Martinek, Péter and Krammer, Olivér (2021) Gépi tanulási módszerek optimalizálása a stencilnyomtatási folyamat vizsgálatára. Elektronikai Technológia és Gyártásinformatika, 4. pp. 5-14. ISSN 2631-0813
|
Text
02_etesgyi_2021.04.005.pdf Download (599kB) | Preview |
Abstract
Jelen cikk célja, hogy bemutassa az újraömlesztéses forrasztási technológia kritikus lépésének, a stencilnyomtatási folyamatnak a gépi tanuláson alapuló modellezési lehetőségeit. Ismertetjük az egyes gépi tanulási módszerek alapjait, majd pedig a következő gépi tanulási módszerek optimalizálását a stencilnyomtatás tekintetében: mesterséges neurális hálózat, neuro-fuzzy rendszer, szupport-vektor gépek, boost-olt döntési fák. A módszerek vizsgálatához és optimalizáláshoz kísérleti úton nyertük a tanító adathalmazt, melynek bementi paraméterei a forraszpaszta szemcseméretének tulajdonságai, a stencilapertúra mérete és a nyomtatási sebesség. A folyamat minőségét jellemző kimeneti paraméterek pedig a forraszpaszta-lenyomatok területe, magassága, térfogata. Az egyes, gépi tanulási módszerek becslési hibáját az átlagos abszolút százalékos hiba (MAPE – mean absolute percentage error) értékével jellemeztük. A vizsgált gépi tanulási módszerek teljesítményét összességében megfelelőnek találtuk (az átlagos becslési hiba 5% alatti), kivéve a neuro-fuzzy rendszert, melynek alkalmazását nem javasoljuk a stencilnyomtatási folyamat modellezésére.
| Item Type: | Article |
|---|---|
| Subjects: | T Technology / alkalmazott, műszaki tudományok > TK Electrical engineering. Electronics Nuclear engineering / elektrotechnika, elektronika, atomtechnika |
| Depositing User: | Dr. Krammer Olivér |
| Date Deposited: | 29 Sep 2021 02:00 |
| Last Modified: | 31 Mar 2023 07:59 |
| URI: | http://real.mtak.hu/id/eprint/131238 |
Actions (login required)
 |
Edit Item |
