Advancements in synthetic data extraction for industrial injection molding
Created by
Haebom
Category
Empty
저자
Georg Rottenwalter, Marcel Tilly, Christian Bielenberg, Katharina Obermeier
개요
기존 Long Short-Term Memory (LSTM) 아키텍처를 사용하여 사출 성형 공정의 훈련 과정에 합성 데이터를 통합하는 가능성을 연구합니다. 생산 사이클을 시뮬레이션하여 합성 데이터를 생성하고 훈련 데이터 세트에 통합합니다. 다양한 비율의 합성 데이터를 반복적으로 실험하여 실제 데이터의 진정성과 관련성을 유지하면서 합성 데이터의 이점을 극대화하는 최적의 균형을 찾습니다.
시사점, 한계점
•
시사점:
◦
합성 데이터의 통합은 다양한 시나리오를 처리하는 모델의 능력을 향상시킵니다.
◦
수작업, 기계 사용 및 재료 낭비를 줄여 잠재적인 실제 산업적 응용이 가능합니다.
◦
광범위한 데이터 수집 및 유지가 비실용적이거나 비용이 많이 드는 상황에 대한 가치 있는 대안을 제공합니다.
