有许多方法可以维持工业机械。如果您搜索,您将很有可能会遇到这些条款:预防性维护和预测维护。GydF4y2Ba

通过机器学习增强预测性维护GydF4y2Ba
通过机器学习增强预测性维护GydF4y2Ba

文章从|GydF4y2BaMakinarocks.GydF4y2Ba

在不谈论工业机械的情况下,你不能谈论工业部门。我们也不能。在Makinarocks,我们的目标是使工业技术智能化,并将其作为变革解决方案提供。GydF4y2Ba

我们相信定制我们的AI解决方案,以满足客户的需求,这不仅包括增加涉及效率和性能指标的技术规范,而且同样重要:方便。GydF4y2Ba

有许多方法可以维持工业机械。如果您搜索,您将很有可能会遇到以下条款:GydF4y2Ba预防性维护和预测维护。GydF4y2Ba

虽然这两者都有指防止工业机械故障(以及工厂停工 - yikes!),GydF4y2Ba预防性的维护GydF4y2Ba通常涉及每隔几个月安排专家,每隔几个月来看一下,看看你的机器,看看是否有任何东西需要修理。另一方面,GydF4y2Ba预测维护GydF4y2Ba是指使用数据预测机器将何时分解,因此您可以在预期的故障之前在专家中致电。Makinarocks解决方案进一步采取预测性维护的概念。GydF4y2Ba

我们构建的是基于AI级的准确性和性能的预测性维护解决方案。GydF4y2Ba

在这篇文章中,我们将解释我们最先进的异常检测解决方案背后的新型异常检测度量:投影途径(RAPP)重建,由2020年学习陈述(ICLR)的国际会议承认的概念。GydF4y2Ba

什么是rapp?GydF4y2Ba

RAPP是我们建议的异常检测度量,用于自动化液 - 大幅提高异常检测性能GydF4y2Ba如果没有改变培训过程的任何东西GydF4y2Ba。GydF4y2Ba

RAPP通过增强重建过程重新定义异常检测度量。GydF4y2Ba重建GydF4y2Baautoencoder的输入和输出之间的区别。RAPP将此概念扩展到我们纸张中称为隐藏层的概念。这是通过再次将初始输出馈送到(非常相同)的AutoEncoder和从中聚合中间激活向量来完成的GydF4y2Ba隐藏层。GydF4y2Ba

SAP&NAP.GydF4y2Ba

要重新标准,RAPP可以比较编码器和解码器隐藏空间中产生的输出值。我们实现了两种不同的方法来测量性能:RAPP沿路径(SAP)的简单聚合,以及RAPP沿路径(NAP)的归一化聚集。GydF4y2Ba

图2举例说明SAP,但是当分配是这样的时,它只是描绘了距原点的距离。一种更合适的方法是计算图3中列入的分布,这相当于实现Mahalnobis距离。为此,我们可以通过将奇异值分解(SVD)应用于来自训练集的每个图层的隐藏重建误差来获得归一化距离。这个概念也被称为rapp的午睡。GydF4y2Ba

通过SAP和NAP,可以通过从多个层之间的差异产生具有标量值的异常分数来执行更准确的异常检测过程。请参阅我们的论文,以便更深入地看看我们的方法。GydF4y2Ba

我们的rapp结果GydF4y2Ba

我们进行了多项实验,以验证RAPP的有效性。我们开始使用广泛的知名和接受的数据集,例如MNIST和FMNIST,以比较我们的模型与已发布的对等编辑文件的研究的性能。结果如下:GydF4y2Ba

您可以从结果中看到,当NAP应用于不同的AutoEncoders时,我们发现我们的结果远远优于发布论文的结果。即,当NAP应用于变形AutiaceCoder(VAE)时,我们能够看到最重要的结果。GydF4y2Ba

此外,我们能够证明RAPP在多峰正常情况下的有效性,如下结果所示。GydF4y2Ba

实施RAPP后,所有但STL(钢)都显示出多模式正常情况下的性能。RAPP还证明,在一个单峰正常情况下的10例中有6例更有效。GydF4y2Ba

Makinarocks的预测维护的转型解决方案:广告GydF4y2Ba

我们的RAPP异常评分指标是我们的异常检测套件(广告)中的特色,赋予解决方案,以预测机械故障,提高精度。GydF4y2Ba

参考 

[1] Ki Hyun Kim等,RAPP:沿着投影路径重建的新奇检测,ICLR,2020 
[2] Lei等人,对深度学习的几何理解,Arxiv,2018 
[3] Stanislavpidhorskyiet Al。,生成概率新奇检测与对抗性自动化器,Neurips,2018 
[4] Kingmaet al。,自动编码变变贝叶斯,ICLR,2014 
[5] Makhzaniet Al。,对抗性的自身侵害。 Arxiv, 2015. 
[6] raghavendrachalapathyet al。使用单级神经网络的异常检测。 arXiv preprint arXiv:1802.06360, 2018. 
[7] Lukas Ruff等人,深度单级分类。在ICML,2018年。 
[8] Izhakgolan和Ran El-yaniv。使用几何变换进行深度异常检测。尼斯,2018年。 
[9] Ki Hyun Kim,运营AI:建立一场终身学习异常检测系统,DEVIEW,2019 

本文中的内容和意见是提交人的,并且不一定代表了制造商的视图w88优德老虎客户端GydF4y2Ba

评论(0)GydF4y2Ba

这篇文章没有任何意见。是第一个留下评论的评论。GydF4y2Ba


发表评论GydF4y2Ba

您必须在发表评论之前登录。GydF4y2Baw.88优德官方网站 。GydF4y2Ba

特色产品GydF4y2Ba

CIMON-XPANEL  - 工业运行触摸面板GydF4y2Ba

CIMON-XPANEL - 工业运行触摸面板GydF4y2Ba

CIMON-XPanel是一个基于Windows CE的HMI单元。软件和硬件的组合,适用于工业站点内的各种监控需求。GydF4y2Ba