|
日期 | 2025年06月23日
來自美國的一項新研究指出，AI機器學習模型可協助紡織製造商更準確地預測染色後的最終布料顏色，以減少染色過程的廢料。該研究由北卡羅來納州立大學-威爾遜紡織學院(Wilson College of Textiles) 的沃倫賈斯珀(Warren Jasper)教授帶領研究團隊，並已發表於《Fibers》期刊。
研究指出，布料在濕潤狀態下進行染色，顏色在乾燥過程會發生變化，因此很難及早預測最終顏色。染色出現誤差要等布料完全乾燥後才能察覺，這也導致大量的布料因顏色錯誤而報廢。且不同顏色自濕到乾的變化並不一致，因此無法將一個顏色樣本的數據套用至其他顏色。
為此，賈斯珀教授帶領團隊開發五種AI機器學習模型，其中包含一個專為處理這類非線性關係而設計的「神經網絡」，並透過763個不同顏色布料的濕、乾視覺數據進行訓練。
研究結果指出，所有AI模型在準確度上均優於傳統方法，以「神經網絡」這項模型表現最佳，在CIEDE2000標準化色差公式，其誤差為0.7，其他模型誤差則在1.1至1.6之間，而傳統基準方法誤差甚至高達13.8(在紡織業中，CIEDE2000超過0.8至1.0即被視為不合格)。
賈斯珀教授表示，這項「神經網絡」模型可大幅降低染色錯誤的布料報廢，讓製造商在大量染色前就能更準確預測最終色彩，提升連續染色生產力，而連續染色佔整體染色布料超過六成。」
此外，沃爾瑪基金會(Walmart Foundation)於今(2025)年也已捐贈35萬美元予威爾遜紡織學院及北卡羅來納州紡織創新與永續發展中心，以支持相關研究。
  
|