你相信你的数据吗?保证在算法和模型数据中的作用

DNV GL组织数据成熟度评估乐动体育登录

联系我们:

传感器驱动状态维护的数据质量之路

观看网络研讨会的录音

我们能为您做些什么?

请求的信息

在一个日益自动化的世界里,决策基于模型和算法的结果,关注输入这些模型和算法的数据是至关重要的。

数据是一项宝贵的资产

认识到数据本身就是一种有价值的资产是有效的数字化所不可或缺的。高质量的数据可以让人们和组织增加对数据和分析的信任,应用健壮的机器学习模型,增加收入和提高业务绩效。

由算法和模型产生的数据可以成为一种有价值的资源,可以提供人类局限性阻止我们看到的洞察力。但这是否意味着这种数据本质上是可靠的呢?不完全是。

考虑石油钻井平台上的燃气发电机,它产生电力供船上使用。发电机有严格的年或月维修制度。不幸的是,老化并不总是与这些维修间隔一致。这就需要传感器来检测和修复劣化。传感器技术可以捕捉和响应实时物理效应,如变形、振动或温度。诸如此类的影响是持续的,如果在预定的检查之前不加以发现,可能会严重恶化。

然而,要依赖这个传感器系统,我们必须知道它所提供的数据是完全可信的。不可信的数据在最好的情况下可能意味着负面的经济影响,在最坏的情况下可能意味着安全隐患。

因此,我们开发了一个数据质量保证框架。

传感器驱动状态维护的数据质量之路

为了让数据有价值,您需要根据数据质量进行设计;管理您的数据以满足业务需求;并对数据进行条件监控,就像对其他资产进行条件监控一样。当我们这样做时,我们确保我们收到的数据是可靠的、可靠的和成本低的,因为问题是早期发现的。

今年早些时候,DNV试运行了一种基于传感器的船体状态监测方法这使得货主能够实时监控他们的资产。由于所提供的数据在用于任何决策过程之前必须是可信的,因此我们设置了数据质量要求,并将其转换为应用于传感器发送的数据的规则,以确定数据是否适合使用。

我们在2019年10月17日举行的网络研讨会上重点讨论了跨行业数据质量保证的基本实践。

在本次网络研讨会中,我们讨论了数据管理框架如何帮助明确定义、评估和持续监控所有关键系统和服务的数据质量。所涵盖的主题适用于各个行业,但我们将专注于基于传感器的时间序列数据,并以石油、天然气和海事部门为例。乐动官网网址

该框架旨在帮助公司评估他们是否有能力确保数据以最佳方式管理,以确保数据具有尽可能高的质量。

传感器驱动状态维护的数据质量之路:观看网络研讨会的录音

联系我们:

传感器驱动状态维护的数据质量之路

观看网络研讨会的录音

我们能为您做些什么?

请求的信息
数据管理的主要驱动力是使组织能够从其数据资产中获得价值,就像有效管理财务和实物资产使组织能够从这些资产中获得价值一样。
数据管理知识体系的DAMA指南,第2节

我们如何在数据管理和数据质量方面为您提供帮助?

联系我们