top of page

Machine Learning alapú
Anomália 
Detektáció

Üdvözöljük a KONsys Kft soron következő webinárjának regisztrációs oldalán.

 

Fedezzük fel, hogyan segítenek a legújabb machine learning alapú megoldások az energiaellátási rendszerekben előforduló különféle anomáliák hatékony azonosításában és kezelésében.

Anomália detektáció 1.png

Április 11. 

10:00

Miről szól az előadás:

Bemutatjuk, hogyan segítenek a legújabb machine learning alapú megoldások az energiaellátási rendszerekben előforduló különféle anomáliák és hibák hatékony azonosításában és kezelésében. Megismerjük, hogyan lehet az adatok folyamatos elemzésével előre jelezni az energiafelhasználási problémákat, minimalizálni az üzemzavarokat és optimalizálni az üzemeltetési hatékonyságot. 

Agenda

 

Időtartam: 60 perc 

1. Kovács Norbert: Bevezetés (5 perc) 

Üdvözlés és résztvevők köszöntése

Rövid áttekintés a webinár céljáról és struktúrájáról

Rövid bemutatkozás az előadókról és a résztvevőkről

2. Baracskai Attila: Az energiaellátási rendszerekben előforduló anomáliák (15 perc) 

Az anomália detektálás fogalma és jelentősége

Anomáliák típusai és gyakorisága az energiaellátási rendszerekben

Az anomáliák hatása és veszélyei

3. Forró Péter: Anomália detektálás működési elve (10 perc)  

Adattípusok és források az energiaellátási rendszerek anomáliáinak elemzésére

Alapvető módszerek és technikák az anomáliák felismerésére és detektálására

4. Varga Ádám: Példák és gyakorlati megközelítések (15 perc) 

Élő rendszeren történő bemutató

Anomáliák felderítésének módjai

Anomália modellek összeállításának módszerei

5. Kérdések és válaszok (10 perc)  

 

6. Kovács Norbert: Befejezés és köszönet (5 perc)  

Köszönetnyilvánítás a résztvevőknek és az előadóknak

Utolsó gondolatok és további teendők említése

 

Előadóink

Atti_edited.jpg

Baracskai Attila

 KONsys Kft
Szoftverfejlesztésért felelős ügyvezető

Forró Péter.jpg

Forró Péter

Moana Software
Szoftverfejlesztő mérnök

Ádám.jpg

Varga Ádám

KONsys Kft

Szoftverfejlesztő és tesztelő mérnök

Sikeres regisztráció

bottom of page