技術簡介
複合式在製品缺陷分類技術。
生產檢測是製程重要的一環，代表出貨產品的品質與公司信譽，因此產品全檢是所有企業要求的目標。然為節省成本及時間，目前業界採取抽檢之方式來進行品質監測，但如此並無法達到全方位品管。特別是傳統製造現場因人工分析，更不易判別。
特色與創新
導入複合式在製品缺陷分類技術，可處理更多參數種類、結合更多分類技術、提升判別正確率，進行即時檢測產品的品質與良率，出現不良品可即時停機檢查。協助現場人員即時掌握在製品品質狀況，以防杜廢品進入下一製造程序而產生之二次損失。
複合式在製品缺陷分類技術採用Logistic Regression、Random Forest、SVM （Support Vector Machine）為基礎，建立多重缺陷類別分類技術，可再擴充機率式及NN（Neural Network）等分類器。並具幾何平均式統合、Top 2信心度複合式統合方式計算複合式的判斷結果。可分析參數≧50種，缺陷類別≧5種，並提供判別信心度。並考量缺陷資料特性多樣化，以多專家系統方式建立分類模組，利用Bagging及Boosting方式對訓練資料及參數維度重新取樣，具綜合類別偵測信心度評估機制，提供分類器效能不同加權方式。