边缘机器学习在异常检测和预测性维护中的应用

学员有资格获得结业证书。

当涉及到不同层次的维护策略时，反应性、预防性和预测性维护都是重要的，都有它们的位置。新工具提高了维护效率。更强大、更经济的计算能力，加上人工智能(AI)的进步，正在为制造业带来下一个数字化转型时代。人工智能与预测性维护结合使用来自设备运行条件的参数，以及来自边缘特定应用推理引擎的智能，以检测异常情况，在需要时预测维护行动。这项新技术使决策和智能尽可能接近整个过程。

在本次网络直播中，我们的主讲人Matt Dentino和Mitsuo Baba将讨论开始机器学习和预测性维护的最佳方式，它的众多好处，可能面临的挑战，为什么你需要正确的战略合作伙伴关系来获得成功，等等。

学习目标:

• 了解机器学习和预测性维护的好处
• 了解预测性维护的挑战
• 探索异常检测的人工智能和预测维护
• 如何开始使用预测性维护技术

提出的:
Matt Dentino, Braintrust客户参与副总裁
Mitsuo Baba，瑞萨电子公司物联网和基础设施事业部高级总监

由:
Mark Hoske, CFE媒体和技术的内容经理