Machine learning

Articoli, News, PDF, Prodotti, Webinar su Machine learning.

Filtra contenuti:

Articoli e news su Machine learning

FRANCESCO CUTUGNO

Industria 4.0 e Intelligenza Artificiale. Applicazioni per impianti industriali

Intelligenza Artificiale - Panoramica Machine Learning Applicazione aziendale per la diagnostica intelligente delle valvole. Applicazioni IA per l'Industria 4.0 - Case Study: perdita di metano Conclusioni

Luca Ferrarini, Alberto Valentini

Temperatura negli edifici: il Reinforcement Learning

(in lingua inglese) - Introduction: HVAC Control; Objective and Workflow: Design and implementation of a DRL agent for temperature control in a medium-sized building - Case Study - Reinforcement Learning Agent - RL Control Strategies - Robustness Analysis - Conclusions and Future Developments

Filippo Ferrario

Automazione e Machine Learning

- Principali fonti di inquinamento - Automazione come risposta - Le tecnologie a disposizione - Electrical and Mechanical Equipment Co., Ltd. (Cina) - Machine Learning integrato nel sistema di automazione - Casi applicativi: Refine Finishing (Danimarca) - Machine Vision: focus illuminazione - Casi applicativi: Bennet (Italia) - Casi applicativi: Germania

SAMSON SRL

SAM GUARD®

Software di analisi predittiva per l'industria di processo tramite la combinazione di Machine Learning (Intelligenza Artificiale) e Human Domain Knowledge (Intelligenza Umana)

Benedetta Rampini

Digitale e intelligenza artificiale: automatizzare l'analisi dei dati

A SAVE 2023 - 18 e 19 ottobre, Fiera di Verona - le novità e soluzioni 4.0

Mouser
Roberto Adami

Monitoraggio integrato per l'ottimizzazione energetica ed economica

- Schema energetico trigenerazione - La proposta addizionale di CGT: Monitoraggio integrato per l'ottimizzazione energetica ed economica - Ottimizzazione Energetica ed Economica: Nella gestione degli impianti di generazione energetica - Vantaggi offerti da CGT

ENEA

Energia: ENEA, intelligenza artificiale per evitare blackout elettrici da ondate di calore

Un gruppo di ricercatori ENEA, Politecnico di Bari e Università Roma Tre ha messo a punto un sistema basato sull'automazione e l'intelligenza artificiale per prevenire possibili blackout elettrici causati da ondate di calore. Sviluppato nell'ambito del progetto RAFAEL finanziato dal Ministero dell'Università e della Ricerca, questo approccio innovativo basato su tecniche di machine learning è stato testato su una grande rete di distribuzione elettrica nel Sud Italia e i risultati sono stati pubblicati sulla rivista scientifica IEEE Transactions on Industry Applications.

RENrisk

Machine Learning e Resilienza dei Sistemi: un approccio all'implementazione di un modello di resilienza affidabile basato sul Machine Learning

Gli strumenti di Machine Learning per migliorare la resilienza dei sistemi hanno ricevuto un maggiore slancio guidato dalla transizione energetica, dai cambiamenti climatici e dalla digitalizzazione, ma è necessario affrontare sfide critiche sulla definizione dei requisiti di sistema e sull'affidabilità dei processi di apprendimento.

Franco Santini

Lo sviluppo della manutenzione nella transizione industriale

- Multi fattori e obiettivi dello sviluppo sostenibile nello scenario industriale - Le tecnologie abilitanti 4.0 - Finalità della manutenzione - Dalla manutenzione 3.0 alla manutenzione 4.0 - Il Learning Machine risolve il trilemma della manutenzione preventiva - Piano di sviluppo della manutenzione preventiva 4.0

Marco Anguillesi

Sfrutta il machine learning per prendere decisioni smart e incentrate sui dati

Sfrutta IA e ML per un processo decisionale intelligente

Gli ultimi webinar su Machine learning

Franco Santini

Manutenzione preventiva e nuova diagnostica

- L'evoluzione della manutenzione preventiva - Il trilemma della manutenzione preventiva - La Diagnostica in manutenzione - Tipologie e terminologie di manutenzione UNI 10147, EN 13306 - Tecnologie predittive & prove non distruttive PnD NORME ISO-CEN-UNI (258) - La Manutenzione 4.0 - L'evoluzione del learning machine

Piana Jacopo

Dati, Machine Learning e Intelligenza Artificiale: potenzialità e ostacoli per la manutenzione

(PDF in lingua inglese) Machine Learning, Artificial Intelligence, and Data: obstacles and potentialities for today's and tomorrow's maintenance.

Mario Testino

Manutenzione industriale, qualità ed efficienza: casi d'uso per una digital transformation con le soluzioni GE

Durante l'intervento scenderemo nel dettaglio di applicazioni reali per far emergere come le soluzioni proposte da GE Digital e ServiTecno siano legate ai concetti di machine learning e industrial advanced analitycs possono avere un impatto disruptive sui processi produttivi. Il machine learning è una forma di AI che permette a un sistema di imparare attraverso programmi di apprendimento automatico. Le tecniche di machine learning sono necessarie per migliorare l'accuratezza dei modelli predittivi. L'Advanced Analytics affianca alle analisi esplorative dei dati l'uso di tecniche ed algoritmi statistici, che ne rendono ancora più strutturato e profondo l'utilizzo.

Altri contenuti su Machine learning

IDEA SOC. COOP.

Machine learning per la gestione dei rifiuti

Per riciclo dei rifiuti si intende l'insieme di metodologie messe in atto per recuperare materiali utili dai rifiuti, garantendo così il riutilizzo del materiale di riciclo. Il riciclo permette una maggiore sostenibilità al ciclo di produzione dei materiali, riduce l'impiego di materie prime, l'utilizzo di energia e l'emissione di gas serra. I materiali riciclabili includono tutti i rifiuti che possono essere riutilizzati per produrre nuovi oggetti uguali allo scarto (vetro, carta) oppure utilizzati per produrre nuovi materiali (legno, tessuti).

Lenis

Intelligenza Artificiale, Deep Learning E Machine Learning, Cosa Dobbiamo Sapere

Abbiamo sentito parlare spesso di intelligenza artificiale, machine learning e deep learning ma siamo davvero sicuri di conoscerne la differenza? In quali rapporti si trovano queste tre tecnologie?

Seeq

Seeq annuncia un round di finanziamento Series C da 50 milioni di dollari capitanato da Insight Partners

Insight Partners si unisce a Saudi Aramco Energy Ventures, Altira Group, Chevron Technology Ventures, Cisco Investments e Second Avenue Partners per finanziare l'espansione dei prodotti Seeq e la sua crescita sul mercato. Seeq Corporation, società leader nel software analytics per il settore manifatturiero e Industrial Internet of Things (IIoT), ha annunciato di aver chiuso il suo round di finanziamento Series C da 50 milioni di dollari capitanato dalla società di venture capital e private equity globale Insight Partners. Il nuovo round ha visto la partecipazione degli investitori già presenti nell´azionariato, Saudi Aramco Energy Ventures, Altira Group, Chevron Technology Ventures, Cisco Investments e Second Avenue Partners. Questo round porta il finanziamento totale di Seeq dalla sua nascita a circa 115 milioni di dollari. Seeq consente a ingegneri e tecnici specialisti dei processi produttivi di analizzare rapidamente dati e tendenze, collaborare e condividere le informazioni utili per migliorare i risultati delle linee di produzione. I clienti Seeq includono aziende che operano nell´l'industria petrolifera e del gas, farmaceutica, chimica, energetica, mineraria, alimentare e delle bevande e altre industrie di processo. Questo nuovo round di finanziamento accelererà l'espansione delle attività di sviluppo di nuovi prodotti di Seeq, la crescita della sua organizzazione commerciale e l´ampliamento delle attività di marketing, che aiuteranno ad aumentare la sua presenza sui mercati internazionali. "Siamo lieti di chiudere il nostro round di finanziamento Series C con il supporto di Insight Partners per potenziare le nostre attività e consentire alle aziende di produzione di poter prendere decisioni basate sui dati", afferma Steve Sliwa, CEO e co-fondatore di Seeq". "Sfruttando i big data, l'apprendimento automatico (machine learning) e le innovazioni più recenti in campo informatico, le soluzioni software sviluppate da Seeq permettono di ricavare una ricca serie di informazioni approfondite sui processi aziendali.>>

Gewiss

Smart home: tecnologie che rendono la casa intelligente

Termostati connessi, gestione dei carichi, smart speaker, elettrodomestici sono alcune delle tecnologie che trasformano l'abitazione in Smart Home. Smart Home ossia "casa intelligente". L'espressione di origine inglese è ormai divenuta parte integrante della nostro linguaggio quotidiano, andando a sostituire la parola "domotica", di cui la Smart Home può essere considerata a pieno titolo come la naturale evoluzione. L'ulteriore sviluppo affonda le proprie radici nel cosiddetto Internet of Things o IoT. Le tecnologie intelligenti che hanno iniziato a popolare le abitazioni sono difatti veri e propri oggetti connessi che, tramite Wi-Fi, sfruttano la rete Internet domestica oltre a specifiche App, al fine di offrire una serie di funzionalità, per l'appunto "intelligenti", a dispositivi abitualmente utilizzati nella vita di ogni giorno: dai termostati fino alle semplici lampadine. I dispositivi di uso comune acquisiscono quindi una marcia in più, assicurando agli utilizzatori alcuni vantaggi precedentemente impensabili che permettono di migliorare la vivibilità all'interno delle case. I DISPOSITIVI CONNESSI PER LA SMART HOME L'Internet of Things per la casa coinvolge numerosi aspetti della vita domestica, garantendo benefici di vario genere, che spaziano dal comfort al risparmio energetico. Il ventaglio di apparecchi disponibili per la Smart Home include: - Dispositivi per la gestione del comfort e dei consumi; - Sistemi di illuminazione; - Impianti destinati alla sicurezza, tra cui serrature intelligenti, apparecchi di videocitofonia e sistemi di videosorveglianza; - Automazioni; - Elettrodomestici come lavastoviglie, lavatrici, forni a microonde ma anche tagliaerba automatici. Gran parte di questi dispositivi sono gestibili non solo attraverso specifiche App dedicate ma anche mediante comandi vocali impartibili grazie agli Smart Speaker, come Google Home e Alexa, veri e propri aiutanti digitali basati sull'Intelligenza Artificiale e sulla Machine Learning. Ma quali benefici si possono trarre dalle tecnologie che rendono la casa intelligente? Analizziamo i più significativi. CONTROLLO DEI CONSUMI ELETTRICI Risparmiare energia non significa solo tagliare i costi in bolletta, con un evidente vantaggio per il bilancio domestico. Tenere sotto controlli i consumi elettrici è un obiettivo a cui tutti noi dovremmo aspirare in considerazione delle implicazioni ambientali che ciò comporta. Risparmiare energia ci consente infatti di contribuire ad abbattere le sovra-emissioni di gas serra in atmosfera, con le conseguenze positive che ne scaturiscono nella lotta contro il riscaldamento globale, una delle emergenze più pressanti dell'epoca attuale. AMBIENTI DIVERSI, TEMPERATURE DIVERSE Sbalzi di temperatura e umidità sono tra i nemici numero uno del comfort all'interno delle mura domestiche. Grazie alle tecnologie Smart Home e ai termostati connessi, è possibile intervenire con efficacia su questi fenomeni che compromettono il grado di benessere percepito nelle case. Tra le diverse funzionalità, i termostati connessi permettono non solo di regolare la temperatura presente nei vari ambienti domestici, ma anche di tenere sotto controllo il livello di umidità.

ABB

Il centro globale di ricerca e sviluppo di ABB Robotics riconosciuto per la leadership nell'innovazione

ABB una delle prime multinazionali riconosciute dal governo cinese di Shanghai per il suo centro di innovazione tecnologica e ricerca e sviluppo. La ricerca e lo sviluppo per accelerare l'innovazione sono elementi chiave della nuova fabbrica di robotica di ABB, che aprirà a Shanghai nel 2022. Il centro di Ricerca e Sviluppo di ABB Robotics in Cina è stato riconosciuto dal governo di Shanghai per le sue capacità di innovazione tecnologica e ricerca e sviluppo. Per essere riconosciuto, un centro di ricerca e sviluppo deve essere istituito da investitori globali, operare a livello globale e svolgere un ruolo chiave nei progetti globali di ricerca e sviluppo e creare innovazione tecnologica unica. Alla cerimonia di riconoscimento, tenutasi il 24 maggio 2021, Rui Liang, capo di ABB Robotics in Cina, ha ricevuto il saluto dal sindaco di Shanghai Gong Zheng. Questa è la prima volta che il governo riconosce la ricerca e lo sviluppo di aziende globali a Shanghai, per incoraggiare gli investitori internazionali a creare centri di ricerca e sviluppo nella città e migliorare il posizionamento della metropoli come centro globale di innovazione scientifica e tecnologica. "La nostra ricerca e sviluppo in Cina è una pietra angolare del nostro ecosistema di innovazione. Supporta la nostra attenzione per far progredire il futuro della robotica e sbloccare l'automazione per i nostri clienti ", ha affermato Sami Atiya, Presidente della Business Area Robotics and Discrete Automation di ABB. "Siamo soddisfatti del riconoscimento della nostra leadership tecnologica nel più grande mercato mondiale della robotica e continueremo a rafforzarci quando il nostro nuovo stabilimento e centro di ricerca e sviluppo aprirà a Shanghai il prossimo anno. Il nostro investimento stimolerà lo sviluppo dell'industria della robotica cinese e supporterà la produzione intelligente per i nostri clienti ". La fase successiva dello sviluppo del business di ABB in Cina è la creazione della fabbrica di robotica più avanzata al mondo. La fabbrica, che si trova a Shanghai e rappresenta un investimento totale di 150 milioni di dollari, dovrebbe aprire nel 2022 e rappresenta il livello successivo della tecnologia di produzione di ABB Robotics, implementando i più recenti processi di produzione, tra cui machine learning, soluzioni digitali e collaborative. Sarà la fabbrica più avanzata, automatizzata e flessibile nel settore della robotica in tutto il mondo, un centro in cui i robot producono robot.

Servitecno

Proficy CSense: la piattaforma di Machine Learning di GE DIGITAL

Industrial Analytics: AI e Machine Learning per migliorare le prestazioni di asset e processi grazie al Digital Twin

Mipu

Digitalizzazione di una centrale termoelettrica

In questo caso studio saranno mostrate le potenzialità degli algoritmi di machine learning applicati ai dati di monitoraggio degli asset presenti in una centrale termoelettrica. Viene quindi esplorata la digitalizzazione di una centrale termoelettrica.

Mipu

Manutenzione predittiva di uno sterilizzatore industriale tramite Intelligenza Artificiale

Analisi predittiva avanzata tramite Big Data e Machine Learning per monitorare il consumo di vapore della linea, particolarmente critica, degli sterilizzatori della pasta di cacao.

ICI Caldaie

Machine Learning e Digital Twin applicati ai generatori

Il trend di evoluzione dei sistemi di automazione applicati ai generatori ICI CALDAIE. Non più solamente gestione da remoto, efficientamento, regolazione user friendly ma intelligenza artificiale. Una finestra sul futuro.

Gino Angelini

Mappatura dello spazio di progetto di un ventilatore assiale con metodi di apprendimento automatico

Lo scopo di questo lavoro è l'esplorazione dello spazio di progettazione di ventilatori assiali a singolo rotore al fine di identificare nuove correlazioni fra le prestazioni del ventilatore e parametri geometrici ed operativi, con impiego di metodologie derivate dall'analisi dei big-data. In particolare lo scopo è quello di derivare una "mappa di Balje multidimensionale" che tenga conto di parametri geometrici essenziali nel disegno palare oltre che del diametro specifico e del numero di giri specifico. La base dati impiegata nell'esplorazione è stata generata a partire dai dati prestazionali calcolati da un software in-house quasi 3D sviluppato per l'analisi dei ventilatori assialsimmetrici. ventilatori assialsimmetrici.

Circuito Eiom