LSTMを用いたへら絞り技能再現システムの加工対象の厚みに対する汎化性能評価

カテゴリ: 全国大会

論文No: 4-173

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): Evaluation of Generalization Performance of Metal Spinning Reproduction System using LSTM for Work Thickness

著者名: 久米駿弥（香川高等専門学校）,漆原史朗（香川高等専門学校）,吉岡崇（香川高等専門学校）

著者名(英語): Shunya Kume (National Institute of Technology, Kagawa College),Shiro Urushihara (National Institute of Technology, Kagawa College),Takashi Yoshioka (National Institute of Technology, Kagawa College)

キーワード: 熟練技能再現|へら絞り|長・短期記憶|expert skill reproduction|metal spinning|Long short-term memory

要約(日本語): ものづくり産業を下支えしている熟練技能は，少子高齢化による継承者減少や熟練者の高年齢化などの問題を抱えており，早急な対応が望まれている。一方で，第4次産業革命時代を迎えている今日，IoT技術の普及とともにビッグデータや人工知能が至る所で活用され成果を上げている。本稿では，熟練技能の永久保存と技能継承の円滑化を見据え，深層学習およびクラウドを用いた熟練技能再現システムを提案する。熟練技能としてへら絞りに着目し，時系列に特化した深層学習モデルであるLong Short-Term Memoryの作業条件に対する

本誌掲載ページ: 295-297 p

原稿種別: 日本語

PDFファイルサイズ: 745 Kバイト