В фокусе
Читать
ГлавнаяРубрикиИнновационные концепции и технологииКомпания Seeq расширяет поддержку машинного обучения, чтобы сделать интеллектуальный анализ данных общедоступным
26.10.2021

Компания Seeq расширяет поддержку машинного обучения, чтобы сделать интеллектуальный анализ данных общедоступным

Новая инициатива упрощает внедрение алгоритмов машинного обучения с открытым исходным кодом, от сторонних поставщиков и команд анализа данных заказчика в приложения Seeq.

Корпорация Seeq, лидер в продвинутом программном обеспечении для аналитики данных производства и промышленного Интернета вещей (IIoT), объявила, что расширяет интеграцию алгоритмов машинного обучения в приложения Seeq. В результате компании смогут задействовать инвестиции в анализ данных и обеспечить работникам первой линии легкий доступ к алгоритмам машинного обучения с открытым исходным кодом и от сторонних поставщиков.

Среди заказчиков Seeq компании, работающие в нефтегазовой отрасли, фармацевтике, химической промышленности, энергетике, горнодобывающем деле, производстве пищевых продуктов и других сферах. Компании Insight Ventures, Saudi Aramco Energy Ventures, Altira Group, Chevron Technology Ventures, Cisco Investments и другие инвесторы уже вложили в Seeq более 100 млн долларов США.

Стратегия Seeq по внедрению инноваций машинного обучения обеспечивает конечным пользователям доступ к алгоритмам из нескольких источников без привязки к одному определенному поставщику или платформе. В результате гарантируется разнообразие типов алгоритмов, доступных компаниям, включая:

– алгоритмы с открытым исходным кодом и из различных общедоступных ресурсов. Например, на этой неделе Seeq опубликует два своих дополнения на GitHub, в том числе алгоритмы и рабочие циклы для корреляционного и кластерного анализа, которые пользователи могут изменять и улучшать под свои нужды;

– алгоритмы, созданные пользователями в Seeq Data Lab или на аналитических платформах, использующих машинное обучение, например Microsoft Azure Machine Learning, Amazon SageMaker, Anaconda и других, в ходе инициатив по интеллектуальному анализу данных или цифровой трансформации;

– алгоритмы сторонних поставщиков, предоставленные разработчиками программного обеспечения, партнерами и научными учреждениями. Развивается рынок алгоритмов для промышленности и вертикального рынка — уже представлены решения AWS Lookout for Equipment, Microsoft Azure AutoML, BKO Services Pump Prediction и алгоритмы с открытым исходным кодом от Университета Бригама Янга.

Инициатива Seeq решает критическую сложность «последней мили» масштабирования и развертывания алгоритмов на производственном предприятии, предоставляя работникам инновационные решения по аналитике данных в удобных для использования приложениях: Seeq Workbench для расширенной аналитики, Organizer для публикации отчетов и Seeq Data Lab для доступа к библиотекам Python в любое время.

Перечисленные решения дополняют способы, которыми Seeq поддерживает фундаментальные элементы успеха машинным обучением. Компания обеспечивает доступ ко всем источникам производственных данных — архивным, контекстным и от производственных приложений — для очистки и моделирования данных, поддержки совместной работы сотрудников и сбора знаний, быстрых прогонов и обеспечения рабочих процессов с непрерывным совершенствованием на основе производительности.

«Инновационные решения для аналитики данных на производстве потенциально могут поднять на новый уровень экологичность, производительность и готовность предприятия, — говорит Кевин Праути (Kevin Prouty), вице-президент IDC Corporation по промышленности. — Но чтобы воспользоваться этой возможностью, компаниям необходимо предоставить инновации в аналитике данных инженерам первой линии вместе с контекстом предприятия, чтобы принимаемые решения основывались на отчетах от новых алгоритмов».

Примеры клиентов, использующих приложения Seeq для доступа к инновациям в аналитике данных и их интеграции: нефтегазовая компания, внедряющая алгоритм прогнозирования выбросов на основе глубокого обучения; фармацевтическая компания, использующая алгоритм обучения без наблюдения для упреждающего обнаружения дрейфа датчиков в чувствительных пакетных процессах; химическая компания, использующая обучение по шаблонам для выявления основных причин нестабильности процесса и увеличения времени цикла.

«Seeq обеспечивает связь между командами по аналитике данных и их алгоритмами и работниками первой полосы на сотнях предприятий по всему миру, — говорит Брайан Парсоннет (Brian Parsonnet), главный технический директор корпорации Seeq. — Теперь развертывание алгоритма максимально упрощено — достаточно зарегистрировать его в Seeq и определить, какие сотрудники обладают доступом к нему в своих приложениях Seeq».

Компания Seeq впервые представила решения на машинном обучении в 2017 году, выпустив Seeq Workbench. В 2020 году вышло решение Seeq Data Lab для доступа к библиотекам Python и любому алгоритму машинного обучения. Эти комплексные решения для компаний с любым уровнем сложности аналитики рассчитаны на несколько аудиторий — инженерам-технологам понравится ввод данных с использованием мыши, а малокодовая разработка и среда программирования подойдут специалистам, занимающимся конструированием признаков и сокращением объемов данных.

Источник.

Версия для печати99 просмотров.
Оцените статью по: