에 의해서 Chloe Woo | Content Strategist | 7월 4, 2024 | Predictive Maintenance
A successful case of reducing ‘false-positives’ by applying a deep learning model to detect ‘type 1 errors’ Challenge If the test standard is set too sensitively to achieve 0% ‘false-negative’, ‘false-positive (type 1 error)’ increases. Inefficiency due to...
에 의해서 Chloe Woo | Content Strategist | 7월 3, 2024 | Predictive Maintenance
Success case of monitoring ‘data drift’ and performing predictive maintenance with a data quality index (DQI) model Challenge Consistent optical images must be taken at all times to properly train the model and increase the accuracy of quality...
에 의해서 Chloe Woo | Content Strategist | 7월 3, 2024 | Predictive Maintenance
Configuring an AI model pipeline to detect robotic grasping anomalies in real time Challenge Robot drops battery, causing downtime Difficulty utilizing existing machine learning solutions due to ‘class imbalance’ problem Difficulty treating footage...
에 의해서 Chloe Woo | Content Strategist | 7월 3, 2024 | Quality Control
How the Anomaly Detector model was used to automate the quality control process using only normal data Challenge Pouch-type batteries have flexible surface geometry, complicating defect identification. This makes it challenging to use existing rule-based...
에 의해서 Chloe Woo | Content Strategist | 4월 12, 2024 | 뉴스
[AW2024] 라벨링 없이 정상 영상만 있어도 AI 학습&활용 가능 아하랩스는 지난 3월 27일부터 29일까지 서울 코엑스에서 열린 ‘2024 자동화산업전(이하 AW2024)’ 전시회에 참가했습니다. 이번 전시회는 450개 기업이 참여해 역대 최대 규모로 개최되었는데요. 아하랩스 부스에도 많은 고객님이 방문해 아하랩스의 인공지능 솔루션에 대해 다양한 의견과 질문을 나누어 주셨습니다. 깊은 감사의 말씀드립니다. 라벨링 없이 정상 데이터만으로 AI 학습과...