چکیده مقاله
یادگیری فدرال به عنوان رویکردی نوین در هوش مصنوعی امکان آموزش مدل های یادگیری ماشین را بدون انتقال داده های حساس به سرور مرکزی فراهم می کند و در صنایع مختلف از جمله صنعت کاشی و سرامیک کاربردهای گسترده ای دارد این مقاله به بررسی کاربردهای یادگیری فدرال در بهینه سازی فرآیندهای تولید و قیمت گذاری در صنعت کاشی و سرامیک با تمرکز بر کارخانه های شهرستان میبد استان یزد می پردازد در این راستا استفاده از یادگیری فدرال در مراحل مختلف تولید شامل تولید مواد اولیه، بخش پرس، درایر، لعاب سازی، کوره و کنترل کیفیت و بسته بندی مورد تحلیل قرار گرفته است این رویکرد با حفظ حریم خصوصی داده های هر کارخانه امکان به اشتراک گذاری دانش جمعی را فراهم می کند و کارایی فرآیندها را بهبود می بخشد برای مثال در بخش تولید مواد اولیه مدل های فدرال می توانند ترکیب بهینه مواد را پیش بینی کنند در بخش کنترل کیفیت این روش به تشخیص خودکار عیوب سطحی کاشی ها کمک می کند علاوه بر این یک طرح پیشنهادی مبتنی بر یادگیری فدرال برای قیمت گذاری بهینه محصول ارائه شده است که با تجمیع داده های چندین کارخانه در میبد قیمتی رقابتی و عادلانه برای تصویب در انجمن کاشی و سرامیک پیشنهاد می دهد این طرح با استفاده از الگوریتم های تجمیع مانند FedAvg، دقت مدل های قیمت گذاری را افزایش می دهد نتایج اولیه نشان می دهد که یادگیری فدرال نه تنها هزینه های تولید را کاهش می دهد بلکه با بهبود هماهنگی بین کارخانه ها رقابت پذیری صنعت را تقویت می کند این مطالعه بر اهمیت استفاده از فناوری های نوین در صنایع سنتی تاکید دارد و راهکارهایی عملی برای پیاده سازی یادگیری فدرال در مقیاس صنعتی ارائه می دهد
کلیدواژهها
نویسندگان
شیوه ارجاع
�یبی میبدی، محمد سهیل،1404،کاربرد یادگیری فدرال در خوشه صنعتی میبد بهینه سازی فرآیند تولید کاشی و سرامیک،کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال،یزد
ارائهشده در
مجموعه مقالات کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال21 آبان 1404 · یزد