Mobile-Menu

Low Code: Plattformen und Anbieter

Der Einsatz künstlicher Intelligenz in industriellen Produktionsanlagen heute zu einer der zentralen Herausforderungen für die Betreiber geworden. KI-Lösungen finden in vielen Bereichen ihre Anwendung, ob von der Anomalieerkennung, der Klassifizierung und Vorhersage von Verschleiß oder Schäden bis hin zur Qualitätskontrolle. Mit dem Automated-Machine-Learning-Tool (AutoML) gibt Weidmüller dem Nutzer eine Software an die Hand, mit der der Einstig auch ohne den Einsatz von Data Scientisten gelingt. Denn mit dem AutoML-Tool werden die Domänenexperten befähigt, auf Basis ihres Applikationswissens eigenständig Machine-Learning (ML) Modelle zu erzeugen. So können Sie ihr tiefes Fachwissen über ihre Maschinen- und Anlagenprozesse mit einbringen bis am Ende des Modellbildungsprozesses der Experte das für seine Applikation am besten passende erhält. Die AutoML-Software führt den Nutzer durch den Prozess der Modellentwicklung („Guided Analytics“). Dabei fokussiert sich der Experte auf sein Wissen zum Maschinen- und Prozessverhalten und verknüpft dieses mit den im Hintergrund ablaufenden ML-Prozessen. Das bedeutet, dass die Software bei der Übersetzung und Archivierung des vorhandenen und wertvollen Applikationswissens in eine verlässliche Machine Learning-Anwendung hilft, indem das vorhandene Wissen geschickt abgefragt und mit dem im Hintergrund arbeitenden ML-Verfahren kombiniert wird. (Weidmüller) arrow back arrow forward Image Zoom
Der Einsatz künstlicher Intelligenz in industriellen Produktionsanlagen heute zu einer der zentralen Herausforderungen für die Betreiber geworden. KI-Lösungen finden in vielen Bereichen ihre Anwendung, ob von der Anomalieerkennung, der Klassifizierung und Vorhersage von Verschleiß oder Schäden bis hin zur Qualitätskontrolle. Mit dem Automated-Machine-Learning-Tool (AutoML) gibt Weidmüller dem Nutzer eine Software an die Hand, mit der der Einstig auch ohne den Einsatz von Data Scientisten gelingt. Denn mit dem AutoML-Tool werden die Domänenexperten befähigt, auf Basis ihres Applikationswissens eigenständig Machine-Learning (ML) Modelle zu erzeugen. So können Sie ihr tiefes Fachwissen über ihre Maschinen- und Anlagenprozesse mit einbringen bis am Ende des Modellbildungsprozesses der Experte das für seine Applikation am besten passende erhält. Die AutoML-Software führt den Nutzer durch den Prozess der Modellentwicklung („Guided Analytics“). Dabei fokussiert sich der Experte auf sein Wissen zum Maschinen- und Prozessverhalten und verknüpft dieses mit den im Hintergrund ablaufenden ML-Prozessen. Das bedeutet, dass die Software bei der Übersetzung und Archivierung des vorhandenen und wertvollen Applikationswissens in eine verlässliche Machine Learning-Anwendung hilft, indem das vorhandene Wissen geschickt abgefragt und mit dem im Hintergrund arbeitenden ML-Verfahren kombiniert wird. (Weidmüller)
13/20
Zurück zum Artikel