魏德米勒工業分析軟體 自動化機器學習資料分析模型

機器和生產工廠不斷產生資料。將這些資料成功轉化為創新的公司獲得了決定性的競爭優勢。借助軟體，魏德米勒公司正在使人工智慧方法應用於機器生產商和生產型公司。為了分析機器資料和流程資料，工業分析使用能夠檢測異常情況甚至能夠預測未來機器行為的複雜模型。通過使用人工智慧(AI)方法和機器學習(ML)，用源自原始資料的特徵來揭示以前未知的測量值之間的關係。

魏德米勒開發了一個突破性的解決方案，使中型公司不再需要資料科學家。在與最終使用者密切合作的過程中，資料專家識別測量值中的相關性並訓練初始模型。初始模型應用成功後，反復向初始模型輸入新資料，並在機器的整個生命週期中進一步開發模型。隨著時間的推移，這將提高資訊品質。

許多機器生產商和生產型公司還不能獨立使用現有的機器學習工具，因為這些工具的操作已經針對分析專家的資料驅動活動進行了優化。公司可以用巨額資金培訓現有員工，也可以自己雇傭一名資料科學家。

這就產生了一個抑制閾值，放慢了人工智慧在工業中的應用速度。另一個方法是開發易於使用的軟體解決方案，即使使用者沒有經過任何統計培訓也能夠理解並生成分析模型。魏德米勒公司的工業分析業務部門已經通過自動化機器學習軟體將這一想法付諸實踐。該款應用程式的名稱意味著模型大部分是自動開發的。

工業分析業務部門產品經理Carlos Paiz Gatica博士解釋道「類似的應用程式目前在金融技術、銀行業和行銷領域得到廣泛使用。但是，現有的解決方案不適用於機器和工廠，因為它們不支持自動化產業的相關資料類型。這些解決方案總是需要一個理想的資料庫。」此外，這些解決方案不能整合用戶的領域知識，而這對於工業應用程式至關重要。

Paiz說過：「有了自動化機器學習軟體，機器生產商和生產型企業不必成為資料專家，就可以獨立開發人工智慧和機器學習並從中獲益。通用的應用程式支援使用者生成初始模型並進一步開發模型。這樣，公司不再依賴資料科學家，也不必與外部合作夥伴分享其製程流程和機器知識。」