ΣΧΕΤΙΚΑ ΑΡΘΡΑ
Μέσω ανάλυσης real-time δεδομένων παράγονται προβλέψεις (Machine Learning) σχετικά με τη λειτουργία των εξοπλισμών επιτρέποντας την έγκαιρη αντιμετώπιση πιθανών προβλημάτων.
Η λύση επιτρέπει την πρόβλεψη με ακρίβεια πάνω από 77% σε πιθανά μη φυσιολογικά συμβάντα από 20 έως 120 ώρες πριν την εκδήλωσή τους. Με τον τρόπο αυτό αναμένεται αύξηση του χρόνου ζωής των εξοπλισμών και μείωση του κόστους συντήρησής τους.
Η λύση αναπτύχθηκε στην πλατφόρμα SAP Business Technology Platform/SAP HANA Cloud.
Η επιτυχία του όλου έργου επισφραγίστηκε με την υιοθέτηση της λύσης ως σημείου αναφοράς (Reference case) από την SAP AG, επιβράβευση που αποτελεί μία από τις μέγιστες διακρίσεις στο SAP ecosystem.
Διαβάστε επίσης:
Motor Oil: Γιατί κέρδισε την ψήφο εμπιστοσύνης των επενδυτών με το επιτόκιο στο 2,12%
ΑΠΟΚΑΛΥΠΤΙΚΟ: Τι αμοιβές παίρνουν από τις εταιρείες τους ο Βαρδής Βαρδινογιάννης και ο Σωκράτης Κόκκαλης
ΕΙΔΗΣΕΙΣ ΣΗΜΕΡΑ
- «Μπλόκο» Στουρνάρα στο σχέδιο των τραπεζών για το νέο IRIS
- Άμεση ανάλυση: Τι συμβαίνει με τις μετοχές των ΓΕΚ ΤΕΡΝΑ και Eurobank, τον χρυσό και το πετρέλαιο
- O Σαμαράς, οι μετοχές, το ΜΜ και ο Ηλιάδης, ο «Τρελαντώνης» και οι 6, η BSB στο ΧΑ, ο Κούστας και η ηθοποιός της βιντεοκασέτας, η απαίτηση του pirouetter, τι λέει η EDISON για τα media και η συγκίνηση του Χατζηδάκη
- Έξι ναυτιλιακές εταιρείες έχουν ρευστότητα 2, 5 δισ. δολάρια και πέντε εξασφαλισμένα έσοδα 14,65 δισ. δολάρια!