Anwendungen für Maschinelles Lernen und Künstliche Intelligenz
Was wir darunter verstehen
Gemeinsam mit Ihnen identifizieren wir Use Cases, welche sich für die Anwendung von Algorithmen des maschinellen Lernens und/oder neuronaler Netze eignen. Beispiele hierfür sind die automatische Klassifizierung von Defektbildern und Wafersignaturen, die Erkennung von Anomalien und das Aufspüren von kausalen Zusammenhängen der im Produktionsumfeld anfallenden Daten wie Material-, Qualitätskontroll-, Sensor-, Anlagen- und Trackingdaten.
Wie wir es tun
Wir vermitteln Ihnen die zum Verständnis der Algorithmen notwendigen Grundlagen und erörtern in Workshops mit Ihren Technologen und Prozessexperten mögliche Anwendungsbereiche. Mit unserem ‚Analytic Lab‘ können wir Ihre Use Cases testen und verifizieren. Durch Optimierung der Algorithmen werden Prototypen entwickelt, welche zum einen generelle Potentiale Ihrer Anwendungen erkennen lassen, sowie auch einen pragmatischen Ansatz für den Einsatz in der Produktion ermöglichen sollen. Nach einem erfolgreichen ‚Proove Of Concept‘ können die Anwendungen als Echtzeitanwendungen implementiert werden.
- Anforderungsanalyse
- Defekt Engineering
- Prozesskontrollmethodik
- Signatur- und Bild Analyse
- Machine Learning / Künstliche Intelligenz
- Yieldkorrelation und -vorhersage, andere Methoden
- Rollen und Schnittstellen
- Verankerung der Veränderung
- Unterstützung bei der Überführung in die Produktion
- Einführung neuer Methoden
- Convanit Analytics Lab
- Prototyping
Kompetenzen und Schlagworte