このページは機械翻訳を使用して翻訳されました。
翻訳品質のアンケートに 1 分ご協力ください。
Tata Consultancy Services、分散型クラウドベースの車両予知保全ソリューションを開発
ソリューションによって予知保全の効率とコスト効率を向上
MATLAB は、車載コンピュータからクラウドまで、機械学習パイプライン全体をシームレスに統合します。
主な成果
- AIモデルを車載コンピュータに導入することでクラウドベースの機械学習のコストを削減しました。
- MATLABツールを使用することで、モデルの開発、トレーニング、展開のプロセスが迅速化され、大幅な時間の節約が実現しました。
- ローコードツールと診断特徴デザイナーアプリにより、特徴抽出とアルゴリズム開発が可能になりました。
SDV (ソフトウェア・ディファインド・ビークル)は、重要な予知保全タスクに使用できる膨大な量のデータを生成します。ただし、このすべてのデータをクラウドに送信して処理するのは非効率的でコストがかかる可能性があります。インドに拠点を置くIT企業Tata Consultancy Services（TCS）はMATLAB®を使用して予測的な車両メンテナンスのための分散型機械学習ソリューションを作成します。
TCS は、機械学習モデルを車両の車載コンピュータで実行し、計算された特徴をクラウドに送信して、より計算集約的な分析を行うことで、ほとんどのセンサー データをローカルで処理するアーキテクチャを開発しました。障害が検出されると、デバイス上のモデルがクラウドに警告し、クラウドはより複雑な障害予測モデルを実行できます。
TCS チームは、 MATLABツールを使用してデータを視覚化し、有用なパターンを発見しました。Parallel Computing Toolbox™ は、データを分割し、チャンク単位で同時に処理することで、このプロセスを高速化するのに役立ちました。チームは、Statistics and Machine Learning Toolbox™、分類学習器アプリ、回帰学習器アプリ、診断特徴デザイナーアプリを使用して、センサーと時系列データを調査して予測的特徴を発見し、さまざまな機械学習モデルをトレーニングして、そのパフォーマンスを比較しました。洞察を視覚化するために、彼らはアプリを開発し、MATLAB Web App Server™を使用してMicrosoft® Azure®にデプロイしました。
