Anomaliedetectie: AI trainen met enkele goede voorbeelden

Een medewerker aan een laptop in een magazijn

Geschreven door

in

Covicon traint eigen AI-modellen op basis van enkele goede voorbeelden (anomaliedetectie), met continue feedback (human in the loop) en optioneel synthetische data.

Anomaliedetectie leert hoe een normaal product eruitziet en detecteert producten die daarvan afwijken. Zo vind je nieuwe, zeldzame of onverwachte afwijkingen zonder voorbeelden van elke mogelijke fout.

De AI-D-cyclus

  1. Acquisitie
  2. Modeltraining
  3. Continue feedback
  4. Detectie

Wat haalden we?

Op een industriële dataset was de false positive rate van AI-anomaliedetectie minder dan 0,1 % en de false negative rate minder dan 2 %. Dit is een praktijkvoorbeeld uit tests en projecten, geen algemene garantie. Prestaties worden per toepassing gevalideerd.

Reacties

Een reactie achterlaten

Je e-mailadres zal niet getoond worden. Vereiste velden zijn gemarkeerd met *