AVVIKELSE UPPTÄCKT
Uppdaterat: 19 jan. 2021
Avvikelsedetektering används ofta i tillverkningen för att öka produktiviteten och effektiviteten, minska kostnaderna och optimera stilleståndstiden

Så här fungerar detektion av anomalier:
- Sensorer installeras på en utrustning för att samla in data
- ML-modeller bearbetar data för att hitta avvikande data
- Avvikande data analyseras för att identifiera ett specifikt problem relaterat till det
- Problemet löses förebyggande för att undvika fel på utrustningen
Egentligen kan denna algoritm tillämpas på ett stort antal problem. Till exempel kreditkortsbedrägerier, klinisk diagnos, strukturella defekter är avvikelser som kan upptäckas med maskininlärning.
Detektering av avvikelser gör det möjligt för företag att förutsäga att utrustningen inte utför underhåll och reparationer, vilket minskar driftskostnaderna och räddar liv.Till exempel samlar IoT-sensorer installerade på flygplan och analyserar data för att rapportera om komponenter som behöver underhåll, vilket minskar mängden flygolyckor.