제조회사에서 생산되는 제품의 불량을 얘측하는 것은 기업의 이익과 직접적으로 관련되기 때문에 매우 중요합니다. 불량품을 판별하는 전통적인 방법은 사람이 수 작업으로 불량품을 식별하는 것인데, 이는 인적 오류에 의한 오류 발생의 가능성이 크고 많은 사람에게 의존해야 하므로 고 비용이 들어갑니다.
제품 품질에 영향을 미칠 수 있는 압력, 속도, 온도 등의 데이터를 센서를 이용한 수집을 통해 딥러닝 기술을 활용한다면 제품의 불량을 신속하고 정확하게 예측할수 있습니다.제품의 품질의 예측은 비용 절감 뿐만 아니라 기업의 수익의 최적화를 시킬 수 있습니다.
데이터 | 데이터의 종류 | 내용 | 사용방식 |
---|---|---|---|
입력데이터 | CSV | 제조 공정 정보: 주변 환경 압력, 속도, 온도, 불량품 발생 원인 등 | API |
출력데이터 | CSV | 불량품 발생 여부 | API |
결제 방법 | 가입 방법 | 신청 시 첨부 파일 |
---|---|---|
선불요금 | 온라인 | 모델 생성에 필요한 고객 데이터 |
신청절차 |
---|
|