Методы искусственного интеллекта становятся важными в промышленности для анализа производства и оценки качества, но мелкосерийное производство затрудняет сбор данных. Использование генеративных методов, таких как диффузионные нейронные сети, позволяет синтезировать дополнительные данные для обучения. В проекте по интеграции систем неразрушающего контроля для лазерной сварки были получены 125 образцов, которые были дополнены синтетическими данными для достижения высокой точности предсказаний (IoU = 0.99). Это расширяет набор данных и позволяет эффективно применять глубокое обучение даже при ограниченном объеме исходных данных.

Соловьев Г.В., Соколов М.С. (науч. рук. Никитин Н.О.) Применение интеллектуальных систем в промышленности для синтеза труднодоступных данных на примере лазерной сварки // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/14770