論文の概要: SolderNet: Towards Trustworthy Visual Inspection of Solder Joints in
Electronics Manufacturing Using Explainable Artificial Intelligence
- arxiv url: http://arxiv.org/abs/2211.10274v1
- Date: Fri, 18 Nov 2022 15:02:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-21 15:09:14.105852
- Title: SolderNet: Towards Trustworthy Visual Inspection of Solder Joints in
Electronics Manufacturing Using Explainable Artificial Intelligence
- Title（参考訳）: SolderNet: 説明可能な人工知能を用いた電子部品製造におけるソルダ継手の信頼できる視覚検査を目指して
- Authors: Hayden Gunraj, Paul Guerrier, Sheldon Fernandez, Alexander Wong
- Abstract要約: エレクトロニクス製造において、半田接合部の欠陥は様々なプリント基板部品に影響を及ぼす一般的な問題である。
半田関節の欠陥を特定・修正するために、回路基板上の半田関節は通常、訓練された人間の検査官によって手動で検査される。
本研究では,半田関節の視覚検査に適した,説明可能な深層学習に基づく視覚品質検査システムについて述べる。
- 参考スコア（独自算出の注目度）: 70.60433013657693
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In electronics manufacturing, solder joint defects are a common problem
affecting a variety of printed circuit board components. To identify and
correct solder joint defects, the solder joints on a circuit board are
typically inspected manually by trained human inspectors, which is a very
time-consuming and error-prone process. To improve both inspection efficiency
and accuracy, in this work we describe an explainable deep learning-based
visual quality inspection system tailored for visual inspection of solder
joints in electronics manufacturing environments. At the core of this system is
an explainable solder joint defect identification system called SolderNet which
we design and implement with trust and transparency in mind. While several
challenges remain before the full system can be developed and deployed, this
study presents important progress towards trustworthy visual inspection of
solder joints in electronics manufacturing.
- Abstract（参考訳）: エレクトロニクス製造において、半田関節欠陥は様々なプリント基板部品に影響を及ぼす一般的な問題である。
はんだ関節欠損を識別・修正するために、回路基板上のはんだ関節は、通常、訓練された人間の検査官によって手動で検査される。
本研究は, 検査効率と精度の両立を図るため, 電子機器製造環境におけるはんだ接合部の視覚検査に適した深層学習型視覚品質検査システムについて述べる。
本システムの中核は,信頼と透明性を念頭に置いて設計・実装を行う,soldernetと呼ばれる説明可能なsolder joint defect identification systemである。
本研究は, 電子部品製造における半田接合部の信頼性の高い視覚検査に向けた重要な進展を示すものである。
関連論文リスト
- Evaluating Vision Transformer Models for Visual Quality Control in Industrial Manufacturing [0.0]
工業生産における機械学習の最も有望なユースケースの1つは、欠陥のある製品の早期発見である。
我々は、異常検出手法とともに、現在の視覚変換器モデルを評価する。
品質管理システムに適したモデルアーキテクチャを実際に選択するためのガイドラインを提示する。
論文 参考訳（メタデータ） (2024-11-22T14:12:35Z) - DVQI: A Multi-task, Hardware-integrated Artificial Intelligence System
for Automated Visual Inspection in Electronics Manufacturing [57.33324493991657]
本稿では,DVQI(DarwinAI Visual Quality Inspection)システムを用いて,プリント基板組立欠陥の自動検査を行う。
DVQIシステムは、最小限のプログラミングと製造技術者のセットアップによるマルチタスク検査を可能にする。
また、DVQIシステムの性能と、トップエレクトロニクスメーカーへの影響に関するケーススタディも提示する。
論文 参考訳（メタデータ） (2023-12-14T18:56:54Z) - CINFormer: Transformer network with multi-stage CNN feature injection
for surface defect segmentation [73.02218479926469]
表面欠陥分割のための多段CNN特徴注入を用いた変圧器ネットワークを提案する。
CINFormerは、入力画像のマルチレベルCNN機能をエンコーダ内のトランスフォーマーネットワークの異なるステージに注入する、シンプルだが効果的な機能統合機構を提供する。
さらに、CINFormerはTop-Kセルフアテンションモジュールを提供し、欠陥に関するより重要な情報を持つトークンにフォーカスする。
論文 参考訳（メタデータ） (2023-09-22T06:12:02Z) - Neuro-Symbolic AI for Compliance Checking of Electrical Control Panels [47.187609203210705]
電気制御パネルのコンプライアンス検証を自動化するためのニューロ・シンボリック方式を提案する。
我々のアプローチは、ディープラーニング技術と解答セットプログラミング(ASP)の組み合わせに基づいており、最終製品で起こりうる異常やエラーを特定することができます。
イタリア企業が提供する実検例で実施した実験は,提案手法の有効性を実証するものである。
論文 参考訳（メタデータ） (2023-05-17T10:29:02Z) - LightDefectNet: A Highly Compact Deep Anti-Aliased Attention Condenser
Neural Network Architecture for Light Guide Plate Surface Defect Detection [71.40595908386477]
ライトガイドプレートの製造において重要なステップは、傷、明るい暗黒点、不純物などの欠陥の検査である。
ディープラーニング駆動型コンピュータビジョンの進歩は、ライトガイドプレートの自動視覚品質検査の探索につながった。
LightDetectNetは、光ガイド板表面欠陥検出に特化して設計された、高度にコンパクトなディープアンチエイリアス化されたアテンションコンデンサニューラルネットワークアーキテクチャである。
論文 参考訳（メタデータ） (2022-04-25T16:33:37Z) - ChangeChip: A Reference-Based Unsupervised Change Detection for PCB
Defect Detection [0.8057006406834467]
そこで本研究では,PCBの欠陥検出システムであるChangeChipを紹介する。
また,欠陥検出アルゴリズムの評価のために,20対のPCB画像からなるラベル付きデータセットであるCD-PCBを提案する。
論文 参考訳（メタデータ） (2021-09-13T07:10:07Z) - Anomaly Detection for Solder Joints Using $\beta$-VAE [0.0]
異常検出のための新しいβ-Variational Autoencoders (beta-VAE)アーキテクチャを提案する。
提案手法はデータの不連続表現を学習し,より独立な特徴と潜在空間表現の改善をもたらすことを示す。
本研究は, ハンダ関節の異常を正常な試料で訓練したモデルを用いて高精度に検出できることを示す。
論文 参考訳（メタデータ） (2021-04-24T11:19:27Z) - Cognitive Visual Inspection Service for LCD Manufacturing Industry [80.63336968475889]
本論文では,現在FPD業界で主流となっている液晶ディスプレイ(LCD)の視覚検査システムについて述べる。
システムは、堅牢/高性能欠陥認識モデルと認知視覚検査サービスアーキテクチャの2つの基礎に基づいています。
論文 参考訳（メタデータ） (2021-01-11T08:14:35Z) - PCB Defect Detection Using Denoising Convolutional Autoencoders [2.386911608328309]
プリント回路基板(PCB)の小さな欠陥は、最終製品に重大な欠陥を引き起こす可能性がある。
そこで本研究では,PCBの欠陥検出と欠陥発見のための畳み込みオートエンコーダのデノベートに基づく手法を提案する。
論文 参考訳（メタデータ） (2020-08-28T11:38:09Z) - Fault Diagnosis in Microelectronics Attachment via Deep Learning
Analysis of 3D Laser Scans [3.685017301279423]
ミニチュアプリント回路基板(PCB)の製造において共通の欠点は、液晶ポリマー(LCP)基板上にシリコンダイやその他のワイヤーボンディング可能な部品を付着させることである。
電子産業における現在の実践は、人間のオペレーターによる堆積した接着剤を、時間の消費と非効率の両方のプロセスで調べることである。
本研究では, 付着前後に付着した接着剤の体積を正確に推定し, 故障診断を自動化するシステムを提案する。
論文 参考訳（メタデータ） (2020-02-25T15:38:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。