Diz 78 cz
Pattern Discovery, Learning and Detection in Time Series
Autor: Martin Ron
Úlohy strojového učení typicky vyžadují velký objem dat pro učení svých modelů. Tato dizeratace se zabývá analýzou časových rad, kterou jsou částým typem dat zaznamenávaných v průmyslu. Cílovou aplíkací jemodelování a analýza chování storjů. Tyto modely chování potřebují přesně strukturované trénovací datové sady,které jous typicky připravované ručně. To je nákladný a únavný proces náchylný k chybám. Tato komplikace znesnadňuje rošíření aplikací takových modelů chování v průmyslu, což násmotivovalo ke zkoumání celkového rocesu stochastického modelování chování strojů s cílem co nejvíce automatizovat krok nasazení těchto modelů v praxi. Náš výzkum začal úlohou modelování chování průmyslového robotického manipulátoru za použití dat o průběhu jeho spotřeby elektrické energie, kde bylo zapotřebí segmentovt časové řady spotřeby robotu na jednotlivé robotické operace. Tato analýza pousloužila jako základ pro výzkum optimálního plánování robotických operací za účelem snížení spotřeby elektrické energie. Cílovou doménu našho řešení jsme rozšírili ze spotřeb průmyslových robotů na obecké opakující se vzory chování v časových řadách. Naše výsledky jsou primárně ověřovány na případech průmyslových robotů, ale naše metody jsou obecné a jsou aplikovatelné na širokou škálu průmyslových problémů, což jsme také ověřili na průmyslové aplikaci na vsádkových pecích.