このコーナーでは、製造業向けＡＩの最新研究をお届けしていきます。サクッと業界のトレンドにキャッチアップしましょう！今回のトピックスは「3Dプリンター」に関連する以下の５つです！

今週のラインナップ
1. CNNを用いて品質検査
2. 3Dモデルを学習させて物体認識
3. ガウスプロセス回帰による最適化モデルの開発
4. 3D印刷における部品の欠陥検出
5. ディープラーニングで熱可塑性材料の劣化分類

CNNを用いて品質検査

金属付加製造法は、従来の製造プロセスに比べて独自の利点があることから、学界、産業界から注目を集めています。付加製造産業において、部品の品質検査は製品の品質を改善するために重要な役割を果たしています。しかし、従来の検査プロセスは手動認識に依存しており、効率性の低さや潜在的なバイアスに悩まされる可能性がありました。

アメリカの研究チームは、品質の良さ、亀裂、ガス空隙、融着の欠如などの項目に対して堅牢な付加製造品質検査を実現するための畳み込みニューラルネットワーク（CNN）アプローチを提示しました。

最終的なCNNモデルは92.1%の精度を達成しました。提案されたCNNモデルは、付加製造産業における自動欠陥認識に役立つことが期待されます。

元論文：Metal Additive Manufacturing Parts Inspection Using Convolutional Neural Network

関連記事▶︎　食品の品質は機械学習で見抜けるか？（AI×食品）【論文】

3Dモデルで学習させて物体認識