Machine Learning for Manufacturing Process Control

การเรียนรู้ด้วยเครื่องจักรสำหรับการควบคุมกระบวนการผลิต

4(4-0-12)

วิชาบังคับก่อน : ไม่มี

การเรียนรู้เกี่ยวกับการเรียนรู้ด้วยเครื่องจักร การเตรียมข้อมูลเพื่อใช้กับอัลกอริทึมด้านการเรียนรู้ด้วยเครื่องจักร การเลือกใช้อัลกอริทึมที่เหมาะสมกับข้อมูลแบบต่าง ๆ และการนำการเรียนรู้ของเครื่องจักรไปใช้เพื่อเพิ่มประสิทธิภาพของกระบวนการผลิต การตรวจสอบความผิดพลาดที่อาจเกิดขึ้นจากตัวแปรต่าง ๆ เพื่อควบคุมกระบวนการผลิตให้ปรับเปลี่ยนไปตามสถานการณ์ได้ก่อนที่จะมีความเสียหายเกิดขึ้นโดยผู้เรียน สามารถวิเคราะห์ปัญหาที่เกิดขึ้นในระบบการผลิตปัจจุบันในกรณีศึกษาต่าง ๆ และนำชุดข้อมูลไปพัฒนารูปแบบของการเรียนรู้ด้วยเครื่องจักรเพื่อเพิ่มประสิทธิภาพของการผลิตได้

เค้าโครงรายวิชา

  1. การจัดเตรียมข้อมูลสำหรับการเรียนรู้ด้วยเครื่องจักร (8 ชม.)
  2. อัลกอริทึมต่าง ๆ สำหรับการเรียนรู้ด้วยเครื่องจักร (8 ชม.)
  3. การสร้างรูปแบบการจำแนกข้อมูลด้วยการเรียนรู้ด้วยเครื่องจักร (8 ชม.)
  4. การสร้างรูปแบบการเรียนรู้ด้วยเครื่องจักรเพื่อการทำ Fault Detection (8 ชม.)
  5. การปรับแต่งรูปแบบของการเรียนรู้ด้วยเครื่องจักรเพื่อให้ทำงานได้ดีขึ้น (8 ชม.)
  6. การวิเคราะห์ปัญหาด้านกระบวนการผลิต (8 ชม.)

ผลสัมฤทธิ์การเรียนรู้

  1. วิเคราะห์ปัญหาด้านกระบวนการผลิต และเลือกใช้รูปแบบการเรียนรู้ของเครื่องจักรที่เหมาะสมสำหรับการควบคุมการผลิตได้
  2. สร้างรูปแบบการทำงานของการเรียนรู้ด้วยเครื่องจักรที่เพิ่มประสิทธิภาพให้กระบวนการผลิตได้
  3. อธิบายความสำคัญด้านความเป็นส่วนตัวและความปลอดภัยของข้อมูลที่นำมาวิเคราะห์รวมถึงนำไปใช้ในการสร้างรูปแบบการเรียนรู้ด้วยเครื่องจักรได้อย่างเหมาะสม

 

Machine Learning for Manufacturing Process Control

Prerequisite : None

Concept and principle 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, Use of the machine learning to build the model that can help with fault detection and control the process, which will eventually improve the performance.

Course Outline

  1. Data preparation for machine learning. (8 hr.)
  2. Various algorithms for machine learning. (8 hr.)
  3. Building a classification model with machine learning. (8 hr.)
  4. Building machine learning model for fault detection. (8 hr.)
  5. Optimizing machine learning models for better performance. (8 hr.)
  6. Analyzing the manufacturing problem. (8 hr.)

Learning Outcomes

  1. Analyze the manufacturing problems and choose the suitable machine learning technique to control the process.
  2. Create a machine learning model to improve manufacturing performance.
  3. Explain the privacy and security of the data used analysis process and building the Machine Learning model.