Datamars starteten das UHF RFID-Identifikationssystem auf der Grundlage der künstlichen Intelligenz,
Technische Herausforderungen haben seit langem die vollständige Anwendung von RFID-Systemen behindert, beispielsweise das Fehlladen von Tags von Lesern und wie die Messwerte korrekt auf ständig fließende Gegenstände verteilen.
Die Verwendung von Maschinenlernen-Algorithmen gewährleistet bisher die genaueste Anerkennung, die den Weg für eine neue Generation von Lesersystemen ebnet. Es garantiert die Genauigkeit des automatisierten Systems: Fehlregelung vermeiden; und identifizieren Sie die bewegten Textilien, ohne den Arbeitsprozess zu unterbrechen, und ordnungsgemäß ordnungsgemäß einzuordnen, um Etiketten an bulk fließende Elemente zuzuweisen.
Das Ziel der Verwendung des RFID-Systems besteht darin, den gesamten Lebenszyklus von Textilzyklus zu erkennen und zu verfolgen, ein präzises und automatisiertes Inventarmanagement zu erreichen, Verluste zu reduzieren, transparente Daten und genaue Rechnungen zu erzeugen, um die Arbeitseffizienz zu verbessern und die Rentabilität durch Optimierung des Textilströmungszyklus zu verbessern, und reduzieren Sie die Kosten, um verlorene Textilien zu ersetzen. Je höher die Genauigkeit des RFID-Systems, desto mehr können diese Vorteile vollständig realisiert werden.
Aber es ist nicht einfach. Die UHF-RFID-Technologie zeichnet sich durch seine Fähigkeit, Tags ohne Sicht und lange Entfernungen zu lesen, wodurch diese Technologie in wenigen Sekunden lang Tausende von Textilien lesen kann, aber es kann auch versehentlich in der Umgebung gelesen werden. Zu nicht benötigten Etiketten, insbesondere wenn Elemente zerstreut oder bewegt werden. Dies reduziert die Genauigkeit der RFID-Datenerfassung.
Bislang wird dieses Problem hauptsächlich durch Verwendung einer mechanischen Abschirmstruktur gelöst oder die Schwelle der Leserparameter manuell eingestellt, um den Lesebereich so weit wie möglich zu steuern und zu begrenzen. Gleichzeitig begrenzt diese Methode jedoch die Flexibilität des RFID-Systems und verringert die Betriebsgeschwindigkeit.
Wie wird das Machine-Lernen auf RFID angewendet?
Datamars hat die Applikationslerntechnologie angelegt Rfid Technologie. Machine Learning ist ein Zweig der künstlichen Intelligenz, der dem System die Möglichkeit bietet, automatisch durch Erfahrung zu lernen und zu verbessern, ohne dass eine explizite Programmierung erforderlich ist. Es wird aktiv die in der Praxis erzeugten Datensätze überprüfen, um gemeinsame Muster zu finden und ein Modell aufzubauen, um Entscheidungen treffen zu können.
Das System verwendet Machine-Lernalgorithmen und ein speziell entwickeltes neuronales Netzwerk, um jedes Tag mit Informationen zu klassifizieren, die aus Daten aus allen RFID-Tags extrahiert werden. Auf diese Weise kann das System Tags identifizieren und verwerfen, die sich nicht in Reichweite befinden, anstatt Fehler zu vermeiden, indem Sie "unwiderruflich vermeiden".
Durch die Verwendung eines mit einer großen Datenmenge ausgebildeten neuronalen Netzwerks muss das System nicht manuell eingestellt werden, um Schwellenwerte und andere Mechanismen manuell einzustellen, noch erfordert es keine große Anzahl komplexer Feinabstimmungen. Je größer der Datenbetrag, desto genauer und robust ist das neuronale Netzwerk, das sich leicht an mehrere Umgebungen, Anwendungsfälle und Änderungen anpassen lässt, die auch Hardware-Investitionen reduzieren können. Da alle Prozesse von Software-Algorithmen bestimmt werden, verbessert die Genauigkeit des Lesesystems mit der Genauigkeit des Lesesystems auch mit Softwareupdates, ohne sich mit Hardwareänderungen umgehen zu müssen.
Riccardo Mazzolini, General Manager von Datamars Textile ID, sagte: "Datamars hat erneut die Grenzen der RFID-Technologie gebrochen und die Verwendung der Verwendung der künstlichen Intelligenz-Machine-Lerntechnologie in Wäschereianwendungen vorgesehen, die den Markt mit genauer, flexibler und anpassungsfähig anbietet Das Lesensystem bietet Kunden eine bessere Benutzererfahrung. "
Für weitere Informationen wenden Sie sich bitte an sales@goldbridgesz.com
