Brukerne tvinges ikke til å basere seg på én enkelt maskinlærings-leverandør
Seeq utvider støtten for maskinlæring for å demokratisere IT-innovasjon
Seeq Corporation, ledende innen tingenes internett (IIoT) avansert analyseprogramvare for produksjon og industri, kunngjør nå utvidelse av sin virksomhet i integrering av maskinlæringsalgoritmer i Seeq-applikasjoner. Dette vil gjøre det mulig for virksomheter å operasjonalisere sine IT-investeringer, open source og tredjeparts maskinlæringsalgoritmer slik at disse blir lett tilgjengelig for førstelinje-ansatte.
Seeqs kunder omfatter selskaper innen olje og gass, farmasøytisk, kjemisk, energi, gruvedrift, mat og drikke og andre foredlingsindustrier. Investorer i Seeq, som til dagens dato har anskaffet over 100 millioner dollar, omfatter Insight Ventures, Saudi Aramco Energy Ventures, Altira Group, Chevron Technology Ventures og Cisco Investments.
Seeqs strategi for å åpne for maskinlærings-innovasjon sørger for sluttbrukertilgang til algoritmer fra en rekke kilder slik at brukerne ikke tvinges til å basere seg på én enkelt maskinlærings-leverandør eller -plattform. Dette omfatter hele mangfoldet av algoritmer og de ulike algoritme-typene som er tilgjengelige for organisasjoner, inkludert:
-Open source-algoritmer og andre åpne ressurser. For eksempel skal Seeq denne uken publisere to Seeq-utvidelser i GitHub, inkludert algoritmer og arbeidsflyter for korrelasjons- og klyngeanalyse som brukere kan endre og forbedre etter behov.
-Kundeutviklede algoritmer i Seeq Data Lab—eller maskinlærings-plattformer som Microsoft Azure Machine Learning, Amazon SageMaker, Anaconda og andre—som en del av IT/digitale omstillingsinitiativer.
-Tredjeparts-algoritmer fra programvareleverandører, partnere og akademiske institusjoner. AWSs Lookout for Equipment, Microsoft Azure AutoML, BKO Services’ Pump Prediction og Brigham Young Universitys open-source-tilbud er eksempler på det framvoksende markedet for algoritmer spesifikke for industrien og det vertikale markedet.
Seeq-initiativet griper også fatt i en kritisk “last mile”-utfordring, nemlig å skalere og produksjonssette algoritmer i industrivirksomheter, ved å tilby de ansatte på anlegget IT-innovasjon i brukervennlige applikasjoner: Seeq Workbench for avansert analyse, Organizer for publisering av innsikt og Seeq Data Lab for ad hoc Python-skripting.
Dette kommer i tillegg til Seeqs støtte for de grunnleggende suksesselementene innen maskinlæring. Dette inkluderer tilgang til alle produksjonsdatakilder—historiske, kontekstuelle og produksjonsapplikasjoner—for datarensing og -modellering, støtte for samarbeid og kunnskapsoverføring mellom ansatte, rask iterasjon og å åpne for ytelsesbaserte kontinuerlige forbedrings-arbeidsflyter.
Seeq Corporation, ledende innen tingenes internett (IIoT) avansert analyseprogramvare for produksjon og industri, kunngjør nå utvidelse av sin virksomhet i integrering av maskinlæringsalgoritmer i Seeq-applikasjoner. Dette vil gjøre det mulig for virksomheter å operasjonalisere sine IT-investeringer, open source og tredjeparts maskinlæringsalgoritmer slik at disse blir lett tilgjengelig for førstelinje-ansatte.
Seeqs kunder omfatter selskaper innen olje og gass, farmasøytisk, kjemisk, energi, gruvedrift, mat og drikke og andre foredlingsindustrier. Investorer i Seeq, som til dagens dato har anskaffet over 100 millioner dollar, omfatter Insight Ventures, Saudi Aramco Energy Ventures, Altira Group, Chevron Technology Ventures og Cisco Investments.
Seeqs strategi for å åpne for maskinlærings-innovasjon sørger for sluttbrukertilgang til algoritmer fra en rekke kilder slik at brukerne ikke tvinges til å basere seg på én enkelt maskinlærings-leverandør eller -plattform. Dette omfatter hele mangfoldet av algoritmer og de ulike algoritme-typene som er tilgjengelige for organisasjoner, inkludert:
-Open source-algoritmer og andre åpne ressurser. For eksempel skal Seeq denne uken publisere to Seeq-utvidelser i GitHub, inkludert algoritmer og arbeidsflyter for korrelasjons- og klyngeanalyse som brukere kan endre og forbedre etter behov.
-Kundeutviklede algoritmer i Seeq Data Lab—eller maskinlærings-plattformer som Microsoft Azure Machine Learning, Amazon SageMaker, Anaconda og andre—som en del av IT/digitale omstillingsinitiativer.
-Tredjeparts-algoritmer fra programvareleverandører, partnere og akademiske institusjoner. AWSs Lookout for Equipment, Microsoft Azure AutoML, BKO Services’ Pump Prediction og Brigham Young Universitys open-source-tilbud er eksempler på det framvoksende markedet for algoritmer spesifikke for industrien og det vertikale markedet.
Seeq-initiativet griper også fatt i en kritisk “last mile”-utfordring, nemlig å skalere og produksjonssette algoritmer i industrivirksomheter, ved å tilby de ansatte på anlegget IT-innovasjon i brukervennlige applikasjoner: Seeq Workbench for avansert analyse, Organizer for publisering av innsikt og Seeq Data Lab for ad hoc Python-skripting.
Dette kommer i tillegg til Seeqs støtte for de grunnleggende suksesselementene innen maskinlæring. Dette inkluderer tilgang til alle produksjonsdatakilder—historiske, kontekstuelle og produksjonsapplikasjoner—for datarensing og -modellering, støtte for samarbeid og kunnskapsoverføring mellom ansatte, rask iterasjon og å åpne for ytelsesbaserte kontinuerlige forbedrings-arbeidsflyter.
Går sammen om pilotanlegg for ny batteriteknologi
Schneider Electric, ZnL Energy og Eltronic har signert en samarbeidsavtale for en pilotfabrikk som skal utvikle ny batteriteknologi i Trondheim. Partene skal kombinere sin kompetanse og erfaring for å utvikle, bygge og drive et pilotanlegg i Trondheim. Pilotanlegget skal produsere batteriseparatorfilmen ZnL-NPx i en forberedende fase for et senere og større fullskala anlegg.
To viktige saker i sentrum for Tavleforeningen
Da Tavleforeningen avholdt årsmøte var det to saker som dominerte diskusjonene. Faglig og foreningspolitisk var det verifikasjonsordningen for Godkjent tavleprodusent som engasjerte mest. Men økonomien krevde også oppmerksomhet. Antall medlemmer har positiv utvikling, men deltakelse på foreningens arrangementer har ikke helt kommet seg etter pandemien. Resultatet er at foreningen hadde et underskudd i 2023.
Energieffektiv termoelektrisk avfukter bidrar til reduserte kostnader
Termoelektriske avfuktere er i seg selv energieffektive sammenlignet med tradisjonelle metoder, forhandles av JFKnudtzen, som for eksempel installasjon av varmeelementer. Dette resulterer i lavere energiforbruk. Dette er en avgjørende fordel for bransjer som ønsker å redusere energikostnader.
Prevas ønsker velkommen til ny Teamlead & prosjektleder i Norge
Prevas har fått en ny teamlead & prosjektleder på Oslo-kontoret, Sofya Kapustina (37). Sofya har lang erfaring fra IKT-leveranser, prosjekt- og teamledelse med spisskompetanse innen utvikling av IT- og virksomhetsprosesser.
