Datadrivna metoder upptäcker försämrad kvalitet i tid
Kvalitetskontroller inom tillverkningsindustrin har stor potential att förbättras med hjälp av systematisk datainsamling och maskininlärning, det visar en avhandling från Företagsforskarskolan vid Umeå universitet.

Niklas Fries och Malin Andersson i Volvo Lastvagnars fabrik i Umeå. I bakgrunden syns hytterna som är på väg till målning. Det är denna process som undersökts i det gemensamma forskningsprojektet. Foto: Sara-Lena Brännström.
Niklas Fries doktorerade vid Företagsforskarskolan och Institution för matematik och matematisk statistik vid Umeå universitet där han genomförde sitt forskningsprojekt av kvalitetskontroller inom tillverkningsindustrin. I hans forskningsprojekt samarbetade han tillsammans med Volvo Lastvagnar för att ta reda på hur datadrivna metoder skulle kunna ...
Få tillgång till hela artikeln - enkelt och snabbt
Provprenumeration
Skapa en provprenumeration
Prova nu
Prenumeration
Välj mellan våra prenumerationer på UochD och hitta vad som passar dig och/eller ditt företag
Se prenumerationer