Classifier in de lus Industriële Foutdetectie

De classifier-in-the-loop vision verbindt machine learning modellen met realtime datatelemetrie van IoT sensoren om een flexibele automatische diagnose van storingen in verschillende machines te bieden. Het onderzoek ligt op het snijvlak van gegevensverzameling van low-power draadloze IoT-sensoren, signaalanalyse en machine learning voor automatische detectie en classificatie van storingen. Dit bouwt voort op drie onderzoeksstromen bij Imec-DistriNet: 1. Low-power Internet of Things (IoT)-platforms zoals bijvoorbeeld MicroPnP, HyPer en Morphy. 2. Efficiënte signaalverwerking op embedded apparaten zoals bijvoorbeeld ReFrAEN. 3. Akoestische anomaliedetectietechnieken omvatten niet-begeleide akoestische anomaliedetectie tussen domeinen, bijvoorbeeld met behulp van gaussische mengdichtheid netwerken.