Machine-Learning-Modelle ohne Data-Science-Expertise realisieren

Hinweis: Weidmüller hat diese Lösung im Rahmen des Internationalen Summits ‚Elektrische Automatisierung – Klassiker und Zukunftstechnologie‘ am 3. November 2021 vorgestellt. Eine Aufzeichnung ist über diesen Link verfügbar.

Weidmüller hat die Anwendung des maschinellen Lernens so stark vereinfacht, dass Domänenexperten mit ihrem Wissen über die Maschine oder den Produktionsprozess eigenständig ML-Lösungen realisieren können, ohne dass Data-Science-Expertise notwendig ist.

Für die einfache Ausarbeitung von ML-Modellen führt das Software-Tool den Anwender durch den Prozess der Modellentwicklung. Die Weidmüller Industrial AutoML-Software hilft bei der Übersetzung und Archivierung des komplexen Applikationswissens in eine verlässliche Machine-Learning-Anwendung. Dabei fokussiert sich der Experte auf sein Wissen zum Maschinen- und Prozessverhalten und verknüpft dieses mit den im Hintergrund ablaufenden ML-Schritten.

Am Ende des Modellbildungsprozesses wählt der Nutzer das für seine Applikation am besten geeignete Modell nach bestimmten Kriterien wie Modellgüte, Ausführungszeit oder seinen bevorzugten Parametern aus. Das ausgewählte Modell kann exportiert und in die Ausführungsumgebung überführt werden. Sind die richtigen Modelle ausgewählt, geht es um deren Ausführung. Dies kann direkt an der Maschine – on premise oder in der Cloud passieren. In der sogenannten Laufzeitumgebung betreiben, konfigurieren und bewerten Anwender die eigenen Machine-Learning-Modelle mit der Weidmüller ModelRuntime.

Zur Aufzeichnung