moneo DataScience Toolbox

日益提高的产品和过程要求对整个生产过程提出了高要求。因此，使用工业生产中的传感器数据、数值和信息来尽快地自动化检测和消除产品和过程偏差（即所谓的异常）变得非常重要。

moneo DataScience Toolbox是一个软件工具套件，可基于人工智能来帮助您轻松监测和优化制造过程，而无需数据科学专业知识或编程技能。

AI算法使用传感器记录的数据。该数据由机器学习等先进技术使用，可确保实现优化的预测和状态监测过程。

智能算法会立即报告检测到的异常和模式、理解复杂的关联性并做出可靠的预测。

简而言之，moneo DataScience Toolbox可简化生产过程的监测和优化。另外，它还支持可持续地改进生产过程的质量，并有助于提高效率和显著降低出错率。

moneo DataScience Toolbox的作用

加快转型和规模化
利用向导式配置轻松构建

和训练自己的AI/ML模型，而无需数据科学专业知识

提高生产质量
利用自定义的AI解决方案，自

动检测生产过程中的异常和其他意外状态

提高机器和设备效率 （OEE）
利用自定义的警告和警报，减少

意外损失、充分减少设备停机时间并提高设备综合效率

moneo SmartLimitWatcher可基于被监测过程的状态生成动态阈值。一旦被监测变量的状态发生变化（即出现关键过程变量异常），它就会在早期自动发出警告和警报。

moneo PatternMonitor可识别关键变量的结构变化。根据配置不同，它可检测趋势、波动性变化和水平变化，并自动生成警报，以便及早采取适当的措施。

	实施： moneo DataScience Toolbox		vs	实施：您自己的数据科学项目
	简单易用，同样适用于无数据科学技能的维护团队			需要求助数据科学家（昂贵，20k*）
	自动化数据准备和向导式AI训练			需要内部项目架构
	当与其他moneo模块结合使用时，可构建可扩展的集成解决方案			需要手动采集数据和处理过程
	适用于广泛的应用，且能快速提供解决方案			项目持续时间最少3-6个月
	可定制且可扩展，适用于从新手到专业人士			定制解决方案通常不容易转移和应用
	出色的性价比			由于可扩展性受限，投资风险高