網上研討會：採用基於 Python 和神經網絡的 Edge AI 加速可預測性維護的實現




7月25日 - 網上研討會

7月25日  |  10:00 - 12:00

線上直播，掃描二維碼報名



研討會背景

可預測性維護（PdM）技術用於隨時監控在役設備的狀況，同時預測何時需要進行維護。這比正常或定期進行的预防性维护更能節約成本，而且另一個好處是無需系統停機進行檢測。現如今，隨著人工智能技術的發展，無論是工廠，醫院或者其他的環境中，對某些重要設備的性能或運作的細微變化，機器都能做到比人類更早地發現和識別它們。

基於賽靈思技術的系統可以結合人工智能，通過採用“可預測性維護”的方案減少設備停機時間，從而最大限度地提高生產力。賽靈思的基於 Python 和神經網絡的Edge AI 解決方案簡化了硬件加速的可預測維護方案的實現，從而可以持續性地監控重要資產，分析數據，以及智能地為這些系統規劃服務。

在本次網絡研討會當中，您將看到賽靈思是如何在工業電機上完成這項工作的，並且我們還能做的更多。



主講嘉賓



翁羽翔
工業,醫療市場經理
賽靈思公司

翁羽翔 （Trevor Weng）先生現任賽靈思公司工業,醫療市場經理，負責亞太工業和醫療市場策略與業務發展工作。他在通信，半導體和嵌入式行業擁有超過11年的工作經驗。在加入賽靈思之前， 他曾經在Huawei和Intel從事嵌入式產品研發及營銷工作。 Trevor持有同濟大學自動化碩士學位。




閱讀原文