Kategoria: Journal of Intelligent Manufacturing

[ad_1] Naukowcy z University of Illinois Urbana-Champaign, kierowani przez profesora Williama Kinga, opracowali nową metodę wykorzystującą głębokie uczenie maszynowe do wykrywania defektów w komponentach drukowanych w 3D. Technologia ta wykorzystuje symulacje komputerowe do trenowania modelu na różnych potencjalnych wadach, umożliwiając mu rozróżnienie między wadliwymi i niewadliwymi komponentami. Algorytm z powodzeniem zidentyfikował setki defektów w rzeczywistych…