Monolith開發人工智能賦能的異常檢測軟件

人工智能軟件提供商Monolith在4月4日發布的一篇新聞稿中表示，該公司已開發了一款異常檢測軟件。該軟件可以快速識別測試數據中的各種問題，包括測量錯誤或傳感器錯誤、用戶錯誤、系統故障以及測試期間系統的錯誤使用。

這一新軟件將原始測試數據的檢查流程自動化，可以檢測數百個測試通道中的潛在錯誤或異常，將發現問題所需的時間從數月降低至幾乎實時。

該公司與現有客戶合作，在真實應用中開發和測試其新的異常檢測器，主要應用領域包括汽車、賽車運動和工業領域。該軟件使用了一種獨特的深度學習算法，可以基于復雜的系統行為在測試結果和數百個通道中發現多種異常類型。

Monolith首席執行官兼創始人Richard Ahlfeld表示：“錯誤的數據會導致錯誤的決策，浪費大量寶貴的工程資源。如果發現得太晚，這些錯誤可能導致進度延遲，或者更糟糕的是導致產品發布時存在質量問題，這可能會引發代價高昂且損害聲譽的召回。我們耗時兩年多與客戶直接合作，設計、測試和調整我們的新異常檢測器，以便工程師能夠快速發現工程數據中的錯誤。在此期間，我們不僅開發了一種獨特的深度學習算法，可以發現多種類型的異常，同時我們還將其打包成專門為工程領域專家設計的無代碼用戶體驗。這是由工程師為工程師開發的、有用的人工智能。”

本文內容來自S&P Global Mobility[標普全球汽車]收費內容

文章版權歸微信平臺S&P Global Mobility[標普全球汽車]所有