Nutzen Sie die Leistung von KI-gestützter Intelligenz für verbesserte Rückgewinnung und Recycling.
Die Deep-Learning-Technologie von TOMRA basiert auf künstlichen neuronalen Netzen, die von unseren hauseigenen Softwareingenieuren und Recyclingexperten trainiert wurden.Hochentwickelte Algorithmen nutzen die Objekterkennung, um Millionen von markierten Bildern in der Software zu vergleichen und einzelne Objekte und Materialien zu identifizieren, während sie die Sortierstraße durchlaufen. Unsere Deep-Learning-Software ist besonders leistungsfähig bei der Erkennung schwer zu klassifizierender Objekte, was zu deutlich höheren Reinheitsgraden führt.
Unser breit gefächertes und ständig wachsendes Anwendungsökosystem verdanken wir unserer umfassenden Erfahrung in der Recyclingbranche. Die Technologie wurde entwickelt, um die Sortiergenauigkeit zu verbessern und ermöglicht es den Betreibern, neue Materialströme zu erstellen und auf Daten für wertvolle Entscheidungen zuzugreifen.
Wir bei TOMRA setzen Künstliche Intelligenz seit Jahrzehnten ein und sind überzeugt, dass Deep Learning auch in Zukunft einen enormen Mehrwert für Recycler bringen wird.
Wichtigste Anwendungen
Kunststoffe
Mit unseren sensorgestützen Sortiersystemen, die ungewollte Materialien erkennen und aus dem Kunststoffstrom entfernen, helfen wir der Welt Kunststoffe zu recyceln.
Papier
Durch sensorgestützte Sortiersysteme, die hochwertige Rohstoffe für die Papier- und Kartonherstellung liefern, optimieren wir die Papierrückgewinnung und das Recycling.
Holz
Mit sensorgestützten Sortiersystemen, die das Recycling von Altholz ermöglichen, helfen wir der Industrie dabei, Naturressourcen zu schonen.
Verpackungen
Mit fortschrittlichen Sortiertechnologien, die effektiv Post-Consumer-Verpackungsabfälle für das Recycling zurückgewinnen, ermöglichen wir die Zirkularität von Rohstoffen.
KI-gestützte Intelligenz zur Steigerung der Sortierleistung
Die Deep-Learning-Technologie basiert auf künstlichen neuronalen Netzen zur Lösung einer Vielzahl komplexer Aufgaben, die herkömmliche Computerprogramme nicht lösen können. Das "deep" in "deep learning" ist eine Hommage an die vielen Schichten mit unterschiedlichen Funktionen, die Objekte identifizieren und klassifizieren.Je komplexer die Sortieraufgabe ist, desto mehr Datenschichten und desto tiefer ist das Lernen. Die Technologie extrahiert dann eine Hierarchie von Merkmalen aus den rohen Eingabedaten und gruppiert sie in verschiedene Kategorien.
Der Einsatz von Deep-Learning-Technologien automatisiert nicht nur die manuelle Sortierung, sondern ermöglicht es der Industrie auch, durch granularere Sortierung qualitativ hochwertige Rezyklate zu erhalten.
Deep Learning-Technologie in Aktion!
Verwandte Nachrichten
