Die von PerfectPattern entwickelte Lösung AI Sensors ermöglicht es Produktionsexperten nun, Software-Sensoren schneller, einfacher und mit viel weniger Trainingsdaten als bisher zu erstellen. Mathematisches oder datenwissenschaftliches Fachwissen ist nicht erforderlich – das System generiert die zugrunde liegenden Modelle unbeaufsichtigt und ohne, dass manuell eingegriffen werden muss. AI Sensors arbeitet mit asynchronen und ungefilterten Daten. Das System erstellt die Modelle sehr schnell und auf der Grundlage deutlich weniger Trainingsdaten, als z.B. künstliche neuronale Netze erfordern würden. Darüber hinaus macht das System die manuelle Datenaufbereitung nahezu überflüssig – Aufgaben wie die Datensynchronisation und -bereinigung, die Beseitigung von Anomalien oder das Hinzufügen von Sensorwerten für fehlende Zeitstempel werden vollständig automatisiert abgedeckt.
Sensormodell binnen einer Stunde
Selbst in komplexen Szenarien mit Lerndaten von Tausenden physischer Sensoren, einschließlich historischer Daten, berechnet AI Sensors ein neues Software-Sensormodell in der Regel innerhalb einer Stunde. Mit herkömmlichen Methoden konnte dies durchaus mehrere Tage bis Wochen dauern. Auch die Aktualisierung des Software-Sensors ist schnell und einfach. Der Software-Sensor wird als ausführbares Programm zur Verfügung gestellt. Seine Laufzeit beträgt typischerweise nur wenige Millisekunden. Er kann in Closed-Loop- und Echtzeit-Szenarien eingesetzt werden, z.B. zur Steuerung und Optimierung komplexer Produktionslinien.
Pythia findet selbst die verborgensten Muster
AI Sensors basiert auf der von PerfectPattern entwickelten KI-Technologieplattform Pythia. Diese ermöglicht die Mustererkennung, die Anomalieerkennung und die Zeitreihenvorhersage in ungefilterten Echtzeit-Datenströmen. Durch die Kombination von Methoden aus Deep Learning und einer Reihe mathematischer und physikalischer Ansätze bietet Pythia entscheidende Vorteile gegenüber typischen Verfahren der Datenanalyse. Es findet selbstständig auch die verborgensten Muster und lernt, wie es jede gewünschte Variable vorhersagen und kontrollieren kann.
