Ecouter
❯
Réseau de capteurs - IOT
❯Représentation des connaissances - Réseau bayésien
Conception de produits à l'aide de l'IA
Représentation des connaissances - Réseau bayésien
AI-dispatcher (opérateur) d'une infrastructure de système d'énergie distribuée à grande échelle
Grandes entreprises
Opérations - Surveillance intelligente des infrastructures
Réduire les rappels d'aliments avec AI-Dri
Analyse prédictive du comportement et des conditions psycho-émotionnelles des joueurs d'eSports à l'aide de données hétérogènes et de l'intelligence artificielle
Conscience robotique
Ontologies pour bâtiments intelligents
Véhicule de protection sans pilote pour les travaux routiers sur les autoroutes
Composants IA pour le pelotonnage de véhicules sur la voie publique
Utilisation d'une solution robotique pour la police et le contrôle du trafic
Analyse comportementale et sentimentale
Des semaines aux heures : comment les assureurs innovent avec l'IA pour raccourcir le temps de traitement des sinistres et améliorer l'expérience client
Solution AI (swarm intelligence) pour la détection d'attaques dans l'environnement IoT
Solution robotique pour remplacer le travail humain dans des conditions dangereuses
Détection des maladies animales
Gestion des écosystèmes à partir de l'inférence de relation causale à partir de données d'observation
Prévisions météorologiques dans l'agriculture
Conscience de scène de vision robotique
L'IA pour comprendre l'adultération dans les aliments couramment utilisés
Services de synthèse vocale basés sur l'IA avec des voix personnelles pour les personnes ayant des troubles de la parole
Fabrication et usines - Maintenance prédictive
Véhicule de remorquage d'avion autonome
Amélioration de la productivité pour l'exploitation de l'entrepôt
Représentation des connaissances - Réseau bayésien
Pour:
Ingénieurs procédés.Objectif:
Améliorer l'efficacité des opérationsProblème adressé
L'analyse des causes profondes (RCA) et l'aide à la décision sont essentielles pour la maintenance des installations industrielles. Les ingénieurs de procédés sont confrontés à la tâche difficile d'évaluer les problèmes liés à des processus industriels de plus en plus complexes sous une charge de travail et un stress élevés. Des outils de diagnostic sont nécessaires pour fournir aux ingénieurs de procédés une aide à la décision pour déterminer l'origine d'une perturbation ou d'un défaut de procédé. De tels outils doivent être transparents dans leur raisonnement et fournir un diagnostic facilement interprétable afin d'être d'une utilité optimale.
But du cas d'usage
Application des réseaux bayésiens à l'analyse des causes profondes des processus industriels.