Die Module des Industrial-AutoML-Tool im Detail
Der Domänenexperte geht beim Model-Builder nach folgendem schrittweisen Ansatz vor:
- Importieren und Untersuchen der Maschinen- und Prozessdaten,
- Bewerten der Daten anhand automatisch generierter Qualitätsindikatoren (z. B. fehlende Werte),
- Anreichern der Daten durch die Erstellung individueller Features,
- Daten in einen Kontext setzen und festlegen, welches Verhalten normal ist und welches nicht,
- Auswahl des gewünschten Machine-Learning-Modells, zum Beispiel ein Modell zur Erkennung oder Klassifizierung von Anomalien,
- anschließend automatisiert das Tool den Modellbildungsprozess einschließlich Feature Engineering sowie der erforderlichen Vorverarbeitungs- und Nachbearbeitungsprozesse,
- unter den erstellten Modellen anhand von Kriterien, wie Modell-Performance oder Plausibilität, das passende auswählen.
Das schrittweise Vorgehen in Model-Runtime:
- Die Modelle dort einsetzen, wo sie benötigt werden: on premise oder in der Cloud,
- die Maschine mit ModelRuntime durch Konfiguration der Datenquellen, z. B. eine Datenbank, verbinden,
- Importieren der erstellten Modelle und Zuordnung dieser zu einer konkreten Maschine. Für ein und dieselbe Maschine können mehrere Modelle verwendet werden,
- Planung der Modellausführung nach den eigenen Anforderungen,
- Visualisierung der Ergebnisse mithilfe der eingebetteten grafischen Benutzeroberfläche,
- programmatische Nutzung und Konfiguration von ModelRuntime mithilfe der bereitgestellten Schnittstellen,
- Anwendung der Modellresultate in der Praxis, indem die Ergebnisse in die vorhandene Maschine oder Fertigungssysteme importiert werden.