Llegamos a ustedes gracias a:



Noticias

Software AG anuncia la versión 2021.R2 de TrendMiner

Pone el aprendizaje automático y la IA en manos de los expertos operativos

[11/05/2021] TrendMiner de Software AG ha anunciado el lanzamiento de TrendMiner 2021.R2. Según lo señalado, esta nueva versión amplía el alcance de la integración de portátiles lanzada anteriormente, lo que permite a los usuarios expertos en análisis poner los resultados de sus modelos de datos a disposición del resto de la organización, proporcionando a los expertos operativos mejores conocimientos.

"El nuevo modelo de detección de anomalías multivariable permite entrenar las condiciones óptimas del proceso en datos históricos y el modelo podrá detectar anomalías en los nuevos datos entrantes. TrendMiner 2021.R2 también permite ahora la integración de autoservicio a través de webMethods.io. Esto permite tener en cuenta la información contextual de los procesos de otras aplicaciones empresariales y activar flujos de trabajo en sistemas externos a través del nuevo modelo de detección de anomalías, señaló Nick Van Damme, director de Productos de TrendMiner.

El ejecutivo añadió que TrendMiner permite a los expertos operativos de las industrias de fabricación de procesos analizar, supervisar y predecir el rendimiento operativo utilizando datos de series temporales generados por sensores. "El objetivo de TrendMiner siempre ha sido dotar a los ingenieros de análisis para mejorar la excelencia operativa, sin necesidad de recurrir a los científicos de datos. Acerca la ciencia de los datos a los ingenieros, sostuvo.

Anotó, asimismo que, TrendMiner 2021.R2 amplía las capacidades del cuaderno de notas de la versión anterior, permitiéndoles ser operacionalizados mediante el despliegue de modelos de datos creados a medida en un motor de puntuación/inferencia incrustado mediante el uso de etiquetas de Modelo de Aprendizaje Automático. "Estas etiquetas de "Modelo de Aprendizaje Automático" están disponibles para todos los usuarios de TrendMiner, como si fueran etiquetas originadas por un historiador de la empresa o cualquier otra fuente de datos de series temporales. Se pueden aplicar todas las capacidades existentes de TrendMiner, como la visualización de datos recientes e históricos, la búsqueda de patrones o valores umbral, así como la supervisión mediante los patrones del modelo de aprendizaje automático, explicó Van Damme.

La versión TrendMiner 2021.R2, agregó, ofrece ahora un modelo propio para la detección de anomalías multivariantes a través del cuaderno mencionado y de la funcionalidad de etiquetas "Machine Learning Model". "El modelo de detección de anomalías de TrendMiner puede entrenarse en una vista de tendencias que contenga las condiciones normales de funcionamiento del proceso. Después de aprender las condiciones deseadas del proceso, el modelo será capaz de detectar anomalías en los nuevos datos entrantes. El modelo devolverá si un nuevo punto de datos es un valor atípico o no, basándose en un umbral dado (clase de anomalía) o devolverá una puntuación de anomalía. Cuanto más alta sea la puntuación de la anomalía, más probable es que el punto de datos sea un valor anómalo, explicó.

Integración de autoservicio para la colaboración entre silos de datos

Van Damme señaló que las fábricas actuales capturan y almacenan una enorme cantidad de datos relacionados directa o indirectamente con el proceso de producción. Todos estos datos suelen acabar en las mejores aplicaciones empresariales que sirven para fines operativos específicos. Toda esta información contextual que reside en diversas aplicaciones empresariales puede ofrecer nuevas perspectivas para mejorar el rendimiento operativo, si los expertos operativos pueden acceder realmente a esos datos. "Con la introducción del complemento de integración impulsado por webMethods.io dentro de la plataforma TrendMiner, los ingenieros pueden ahora crear integraciones con aplicaciones empresariales cruciales por sí mismos. Además, la integración de autoservicio a través de webMethods.io permite crear flujos de trabajo en las aplicaciones empresariales en las instalaciones y en las soluciones en la nube. Esto puede utilizarse, por ejemplo, para notificar a sus colegas con un mensaje de MS Teams o Slack, y para añadir simultáneamente una solicitud de trabajo de mantenimiento en SAP, cuando un monitor de TrendMiner dispara una alerta, finalizó el ejecutivo.