Donnerstag, 25. November 2021
Seeq kündigt erweiterte Unterstützung für Microsoft Azure Machine Learning an
bodohann, 16:08h
Seeq kündigt erweiterte Unterstützung für Microsoft Azure Machine Learning anNeue Add-on-Funktion von Seeq: Schnelle Bereitstellung von Algorithmen für Microsoft Azure Machine Learning iAlgorithmen auf der Shopfloor-Ebene.
Die Seeq Corporation, ein führender Hersteller von Analysesoftware für die Produktion und das ?Industrielle Internet der Dinge? (IIoT), kündigt verbesserte Unterstützung der Integration von fMicrosoft Azure Machine Learning an. Ein neues Seeq Azure Add-on, das auf der Microsoft Ignite 2021 (einer jährlichen Microsoft-Konferenz für Entwickler und IT-Experten) angekündigt wurde, ermöglicht es Unternehmen aus der Prozessindustrie, Machine Learning-Modelle von Azure Machine Learning als Add-ons in der Seeq Workbench einzusetzen. Das Ergebnis: Algorithmen für maschinelles Lernen und andere Innovationen, die von den IT-Abteilungen der Anwender entwickelt wurden, können so genutzt werden, dass Nutzer der OT (Operational Technology) auf der Shopfloor-Ebene ihre Entscheidungsfindung verbessern und, in der Konsequenz, die Produktivität, die Nachhaltigkeit und die Profitabilität der Produktion steigern können.
Die Kunden von Seeq kommen überwiegend aus der Prozesstechnik, konkret aus den Bereichen Öl und Gas, Pharma, Chemie, Energie, Bergbau, Lebensmittel- und Getränkeindustrie. Zu den Kapitalgebern des Unternehmens, die bisher mehr 100 Millionen US-Dollar investiert haben, gehören die Beteiligungsgesellschaften Insight Ventures, Saudi Aramco Energy Ventures, Altira Group, Chevron Technology Ventures und Cisco Investments.
Zur Strategie von Seeq für das maschinelle Lernen gehört es, Endanwendern Zugang zu Algorithmen aus einer Vielzahl von Quellen zu bieten: von Open Source-Quellen, von Drittanbieter und den Data-Science-Teams der Anwender. Mit der Integration von Azure Machine Learning können diese Data-Science-Teams entsprechend Modelle mit Azure Machine Learning Studio entwickeln und sie über die Seeq Azure Add-ons-Funktion veröffentlichen, die ab sofort auf GitHub verfügbar ist. Über die bekannte Seeq Workbench können die Mitarbeiter im Unternehmen einfach auf diese Modelle zugreifen und sie validieren, indem sie Echtzeit-Betriebsdaten mit den Modellergebnissen überlagern und dem Data-Science-Team dazu Feedback geben. Diese iterative Interaktion zwischen IT- und OT-Mitarbeitern verkürzt für beide Parteien den Zeitaufwand für die Optimierung der Prozesse. Zugleich wird so ein kontinuierlicher und ebenfalls iterativer Verbesserungsprozess initiitert.
Megan Buntain, Director Cloud Partnerships bei Seeq: ?Seeq und Azure Machine Learning sind wichtige und komplementäre Lösungen für eine erfolgreiche Anwendung von Machine-Learning-Modellen. Durch die Nutzung der kombinierten Expertise von IT und OT-Anwendern erweitert das Seeq Azure Add-on die Möglichkeiten von Seeq. So schaffen wir ganz neue Möglichkeiten für Unternehmen, Machine Learning sinnvoll und umfassend zu nutzen."
Die Seeq Corporation, ein führender Hersteller von Analysesoftware für die Produktion und das ?Industrielle Internet der Dinge? (IIoT), kündigt verbesserte Unterstützung der Integration von fMicrosoft Azure Machine Learning an. Ein neues Seeq Azure Add-on, das auf der Microsoft Ignite 2021 (einer jährlichen Microsoft-Konferenz für Entwickler und IT-Experten) angekündigt wurde, ermöglicht es Unternehmen aus der Prozessindustrie, Machine Learning-Modelle von Azure Machine Learning als Add-ons in der Seeq Workbench einzusetzen. Das Ergebnis: Algorithmen für maschinelles Lernen und andere Innovationen, die von den IT-Abteilungen der Anwender entwickelt wurden, können so genutzt werden, dass Nutzer der OT (Operational Technology) auf der Shopfloor-Ebene ihre Entscheidungsfindung verbessern und, in der Konsequenz, die Produktivität, die Nachhaltigkeit und die Profitabilität der Produktion steigern können.
Die Kunden von Seeq kommen überwiegend aus der Prozesstechnik, konkret aus den Bereichen Öl und Gas, Pharma, Chemie, Energie, Bergbau, Lebensmittel- und Getränkeindustrie. Zu den Kapitalgebern des Unternehmens, die bisher mehr 100 Millionen US-Dollar investiert haben, gehören die Beteiligungsgesellschaften Insight Ventures, Saudi Aramco Energy Ventures, Altira Group, Chevron Technology Ventures und Cisco Investments.
Zur Strategie von Seeq für das maschinelle Lernen gehört es, Endanwendern Zugang zu Algorithmen aus einer Vielzahl von Quellen zu bieten: von Open Source-Quellen, von Drittanbieter und den Data-Science-Teams der Anwender. Mit der Integration von Azure Machine Learning können diese Data-Science-Teams entsprechend Modelle mit Azure Machine Learning Studio entwickeln und sie über die Seeq Azure Add-ons-Funktion veröffentlichen, die ab sofort auf GitHub verfügbar ist. Über die bekannte Seeq Workbench können die Mitarbeiter im Unternehmen einfach auf diese Modelle zugreifen und sie validieren, indem sie Echtzeit-Betriebsdaten mit den Modellergebnissen überlagern und dem Data-Science-Team dazu Feedback geben. Diese iterative Interaktion zwischen IT- und OT-Mitarbeitern verkürzt für beide Parteien den Zeitaufwand für die Optimierung der Prozesse. Zugleich wird so ein kontinuierlicher und ebenfalls iterativer Verbesserungsprozess initiitert.
Megan Buntain, Director Cloud Partnerships bei Seeq: ?Seeq und Azure Machine Learning sind wichtige und komplementäre Lösungen für eine erfolgreiche Anwendung von Machine-Learning-Modellen. Durch die Nutzung der kombinierten Expertise von IT und OT-Anwendern erweitert das Seeq Azure Add-on die Möglichkeiten von Seeq. So schaffen wir ganz neue Möglichkeiten für Unternehmen, Machine Learning sinnvoll und umfassend zu nutzen."
... comment
