ML cube Platform

Miért ML cube Platform?

A gyártásban lévő mesterséges intelligenciában kulcsfontosságú kihívás merül fel: az adatok nem stacionaritása, ami veszélyezteti az algoritmusok hatékonyságát és megbízhatóságát.
Az ML cube Platform azzal foglalkozik, hogy proaktív módon észleli az adatok és a működési feltételek változásait, amelyek ronthatják a modell pontosságát és potenciálisan gyártási problémákat okozhatnak.
Segít az AI fejlesztőknek abban, hogy javítsák a Siemens Industrial Edge-en telepített AI rendszereik megbízhatóságát.

Előnyök

Az ML cube Platform lehetővé teszi a modell teljesítményét, adatait és viselkedését a gyártás során, lehetővé téve az anomáliák korai felismerését, valamint biztosítva az átláthatóságot és a megbízhatóságot.
Az ML cube Platform felgyorsítja a kiváltó okok elemzését azáltal, hogy összekapcsolja a teljesítménycsökkenéseket az adatok, modell vagy rendszer változásaival, csökkentve ezzel a hibakeresési időt.
Lehetővé teszi az adatsodródásra adott proaktív válaszokat, például a modellek átképzését vagy az adatvezetékek módosítását, biztosítva a tartós pontosságot és teljesítményt.

Kiemelt adottságok

Aktív monitorozás

Folyamatosan nyomon követi a modell teljesítményét, a bemeneteket, a képmutatókat és a kimeneteket valós időben, és figyelmeztetéseket generál anomáliákra vagy romlásra a megbízhatóság és a gyors válasz biztosítása érdekében.

Drift magyarázhatóság

Azonosítja és elmagyarázza, hogy miért történik az eltolódás, kiemelve, hogy mely képjellemzők vagy adatszegmensek változtak, így a csapatok gyorsan megértik és kezelhetik a kiváltó okokat.

Dinamikus klaszterezés

Az adatokat minták alapján fejlődő klaszterekbe csoportosítja, lehetővé téve az adatszegmensek eltolódásának észlelését és a modell teljesítményét befolyásoló rejtett változások feltárását.

Valós alkalmazások

Select...

Gyümölcshibák azonosítása

Az ML cube Platform figyelemmel kísérte a bemeneti képeket, és helyesen azonosította a váratlan szezonalitási sodródást, amely a modell teljesítményromlását okozta. A dinamikus klaszterezés és a sodródás magyarázhatósági modulok lehetővé tették a felhasználó számára, hogy megértse a sodródás forrását.

ML cube Platform üzemelteti ML cube