本期「智慧工廠技術專輯」，邀請工研院機械所王俊傑組長與楊凱智副理，深入解析如何透過 GAI 音頻生成技術，改善瑕疵樣本取得不易的產業痛點，並分享生成資料如何經由多維KS檢定驗證合理性，讓AI檢測模型測試準確率從87%提升至93%，為智慧工廠品質檢測開啟更高效率、更低成本的新解方！
金屬檢測的祕密，藏在生成式AI音頻裡！
在智慧製造加速落地的今日，金屬零組件的品質檢測已成為產線穩定與產品安全的關鍵。然而，在粉末冶金等高良率製程中，內裂瑕疵樣本稀少、資料不均衡、人工製造瑕疵成本高，往往使AI檢測模型難以取得足夠訓練資料，進而影響導入產線的準確率與可靠性。
📘 在本期「智慧工廠技術專輯」，邀請工研院機械所王俊傑組長與楊凱智副理，深入解析如何透過 GAI 音頻生成技術，改善瑕疵樣本取得不易的產業痛點，並分享生成資料如何經由多維KS檢定驗證合理性，讓AI檢測模型測試準確率從87%提升至93%，為智慧工廠品質檢測開啟更高效率、更低成本的新解方！【推薦課程】智慧工廠系統整合技術應用學程【全數位系列】-【B1】工業用AIhttps://college.itri.org.tw/Lesson/LessonData/08872870-AB5E-43CF-8C12-FEF4D2C74D33
