חזרה לרשימת הפרויקטים
סיווג סדרות זמן
Details
מערכת אינטראקטיבית לסיווג נתוני סדרות זמן רב משתנים וזיהוי חריגות בפלטפורמת Azure ML
המפתחים שלנו תכננו ופיתחו מערכת לסיווג נתוני סדרות זמן רב משתנים וזיהוי חריגות בנתונים הנמדדים על פני תקופה ארוכה, כפרמטרים התואמים להתנהגות מערכת נכונה ושגויה. ממשק המשתמש המבוסס על שירותי אינטרנט מומש באמצעות Azure ML. הממשק מאפשר למשתמשים, שאין להם ידע בלמידת מכונה להעלות נתונים חדשים, להכשיר מחדש את המערכת ולקבל את תוצאות החיזוי והניתוח בצורה ידידותית למשתמש. הדאגה העיקרית במשימה זו הייתה עומס גדול של נתונים ופרמטרים עם מספר נמוך של נתונים מסומנים עבור כל אחת מהמחלקות, לתקופת מדידה מסוימת אחת.
- ניתוח סטטיסטי ואנליזה של נתונים זמינים;
- חילוץ תוכנה לסיווג נוסף בהתבסס על הפרמטרים הסטטיסטיים וכללי השיוך כתיאור;
- אימון מסווג SVM תוך שימוש בטכניקות לנתונים לא מאוזנים;
- הגדרה של הצורך בנתונים נוספים מהמשתמש, כמו גם הגדרת התוצאה שעלולה להיות שגויה כאשר אין מספיק נתונים לקבלת החלטות בהתבסס על שיטות זיהוי החריגות והערכת ייחודיות נתוני האינפוט בהשוואה למערך האימון;
- פיתוח שירותי האינטרנט עבור הניסויים המתוארים, התאמה אישית של אימון מחדש של המערכת כאשר נתונים חדשים מתקבלים דרך Azure data factory.
- ניתוח סטטיסטי ואנליזה של נתונים זמינים;
- חילוץ תוכנה לסיווג נוסף בהתבסס על הפרמטרים הסטטיסטיים וכללי השיוך כתיאור;
- אימון מסווג SVM תוך שימוש בטכניקות לנתונים לא מאוזנים;
- הגדרה של הצורך בנתונים נוספים מהמשתמש, כמו גם הגדרת התוצאה שעלולה להיות שגויה כאשר אין מספיק נתונים לקבלת החלטות בהתבסס על שיטות זיהוי החריגות והערכת ייחודיות נתוני האינפוט בהשוואה למערך האימון;
- פיתוח שירותי האינטרנט עבור הניסויים המתוארים, התאמה אישית של אימון מחדש של המערכת כאשר נתונים חדשים מתקבלים דרך Azure data factory.
פרויקטים דומים
כלי וירטואלי למוצרי איפור
המערכת מורכבת ממודל זיהוי ופילוח פנים ואלגוריתם המאפשר צביעה מחדש של אובייקטים מבלי לאבד את צורתם המקורית.
מתורגמן מקוון לשפת הסימנים
אלגוריתם AI המתמלל וידאו של אדם המשתמש בשפת הסימנים.
דאשבורד סטטיסטיקה מונע API
פיתחנו דאשבורד שמציג נתונים סטטיסטיים. הפאנל מתעדכן לעתים קרובות כדי לספק את הנתונים העדכניים ביותר על מצב המלאי של חנויות.