Atgyfnerthu algorithm dysgu ar gyfer optimeiddio awtomatig o weithrediadau planhigion
Cyhoeddodd Yokogawa a Nara Institute of Science and Technology (NAIST) ddatblygiad algorithm dysgu uwch * ar y cyd ar gyfer optimeiddio awtomatig o weithrediadau planhigion. Mae dysgu atgyfnerthu yn dechnoleg sylfaenol ym maes deallusrwydd artiffisial (AI). Mae datblygu'r algorithm hwn ar y cyd yn darparu ateb ymarferol i wella ansawdd cynhyrchu ac allbwn y ffatri.
Mae cudd-wybodaeth artiffisial a dysgu peiriannau (ML) yn is-set o ddeallusrwydd artiffisial. Yn ddiweddar, disgwylir iddo gyflawni datblygiadau technolegol mewn gwahanol feysydd, sydd wedi ennyn pryder eang. Mae AI yn cael ei ddefnyddio mewn bywyd go iawn, er enghraifft, cerbydau a chychod ymreolaethol. Er bod ML wedi'i roi i ddadansoddi data planhigion, rhaid iddo gael ei astudio ymhellach gan gwmnïau a sefydliadau academaidd cyn y gellir ei ddefnyddio i reolaeth awtomataidd.
Dros y blynyddoedd, mae Yokogawa wedi darparu systemau rheoli ar gyfer gwahanol ddiwydiannau megis olew, nwy naturiol, cemegau, dur, mwydion a phapur, meddygaeth a bwyd, ac mae wedi ennill llawer o dechnoleg ac arbenigedd sy'n gysylltiedig â gweithrediadau planhigion. Mae NAIST wedi bod yn ymchwilio a datblygu technolegau sy'n seiliedig ar ML megis technegau rhesymu a thechnegau peirianneg systemau, rheoli optimization a dysgu atgyfnerthu, yn ogystal â datblygu robotiaid a systemau deallus sy'n cyflawni swyddogaethau penodol mewn amgylchedd deinamig.
Mae Yokogawa a NAIST wedi datblygu algorithm newydd yn llwyddiannus sy'n defnyddio technoleg rheoli planhigion Yokogawa a gwybodaeth ac arbenigedd Yokogawa o gyd-ddibyniaeth rhwng dolenni rheolaeth i wella rhaglennu strategaeth ddeinamig y cnewyllyn (KDPP) a dysgu atgyfnerthu NIST. technoleg. Mae algorithmau dysgu atgyfnerthu traddodiadol yn gofyn am lawer o brosesau chwilio er mwyn sicrhau rheolaeth briodol, sy'n her i geisiadau ymarferol. Mae'r algorithm sydd newydd ei ddatblygu yn lleihau'n sylweddol faint o hyfforddiant y mae'n rhaid ei wneud ac felly mae'n hynod ymarferol. Mae Yokogawa a NAIST wedi cadarnhau ar yr efelychydd planhigyn fod defnyddio algorithm newydd i reoli pedwar gwahanol falfiau ar yr un pryd yn ystod y broses distyllu yn y gweithgynhyrchiad finyl asetad, mae'r gweithrediad optimization yn llawer uwch na'r hyn sy'n bosibl gydag algorithmau rheoli confensiynol neu weithrediadau llaw.
Bydd Yokogawa a NAIST yn cynnal prawf cysyniad (POC) mewn amgylchedd ffatri cyfoes i gadarnhau dibynadwyedd y defnydd gwirioneddol. Rhyddhawyd yr algorithm newydd ei ddatblygiad yng Nghynhadledd IEEE International ar Automation Science and Engineering a gynhaliwyd yn yr Almaen o Awst 20 i 24.
Os ydych chi eisiau prynu modur prosesu prosesu bwyd, rhowch sylw at yr injan brwsh carbon.
