Denetimsiz öğrenme (endüstriyel)

Denetimsiz öğrenme, etiketli yanıtlar olmadan yapılan makine öğrenmesidir. Modele bin tane “bu üretim fireydi, bu iyiydi” örneği göstermek yerine, model hattın ham geçmişini alır ve yapısını öğrenir: hangi değişkenlerin birlikte hareket ettiğini, her ürünün normal çalışma zarfının nasıl göründüğünü, vardiyaların ve mevsimlerin onu nasıl değiştirdiğini. Öğrenilen bu yapıdan sapmalar anomalilerdir, ve kalıbı bozan değişkenler kök neden adaylarıdır.

Fabrikalar neden doğal yaşam alanıdır

Denetimli öğrenme etiket ister ve fabrika etiketleri az ve dengesizdir: çıktısının %2’sini fireye ayıran bir hat, “iyi” için “kötü”den 50 kat fazla örnek verir ve kötü örnekler nadiren belgelenmiş bir neden taşır. Denetimsiz yöntemler sorunu dolanır: her tesiste bolca bulunan normal üretim, eğitim setinin ta kendisidir. Bu nedenle mevcut neslin en hızlı devreye alınan platformları özünde denetimsizdir: değer gelmeye başlamadan önce hiçbir şeyin etiketlenmesi gerekmez.

Kimsenin izlemediği kök nedenler

Eşik izleme yalnızca birinin korumayı seçtiği değişkenleri korur. Denetimsiz modeller kendilerine verilen her şeyi izler (aynı anda yüzlerce değişken (güncel platformlarda 700’ün üzerinde)) bu yüzden bir fire sıçramasını rutin olarak bir etkileşime bağlarlar: bir hammadde partisinin aşınmış bir takımla ve bir bölgedeki 2 °C’lik sürüklenmeyle buluşması; bunların hiçbiri tek başına bir alarm limitini aşmamıştır. Bu yaklaşımla tedarikçilerin bildirdiği sonuçlar, optimize edilmiş hatlarda −%58 fire ve −%20 enerjiye ulaşıyor.

Değerlendirmede ne talep etmeli

Yararlı dağıtımları gürültü üreticilerinden iki şey ayırır: atıf (her anomali, katkıda bulunan değişkenleri sıralanmış olarak gelmelidir) ve rejim farkındalığı (model bir ürün değişimini bir proses sürüklenmesinden ayırt edebilmelidir). Tedarikçilerden her ikisini de bir demo seti üzerinde değil, sizin verileriniz üzerinde göstermelerini isteyin.

Sıkça sorulan sorular

Bir tesiste denetimli ve denetimsiz öğrenme arasındaki fark nedir?

Denetimli modeller etiketli örneklerden öğrenir (bu üretimler fireydi) ve o etiketi öngörür; denetimsiz modeller normal işletmenin yapısını öğrenir ve sapmaları işaretler. Tesisler, etiketlerin bol olduğu yerlerde (görüntü tabanlı muayene) denetimli modelleri, anomali tespiti ve kök neden keşfi için denetimsiz modelleri kullanır.

Denetimsiz öğrenme bir veri bilimciye ihtiyaç duyar mı?

Mevcut platform nesli buna gerek kalmayacak şekilde tasarlanmıştır: modeller hat geçmişi üzerinde kendi kendine eğitilir ve uyarılar katkıda bulunan değişkenler ekli olarak gelir; böylece proses mühendisleri doğrudan aksiyon alır. Bu işletilebilirlik bir 'olsa iyi olur' değil, temel bir satın alma kriteridir.