La proposta progettuale mira a sviluppare un algoritmo di machine learning applicato al riconoscimento di oggetti. In particolare, la macchina dovrà essere in grado di identificare e classificare in specifici gruppi, in maniera totalmente automatizzata, ogni micro-componente appartenente a schede elettroniche da analizzare (resistenze, transistor, condensatori, ecc.).
La fase iniziale del progetto comprenderà lo studio del problema attuale e per la definizione della soluzione più adeguata. Si proseguirà con la strutturazione della base di dati e con la scrittura del codice che permetteranno di svolgere le fasi di training e testing. Tali fasi consistono: 1) nel sottoporre alla routine automatica la base di dati utile all’apprendimento dei caratteri distintivi della popolazione da analizzare e 2) nello sperimentare l’efficacia dell’apprendimento operando su dati nuovi, valutando il risultato, apportando le eventuali modifiche e compiendo il cosiddetto fine tuning, ossia la determinazione precisa di parametri di controllo.
La proposta si concluderà quando l’algoritmo sarà implementato e adeguatamente ottimizzato per l’uso ordinario da parte dell’utente finale.
Grazie a questa tecnologia, STC potrà essere in grado di ottenere un duplice vantaggio durante la sua attività di cost engineering: riduzione del tempo necessario per classificazione della componentistica elettronica, che attualmente viene effettuata manualmente, e maggiore precisione di identificazione.
