Engenharia de recursos, classificação de estados e seleção do melhor modelo podem ser tarefas complexas e demoradas para as equipes de ciência de dados. Embora a construção de ferramentas personalizadas seja muitas vezes o primeiro instinto, as aplicações de hoje de Asset Performance Management (APM) embutidas com expertise industrial podem ajudar os cientistas de dados a acelerar o processo de projetar e dimensionar novas soluções mais rapidamente.

La ingeniería de datos (ingeniería de características), clasificación de estados y selección de modelos pueden ser tareas complejas y consumen gran parte del tiempo de los equipos de ciencia de datos. Si bien la creación de herramientas particulares suele ser el primer instinto, hay que tomar en cuenta que las aplicaciones actuales de Gestión del Desempeño de Activos (APM) que cuentan con experiencia industrial, pueden ayudar a los científicos de datos a acelerar estos procesos para diseñar y escalar nuevas soluciones rápidamente.

今日の化学企業は、ビジネスと持続可能性の目標達成を目指してインダストリアルAIと機械学習を活用することで、デジタライゼーションジャーニーを加速し続けています。当日は、弊社アスペンエキスパートが第一原理ハイブリッドモデリングを中心に、Aspen Plus® V12.1の主な改善点をご紹介しました。

Sustainability remains top-of-mind for most executives as they work to balance environmental concerns with business performance. Digital solutions have emerged as a key enabler to help companies make progress toward their sustainability goals.

Early returns from an ARC Advisory Group survey indicate 45% of respondents require 6 months or more to scale APM solutions across similar sites, while 54% can scale APM across different assets at the same site—but only with tremendous effort and resources. Today’s asset performance management (APM) solutions drive big increases in reliability and profitability, but how well can you scale those benefits across multiple assets, or even multiple sites? Join us to learn how some of today’s industry leaders are using AI and machine learning—combined with their existing data and resources—to overcome skillset or usability hurdles and rapidly scale APM solutions across their organizations.

Feature engineering, state classification and best model selection can be complex, time-consuming tasks for data science teams. While building customized tools is often the first instinct, today’s Asset Performance Management (APM) applications with built-in industry expertise can help data scientists speed up this process to rapidly design and scale new solutions.

Pharma and biotech companies face a pivotal next step in addressing the increased complexity of production while balancing mounting cost pressures with the need to ensure product quality, security of supply and regulatory compliance.

状況の変化やリソースの制約の中で企業が効率の向上を目指す中、APCの新たな進歩により業務が劇的に合理化されます。新しくリリースされたaspenONE®V12は、組み込みAIと並列コンピューティングを備えており、経験の浅いユーザーでもより高速なシードモデル(Seed model)とより正確な推論を生成できます。

石油・ガス、化学、製薬業界における大きな課題の1つは、非常に多くの複雑なプロセス変数に直面したときに、品質、スループット、消費など、プロセスの結果に影響を与える問題を効率的に評価することです。 Aspen ProMVは、多変量解析モデルを活用するプロセスエンジニア向けの強力なツールです。このセッションでは、ProMVのコンセプト、サクセスストーリー、製品デモを紹介します。

Aspen Data Science Studio™とAspen IoT Analytics Suite™を組み合わせてAspen Industrial AI Workbenchを作成し、すぐに使用できる分析ライブラリ、AI開発コラボレーションツールを作る方法をご紹介します。これらと組み込みのMES統合は、ドメインエキスパートやデータサイエンティストがデータが豊富なAIアプリを開発するのに役立ちます。