Giải pháp thu hồi sản phẩm bất thường trong công nghiệp
Luận văn · Thạc sĩ · năm 2023 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Trần Nguyễn Hòa Đồng |
| Người hướng dẫn | Lê Hoàng Thái |
| Cơ sở đào tạo | Đại học Quốc gia TP. Hồ Chí Minh |
| Năm | 2023 |
| Nguồn | Thư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Đề tài sẽ tập trung vào cách tiếp cận phát hiện sản phẩm bất thường bằng ảnh thường được chụp lại trong công nghiệp, ứng dụng các kỹ thuật học máy là một giải pháp thay thế giúp tối ưu chi phí, hiệu suất để đánh giá và thu hồi các sản phẩm lỗi. Phương pháp để phát hiện bất thường là học dữ liệu bình thường bằng cách giả định một tình huống không thể thu được đủ dữ liệu bất thường trong thực tế. Phát hiện dữ liệu bất thường khi xuất hiện các kết quả khác nhau dựa trên các đặc điểm của dữ liệu bình thường. Mô hình được xây dựng dựa trên 2 mô hình trước đó là SPADE và PaDiM. Trong quá trình đào tạo, các phần nhúng (embeddings) được trích xuất bằng CNN được đào tạo trước, được lấy mẫu sử dụng thuật toán Greedy để giảm tập dữ liệu và được lưu trữ trong ngân hàng bộ nhớ. Trong quá trình suy luận, tìm kiếm lân cận gần nhất (nearest neighbor) được thực hiện trên ngân hàng bộ nhớ. Điều này làm giảm chi phí tìm kiếm lân cận gần nhất dẫn đến tăng tốc độ suy luận. Cấu trúc của mô hình gồm ba nội dung chính: Các tính năng patch cục bộ, lấy mẫu phụ coreset, phát hiện và phân vùng. Tiến hành thực nghiệm, đánh giá độ chính xác và so sánh với các phương pháp khác.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- ECG-based cardiac arrhythmia detection and classification
- Mô hình máy học dự đoán chi phí cấu hình máy tính lắp ráp
- Khung học tăng cường đối kháng thích ứng cho né tránh phát hiện mã độc trong môi trường hộp đen
- Xây dựng ứng dụng web quản lý tổ chức sự kiện tại Trường Đại học An Giang
- Sử dụng kỹ thuật học sâu trong phát hiện tấn công ứng dụng web
- Nhận dạng hành động người dựa vào kết hợp đặc trưng toàn cục - cục bộ
- Xây dựng website dạy tập luyện thể dục trực tuyến
- Nghiên cứu kỹ thuật bảo vệ tính riêng tư và ứng dụng trong dịch vụ điện tử
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.