Machine Learning for Manufacturing Process Control

การเรียนรู้ด้วยเครื่องจักรสำหรับการควบคุมกระบวนการผลิต
4(4-0-12)
เงื่อนไข: โดยความเห็นชอบของสาขาวิชา
การเรียนรู้เกี่ยวกับการเรียนรู้ด้วยเครื่องจักร การเตรียมข้อมูลเพื่อใช้กับอัลกอริทึมด้านการเรียนรู้ด้วยเครื่องจักร การเลือกใช้อัลกอริทึมที่เหมาะสมกับข้อมูลแบบต่าง ๆ และการนำการเรียนรู้ของเครื่องจักรไปใช้เพื่อเพิ่มประสิทธิภาพของกระบวนการผลิต การตรวจสอบความผิดพลาดที่อาจเกิดขึ้นจากตัวแปรต่าง ๆ เพื่อควบคุมกระบวนการผลิตให้ปรับเปลี่ยนไปตามสถานการณ์ได้ก่อนที่จะมีความเสียหายเกิดขึ้น โดยผู้เรียนสามารถวิเคราะห์ปัญหาที่เกิดขึ้นในระบบการผลิตปัจจุบันในกรณีศึกษาต่าง ๆ และนำชุดข้อมูลไปพัฒนารูปแบบของการเรียนรู้ด้วยเครื่องจักรเพื่อเพิ่มประสิทธิภาพของการผลิตได้
เค้าโครงรายวิชา
1. การจัดเตรียมข้อมูลสำหรับการเรียนรู้ด้วยเครื่องจักร (8 ชั่วโมง)
2. อัลกอริทึมต่าง ๆ สำหรับการเรียนรู้ด้วยเครื่องจักร (8 ชั่วโมง)
3. การสร้างรูปแบบการจำแนกข้อมูลด้วยการเรียนรู้ด้วยเครื่องจักร (8 ชั่วโมง)
4. การสร้างรูปแบบการเรียนรู้ด้วยเครื่องจักรเพื่อการทำ Fault Detection (8 ชั่วโมง)
5. การปรับแต่งรูปแบบของการเรียนรู้ด้วยเครื่องจักรเพื่อให้ทำงานได้ดีขึ้น (8 ชั่วโมง)
6. การวิเคราะห์ปัญหาด้านกระบวนการผลิต (8 ชั่วโมง)
ผลสัมฤทธิ์การเรียนรู้
1. สามารถวิเคราะห์ปัญหาด้านกระบวนการผลิต และเลือกใช้รูปแบบการเรียนรู้ของเครื่องจักรที่เหมาะสมสำหรับการควบคุมการผลิตได้
2. สามารถสร้างสรรค์รูปแบบการทำงานของการเรียนรู้ด้วยเครื่องจักรที่เพิ่มประสิทธิภาพให้กระบวนการผลิตได้
3. เข้าใจถึงความสำคัญด้านความเป็นส่วนตัว และความปลอดภัยของข้อมูลที่มานำวิเคราะห์ รวมถึงนำไปใช้ในการสร้างรูปแบบการเรียนรู้ด้วยเครื่องจักรได้อย่างเหมาะสม

Machine Learning for Manufacturing Process Control
35786 Machine Learning for Manufacturing Process Control 4(4-0-12)
Condition: Consent of the School
The course focus on the concept and principal of machine learning, data preparation, choosing the suitable machine learning algorithm, and applying the knowledge to increase the performance of manufacturing process. The improvement of the process may include fault detection to adapt the process according to the situation. Learners will be able to analyze the manufacturing problem and use the machine learning to build the model that can help in fault detection and control the process, which will eventually improve the performance.
Course Outline
1. Data preparation for machine learning (8 hours)
2. Various algorithms for machine learning (8 hours)
3. Building classification model with machine learning (8 hours)
4. Building machine learning model for fault detection (8 hours)
5. Optimizing machine learning model for better performance (8 hours)
6. Analyzing the manufacturing problem (8 hours)
Learning Outcomes
1. Ability to analyze the manufacturing problems and choose the suitable machine learning technique to control the process
2. Ability to create a machine learning model to improve the manufacturing performance
3. Ability to understand the privacy and security of the data used analysis process and building the machine learning model