https://www.mdu.se/

mdu.sePublikationer
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
DISTRIBUTED ARTIFICIAL INTELLIGENCE FOR ANOMALY DETECTION IN A MODULAR MANUFACTURING ENVIRONMENT
Mälardalens universitet, Akademin för innovation, design och teknik. Mälardalen University.
2023 (Engelska)Självständigt arbete på avancerad nivå (magisterexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)
Abstract [en]

This thesis investigates anomaly detection and classification in a simulated modular manufacturingenvironment using Machine Learning algorithm Random Forest. This algorithm is tested on a localcomputer and an embedded device, specifically the Raspberry PI. The performance of Random Forestmodels is evaluated for anomaly detection and classification tasks, considering different evaluationmetrics and execution time. The results indicate variations in model performance across differentmodules and classification tasks. It is observed that the limited computing resources of the RaspberryPI for anomaly detection tasks lead to significantly higher prediction times compared to a computer,highlighting the impact of embedded systems’ constraints on ML model execution

Ort, förlag, år, upplaga, sidor
2023. , s. 45
Nationell ämneskategori
Inbäddad systemteknik
Identifikatorer
URN: urn:nbn:se:mdh:diva-64579OAI: oai:DiVA.org:mdh-64579DiVA, id: diva2:1807076
Ämne / kurs
Datavetenskap
Handledare
Examinatorer
Tillgänglig från: 2023-10-25 Skapad: 2023-10-24 Senast uppdaterad: 2023-10-25Bibliografiskt granskad

Open Access i DiVA

fulltext(1896 kB)57 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1896 kBChecksumma SHA-512
7b3cf830f77f34d7a3ff734f2009d329273b62cbf575d5756c9d57c7612152676f81ff23458a3a54d53fa67b819518f945937aa9ec15db3cc2464eff1b8a64cc
Typ fulltextMimetyp application/pdf

Av organisationen
Akademin för innovation, design och teknik
Inbäddad systemteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 57 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 333 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf