In Syngenta, la classificazione delle immagini è fondamentale per la modellazione dei campioni all'interno di un sistema automatizzato di formulazione chimica che ha prodotto più di 100.000 immagini. Le immagini vengono utilizzate per determinare le fasi successive nello sviluppo dei prodotti, ma la loro interpretazione a occhio nudo richiede molto tempo ed è soggettiva per il valutatore.
Il componente aggiuntivo Torch Deep Learning per JMP Pro utilizza la potenza delle reti neurali convoluzionali e del GPU computing per semplificare notevolmente l'analisi e fornire risultati coerenti su un insieme concordato di immagini di controllo. Mostriamo quanto sia facile nel componente aggiuntivo importare e prevedere una serie di immagini piuttosto complicata e restituire un output significativo e interattivo in pochi minuti per attività che normalmente richiedono ore o addirittura giorni con l'elaborazione manuale e la codifica Python.
