에 의해서 Chloe Woo | Content Strategist | 12월 19, 2023 | 인사이트 리포트
수동 어노테이션의 한계를 극복하는 기술 4가지 -오토레이블링, 자기지도학습 등 수동 데이터 어노테이션의 한계를 극복하는 다양한 AI 기술이 제안되었습니다. 4가지 주요 기술의 개념과 장점을 소개합니다. 사람이 직접 하는 어노테이션은 많은 시간과 비용이 소요됩니다. 예를 들어, 대규모 이미지 인식 경진대회인 ILSVRC에 활용되는 ImageNet 데이터 구축의 경우 크라우드 소싱을 통해 약 4만9천여 명이 4년에 걸쳐 1400만 장의 이미지에 어노테이션 작업을 수행했죠. 의료...
에 의해서 Chloe Woo | Content Strategist | 12월 14, 2023 | Quality Control
Implementing Quality Control in Multi-Product Small-Batch Production through the Utilization of Data CAMP’s ‘RECIPE’ feature 1. Challenge Managing Varied Quality Standards for Each Model without a Centralized History View The latest trend in...
에 의해서 Chloe Woo | Content Strategist | 12월 14, 2023 | Quality Control
[Case Study] Data Integration: Managing Inspection Data by Barcode Number for a Secondary Battery Manufacturer with Data CAMP 1. Challenge Lack of a production history management solution to manage product inspection data by barcode number In 2015, the introduction of...
에 의해서 Chloe Woo | Content Strategist | 11월 21, 2023 | Data, Smart Manufacturing, en
Navigating the Future: Unleashing the Potential of Digital Twin Technology in Manufacturing The concept of Digital Twin has recently emerged as a core technological trend in the manufacturing industry. As the product life cycle becomes shorter and predicting product...
에 의해서 Chloe Woo | Content Strategist | 10월 27, 2023 | 인사이트 리포트
우리 공장의 내비게이션 디지털 트윈(Digital Twin)! – 개념, 요소, 사례 최근 디지털 트윈(Digital Twin)이라는 개념이 제조 업계의 핵심 기술 트렌드로 떠올랐습니다. 갈수록 제품 수명 주기가 짧아지고 제품 수요를 예측하기 어려워지는데다 고객 맞춤형 제품 수요가 증가하는 등 변동성이 커지고 있기 때문에 디지털 트윈 도입 여부가 기업의 생사를 결정할 것이라는 말이 나올 정도입니다. 과연 디지털 트윈이란 개념은 무엇이고, 제조업에서는 어떻게 활용할...
