A.I-basierte Qualitätssicherung in der Pharmaindustrie

 

Herausforderung

Um den Aufwand der visuellen Fehlererkennung in der produktiven Pharmaindustrie zu vereinfachen und Fehlerraten zu reduzieren entwickelte elunic mit Hilfe von Deep Learning Algorithmen ein System zur automatischen Qualitätssicherung.

 

Ziele

  • Automatisierte Fehlererkennung in der Produktion
  • Logische Klassifizierung von Fehlern
  • Ablösung von stichprobenartiger Qualitätssicherung durch vollumfängliche QS.

 

Lösung

  • Einsatz von Deep Learning zur Fehlererkennung.
  • Generierung von Bilddaten zum Trainieren des Machine Learning Algorithmus .
  • Erhöhung der Qualitätssicherung.

Geben Sie bitte die unten stehenden Informationen an, um mehr zu unserem Showcase zu erfahren.

*Mit der Nutzung dieses Formulars erklären Sie sich mit der Speicherung und Verarbeitung Ihrer Daten durch diese Website einverstanden.

 


 

Nutzen

  • Vollumfängliche Qualitätskontrolle in der Pharmaproduktion.

 

Daten

  • Bilderkennung
  • Positionsverifikation
  • Datenabgleich

 

Technologien

  • AI.SEE
  • AWS IoT Core
  • AWS Kinesis
  • TensorFlow