Ein NXAI-Forscherteam präsentiert erstmals eine End-to-End-Deep-Learning Alternative zur Modifizierung industrieller Prozesse. Die Forschung zeigt, dass Deep-Learning-Modelle physikalische Prozesse über lange Zeiträume hinweg realitätsgetreu abbilden können. Angestrebt wird nun eine schnelle Echtzeit-Simulationen.

Für die Auswertung von Sensor- und Aktordaten in der Cloud braucht es einen durchgängigen und sicheren Prozess. Auf was bei dessen Auslegung zu achten ist, erklärt Professor Dominik Schatzmann von der Berner Fachhochschule im Gespräch.

Das Echtzeitbetriebssystem Automation Runtime von B&R protokolliert nun automatisch Zustandsdaten von Speichermedien und ermöglicht es, den Ausfall eines solchen Speichermediums frühzeitig zu erkennen.

Ein NXAI-Forscherteam präsentiert erstmals eine End-to-End-Deep-Learning Alternative zur Modifizierung industrieller Prozesse. Die Forschung zeigt, dass Deep-Learning-Modelle physikalische Prozesse über lange Zeiträume hinweg realitätsgetreu abbilden können. Angestrebt wird nun eine schnelle Echtzeit-Simulationen.

Ein NXAI-Forscherteam präsentiert erstmals eine End-to-End-Deep-Learning Alternative zur Modifizierung industrieller Prozesse. Die Forschung zeigt, dass Deep-Learning-Modelle physikalische Prozesse über lange Zeiträume hinweg realitätsgetreu abbilden können. Angestrebt wird nun eine schnelle Echtzeit-Simulationen.