Skip to Main Content

Usługi badawcze w sieci VIA CARPATIA

Uslugi Badawcze

Nazwa Badania
Zaawansowana detekcja anomalii w procesach przemysłowych
Techniki
Anomalie w dużych zbiorach danych to rzadkie, nietypowe lub odstające obserwacje, które znacząco różnią się od większości pozostałych danych i mogą wskazywać na błędy, oszustwa, awarie lub stanowić cenne, nowe wzorce wymagające dalszej analizy._x000D_ Wczesne wykrywanie nieprawidłowości (np. wad produkcyjnych, oszustw finansowych czy awarii maszyn) pozwala uniknąć kosztownych przestojów, kar umownych lub strat materiałowych. Identyfikacja odstępstw w procesach produkcyjnych umożliwia korektę ich parametrów w czasie rzeczywistym, co przekłada się na wyższą jakość i mniejszą liczbę reklamacji. Anomalie mogą ujawniać nieoczekiwane trendy rynkowe, błędy w danych lub nowe możliwości biznesowe (np. niszowe zapotrzebowanie klientów). Wdrożenie systemów detekcji anomalii często zwraca się już w krótkim czasie, szczególnie w branżach takich jak produkcja, finanse, energetyka czy ochrona zdrowia._x000D_ Zakład Uczenia Maszynowego oferuje opracowanie systemu opartego na autorskich rozwiązaniach w obszarze sztucznej inteligencji i uczenia maszynowego (np. sztuczne sieci neuronowe, autoenkodery czy lasy izolacji) do monitorowania parametrów procesów produkcyjnych. System taki może wykorzystywać zaawansowane algorytmy do analizy danych z czujników IoT, identyfikując odchylenia od normy lub zmiany w typowych wzorcach przebiegu procesu produkcyjnego. Współpraca może obejmować integrację z istniejącymi systemami oraz walidację modeli na rzeczywistych danych przemysłowych. Możliwe jest także opracowanie interfejsu dashboardowego dla operatorów z alertami i wizualizacją trendów. Otwarci jesteśmy także na propozycje wspólnych prac w obszarze badawczo rozwojowym obejmujących analizę i dalszy rozwój stosowanych metod w celu usprawnienia ich działania._x000D_ Warto podkreślić, że wypracowane rozwiązania będą ściśle dopasowywane do specyfiki konkretnego procesu produkcyjnego, począwszy od fazy audytu danych, przez feature engineering, aż po walidację modeli na rzeczywistych danych produkcyjnych. Oferujemy pełne wsparcie badawczo-rozwojowe, również w zakresie ubiegania się o dofinansowanie z różnych programów jak np. NCBiR.
Uczelnia
Politechnika Lubelska
Kontakt
Centrum Innowacji i Transferu Technologii Politechniki Lubelskiej, Adres: ul. Nadbystrzycka 38h, 20-618 Lublin, Spichlerz/Telefon:+ 48 81 538 4869 + 48 81 538 4870 + 48 81 538 4270 /E-mail: citt@pollub.pl
Opis
Anomalie w danych to nietypowe odstępstwa od normy, które mogą sygnalizować błędy, oszustwa lub nowe możliwości biznesowe, a ich wczesne wykrycie minimalizuje straty i poprawia jakość procesów. Zakład Uczenia Maszynowego oferuje opracowanie spersonalizowanych systemów wykrywania anomalii z wykorzystaniem zaawansowanych algorytmów AI (m.in. sieci neuronowych i autoenkoderów), z pełnym wsparciem B+R – od analizy danych po wdrożenie i pomoc w pozyskaniu dofinansowania.
Slowa Kluczowe
analiza danych,detekcja anomalii,detekcja outlierów,proces produkcyjny,sztuczna inteligencja,Sztuczne Sieci Neuronowe

Informacje o projekcie

Stopka
Minister Nauki

Zadanie finansowane w ramach zlecenia
Ministra Nauki pod nazwą "Politechniczna Sieć VIA CARPATIA im. Prezydenta RP Lecha Kaczyńskiego" w latach 2022-2025

MNiSW
Wersja: 0.1b Właścicielem i administratorem danych zawartych w bazie danych są uczelnie: Politechnika Rzeszowska, Politechnika Lubelska oraz Politechnika Białostocka. Zaprojektowanie witryny: Paweł Kuraś, Krzysztof Demidowski, Veronika Vanivska
Built with using Oracle APEX