Le respect de votre vie privée est notre priorité

Nos partenaires et nous-mêmes stockons et/ou accédons à des informations stockées sur un terminal, telles que les cookies, et traitons les données personnelles, telles que les identifiants uniques et les informations standards envoyées par chaque terminal pour diffuser des publicités et du contenu personnalisés, mesurer les performances des publicités et du contenu, obtenir des données d'audience, et développer et améliorer les produits.

Avec votre permission, nos partenaires et nous-mêmes pouvons utiliser des données de géolocalisation précises et d’identification par analyse du terminal. En cliquant, vous pouvez consentir aux traitements décrits précédemment. Vous pouvez également accéder à des informations plus détaillées et modifier vos préférences avant de consentir ou pour refuser de donner votre consentement. Veuillez noter que certains traitements de vos données personnelles peuvent ne pas nécessiter votre consentement, mais vous avez le droit de vous y opposer.

Vos préférences ne s'appliqueront qu’à ce site web. Vous pouvez modifier vos préférences à tout moment en revenant sur ce site web ou en consultant notre Politique de confidentialité

TEEPTRAK

Nouvelle plateforme de Machine Learning


Description

Notre plateforme de Machine Learning permet de traiter de grandes quantités d'informations industrielles en quelques secondes. Nous proposons actuellement un algorithme de détection d'anomalies qui peut être utilisé par n'importe quel opérateur dans une usine (c'est TELLEMENT simple et donc TELLEMENT impressionnant). Dans le courant de l'année, nous prévoyons d'offrir un algorithme d'optimisation pour aider les équipes dans les ateliers à trouver les meilleurs réglages pour maximiser la production, l'efficacité énergétique et la qualité.

Notre plateforme utilise deux types d'algorithmes : La détection d'anomalies et l'optimisation.


Ce qui rend notre solution révolutionnaire : toute personne disposant d'un accès Internet de base et de connaissances très limitées peut utiliser notre système. Nous avons travaillé et innové très dur pour créer une interface automatisée et conviviale en utilisant les dernières technologies.


Détails techniques

Pour détecter les anomalies, nous utilisons :
1) Isolation Fores. Il s'agit d'un algorithme de détection des anomalies qui est utilisé pour identifier les valeurs aberrantes dans un ensemble de données.
2) Profil matriciel. Il comporte deux composantes principales : un profil de distance et un indice de profil.

Pour détecter les changements de régime, nous utilisons essentiellement les méthodes suivantes
a) EWMA : la moyenne mobile pondérée exponentiellement (EWMA)
b) Algorithme PELT : Pruned Exact Linear Time (temps linéaire exact élagué), c'est une méthode pour trouver des points de changement dans les données de séries temporelles.
c) Bayesian Online Change points : il s'agit d'une nouvelle approche basée sur la théorie bayésienne.

Pour optimiser les processus, nous utilisons généralement des modèles graphiques probabilistes : Il s'agit de modèles statistiques qui codent des distributions de probabilités multivariées complexes à l'aide de graphes.

TEEPTRAK

Automatismes / Mécatronique / Digital
Description
Fondée en 2014, TEEPTRAK s’est donnée pour mission de rendre la mesure de la performance industrielle accessible à tous grâce à des solutions Plug&Play, ultra-compétitive et made in France.La force de ses solutions réside dans la rapidité et la flexibilité de son dépl...

Produits similaires

Tout voir