卷積神經網絡之自動缺陷識別之製造智慧_TFT-LCD陣列製程之實證研究_

English |FB 專頁 |Mobile

免費會員登入| 註冊

(3.220.231.235) 您好！臺灣時間：2021/03/08 05:53

字體大小：

詳目顯示:::

第 1 筆 / 共 1 筆

/1頁

論文基本資料
目次
參考文獻
電子全文
紙本論文
論文連結
QR Code

本論文永久網址:

研究生:

林俊輝

研究生(外文):

Lin, Chun-Hui

論文名稱:

卷積神經網絡之自動缺陷識別之製造智慧_TFT-LCD陣列製程之實證研究

論文名稱(外文):

Manufacturing Intelligence via Convolutional Neural Network for automatic defect recognition and An Empirical study in TFT-LCD array process

指導教授:

簡禎富

指導教授(外文):

Chien, Chen-Fu

口試委員:

黎進財、陳暎仁

口試日期:

2017-06-16

學位類別:

碩士

校院名稱:

國立清華大學

系所名稱:

工業工程與工程管理學系碩士在職專班

學門:

工程學門

學類:

工業工程學類

論文種類:

學術論文

論文出版年:

2017

畢業學年度:

105

語文別:

英文

論文頁數:

中文關鍵詞:

薄膜電晶體液晶顯示器、自動光學檢測、自動缺陷分類、卷積神經網絡、深度學習

外文關鍵詞:

Automatic Defect Classification (ADC)、Automatic Optical Inspection (AOI)、Convolutional Neural Networks(CNNs)、Deep Learning (DL)、TFT-LCD

相關次數:

被引用:0
點閱:385
評分:
下載:0
書目收藏:0

論文目次隱藏中

參考文獻隱藏中

電子全文(網際網路公開日期：20220829)

國圖紙本論文

連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供，不一定有電子全文可供下載，若連結有誤，請點選上方之〝勘誤回報〞功能，我們會盡快修正，謝謝！

推文
網路書籤
推薦
評分
引用網址
轉寄

top

相關論文
相關期刊
熱門點閱論文

1.	利用提升決策樹建構液晶面板自動光學檢測分類模型
2.	應用支持向量機器於液晶顯示器面板瑕疵分類-以G公司為例
3.	卷積神經網絡的集成學習之乳房超音波電腦輔助診斷
4.	基於深度學習之動態行為辨識
5.	運用深度學習優化 Spark 上的稀疏矩陣相乘
6.	從能量層面探討卷積神經網絡及其架構
7.	基於影像處理及深度學習實現自動光學檢測影像的缺陷分類
8.	針對稀疏類神經卷積網路的分析和優化方法
9.	利用深度學習技術對衛星雲圖進行分析與預測風速
10.	使用深度學習從臉部表情中偵測快樂隱藏情緒
11.	應用深度學習演算法於擴散板瑕疵分類之研究
12.	深度類神經網路實現快速共軛焦雷射掃描顯微鏡縮減隨機取樣影像還原演算法
13.	深度學習應用於乳房超音波影像之電腦輔助診斷
14.	利用卷積神經網絡及大尺寸圖像拼接技術於畫作風格模擬之研究
15.	基於深度稀疏表示分類法的人臉辨識方法

無相關期刊

無相關點閱論文

簡易查詢 | 進階查詢 | 熱門排行 | 我的研究室