Przejdź do głównej sekcji

Nasza fachowość i obietnica jakości

Doradztwo: Algorytm ML i projekt techniczny

Konwolucyjne sieci neuronowe, uczenie się przez wzmocnienie, algorytm Apriori czy NLP? Uczenie nadzorowane czy uczenie się bez nadzoru?

Uczenie maszynowe oferuje szeroką gamę opcji, więc nasi eksperci zajmą się Twoimi konkretnymi wymaganiami, omówią warunki wstępne optymalizacji dokładności przewidywania / analizy (np. dobre warunki oświetleniowe dla obrazów) i zdefiniują podejście techniczne, aby zrealizować pomysł na oparty na ML produkt lub model biznesowy.

Doradztwo: Strategia danych

Czy to konserwacja predykcyjna (dla części maszyny), czy wykrywanie anomalii na linii produkcyjnej (na podstawie kamer): Musimy zbierać dane, konwertować je, wprowadzać do jednostki przetwarzającej ML (w czasie rzeczywistym) i przetwarzać.

Doradzimy w zakresie obsługi dużych zbiorów danych, przechowywania (jeśli jest to wymagane), przetwarzania danych wrażliwych (np. anonimizacja, pseudonimizacja) oraz wymagań sprzętowych.

Przetwarzanie obrazu, widzenie komputerowe

Możemy czerpać z szerokiej wiedzy w zakresie komputerowego przetwarzania strumienia wideo i przetwarzania obrazu. Dzięki licznym partnerom zajmujących się widzeniem komputerowym, etykietowaniem i nie tylko, jesteśmy doskonałym wyborem, jeśli szukasz firmy, która doda ML do Twoich produktów lub zautomatyzuje przepływ pracy.

Mniejsze projekty mogą obejmować wykrywanie anomalii na linii produkcyjnej, co wymaga szkolenia sieci neuronowej z przykładowymi zdjęciami anomalii. Większe projekty mogą wymagać testowania A/B w celu ustawienia kamery i/lub warunków oświetleniowych, a także algorytmu wyboru zdjęć o najlepszej charakterystyce dla wysokich wskaźników dokładności.

Automatyzacja i optymalizacja przepływu pracy

Jeśli przepływ pracy przebiega według określonego schematu lub można go sklasyfikować jako zadanie rutynowe, automatyzacja jest w zasięgu ręki. Wówczas analizujemy dostępne dane i określamy wskaźniki dokładności automatyzacji przepływu pracy, proponujemy strategię danych w celu poprawy wyników.

Korzystanie z metod predykcyjnych pozwala nam sugerować optymalne decyzje i optymalizować ich wyniki: czy to wykorzystanie maszyny, czas konserwacji (konserwacja predykcyjna) czy zarządzanie energią urządzeń elektrycznych.

Przetwarzanie języka naturalnego (NLP)

Przetwarzanie mowy na tekst, zamiana tekstu na mowę, rozpoznawanie mówcy, analiza sentymentów: Potrzebujesz tego w języku angielskim, niemieckim, polskim lub francuskim? Potrzebujesz tych usług opartych na chmurze obliczeniowej lub w wersji brzegowej?

Przedstawimy Ci przegląd możliwości i ograniczeń funkcji opartych na NLP w Twoim oprogramowaniu. Masz wiele opcji, a my pomożemy Ci wybrać odpowiednią, a także wdrożyć pomysły w Twoim produkcie lub w przepływie pracy.

Uczenie maszynowe i Internet rzeczy

Mamy bogatą wiedzę specjalistyczną w zakresie danych ze źródeł takich jak urządzenia do noszenia, czujniki w samochodach lub strumienie danych z okularów AR. Jednocześnie mamy ekspertów w dziedzinie łączności Bluetooth, 4G, Ethernet itd. Wiemy, jak zminimalizować opóźnienia i zarządzać dużymi strumieniami danych, np. strumieniami wideo HD z okularów AR.

Pomożemy Ci także wybrać platformę chmurową IoT, które są najbardziej odpowiednie dla Twoich potrzeb i budżetu: Azure IoT, Mindsphere, Teamviewer IoT lub Cumulocity.

Featured
Project

Infotainment System for Tier 1 OEM

ML-based real estate cost calculations

Our client company is a major player in the building trade. For each RfP they get a requirements spezification (GAEB format) between 500 and 5 000 item lines. Some items require long-standing engineering skills, others require using standard building material.
We have trained an ML-algorithm with thousands of RfP-items and building material selections. Result: Engineers can calculate projects much faster, stay easily within submitting deadlines and can optimize offerings thanks to that gain in time.

Key Application Functionality

  • The Calculation Tool is on-premise
  • Users will upload a specification file in GAEB-format, that comprises 500 to 5 000 requirement items
  • Based on trained ML-Algorithm the user gets an overview of requirement items that are mapped to a standard article of building material. Confidence level is displayed. User can approve or reject/overwrite proposals
  • Training of ML-algorithm is updated on a regular basis with current data from the cost calculation department