Source:Getty Images/gorodenkoff
软件提供商在4月4日发布的一篇新闻稿中表示,该公司已开发了一款。该软件可以快速识别测试数据中的各种问题,包括测量错误或传感器错误、用户错误、系统故障以及测试期间系统的错误使用。
这一新软件将原始测试数据的检查流程自动化,可以检测数百个测试通道中的潜在错误或异常,将发现问题所需的时间从数月降低至几乎实时。
该公司与现有客户合作,在真实应用中开发和测试其新的异常检测器,主要应用领域包括汽车、赛车运动和工业领域。该软件使用了一种独特的深度学习算法,可以基于复杂的系统行为在测试结果和数百个通道中发现多种异常类型。
首席执行官兼创始人Richard Ahlfeld表示:“错误的数据会导致错误的决策,浪费大量宝贵的工程资源。如果发现得太晚,这些错误可能导致进度延迟,或者更糟糕的是导致产品发布时存在质量问题,这可能会引发代价高昂且损害声誉的召回。我们耗时两年多与客户直接合作,设计、测试和调整我们的新异常检测器,以便工程师能够快速发现工程数据中的错误。在此期间,我们不仅开发了一种独特的深度学习算法,可以发现多种类型的异常,同时我们还将其打包成专门为工程领域专家设计的无代码用户体验。这是由工程师为工程师开发的、有用的。”
本文内容来自S&P Global Mobility[标普全球汽车]收费内容
文章版权归微信平台S&P Global Mobility[标普全球汽车]所有