В индустрии аномалии данных сигнализируют о структурном дефекте детали, о сбоях работы оборудования и скорой его поломке. В ходе вебинара будут обсуждаться подходы обнаружения аномалий в данных, в частности, для задачи предсказательного обслуживания.
В качестве примера подхода на основе извлечения информации из накопленных данных будут рассмотрены следующие этапы обнаружения аномалий в работе промышленного оборудования:
• Подготовка данных и извлечение признаков
• Применение различных статистических подходов и походов машинного обучения для обнаружения аномалий
• Обучение модели автоэнкодера для реконструкции характеристик новых данных.
В качестве примера подхода на основе создания физической модели объекта будет рассмотрен алгоритм профилактического обслуживания триплексного насоса, в котором моделируются и классифицируются конкретные поломки.
Инженер ЦИТМ Экспонента по искусственному интеллекту, специалист Data Science. Закончила МГТУ им. Баумана.