predictive-maintenance

# Inhaltsverzeichnis

README

• API Schnittstelle zu Datenbankmodell für Betriebsdaten bei Fahrzeugen
• API-Schnittstelle zur Verwaltung der MongoDB-Datenbank predictive_maintenance_db_v2
• Beispiel einer Routine (Python) für Maschinelles Lernen von Betriebsdaten bei Fahrzeugen
• Berechnung Emission Score
• Beschreibung der Funtkionsweise der Anomalie-Erkennung
• Beschreibung der Funtkionsweise wie “defect_present” gesetzt wird
• Beschreibung der Machine-Learning-Klasse V4 für MongoDB
• Beschreibung des Machine-Learning-Skripts V2 für MongoDB
• Beschreibung des Machine-Learning-Skripts V3 für MongoDB
• Beschreibung des Machine-Learning-Skripts V3 für MongoDB
• Datenbankmodell V2 im plaintext-Format
• Datenbankmodell für Maschinelles Lernen von Betriebsdaten bei Fahrzeugen
• Maschinelles Lernen von Betriebsdaten bei Fahrzeugen
• MongoDB für Maschinelles Lernen von Betriebsdaten bei Fahrzeugen
• Prädikative Wartung bezogen auf Transportunternehmen
• Zusätzliche Zielvariabeln

V5

• Beschreibung der Funtkionsweise der Anomalie-Erkennung mit Grenzwerten V5
• Beschreibung der Funtkionsweise der Klasse Predictive Maintenance Analyzer V5

V6

• Beschreibung der Funktion predict_time_to_failure V6
• Beschreibung der Funktion predict_time_to_next_defect V6

V7

• Beschreibung der Funktion detect_anomalies V7
• Beschreibung der Funktion predict_time_to_defect V7
• Beschreibung der Funktion predict_time_to_failure V7
• Beschreibung von TensorFlow in V7

Lizenz

Autor: Jörg Harzmann

Dieser Inhalt ist unter einer CC BY-NC Lizenz veröffentlicht.