Datamars meluncurkan sistem identifikasi UHF RFID berdasarkan kecerdasan buatan untuk meningkatkan akurasi

Tujuan penggunaan sistem RFID adalah untuk mengidentifikasi dan melacak seluruh siklus hidup tekstil, mencapai manajemen inventaris yang tepat dan otomatis, mengurangi kerugian, menghasilkan data yang transparan dan tagihan yang akurat untuk meningkatkan efisiensi tenaga kerja, dan meningkatkan profitabilitas dengan mengoptimalkan siklus aliran tekstil, dan Mengurangi biaya penggantian tekstil yang hilang. Semakin tinggi keakuratan sistem RFID, semakin banyak manfaat yang dapat direalisasikan sepenuhnya.

Tapi itu tidak mudah. Teknologi RFID UHF dicirikan oleh kemampuannya membaca tag tanpa penglihatan dan jarak jauh, yang memungkinkan teknologi ini membaca ribuan tekstil dalam beberapa detik, tetapi mungkin juga terbaca secara tidak sengaja di area sekitarnya. Untuk label yang tidak diperlukan, terutama bila barang berserakan atau bergerak. Hal ini mengurangi keakuratan pengumpulan data RFID.

Sejauh ini, masalah ini terutama diselesaikan dengan menggunakan struktur pelindung mekanis atau mengatur ambang batas parameter pembaca secara manual untuk mengontrol dan membatasi area pembacaan sebanyak mungkin. Namun pada saat yang sama, metode ini membatasi fleksibilitas sistem RFID dan mengurangi kecepatan pengoperasian.

Bagaimana pembelajaran mesin diterapkan pada RFID?

Datamars telah menerapkan teknologi pembelajaran mesin RFID teknologi. Pembelajaran mesin adalah salah satu cabang kecerdasan buatan, yang memberikan sistem kemampuan untuk belajar dan meningkatkan secara otomatis melalui pengalaman tanpa memerlukan pemrograman eksplisit. Ini akan secara aktif memeriksa kumpulan data yang dihasilkan dalam praktik untuk menemukan pola umum dan membangun model untuk membuat keputusan.

Sistem ini menggunakan algoritma pembelajaran mesin dan jaringan saraf yang dikembangkan secara khusus untuk mengklasifikasikan setiap tag menggunakan informasi yang diambil dari data yang dibaca dari semua tag RFID. Dengan cara ini, sistem dapat mengidentifikasi dan membuang tag yang tidak berada dalam jangkauan, alih-alih menghindari kesalahan dengan "menghindari kesalahan membaca".

Selain itu, dengan menggunakan jaringan saraf yang dilatih dengan data dalam jumlah besar, sistem tidak perlu menetapkan ambang batas dan mekanisme lainnya secara manual, juga tidak memerlukan sejumlah besar proses penyesuaian yang rumit. Semakin besar jumlah datanya, semakin akurat dan kuat jaringan saraf tersebut, sehingga dapat dengan mudah beradaptasi dengan berbagai lingkungan, kasus penggunaan, dan perubahan, sehingga juga dapat mengurangi investasi perangkat keras. Karena semua proses ditentukan oleh algoritma perangkat lunak, seiring berjalannya waktu, keakuratan sistem pembacaan juga akan meningkat dengan pembaruan perangkat lunak tanpa harus berurusan dengan perubahan perangkat keras.

Riccardo Mazzolini, General Manager ID tekstil Datamars, mengatakan: “Datamars sekali lagi mendobrak batasan teknologi RFID dan memelopori penggunaan teknologi pembelajaran mesin kecerdasan buatan dalam aplikasi laundry, memberikan pasar sistem pembacaan RFID UHF yang lebih akurat, fleksibel, dan mudah beradaptasi memberikan pengalaman pengguna yang lebih baik kepada pelanggan."

Untuk informasi lebih lanjut silakan hubungi sales@goldbridgesz.com