Arıza Öngörüsü Kestirimci Bakım
Büyük sistemlerde bağlamsal ve zamansal düzensizliklerin, derin öğrenme yöntemleriyle tespit edilmesi yöntemine dayanan arıza öngörü sistemine sahibiz.
Anomali tespiti, veri madenciliğinde, veri kümesinin normal davranışından sapan veri noktalarını, olayları ve/veya gözlemleri tanımlayan bir adımdır. Anormal veriler, teknik bir aksaklık gibi kritik olayları veya potansiyel fırsatları gösterebilir. Anormallik algılamayı otomatikleştirmek için derin örenme metotları kullanılmaktadır.
Başarılı anomali tespiti, zaman serisi verilerini gerçek zamanlı olarak doğru bir şekilde analiz etme yeteneğine bağlıdır. Zaman serisi verileri, zaman içindeki bir dizi değerden oluşur. Bu, her noktanın tipik olarak iki öğeden oluşan bir çift olduğu anlamına gelir- metriğin ne zaman ölçüldüğüne ilişkin bir zaman damgası ve o sırada o metrikle ilişkili değer.
Zaman serisi verileri kendi başına bir projeksiyon değildir. Daha ziyade, gelecekte makul bir şekilde nelerin beklenebileceği hakkında eğitimli tahminler yapmak için gerekli bilgileri içeren bir kayıttır. Anormallik algılama sistemleri, verilerinizdeki eyleme dönüştürülebilir sinyalleri belirlemek için bu beklentileri kullanır ve sizi sistemlerinizde yaşanacak arızalara karşı alınacak önlemler konusunda uyarır.
