Столичное предприятие разработало сервис для оценки качества кабельной продукции

08 июля 2022 18:20

Столичное предприятие разработало сервис для оценки качества кабельной продукции

Столичный производитель разработал инновационный цифровой сервис, который позволяет оценить качество кабельно-проводниковой продукции за несколько минут. Об этом сообщил в четверг, 7 июля, руководитель Департамента инвестиционной и промышленной политики города Москвы Владислав Овчинский.

— Искусственный интеллект определяет характеристики товара и фактически сразу выдает результат в специальном мобильном приложении. Разработка позволит избежать приобретения некачественной проводки, которая может вызвать пожар из-за короткого замыкания, — сказал он.

{image}

Фото: «Вечерняя Москва»


Уточняется, что оценка качества происходит на основе фотографии среза кабеля, этикетки или любого другого документа, где указана маркировка. Для проверки необходимо загрузить снимок в приложение, где программа проверит изделие на соответствие требованиям, передает официальный .mos.ru/news/item/109549073/" target="_blank">сайт мэра Москвы.

23 июня стало известно, что резиденты особой экономической зоны «Технополис «Москва» разработали интеллектуальную платформу для изготовления деталей на заказ. Разработка позволяет автоматизировать процедуру покупки деталей.



Источник:  https://vm.ru/news/979627-stolichnoe-predpriyatie-razrabotalo-servis-dlya-ocenki-kachestva-kabelnoj-produkcii

Новости по теме

15/02/2023
1 год назад
type 1
type 2 1

Ведущие вузы страны присоединились к столичному проекту «Банк технологий»

Среди вузовских разработок — система интеллектуального видеонаблюдения, технология беспилотной перевозки грузов и очки виртуальной реальности для обучения работе на дорогостоящем оборудовании

06/02/2023
1 год назад
type 1
type 2 2

В «Московской технической школе» открылась запись на курс по искусственному интеллекту

Сотрудники Сколковского института науки и технологий подготовили образовательные программы, включая моделирование последовательных данных и машинное обучение