AI for Manufacturing

ปัญญาประดิษฐ์สำหรับการผลิต

2(1-3-5)

วิชาบังคับก่อน : ENG35 3173 การเรียนรู้ของเครื่องสำหรับการวิเคราะห์ข้อมูลทางวิศวกรรม

เรียนรู้การเขียนโปรแกรมภาษาไพธอนเพื่อสร้างปัญญาประดิษฐ์พื้นฐาน; การสร้างโมเดลการเรียนรู้เชิงลึกเพื่อแก้ไขปัญหาที่มีความซับซ้อน; การใช้งานโครงข่ายประสาทเทียมแบบคอนโวลูชันและโครงข่ายประสาทเทียมแบบวนซ้ำ; การใช้ปัญญาประดิษฐ์กับข้อมูลภาพสำหรับงานควบคุมคุณภาพด้วยกล้องโดยการจำแนกประเภทของวัตถุและการตรวจจับบริเวณที่มีความผิดปกติของชิ้นงาน; การใช้ปัญญาประดิษฐ์กับข้อมูลเสียงเพื่อการตรวจจับความผิดปกติของเครื่องจักรในการซ่อมบำรุงเชิงคาดการณ์; การประเมินประสิทธิภาพของปัญญาประดิษฐ์และการปรับแต่ง

ผลสัมฤทธิ์การเรียนรู้

1. วิเคราะห์รูปแบบของข้อมูลเพื่อเลือกใช้เครื่องมือหรืออัลกอริทึมปัญญาประดิษฐ์สำหรับการตรวจหาความผิดปกติในกระบวนการผลิตได้ (ดัชนีชี้วัดสมรรถนะ = 2.1)
2. ออกแบบและพัฒนาอัลกอริทึมปัญญาประดิษฐ์เพื่อตรวจสอบความผิดปกติในกระบวนการผลิตโดยใช้ข้อมูลภาพและสัญญาณได้ (ดัชนีชี้วัดสมรรถนะ = 2.2)
3. ตระหนักถึงจริยธรรมการใช้งานปัญญาประดิษฐ์และการได้มาซึ่งข้อมูล (ดัชนีชี้วัดสมรรถนะ = 4.2)

 

AI for Manufacturing

Prerequisite : ENG35 3173 Machine Learning for Engineering Data Analytics

Learn Python programming to create basic artificial intelligence (AI); develop deep learning models to solve complex problems; apply convolutional neural networks (CNN) and recurrent neural networks (RNN); use AI with image data for quality control by classifying objects and detecting defective areas of products; use AI with sound data to detect machine abnormalities for predictive maintenance; evaluate AI performance and fine-tune models.

Learning Outcomes

1. Analyze data patterns to select appropriate tools or artificial intelligence algorithms for detecting anomalies in manufacturing processes. (PI = 2.1)
2. Design and develop artificial intelligence algorithms to inspect anomalies in manufacturing processes using image and signal data. (PI = 2.2)
3. Recognize the ethical considerations in using artificial intelligence and acquiring data. (PI = 4.2)