COLIGO EdgeStack
COLIGO EdgeStack basiert auf Echtzeit-Linux- und Docker-Containern. Sein Plug-in-Design ermöglicht die Erweiterung seiner Funktionalität unter Wiederverwendung der bestehenden Datenflussarchitektur.
Wir glauben, dass AIoT am besten vom Automatisierungsingenieur in der Praxis eingesetzt werden kann. Denn er ist derjenige, der die Prozesse, die Maschinen und die Automatisierungssysteme am besten kennt. Daher haben wir COLIGO entwickelt, um AIoT aus der Praxis zu ermöglichen, ohne spezifische Kenntnisse für Datenanalyse.
COLIGO implementiert eine Streaming-Learning-Methodik, die maschinelle Lernanwendungen ohne Code ermöglicht. Die Streaming-Datenpipeline stellt kontinuierlich Maschinen- und Prozessdaten bereit, die vom ausgewählten MACHINE LEARNING-Modell verwendet werden, um sich selbst zu trainieren statt vorab mit verfügbaren und vorverarbeiteten Daten zu trainieren.
Mit dieser Methode lassen sich viele MACHINE LEARNING-Anwendungen wie Predictive Analytics oder Anomalieerkennung effizient und einfach handhaben.
Die Architektur von COLIGO EdgeStack wurde für kundenspezifische Anwendungen entwickelt. Kompliziertere ML-Anwendungen sind mit Streaming Learning möglicherweise nicht möglich und erfordern eine spezifische Entwicklung, Modellauswahl, Datenidentifikation, Modelltraining und -bereitstellung. Unsere Ingenieure stehen zur Verfügung, um jede spezifische Anfrage zu unterstützen, also zögern Sie bitte nicht, uns zu kontaktieren, um uns Ihre Ideen, Bedürfnisse und Anforderungen mitzuteilen.
