─ 核心技術 ─
人工智慧
Artificial Intelligence
─ 核心技術 ─
Artificial Intelligence
深度學習首重資料,收集足量資料並執行篩選、清理(Clean)、統一格式(Format)、缺失值(Missing value)處理、轉換(Transform)等去蕪存菁之流程,以得到有用的資料集,可使後續機器學習產出結果較為理想
針對各類需求目標與應用層面,評估所需使用的深度學習方法與神經網路模型,如使用監督式學習的卷積神經網路(CNN),來讓機器學習辨識影像,或者應用非監督式學習的生成對抗網路(GAN),可修復或合成圖片
對於完成深度學習訓練之機器,使用測試資料以確認是否達成學習目標。然而因應商業或環境等變化,需再次收集完整資料並重新學習訓練,並根據每回訓練的結果不斷地校正隱藏層內的閥值或參數,使學習訓練出來的AI模型達到最佳效果
以自動缺陷分類系統自動對圖像進行缺陷檢測,對缺陷類型進行判決;深度視覺處理引擎,通過深度學習技術突破傳統影像處理技術的瓶頸,提供高精準的缺陷分類結果
透過人工智慧,整合各類感測信號並搭配核心UTM平台,使無人機具備起飛返場自動化之能力,減少人為操作失誤因素所衍生之飛安事件
透過最新的人工智慧技術,整合各類感測信號與核心無人機反制系統平台,以即時檢測、分析、預測和處理的全方位流程,辨識可達成入侵目標無人機攔截時機,從而自動進行目標捕獲作業,協助人員/載台充分發揮運作的潛力與預期效益