forked from KEMT/zpwiki
51 lines
2.9 KiB
Markdown
51 lines
2.9 KiB
Markdown
# AI4Steel
|
||
|
||
## Cieľ
|
||
|
||
- Optimalizácia výrobného procesu ocele predikciou zloženia tavnej zmesi
|
||
- (Aplikovaný) Vedecký prínos: Návrh modelu tavenia ocele s využitím hlbokých neurónových sietí
|
||
|
||
## Riešitelia
|
||
|
||
- [Maroš Harahus](/students/2016/maros_harahus)
|
||
- Lukáš Hruška
|
||
|
||
## Metódy
|
||
|
||
- klasické (štatistické) metódy predikcie postupností a predikcie časových radov.
|
||
- modelovanie pomocou hlbokých neurónových sietí (RNN, LSTM, VAE, CNN, Transformer, GNN, GAN)
|
||
- https://en.m.wikipedia.org/wiki/Basic_oxygen_steelmaking
|
||
- Možné nástroje: Keras, Pytorch Lightning ...
|
||
|
||
## Úlohy
|
||
|
||
- Pochopiť modelovaný proces a zostaviť podrobný prehľad metód modelovania a možných overovacích monožin.
|
||
- Vybrať vhodnú sadu nástrojov, zostaviť a vyhodnotiť model.
|
||
- Overiť model v praxi
|
||
|
||
## Harmonogram
|
||
|
||
(zatiaľ bez termínov)
|
||
|
||
### Fáza teoretickej prípravy
|
||
|
||
Vo fáze teoretickej prípravy sa zameriame na pochopenie technologického procesu výroby ocele. Absolvujeme osobnú exkurziu v železiarni a porozprávame sa s pracovníkmi pri tavbe. V oblasti dátovej analytiky sa oboznámime so základnými predikcie postupností a predikcie časových radov klasickými metódami aj metódami pomocou neurónových sietí. Vypracujeme prehľadový článok kde zhrnieme aktuálne vedecké práce na túto tému.
|
||
|
||
### Fáza prípravy dát
|
||
|
||
Zhromaždíme všetky dostupné dáta z technologického procesu a konvertujeme ich do strojovo ľahko čitateľnej formy. Očistíme ich od šumu a doplníme chýbajúce hodnoty.
|
||
|
||
Analyzujeme dáta aby sme identifikovali závislé a nezávislé veličiny, ich dátový typy a jednotky. Z očistených dát zostavíme trénovaciu a vyhodnocovaciu množinu. Navrhneme vhodnú metódu a metriku vyhodnotenia. Identifikujeme vhodné softvérové prostriedky a knižnice.
|
||
|
||
### Fáza modelovania
|
||
|
||
Navrhneme a implementujeme prvotný model. Na základy prvých výsledkov budeme skúšať rôzne metódy reprezentácie pomocou vektorovej formy – kódovanie do jednotkového vektora, zníženie rozmeru matice alebo kvantizáciu. Vyskúšame rôzne spôsoby modelovania založené na štatistike aj na neurónových sieťach. Začneme vyvíjať používateľskú aplikáciu pre nasadenie modelu do praxe. Predbežné výsledky budeme publikovať a konzultovať s odborníkmi z praxe.
|
||
|
||
### Fáza nasadenia
|
||
|
||
Model, ktorý dosiahne najlepšie výsledky v simulácii skúsime overiť v praxi. Dokončíme aplikáciu pre podporu rozhodovania pri technologickom procese. Zozbierame spätnú väzbu od pracovníkov tavby a podľa toho vylepšíme model a aplikáciu.
|
||
|
||
|
||
### Fáza vyhodnotenia a prezentácie výsledkov:
|
||
|
||
Odmeriame vplyv nového modelu na technologický proces. Zorganizujeme PR aktivity (tlačovú konferencium, PR články, reportáže) pre prezentovanie výsledkov projektu. Prezentujeme finálne výsledky na konferenciách a v časopisoch. |