透過人工智能進行儀器預測性維護
創科方案 |
透過人工智能進行儀器預測性維護
(編號: S-0164) |
已配對創科願望 |
|
試驗項目 |
|
方案特點 |
- 備件預測:人工智能的預測將比傳統的統計方法更準確,從而實現更精準的庫存量
- 預測性維護:將維護原因,故障的數據與備件庫存量等數據結合起來,再使用人工智能計算預測性維護的進程表
- 了解用戶文本備註:通過使用NLP,人工智能可以理解及分類非結構化的數據,達致理解用戶的評論及文本備註
|
試驗應用及預期成果 |
- 數據發現,挖掘和規劃:進行數據庫和結構知識發現並挖掘數據以識別數據相關性從以製定模型。
- RNN模型製定:RNN能夠學習多維數據之間的相關性,從而對備件需求,可用性,維護計劃等進行全面預測。
- NLP用戶評論總結:通過NLP技術,如分詞,標記和關鍵字提取。從而將數據匯總並分類為有用的集群。
- 模型擬合和微調:模型開發後,使用真實數據評估模型的準確度等參數,並利用用戶備註對模型進一步微調。
- 安装:由於僅使用局域服務器的限制,將在機電工程署的局域服務器中完成。步驟包括代碼傳輸和完整安装測試。
|
方案提供者資料 |
|
有關上述創新科技解決方案的詳情,請聯絡方案提供者查詢。