Samenvatting

Dit onderzoek heeft als doel om Quintor te adviseren op welke wijze machine learning de huidige manier van classificeren bij ToolMax kan verbeteren. Hierbij hoort de volgende onderzoeksvraag “Op welke wijze kan het toepassen van een convolutional neural network de
huidige manier van classificeren bij Toolmax verbeteren, om automatische productclassificatie mogelijk te maken?”
De bijbehorende deelvragen zijn:
- Aan welke eisen moet het nieuwe systeem minimaal voldoen, wil het automatische productclassidicatie voor ToolMax mogelijk maken?
- Op welke manier kan een zelflerende machine worden ingericht voor het classificeren van producten, welke voldoet aan de gespecificeerde eisen?
- Op welke manier kan de zelflerende machine ingezet worden, om de beoogde resultaten in de praktijk te behalen?

Het onderzoek was kwalitatief van aard. Om tot de juiste resultaten te komen is er gekeken naar de verschillende eisen die aan het systeem wordt gesteld, welke modellen hiervoor nodig waren en hoe deze toegepast konden worden in de praktijk. Uit de resultaten kan geconcludeerd worden dat, door het inzetten van een neuraal netwerk, het handmatig classificeren met minstens ..% gereduceerd kan worden. Het geautomatiseerde classificatieproces kan eenvoudig ingeschakeld worden door een interface.
Vanwege een beperkt tijdsbestek zijn de modellen in het onderzoek slechts tot een minimaal niveau getraind. Op basis hiervan wordt er geadviseerd om de verschillende modellen langer te trainen, zodat de resultaten nauwkeuriger zijn. Daarnaast wordt er aanbevolen om dit onderwerp verder te onderzoeken, waardoor dit mogelijk nog meer efficiëntie kan opleveren voor ToolMax.