면, 카메라와 노후 조명 문제로 이미지를 잘못 촬영해 품질 검사에 실패하는 경우를 미연에 방지할 수 있습니다. Challenge   항상 일정한 광학 이미지가 촬영돼야 모델을 제대로 학습시키고 양/불량 판정 정확도를 높일 수 있음 그러나 카메라 각도가 바뀌거나 조명이...
AI 모델 간 Pipeline 구성으로 로봇 파지의 이상작동 감지에 성공한 사례

AI 모델 간 Pipeline 구성으로 로봇 파지의 이상작동 감지에 성공한 사례

AI 모델 간 Pipeline 구성으로 로봇 파지의 이상작동 감지에 성공한 사례 한국의 선도적인 글로벌 이차전지 제조 기업은 AI 모델 간 파이프라인을 구성할 수 있는 아하랩스의 솔루션을 활용하여 집게 로봇의 이상 작동을 실시간 감지할 수 있게 되었습니다.      관련 제품 : LISA Challenge   집게 로봇이 배터리를 떨어뜨려 다운타임 발생 ‘클래스 불균형’ 문제로 기존 머신러닝 솔루션 활용이 어려움 로봇이 잡아야 할 배터리가 없는...
추가 솔루션 도입 없이 검사 데이터와 고유 바코드 숫자를 통합해 생산 이력 추적이 가능해진 사례 

추가 솔루션 도입 없이 검사 데이터와 고유 바코드 숫자를 통합해 생산 이력 추적이 가능해진 사례 

추가 솔루션 도입 없이 검사 데이터와 고유 바코드 숫자를 통합해 생산 이력 추적이 가능해진 사례  Challenge   전기자동차 배터리 화재 및 리콜 이슈로 배터리 수율 향상과 생산 이력 추적에 대한 필요성이 커짐 신규 배터리가 새로 개발되었으나 기존 생산라인 및 과거의 품질검사 시스템을 그대로 활용​해 데이터 연계 및 통합이 불가능한 상태. 생산 이력을 추적할 수 없다는 문제 발생​ Approach   다양한 통신 프로토콜을 제공하는 Data...