Kontrola wizualna w produkcji farmaceutycznej Uczenie głębokie: ograniczenie liczby błędnych wyrzutów na nowych i zmodernizowanych liniach produkcyjnych
Sztuczna inteligencja przekształca automatyczną kontrolę wizualną (AVI) ze sztywnego systemu opartego na logice w system zdolny do uczenia się. Dzięki rozwiązaniom modernizacyjnym można również zmodernizować istniejące instalacje w celu zwiększenia wydajności wykrywania.
Wysoka częstotliwość cykli, wahania w procesie produkcyjnym oraz rygorystyczne wymagania GxP stanowią duże wyzwanie dla kontroli wizualnej w produkcji farmaceutycznej. Deep Learning rozszerza możliwości klasycznego przetwarzania obrazu i ogranicza liczbę błędnych klasyfikacji. Również istniejące linie produkcyjne można zmodernizować przy niewielkim nakładzie pracy. Jedynym warunkiem jest zastosowanie znormalizowanej, podlegającej walidacji procedury – od gromadzenia danych, przez szkolenie modelu, aż po monitorowanie w trakcie produkcji.
Zarejestruj się lub zaloguj, aby przeczytać ten artykuł
Aby przeczytać cały artykuł, musisz się zarejestrować. Bezpłatna rejestracja daje Ci dostęp do ekskluzywnych informacji.
Czy masz już konto? Zaloguj się tutaj