Datamars는 RFID 기술의 정확성과 유연성을 향상시키기 위해 인공 지능을 기반으로 UHF RFID 식별 시스템을 시작했습니다.
오랜 시간 동안 기술적 어려움은 독자가 태그의 잘못된 태그와 끊임없이 흐르는 항목에 올바르게 배포하는 방법과 같은 RFID 시스템의 완전한 응용 프로그램을 방해했습니다.
기계 학습 알고리즘의 사용은 지금까지 가장 정확한 인식을 보장하여 새로운 세대의 독자 시스템을위한 길을 포장합니다. 그것은 자동화 된 시스템의 정확성을 보장합니다 : 잘못된 것을 피하고; 작업 프로세스를 방해하지 않고 이동하는 텍스타일을 정확하게 식별하고, 대량 흐르는 항목에 레이블을 올바르게 할당합니다.
RFID 시스템을 사용하는 목표는 직물의 전체 수명주기를 식별하고 추적하고, 정확하고 자동화 된 인벤토리 관리를 달성하고 손실을 줄이고, 투명한 데이터를 생성하고, 노동 효율성을 향상시키기 위해 노동 효율성을 향상시키고 수익성을 향상 시켜서 수익성을 향상시키는 것입니다. 손실 된 직물 교체 비용을 줄입니다. RFID 시스템의 정확성이 높을수록 이러한 이점이 완전히 실현 될 수 있습니다.
그러나 그것은 쉽지 않습니다. UHF RFID 기술은 시력과 장거리가없는 태그를 읽는 능력 으로이 기술을 몇 초 안에 수천 개의 섬유 일괄 처리를 읽을 수 있지만 주변 지역에서 실수로 읽을 수도 있습니다. 특히 품목이 흩어 지거나 움직이는 경우에 불필요한 레이블에. 이렇게하면 RFID 데이터 수집의 정확성이 줄어 듭니다.
지금 까지이 문제는 주로 기계적 차폐 구조를 사용하거나 독자 파라미터의 임계 값을 수동으로 설정하여 읽기 영역을 가능한 한 많이 제어하고 제한합니다. 그러나 동시에이 방법은 RFID 시스템의 유연성을 제한하고 작동 속도를 줄입니다.
기계 학습은 어떻게 RFID에 적용됩니까?
Datamars는 기계 학습 기술을 적용했습니다 rfid. 과학 기술. 기계 학습은 명시적인 프로그래밍이 필요없는 경험을 통해 자동으로 배우고 개선 할 수있는 능력을 갖춘 인공 지능의 지점입니다. 실제로 생성 된 데이터 세트를 적극적으로 확인하여 일반적인 패턴을 찾고 의사 결정을 내릴 모델을 구축합니다.
이 시스템은 기계 학습 알고리즘과 특별히 개발 된 신경 네트워크를 사용하여 모든 RFID 태그에서 읽은 데이터에서 추출한 정보를 사용하여 각 태그를 분류합니다. 이러한 방식으로 시스템은 "잘못 읽는 것을 피하는"오류를 피하는 대신 범위가 아닌 태그를 식별하고 삭제할 수 있습니다.
또한 많은 양의 데이터로 훈련 된 신경망을 사용하여 시스템은 임계 값과 다른 메커니즘을 수동으로 설정할 필요가 없으며 많은 수의 복잡한 미세 조정 프로세스가 필요하지 않습니다. 데이터의 양이 클수록 여러 환경, 사용 사례 및 변경 사항에 쉽게 적응할 수있는 신경망을보다 정확하고 강력하게 강력하게 하드웨어 투자를 줄일 수 있습니다. 모든 프로세스는 소프트웨어 알고리즘에 의해 결정되므로 시간이 지남에 따라 하드웨어 변경 사항을 처리 할 필요없이 소프트웨어 업데이트로 읽기 시스템의 정확성이 향상됩니다.
Riccardo Mazzolini, Datamars 섬유 ID의 총책임자는 "Datamars는 RFID 기술의 경계를 다시 한번 부러졌으며 세탁 응용 프로그램에서 인공 지능 기계 학습 기술을 사용하여보다 정확하고 유연하며 적응력이 뛰어난 UHF RFID로 시장을 제공했습니다. 읽기 시스템은 더 나은 사용자 경험을 고객에게 제공합니다. "
자세한 내용은 sales@goldbridgesz.com에 문의하십시오
