Page 22 - LFWC_MarApr2017_eMag
P. 22

Applications  应用天地



                                                                                  并且其使用该模型来预测每个加工参数
                                                                                  的标签(规范值或离群值)。如果学习
                                                                                  成功,则所有或大多数预测的标签将是
                                                                                  正确的。


                                                                                  交互式可视化中的分析过程
                                                                                      加工数据包括有关温度、环境和功
                                                                                  率的信息,记录多达数百万的热像仪图
                                                                                  像,以及超过十万行和超过 20 列的图
                                                                                  像分析结果。使用任何数据分析工具,
                                                                                  都需要研究人员适当地调整特定数据组
                                                                                  的这些参数,以避免在数据簇、大小或
                                                                                  密度的数量方面的任意结果。
                 图3:机器学习和可视化的集成,使交互式协调可视化成为可能。                                        通过促进这种变换,交互式可视化
                                                                   可以促进工艺发现和计算方法的开发。现有的加工数据和
                 工数据组中的边界加工参数值非常有用,并且已经被用于                         信息可视化技术,已经适用于创建具有易用接口的工具,
                 实时和后处理分析。机器学习方法可以分为两种类型 :监                        补充了整个计算方法,允许简单地解释加工参数。
                 督或非监督分类器。监督方法在标记的样本上进行训练,                             通过结合安装在多种机器上的激光相关技术的数据,
                 然后用于对未标记的样本进行预测,而无监督方
                                                             a)
                 法在不使用标签的情况下,在数据组中查找结构。                                            Link    Clicks       Time-
                                                                 Process                                consuming
                     我们将关注监督方法,因为从实验和加工开                          files in      parameters      View    , many
                 发阶段,已经知道主要的和期望的参数值(所谓                           folders          images                clicks
                                                                                  videos
                 的训练数据组)。训练数据包括在已经开发加工的                                  1 click                        analysis of
                                                            1 click                              Clicks  one
                 实验室中训练的一组已知参数值。                                                   Clicks               process
                                                                         Search at                      takes up to
                     在监督学习中,每个样本是由输入对象(通                                                   Excel
                                                               View     many folder                     1/4
                 常为向量)和期望的输出值(也被称为监控信号)                                  locations  Clicks  doc         working
                 组成的一对。监督学习算法分析训练数据并产生                                                                  time
                 推断函数,其可以用于映射新样本。图 2 中给出
                                                             b)
                 了监督处理的一个范例。                                                               Plots:       Analysis
                     为了演示该过程,我们考虑一种应用,以在                               Images and  Time  Scatter bar...  available
                                                                         videos          Process        in real time
                 加工周期期间生成的所有参数数据内识别激光熔                                            stamp  parameters     One click –
                 覆工艺中的意外参数值(根据实验设置的离群值)。 Prediction                                                     one slice:
                                                              Machine      Time    iV    Time           all data in
                 首先,机器学习研究人员与工艺设计师一起开发                        Learning     stamp        stamp           one view
                 算法,他们相信该算法将实现成功学习。                                                                     in real time
                                                                         Sensor   Time     Filters:
                     其次,为算法提供规范(上 / 下临界值)中的                               data    stamp  Parameter
                 经验加工参数的大集合,以及(可选)已知未超                                   log files        selection
                                                                                      Process selection
                 出范围的加工参数列表。表明加工参数是否是离
                 群值的注释被称为标签。算法处理这些标记的参                      图4:分析过程的传统与交互式可视化对比。加工过程数据集的传统、耗时的分析过程
                 数,并存储模型。                                   需要多次点击、文件夹搜索和手动数据链接(a);而交互式方法使用一个面板和一次点
                                                            击,用户可以看到所有相关的数据源和分析工具(如图像、绘图、数值结果和滤镜)。这
                     第三,将新的和未标记的参数值提供给算法, 其中的概念是:所有信息的访问应该是直接的,并且用户动作应当最少化(b)。


                 20 Mar/ Apr  2017                                        www.laserfocusworld.com.cn    Laser Focus World China   激光世界
   17   18   19   20   21   22   23   24   25   26   27