වියන ලද රෙදි දෝෂ හඳුනාගැනීමේ තාක්ෂණය

නිෂ්පාදනයේදී ශල්‍ය වෙස් මුහුණු, හෙද තොප්පි සහ ශල්‍ය තොප්පි වැනි ඉවත දැමිය හැකි වෛද්‍ය පරිභෝජන ද්‍රව්‍ය සඳහා අමුද්‍රව්‍ය ලෙස වියන ලද නොවන රෙදි සෑම විටම බහුලව භාවිතා වේ.ඉවත දැමිය හැකි වෛද්‍ය පරිභෝජන ද්‍රව්‍යවල ගුණාත්මකභාවය ප්‍රධාන වශයෙන් වියන ලද රෙදිවල ගුණාත්මකභාවය මත රඳා පවතී.වියන ලද රෙදි නිෂ්පාදනය හා ප්‍රවාහන ක්‍රියාවලියට පරිසරයේ නිරපේක්ෂ සංශුද්ධතාවය සහතික කළ නොහැකි නිසාත්, ඒවාට ප්‍රබල විද්‍යුත් ස්ථිතික අවශෝෂණ හැකියාවක් ඇති නිසාත්, ඒවා බොහෝ විට වාතයේ කුඩා අපද්‍රව්‍ය අවශෝෂණය කරයි.එබැවින්, වියන ලද රෙදිවලින් ඉතා සුළු ප්රදේශ වල විදේශීය වස්තූන් පැවතිය හැකිය.මෙම ලිපියේ අධ්‍යයනය කරන ලද වියන ලද රෙදි ද්‍රව්‍ය වෙස් මුහුණු නිෂ්පාදනය සඳහා කෙලින්ම භාවිතා වේ, තෝරාගත් දෝෂ සාම්පල විශ්ලේෂණය කිරීමෙන් පසු, කෘමීන් සහ හිසකෙස් වැනි විදේශීය වස්තූන්ගේ දෝෂවල අනුපාතය ඉහළම බව සොයා ගන්නා ලදී.මෙම දෝෂයේ පැවැත්ම සෘජුවම පසුකාලීන නිෂ්පාදනවල ගුණාත්මක තත්ත්වයෙන් බාල වීමට හේතු වන අතර දෝෂ සහිත නිෂ්පාදන වෙළඳපොළට ඇතුළුවීම දැඩි ලෙස තහනම් වේ.එබැවින්, නිෂ්පාදකයින් විසින් මෙම දෝෂයන්ගෙන් සමහරක් ඉවත් කළ යුතු අතර, එසේ නොවුවහොත් එය විශාල ආර්ථික පාඩු ඇති කරයි.

වර්තමානයේ, කර්මාන්තයේ බොහෝ විශාල සමාගම් දෝෂ හඳුනාගැනීම සඳහා ආනයනික දෘශ්ය පරීක්ෂණ උපකරණ භාවිතා කරයි.ප්රතිඵල යහපත් වුවද, මෙම උපකරණ සාමාන්යයෙන් පිරිවැය සහ නඩත්තුව සඳහා මිල අධික වන අතර, කුඩා ව්යවසායන් සහ වැඩමුළු සඳහා භාවිතා කිරීමට සුදුසු නොවේ.චීනයේ බොහෝ කුඩා සමාගම් තවමත් දෝෂ පිරික්සීම සඳහා සම්ප්‍රදායික අතින් දෘශ්‍ය පරීක්ෂාව භාවිතා කරයි.මෙම ක්‍රමය සාපේක්ෂව සරල ය, නමුත් දිගු සේවක පුහුණුවක්, අඩු හඳුනාගැනීමේ කාර්යක්ෂමතාව සහ නිරවද්‍යතාවය අවශ්‍ය වන අතර, ව්‍යවසාය කළමනාකරණය සඳහා සැලකිය යුතු වියදමක් වන මානව සම්පත් විශාල ප්‍රමාණයක් අපතේ යයි.මෑත වසරවලදී, දෝෂ හඳුනාගැනීමේ ක්ෂේත්‍රය ශීඝ්‍රයෙන් වර්ධනය වී ඇති අතර, ව්‍යාපාර හිමිකරුවන් සම්ප්‍රදායික අතින් දෘශ්‍ය පරීක්ෂණ ක්‍රම වෙනුවට ක්‍රමයෙන් නව තාක්ෂණයන් භාවිතා කරයි.

කර්මාන්ත සංවර්ධන ප්‍රවණතාවල දෘෂ්ටිකෝණයෙන්, වියන ලද රෙදි නිෂ්පාදන ක්‍රියාවලියේ දෝෂ සහිත රූප ස්වයංක්‍රීයව ලබා ගැනීමට සහ විශ්ලේෂණය කිරීමට හැකි ස්වයංක්‍රීය හඳුනාගැනීමේ උපකරණයක් සැලසුම් කිරීම නිෂ්පාදන සංවර්ධනය ප්‍රවර්ධනය කිරීමට, නිෂ්පාදනවල ගුණාත්මකභාවය සහතික කිරීමට සහ ශ්‍රම පිරිවැය අඩු කිරීමට අවශ්‍ය මාධ්‍යයකි.1980 ගණන්වල සිට බොහෝ ඉංජිනේරුවන් වියන ලද රෙදිවල දෝෂ හඳුනාගැනීම සඳහා පරිගණක දර්ශනය පිළිබඳ අදාළ දැනුම භාවිතා කිරීමට උත්සාහ කර ඇත.සමහර අධ්‍යයනයන් දෝෂ සංලක්ෂිත කිරීමට සහ දෝෂ හඳුනාගැනීම සඳහා වයනය විශ්ලේෂණ ක්‍රම භාවිතා කර ඇති අතර අනෙක් ඒවා දෝෂ සමෝච්ඡය ප්‍රථමයෙන් තීරණය කිරීමට සහ දෝෂ හඳුනාගැනීම සඳහා දෝෂ අළු පරිමාණ සංඛ්‍යාන තොරතුරු මත පදනම්ව සාධාරණ සීමාවන් සැකසීමට දාර හඳුනාගැනීමේ ක්‍රියාකරුවන් භාවිතා කර ඇත, වර්ණාවලි භාවිතා කරන අධ්‍යයනයන් ද ඇත. රෙදිවල ඉහළ වයනය ආවර්තිතා මත පදනම්ව දෝෂ හඳුනාගැනීමේ විශ්ලේෂණ ක්‍රම.

ඉහත ක්‍රම මගින් යම් යම් යෙදුම් ප්‍රතිඵල දෝෂ හඳුනාගැනීමේ ගැටළු ඇති කර ඇත, නමුත් තවමත් යම් සීමාවන් තිබේ: පළමුව, සත්‍ය නිෂ්පාදන පරිසරයන්හි දෝෂ වල හැඩය සහ ප්‍රමාණය වෙනස් වේ.යන්ත්‍ර ඉගෙනීම සහ සංඛ්‍යානමය තොරතුරු මත පදනම් වූ දෝෂ හඳුනාගැනීමේ ඇල්ගොරිතම සඳහා පූර්ව දැනුම මත පදනම් වූ සීමාවන් සැකසීම අවශ්‍ය වන අතර, මෙම ක්‍රමයේ ප්‍රමාණවත් ශක්තිමත් භාවයක් නොමැතිකම හේතුවෙන් සියලු දෝෂ සඳහා ඵලදායී විය නොහැක.දෙවනුව, සාම්ප්‍රදායික පරිගණක දර්ශන ක්‍රම සාමාන්‍යයෙන් ක්‍රියාත්මක කිරීමට මන්දගාමී වන අතර නිෂ්පාදනයේ තත්‍ය කාලීන අවශ්‍යතා ඵලදායී ලෙස සපුරාලිය නොහැක.1980 ගණන්වල සිට, යන්ත්‍ර ඉගෙනුම් පර්යේෂණ ක්ෂේත්‍රය ශීඝ්‍රයෙන් දියුණු වී ඇති අතර, අදාළ දැනුම යෙදීම බොහෝ කර්මාන්තවල දියුණුවට හේතු වී ඇත.රෙදි දෝෂ හඳුනාගැනීමේදී BP neural network සහ SVM වැනි යන්ත්‍ර ඉගෙනීමේ ඇල්ගොරිතම යෙදීම ඵලදායී බව බොහෝ පර්යේෂණ මාතෘකා පෙන්වා දී ඇත.මෙම ක්‍රම මඟින් ඉහළ හඳුනාගැනීමේ නිරවද්‍යතාවයක් සහ යම් ප්‍රමාණයක ශක්තිමත් බවක් සහතික කරන අතර යන්ත්‍ර ඉගෙනීමේ පුහුණු ක්‍රියාවලිය හොඳින් විශ්ලේෂණය කිරීමෙන් සොයා ගැනීම අපහසු නැත, මෙම ඇල්ගොරිතමයේ ක්‍රියාකාරිත්වය ප්‍රධාන වශයෙන් දෝෂ සහිත අත්පොත විශේෂාංග තෝරා ගැනීම මත රඳා පවතී.අත්පොත අංග සම්පූර්ණ හෝ ප්‍රමාණවත් ලෙස වෙනස් කොට නොමැති නම්, ආකෘතියේ ක්‍රියාකාරිත්වය ද දුර්වල වනු ඇත.

පරිගණක පරිගණක බලය අඛණ්ඩව වැඩිදියුණු කිරීම සහ මෑත වසරවල ගැඹුරු ඉගෙනුම් න්‍යායේ උණුසුම් වර්ධනයත් සමඟ, වැඩි වැඩියෙන් මිනිසුන් රෙදි දෝෂ හඳුනා ගැනීම සඳහා ගැඹුරු ඉගෙනීම යෙදීමට පටන් ගෙන ඇත.ගැඹුරු ඉගෙනීම මගින් අතින් නිර්මාණය කරන ලද විශේෂාංගවල අසම්පූර්ණ බව ඵලදායී ලෙස වළක්වා ගත හැකි අතර ඉහළ හඳුනාගැනීමේ නිරවද්‍යතාවයක් ඇත.මෙම සලකා බැලීම මත පදනම්ව, මෙම ලිපියෙන් වියන ලද රෙදි දෝෂ ස්වයංක්‍රීය හඳුනාගැනීමේ පද්ධතියක් සැලසුම් කිරීම සඳහා පරිගණක දැක්ම සහ ගැඹුරු ඉගෙනුම් ආශ්‍රිත දැනුම භාවිතා කරයි, එමඟින් දෝෂ හඳුනාගැනීමේ නිරවද්‍යතාවය ඵලදායී ලෙස වැඩිදියුණු කරන අතර හොඳ ශක්තිමත් බවක් ඇත.