Brug af maskinlæring til tidlig opdagelse af anomalier hjælper med at undgå skader
Kredit:CC0 Public Domain
Analyse af sensordata fra maskiner, planter eller bygninger gør det muligt at opdage unormale tilstande tidligt og dermed undgå yderligere skader. Til dette formål, overvågningsdataene søges efter anomalier. Ved hjælp af maskinlæring, anomali -registrering kan allerede delvist automatiseres.
Maskinlæringsmetoder kræver først en stabil indlæringsfase, hvor de lærer alle mulige former for regulære tilstande at kende. Til vindmøller eller broer, dette er kun muligt i meget begrænset omfang, som de er, for eksempel, udsat for meget svingende vejrforhold. Ud over, der er normalt kun lidt information tilgængelig om uregelmæssige begivenheder. Som resultat, det er svært for systemet at identificere og kategorisere usædvanlige stater. Imidlertid, denne viden er vigtig for at finde ud af, hvor usikre de respektive afvigelser fra normen egentlig er. Disse problemer skal løses i projektet "Machine Learning Procedures for Stochastic-Deterministic Multi-Sensor Signals" (MADESI).
Numeriske simuleringer kan løbe igennem alle tænkelige scenarier. For eksempel, det er muligt at simulere, hvad der sker, hvis stærke skvaller rammer en vindmølle. Overvågningssystemet kan derefter trænes med data genereret af disse simuleringer og bagefter opdage og fortolke uregelmæssigheder autonomt.
Forskerne i MADESI -projektet udvikler metoder, der muliggør udnyttelse af simuleringsdata i maskinlæring. Her, overvågningssystemet skal designes på en sådan måde, at det kan trænes ved hjælp af ægte sensordata og simuleringsdata. I øvrigt, konsortiet har til hensigt at øge fortolkningsbarheden af overvågningsdataene. "Til dette formål, vi i SCAI arbejder på datamining metoder, der kan genkende mønstre i scenarie data, "forklarer projektleder prof. dr. Jochen Garcke, afdelingsleder "Numerisk datadrevet forudsigelse" hos Fraunhofer SCAI. "Her, Vi leder også efter karakteristiske træk ved specifikke skader på vindmøllens gearkasser eller efter is på en vindmølles rotorblade. "
Sidste artikelSådan forbedres kommunikationen mellem mennesker og smarte bygninger
Næste artikelDataanalyse for mere sikkert luftrum
Varme artikler
-
Letenergi og biomasse kan omdannes til diesel og brintKredit:CC0 Public Domain En forskergruppe ledet af professor Wang Feng ved Dalian Institute of Chemical Physics ved det kinesiske videnskabsakademi udviklede for nylig en metode til at producere d -
Stædig stamme af Android malware disses nulstillingerKredit:CC0 Public Domain Det bliver kaldt grimt – åh, geninfektionen af det hele – og lusket med god grund:Det er alt det, kendt af hovedpineobservatører som xHelper, hvilket viser sig ikke at v -
På skudårsdagen, Raspberry Pi 4 omkostningerne er skåret i skiverRaspberry Pi sætter et kirsebær på toppen af sin 8-års jubilæumskage ved at tilbyde sit populære top-of-the-line computermodul for kun $35. Det er et bemærkelsesværdigt tilbud til en virksomhed, der -
Forskere udvikler ny ultrahurtig laserstrålestyring til autonome biler, der er mindre kompleks, bru…Forskere ved Purdue University og Stanford University har fundet en ny laserlyssensorteknologi, der er størrelsesordener mere følsom og hurtigere end førende sensorenheder. Teknologien bruger et nyt k
- Sådan konverteres gram per meter Squared til pund pr. Square Foot
- Byer verden over dæmper lyset for at markere Earth Hour
- Nanoskopi gennem en plasmonisk nanolens
- New Zealandske boliger mangler basale faciliteter, ny rapport finder
- Tesla banker $1, 100 rabat på Model 3
- Hvordan beskytter pingviner sig mod fjender?