Áætlaður lestrartími: 6 minuti
Fyrirtæki búa til sífellt meira magn af gögnum sem tengjast rekstri fyrirtækja, sem leiðir til endurnýjaðs áhuga á forspárgreiningum, sviði sem greinir stór gagnasöfn til að bera kennsl á mynstur, spá fyrir um niðurstöður og leiðbeina ákvarðanatöku. Fyrirtæki standa einnig frammi fyrir flóknu og sívaxandi úrvali rekstraráhættu sem þarf að greina með fyrirbyggjandi hætti og draga úr þeim. Þó að mörg fyrirtæki hafi byrjað að nota forspárgreiningar til að bera kennsl á markaðs-/sölutækifæri, eru svipaðar aðferðir sjaldgæfari í áhættustýringu, þar með talið öryggi.
Flokkunarreiknirit, almennur flokkur forspárgreininga, gætu verið sérstaklega gagnlegar fyrir hreinsunar- og jarðolíuiðnaðinn með því að spá fyrir um tímasetningu og staðsetningu öryggisatvika byggt á öryggistengdum skoðunar- og viðhaldsgögnum, í meginatriðum leiðandi vísbendingar. Það eru tvær megináskoranir tengdar þessari aðferð: (1) að tryggja að mældir fremstu vísbendingar séu í raun spár fyrir hrun og (2) að mæla fremstu vísbendingar nógu oft til að hafa forspárgildi.
Með því að nota reglulega uppfærð skoðunargögn er hægt að búa til líkan með því að nota skipulagsaðhvarf. Þannig gætirðu búið til líkan, til dæmis til að spá fyrir um líkurnar á bilun í járnbrautum fyrir hverja mílu af brautinni. Líkur kunna að vera uppfærðar eftir því sem viðbótargögnum er safnað.
Til viðbótar við spáð líkur á bilun í járnbrautum, með sama líkani getum við greint breyturnar með meiri forspárréttmæti (þær sem stuðla verulega að járnbrautarbilun). Með því að nota módelniðurstöðurnar muntu geta greint nákvæmlega hvert þú átt að einbeita þér að viðhaldi, eftirliti og fjármagnsbótum og hvaða þáttum á að taka á meðan á þessari starfsemi stendur.
Sömu aðferðafræði gæti verið notuð í hreinsunar- og jarðolíuiðnaði til að stjórna áhættu með því að spá fyrir og koma í veg fyrir slys, að því tilskildu að stofnanir:
Forspárgreining er breitt svið sem nær yfir þætti ýmissa greina, þar á meðal vélanám,gervigreind, tölfræði og gögn námuvinnslu. Forspárgreining afhjúpar mynstur og þróun í stórum gagnasöfnum. Ein tegund forspárgreiningar, flokkunaralgrím, gæti verið sérstaklega gagnleg fyrir hreinsunar- og jarðolíuiðnaðinn.
Hægt er að flokka flokkunaralgrím sem stýrt vélnám. Með námi undir eftirliti hefur notandinn gagnasafn sem inniheldur mælingar á forspárbreytum sem hægt er að tengja við þekktar niðurstöður. Í líkaninu sem fjallað er um í dæmisögukafla þessarar greinar voru teknar ýmsar mælingar á brautinni (t.d. sveigju, þverun) á tímabili fyrir hverja mílu brautar. Þekkt niðurstaða, í þessu tilviki, er hvort brautarbilun hafi átt sér stað á hverri járnbrautamílu á því tveggja ára tímabili.
Viðeigandi reiknirit reiknirit er síðan valið og notað til að greina gögnin og greina tengsl milli breytilegra mælinga og útkomu til að búa til forspárreglur (líkan). Þegar það er búið til fær líkanið nýtt gagnasafn sem inniheldur mælingar á óþekktum spábreytum og útkomum og mun síðan reikna út líkurnar á niðurstöðunni út frá reglum líkansins. Þetta er borið saman við tegundir náms án eftirlits, þar sem reiknirit skynjar mynstur og stefnur í gagnasafni án sérstakrar stefnu frá notandanum, öðrum en reikniritinu sem notað er.
Algengar flokkunarreiknirit innihalda línulegt aðhvarf, skipulagslegt aðhvarf, ákvörðunartré, tauganet, stuðningsvektor/sveigjanlega mismununarvél, barnalegur Bayes flokkari og margir aðrir. Línuleg aðhvarf gefur einfalt dæmi um hvernig flokkunarreiknirit virkar. Í línulegri aðhvarfslínu er best passa lína reiknuð út frá núverandi gagnapunktum, sem gefur línujöfnuna ay = mx + b. Að slá inn þekktu breytuna (x) gefur spá fyrir óþekktu breytuna (y).
Flest tengsl milli breyta í hinum raunverulega heimi eru ekki línuleg heldur flókin og óreglulega löguð. Þess vegna er línuleg aðhvarf oft ekki gagnleg. Önnur flokkunarreiknirit eru fær um að búa til flóknari tengsl, svo sem boglínuleg eða lógaritmísk tengsl. Til dæmis getur skipulagsfræðilegt aðhvarfsreiknirit líkan flókin sambönd, getur fellt inn ótalnalegar breytur (t.d. flokka) og getur oft búið til raunhæf og tölfræðilega gild líkön. Dæmigerð framleiðsla logistic aðhvarfslíkans er spáð líkur á því að útkoman/atburðurinn eigi sér stað. Önnur flokkunarreiknirit gefa svipað úttak og flutningsaðhvarf, en nauðsynleg inntak eru mismunandi milli reiknirita.
Líkanagerð flókinna samskipta er sérstaklega gagnlegur í áhættustjórnun, þar sem áhættu er venjulega forgangsraðað út frá líkum og hugsanlegri alvarleika tiltekinnar niðurstöðu. Líkangerð þeirra áhættuþátta sem stuðla að þeirri niðurstöðu leiðir til nákvæms og tölfræðilega gilt mat á líkum á niðurstöðunni. Aftur á móti mæla mörg áhættumat „líkur“ á afdráttarlausum mælikvarða (einu sinni á áratug, einu sinni á ári, nokkrum sinnum á ári), sem er minna nákvæmt, huglægara og gerir það ómögulegt að greina á milli áhættu sem felst í áhættunni. sama breiða flokki. Það eru aðrar aðferðir til að mæla mögulegan alvarleika í áhættumati, en það er utan gildissviðs þessarar greinar.
BlogInnovazione.it
Síðasta mánudag tilkynnti Financial Times um samning við OpenAI. FT leyfir heimsklassa blaðamennsku…
Milljónir manna borga fyrir streymisþjónustu og greiða mánaðarlega áskriftargjöld. Það er almenn skoðun að þú…
Coveware frá Veeam mun halda áfram að veita viðbragðsþjónustu fyrir tölvukúgun. Coveware mun bjóða upp á réttar- og úrbótamöguleika ...
Forspárviðhald er að gjörbylta olíu- og gasgeiranum, með nýstárlegri og fyrirbyggjandi nálgun við verksmiðjustjórnun.…
