(2018年8月27日 10:00〜11:30)
(2018年8月27日 12:15〜15:15)
昨今の人工知能ブームに伴い、機械学習、特に深層学習 (ディープラーニング) の外観検査への適用に期待が集まっています。深層学習は end – to – end の学習により認識器を自動構築できる大きなメリットがある反面、産業の現場においては、膨大な学習データが必要、処理内容がブラックボックスになる、といったデメリットが障害になっています。 本講演では、機械学習の基礎、明示的な特徴空間を用いる従来手法、深層学習を用いる最近の手法の基礎、並びに機械学習、特に深層学習を外観検査に用いる際の課題とその解決方法について、機械学習が専門ではない方々にも分かり易い解説を行います。
(2018年8月27日 15:30〜17:30)
製造現場における検査や組立の自動化に画像AI技術を適用するための課題やポイントを事例を交えて紹介する。特に、マスカスタマイゼーションの流れで多品種変量生産が求められる現場で、位置決めや検査を実行するための画像処理プログラムを自動生成・修正するためのAI技術として、遺伝的アルゴリズムを用いた手法について解説する。本手法は、少ない学習データでも最適解が得られること、および生成されたプログラムの可読性を特長としており、生産ラインの早期立ち上げや、照明などの環境変化への柔軟な対応が可能となる。