Masinõppest on kõik kuulnud, kuid hoolimata nende algoritmide edust uurimistöödes ei ole masinõpe praktikas siiski laialdaselt kasutusel. Selleks on konkreetne põhjus ja probleem, mida Tallinna Tehnikaülikooli teadlane Juri Belikov koos teiste teadlastega nüüd lahendada püüab.
TTÜ teadlane Juri Belikov
  • TTÜ teadlane Juri Belikov
  • Foto: Tallinna Tehnikaülikool
Masinõppest (ML – Machine Learning) on kõik kuulnud, kuid hoolimata nende algoritmide edust uurimistöödes ei ole masinõpe praktikas siiski laialdaselt kasutusel. Miks? Vähese kasutuse taga on üks oluline põhjus, mida TTÜ teadlane Juri Belikov koos teiste teadlastega lahendada püüab.

Seotud lood

  • ST
Sisuturundus
  • 13.07.26, 14:36
Pakendamisliini edu algab tootmisprotsessi mõistmisest, mitte roboti valimisest
Tootmisettevõtte pakendamisprotsessi eduka automatiseerimise aluseks on kogu tootmisvoo põhjalik analüüs, et uus süsteem sobituks olemasolevasse keskkonda, aitaks vähendada tööjõuvajadust ning oleks valmis ka ettevõtte tulevasteks arenguteks. Lihtsalt roboti lisamine enamasti oodatud tulemust ei too, nendib tootmise ja tööstuse automatiseerimislahenduste arendaja Smitech OÜ tegevjuht Sander Mitendorf.

Hetkel kuum

Liitu uudiskirjaga

Telli uudiskiri ning saad oma postkasti päeva olulisemad uudised.

Tagasi Tööstusuudised esilehele