相关实验视频
Updated: Jul 2, 2025

09:17
Surrogate Model Development for Digital Experiments in Welding
Published on: March 28, 2025
861
基于云的机器学习方法用于织制造业的参数预测
Ray-I Chang1, Jia-Ying Lin1, Yu-Hsin Hung2
1Department of Engineering Science and Ocean Engineering, National Taiwan University, No. 1, Sec. 4, Roosevelt Road, Taipei 10617, Taiwan.
Sensors (Basel, Switzerland)
|February 24, 2024
概括
本研究介绍了一种基于查询的学习方法,用于织制造,提高效率和减少资源浪费. 新的回归算法实现了较低的平均平方误差,提高了产品质量预测.
科学领域:
- 织制造业 织制造业 织制造业 织制造业 织制造业
- 数据分析数据分析数据分析.
- 机器学习 机器学习
背景情况:
- 传统的织制造业依靠试错来调整参数,导致效率低下.
- 优化生产参数对于提高织产品质量和减少资源浪费至关重要.
研究的目的:
- 利用数据分析开发一种高效,经济的织制造方法.
- 通过利用现有的制造数据来改善产品质量的预测.
主要方法:
- 在回归分析中提出了一个基于查询的学习方法,利用现有的制造数据.
- 模型培训涉及与其解决方案空间的动态交互以及从质量因素验证中获得的新培训模式的整合.
主要成果:
- 提出的基于查询的回归算法实现了0.0153.3的平均平方误差.
- 这种性能优于传统的回归方法,该方法的平均平均平方误差为0.020.
结论:
- 开发的基于查询的学习方法显著提高了织制造业的效率和有效性.
- 作为API部署的训练模型提供基于云的分析和自动通知服务,以改善质量控制.

