වියන ලද නොවන රෙදි දෝෂ හඳුනාගැනීමේ තාක්ෂණය
වියන ලද රෙදි සෑම විටම නිෂ්පාදනයේදී ශල්ය වෙස් මුහුණු, හෙද තොප්පි සහ ශල්ය තොප්පි වැනි ඉවත දැමිය හැකි වෛද්ය පරිභෝජන ද්රව්ය සඳහා අමුද්රව්ය ලෙස බහුලව භාවිතා කර ඇත. ඉවත දැමිය හැකි වෛද්ය පරිභෝජන ද්රව්යවල ගුණාත්මකභාවය ප්රධාන වශයෙන් රඳා පවතින්නේ වියන ලද නොවන රෙදි වල ගුණාත්මකභාවය මත ය. වියන ලද නොවන රෙදි නිෂ්පාදනය සහ ප්රවාහන ක්රියාවලිය පරිසරයේ නිරපේක්ෂ සංශුද්ධතාවය සහතික කළ නොහැකි නිසාත්, ඒවාටම ශක්තිමත් විද්යුත් ස්ථිතික අවශෝෂණ හැකියාවක් ඇති නිසාත්, ඒවා බොහෝ විට වාතයේ කුඩා අපද්රව්ය අවශෝෂණය කරයි. එමනිසා, වියන ලද නොවන රෙදි වල ඉතා සුළු ප්රදේශවල විදේශීය වස්තූන් පැවතිය හැකිය. මෙම ලිපියේ අධ්යයනය කරන ලද වියන ලද නොවන රෙදි ද්රව්ය වෙස් මුහුණු නිෂ්පාදනය සඳහා කෙලින්ම භාවිතා කරයි, තෝරාගත් දෝෂ සාම්පල විශ්ලේෂණය කිරීමෙන් පසු, කෘමීන් සහ හිසකෙස් වැනි විදේශීය වස්තු දෝෂ අනුපාතය ඉහළම බව සොයා ගන්නා ලදී. මෙම දෝෂයේ පැවැත්ම සෘජුවම පසුකාලීන නිෂ්පාදනවල ප්රමිතියෙන් තොර ගුණාත්මක භාවයට හේතු වන අතර, දෝෂ සහිත නිෂ්පාදන වෙළඳපොළට ඇතුළුවීම ද දැඩි ලෙස තහනම් කර ඇත. එබැවින්, නිෂ්පාදකයින්ට මෙම දෝෂ කිහිපයක් ඉවත් කිරීමට අවශ්ය වේ, එසේ නොමැතිනම් එය විශාල ආර්ථික පාඩු ඇති කරයි.
වර්තමානයේ, කර්මාන්තයේ බොහෝ විශාල සමාගම් දෝෂ හඳුනාගැනීම සඳහා ආනයනික දෘශ්ය පරීක්ෂණ උපකරණ භාවිතා කරයි. ප්රතිඵල හොඳ වුවද, මෙම උපකරණ සාමාන්යයෙන් පිරිවැය සහ නඩත්තුව අතින් මිල අධික වන අතර කුඩා ව්යවසායන් සහ වැඩමුළු සඳහා භාවිතා කිරීමට සුදුසු නොවේ. චීනයේ බොහෝ කුඩා සමාගම් තවමත් දෝෂ පරීක්ෂාව සඳහා සාම්ප්රදායික අතින් දෘශ්ය පරීක්ෂාව භාවිතා කරයි. මෙම ක්රමය සාපේක්ෂව සරල ය, නමුත් දිගු සේවක පුහුණුවක්, අඩු හඳුනාගැනීමේ කාර්යක්ෂමතාව සහ නිරවද්යතාවයක් අවශ්ය වන අතර, මානව සම්පත් විශාල ප්රමාණයක් නාස්ති කරයි, එය ව්යවසාය කළමනාකරණය සඳහා සැලකිය යුතු වියදමකි. මෑත වසරවලදී, දෝෂ හඳුනාගැනීමේ ක්ෂේත්රය වේගයෙන් වර්ධනය වී ඇති අතර, ව්යාපාර හිමිකරුවන් ක්රමයෙන් සාම්ප්රදායික අතින් දෘශ්ය පරීක්ෂණ ක්රම ප්රතිස්ථාපනය කිරීමට නව තාක්ෂණයන් භාවිතා කරයි.
කර්මාන්ත සංවර්ධන ප්රවණතාවල දෘෂ්ටි කෝණයෙන්, වියන ලද නොවන රෙදිපිළි නිෂ්පාදන ක්රියාවලියේදී දෝෂ රූප ස්වයංක්රීයව ලබා ගැනීමට සහ විශ්ලේෂණය කිරීමට හැකි ස්වයංක්රීය හඳුනාගැනීමේ උපකරණයක් නිර්මාණය කිරීම නිෂ්පාදන සංවර්ධනය ප්රවර්ධනය කිරීමට, නිෂ්පාදනවල ගුණාත්මකභාවය සහතික කිරීමට සහ ශ්රම පිරිවැය අඩු කිරීමට අවශ්ය මාධ්යයකි. 1980 ගණන්වල සිට, බොහෝ ඉංජිනේරුවන් වියන ලද නොවන රෙදිපිළිවල දෝෂ හඳුනාගැනීම සඳහා පරිගණක දර්ශනය පිළිබඳ අදාළ දැනුම භාවිතා කිරීමට උත්සාහ කර ඇත. සමහර අධ්යයනයන් දෝෂ සංලක්ෂිත කිරීමට සහ දෝෂ හඳුනාගැනීම සාක්ෂාත් කර ගැනීමට වයනය විශ්ලේෂණ ක්රම භාවිතා කර ඇති අතර, තවත් සමහරක් දාර හඳුනාගැනීමේ ක්රියාකරුවන් භාවිතා කර දෝෂ හඳුනාගැනීම සාක්ෂාත් කර ගැනීම සඳහා දෝෂ සමෝච්ඡය තීරණය කර දෝෂ අළු පරිමාණ සංඛ්යානමය තොරතුරු මත පදනම්ව සාධාරණ සීමාවන් සකසා ඇත. රෙදිපිළිවල ඉහළ වයනය ආවර්තිතා මත පදනම්ව දෝෂ හඳුනා ගැනීමට වර්ණාවලි විශ්ලේෂණ ක්රම භාවිතා කරන අධ්යයනයන් ද ඇත.
ඉහත ක්රම මඟින් දෝෂ හඳුනාගැනීමේ ගැටළු සඳහා ඇතැම් යෙදුම් ප්රතිඵල ලබාගෙන ඇත, නමුත් තවමත් යම් සීමාවන් තිබේ: පළමුව, සත්ය නිෂ්පාදන පරිසරයන්හි දෝෂවල හැඩය සහ ප්රමාණය වෙනස් වේ. යන්ත්ර ඉගෙනීම සහ සංඛ්යානමය තොරතුරු මත පදනම් වූ දෝෂ හඳුනාගැනීමේ ඇල්ගොරිතම සඳහා පූර්ව දැනුම මත පදනම්ව සීමාවන් සැකසීම අවශ්ය වන අතර, එය සියලු දෝෂ සඳහා ඵලදායී විය නොහැකි අතර, එහි ප්රතිඵලයක් ලෙස මෙම ක්රමයේ ප්රමාණවත් ශක්තිමත් බවක් නොමැත. දෙවනුව, සාම්ප්රදායික පරිගණක දෘෂ්ටි ක්රම සාමාන්යයෙන් ක්රියාත්මක කිරීමට මන්දගාමී වන අතර නිෂ්පාදනයේ තත්ය කාලීන අවශ්යතා ඵලදායී ලෙස සපුරාලිය නොහැක. 1980 ගණන්වල සිට, යන්ත්ර ඉගෙනුම් පර්යේෂණ ක්ෂේත්රය වේගයෙන් වර්ධනය වී ඇති අතර, අදාළ දැනුම යෙදීම බොහෝ කර්මාන්තවල සංවර්ධනයට හේතු වී ඇත. බොහෝ පර්යේෂණ මාතෘකා පෙන්වා දී ඇත්තේ රෙදි දෝෂ හඳුනාගැනීමේදී BP ස්නායු ජාලය සහ SVM වැනි යන්ත්ර ඉගෙනුම් ඇල්ගොරිතම යෙදීම ඵලදායී බවයි. මෙම ක්රම මගින් ඉහළ හඳුනාගැනීමේ නිරවද්යතාවයක් සහ යම් ප්රමාණයක ශක්තිමත් බවක් සහතික කරන අතර, යන්ත්ර ඉගෙනීමේ පුහුණු ක්රියාවලිය ප්රවේශමෙන් විශ්ලේෂණය කිරීමෙන් සොයා ගැනීම අපහසු නැත, මෙම වර්ගයේ ඇල්ගොරිතමයේ ක්රියාකාරිත්වය ප්රධාන වශයෙන් රඳා පවතින්නේ දෝෂ අතින් විශේෂාංග තෝරා ගැනීම මත ය. අත්පොත විශේෂාංග සම්පූර්ණ හෝ ප්රමාණවත් ලෙස වෙනස් කොට සැලකීමක් නොවේ නම්, ආකෘතියේ ක්රියාකාරිත්වය ද දුර්වල වනු ඇත.
පරිගණක පරිගණක බලය අඛණ්ඩව වැඩිදියුණු වීම සහ මෑත වසරවලදී ගැඹුරු ඉගෙනුම් න්යායේ උණුසුම් වර්ධනයත් සමඟ, රෙදි දෝෂ හඳුනාගැනීම සඳහා ගැඹුරු ඉගෙනීම යෙදීමට වැඩි වැඩියෙන් පුද්ගලයින් පටන් ගෙන තිබේ. ගැඹුරු ඉගෙනීම අතින් නිර්මාණය කරන ලද විශේෂාංගවල අසම්පූර්ණ බව ඵලදායී ලෙස වළක්වා ගත හැකි අතර ඉහළ හඳුනාගැනීමේ නිරවද්යතාවයක් ඇත. මෙම සලකා බැලීම මත පදනම්ව, මෙම ලිපිය පරිගණක දැක්ම සහ ගැඹුරු ඉගෙනුම් ආශ්රිත දැනුම භාවිතා කරමින් වියන ලද නොවන රෙදි දෝෂ ස්වයංක්රීය හඳුනාගැනීමේ පද්ධතියක් නිර්මාණය කරයි, එමඟින් දෝෂ හඳුනාගැනීමේ නිරවද්යතාවය ඵලදායී ලෙස වැඩි දියුණු කරන අතර හොඳ ශක්තිමත් බවක් ඇත.
පළ කිරීමේ කාලය: නොවැම්බර්-03-2023