MITSUBISHI ELECTRIC Changes for the Better
Hungary

MELSOFT MaiLab

A MaiLab számos gépi tanulási és statisztikai elemzési módszert kínál, beleértve az olyan mesterséges intelligencia funkciókat, mint a mélytanulás és a többszörös regresszióelemzés, így az adatelemzés különböző célokra használható. Ráadásul nincs szükség programozásra, így az adatelemzési megoldások könnyen megvalósíthatók.

Egy szoftver minden típusú adatelemzéshez

Ez a szoftver önmagában lefedi a termelési adatok irodai elemzésének fázisát és az elemzési eredmények alapján a termelésben történő diagnózis fázisát, így az adatelemzésből nyert tanulási modelleket közvetlenül online lehet alkalmazni a termelésben.

AI data scientist - egy AI-alapú elemzést támogató rendszer mindenki számára

Ügyfélelőnyök:
  • Nagyon rövid képzési fázis a szoftver kezeléséhez, mivel nincs szükség speciális tudásra, bárki végezhet adatelemzést.
  • A MaiLab támogatja az ügyfelet az adatelemzési projekt minden fázisában.
  • Az ügyfelek számára a MaiLab előnyös, mivel sok vállalat látja, hogy nincs elég munkaerő az adatelemzéshez.
  • Az ügyfelek számára lehetővé válik a termelés hatékonyságának gyors és hatékony javítása

    Egy felhasználói felület, amely nagyszerű élményt nyújt az adatelemzéshez

    Ügyfélelőnyök:
    • Gyors megtérülés, mivel a MaiLab szoftver egyetlen eszköz mind az offline elemzéshez, mind a valós idejű diagnosztikához, beleértve a közvetlen visszajelzést a gyártási helyszínre. Gazdag lehetőségek az adatok vizualizálására.
    • A MaiLab hosszú távú és jövőbiztos tervezése és működtetése olyan integrált nyílt koncepciók révén, mint a Python programozási nyelv vagy a webalapú környezet.
    • Rugalmasság a különböző licencrendszerek révén (éves előfizetés OPEX esetén, örökös modell CAPEX esetén) és számos különböző alkalmazási forgatókönyv.

    Elemzési folyamat

    A MELSOFT MaiLab egy olyan eszköz, amely egyszerű adatelemzést tesz lehetővé 4 alapvető lépésben.

    Offline elemzés

    1. lépés: Adatkészlet létrehozása

    Először olvassa be az elemezni kívánt adatokat a MELSOFT MaiLabba, és regisztrálja őket. A regisztrált adatok egy csoportját "adathalmaznak" nevezzük. Az adathalmaz különböző grafikonokon jeleníthető meg, így emberi szemmel is könnyen ellenőrizhető, mielőtt a diagnózist a mesterséges intelligencia segítségével elvégezné.

    2. lépés: AI létrehozása

    Az adathalmazból történő tanulás történik. Az ismeretlen adatok diagnosztizálását lehetővé tevő modellt "AI"-nak nevezzük.Ha kiválasztjuk a "Mit akarsz tenni (célkitűzés)" lehetőséget, az adatok szabályszerűsége és szabályai automatikusan levezetésre kerülnek, és a MELSOFT MaiLab létrehozza az "AI"-t.

    Valós idejű diagnózis

    3. lépés: Feladat létrehozása

    Az ismeretlen adatok diagnosztizálására szolgáló beállításokat "feladatnak" nevezzük.A MELSOFT MaiLab meghatározza az adatok be- és kimeneti módszereit és a küszöbértékeket, amelyek alapján eldönthető, hogy a diagnosztikai eredmények jók vagy rosszak. A pontosság pontszámként jelenik meg, amely iránymutatásul szolgál a döntéshez.

    4. lépés: Feladatvégzés és felügyelet

    Feladatokat hajthat végre, és figyelemmel kísérheti az ismeretlen adatok diagnosztikai állapotát.A berendezésekre történő telepítés egyszerűen, egyetlen kattintással elvégezhető. Az adatáramlás és a jó vagy rossz megítélés állapota a tanulószerveren keresztül grafikus kijelzéssel is megerősíthető.

    Offline elemzés

    Az adatok előkészítése. (Adatkészlet létrehozása)

    Az adatok elemzéséhez és a diagnosztikai modell létrehozásához az elemzés tárgyát képező adatokat a MELSOFT MaiLabban kell regisztrálni. A regisztrált adatok egy csoportját "adathalmaznak" nevezzük. Az adathalmaz regisztrálásával az adatok táblázatokban vagy grafikonokban megjeleníthetők, és diagnosztikai modellek hozhatók létre.

    Az adatok regisztrálása egyszerű egérrel végzett műveletekkel végezhető el

    Az adathalmazként regisztrálandó eredeti adatfájlt "adatforrásnak" nevezzük. A regisztrálható adatforrások a CSV formátumú és a TSV formátumú szöveges fájlok.

    Diagnózisszabályok létrehozása. (AI létrehozása)

    Végezze el az adathalmaz előfeldolgozását, és hozzon létre mesterséges intelligenciát az elemzési módszereknek megfelelő tanulással.

    Interaktív és egyszerű. Az automatikus mesterséges intelligencia létrehozása időt és energiát takarít meg

    Automatikus

    A MELSOFT MaiLab a célok és az adatkészlet tartalma alapján kiválasztja az optimális előfeldolgozási és elemzési módszereket, és automatikusan létrehozza a mesterséges intelligenciát. Válassza ezt, ha nem tudja, hogy milyen elemzési módszert használjon a kívánt feladathoz (célkitűzésekhez).

    Kézi


    Ennél a módszernél Ön maga választja ki az elemzési módszereket és hozza létre a mesterséges intelligenciát. Akkor válassza ezt a lehetőséget, ha egyértelmű, hogy a kívánt feladathoz (célkitűzésekhez) melyik módszer a megfelelő

    Fejezd be az AI-t

    Folytassa a feladat létrehozását a valós idejű diagnózis elvégzéséhez, miközben a megjelenített pontszámokra és megjegyzésekre hivatkozik, Ha a tanulás befejeződött, az AI létrehozása befejeződik. Az elkészült AI-t manuálisan módosíthatja, hogy testre szabja azt a megbízhatóság növelése érdekében.

    Testre szabhatod az AI-t, hogy növeld a pontosságát.

    A MELSOFT MaiLabban az AI minden egyes folyamata egy blokkban történik, és az AI-feldolgozási folyamat a blokkok összekapcsolásával jön létre. Az AutoML funkcióval elkészített AI-folyamatot szabadon szerkesztheti, vagy létrehozhat egy eredeti AI-t a semmiből.

    Az eredeti feldolgozás Python blokkokkal végezhető el

    A MELSOFT MaiLab olyan funkcióbővítő blokkokkal is fel van szerelve, amelyek hasznosak a tanulási modellek testreszabásához. Az adatelemzésben gyakran használt Python nyelven is végezhet kódolást. A testreszabás elvégzésével nagyobb pontosságú tanulási modelleket hozhat létre.

    Valós idejű diagnózis

    Implementálás a készülékben (feladat létrehozása)

    A MELSOFT MaiLabban "feladatnak" nevezzük a folyamatok egy csoportját (folyamatáramlás), amely a létrehozott mesterséges intelligenciát használja az ismeretlen bemeneti adatok diagnosztizálására és a diagnózis eredményeinek kimenetére.* Egy egyszerű feladat automatikusan létrehozható az egyes folyamatok működéséhez szükséges paraméterek beállításával. 

    *A feladatoknak 2 típusa van: egyszerű és haladó. A részletekért kérjük, olvassa el a kézikönyveket.

    A Mitsubishi Electric FA berendezések használata esetén az eszközök közvetlenül megadhatók.

    A MELSOFT MaiLab nagyfokú affinitással rendelkezik a Mitsubishi Electric FA berendezésekkel.Mivel a kompatibilis eszközök közvetlen specifikációja elvégezhető, az eszközök telepítése (elrendezése) is könnyen elvégezhető.

    Az állapot valós időben jelenik meg a feladat végrehajtása közben.

    A diagnózis eredményei vonaldiagramokon és kördiagramokon jelennek meg.A diagnózis eredményei és az AI-ba bevitt adatok táblázatos formában jelennek meg.

    Rendszerkonfiguráció/Licenc/működési környezet

    Rendszerkonfiguráció

    Az adatgyűjtés és a diagnosztika már egy alap licenccel is elindítható a MELSOFT MaiLabban. Ezenkívül a rendszerek szabadon konfigurálhatók a létesítmények méretének, az elemző felhasználók számának növekedésének stb. megfelelően.

    Licenc

    Működési környezet

    Tanuló működési környezet
    A minimális működési környezetben viszonylag alacsony számítási feldolgozási igényű módszerek, például többszörös regresszióelemzés stb. végezhetők el, ha más eszközök nem futnak. Az olyan módszerek, mint a mélytanulás stb. végrehajtásához, amelyek sok számítási feldolgozást igényelnek, az ajánlott működési környezetre van szükség.

    TételMinimumAjánlott
    SzámítógépPC, ipari PC, szerverPC, industrial PC, server
    CPUIntel® Core™-i3-mal egyenértékű vagy jobbIntel® Core™-i7-nek megfelelő vagy jobb*1
    Memória4 GB vagy több16 GB vagy több*1
    OSWindows® 10 (Pro, Enterprise, IoT Enterprise)Windows Server 2019 (Datacenter, Standard, Essentials)Windows Server 2016 (Datacenter, Standard, Essentials)Windows® 10 (Pro, Enterprise, IoT Enterprise)Windows Server 2019 (Datacenter, Standard, Essentials)Windows Server 2016 (Datacenter, Standard, Essentials)
    64-bites64-bites
    Rendelkezésre álló tárolóhely16 GB vagy több64 GB vagy több

    Gyűjtési/diagnosztikai működési környezet

    TételMinimumAjánlott
    SzámítógépPC, ipari PC, szerverPC, ipari PC, szerver
    CPUIntel® Core™-i3-mal egyenértékű vagy jobbIntel® Core™-i7-nek megfelelő vagy jobb*1
    Memória4 GB vagy több16 GB vagy több*1
    OSWindows® 10 (Pro, Enterprise, IoT Enterprise)Windows Server 2019 (Datacenter, Standard, Essentials)Windows Server 2016 (Datacenter, Standard, Essentials)Windows® 10 (Pro, Enterprise, IoT Enterprise)Windows Server 2019 (Datacenter, Standard, Essentials)Windows Server 2016 (Datacenter, Standard, Essentials)
    64-bites64-bites
    Rendelkezésre álló tárolóhely16 GB vagy több64 GB vagy több

    *1 Szükséges, ha nem csak olyan módszereket hajtunk végre, mint a többszörös regresszióelemzés stb., amelyek viszonylag kevés számítási feldolgozást igényelnek, hanem olyan módszereket is, mint a mélytanulás stb., amelyek sok számítási feldolgozást igényelnek.