Python-Frühdiagnose in der Industrietechnik mittels akkustischer KI-Analyse

Überblick über das Projekt Überblick über das Projekt Projektbeschreibung In diesem Projekt verwende ich maschinelles Lernen, um akustische Daten aus dem (Sound Dataset for Malfunctioning Industrial Machine Investigation and Inspection) zu analysieren. Ziel ist es, Muster zu identifizieren, die auf normale oder fehlerhafte Betriebszustände der Maschinen hinweisen. In meiner aktuellen Arbeit werde ich einen grundlegenden Python-Code, bekannt als Baseline code, verwenden, der von den Forschern Ryo Tanabe and Yohei Kawaguchi (Hitachi Ltd.) entwickelt wurde. Meine Arbeit erweitert die im Baseline-Code verwendeten Ansätze, indem sie komplexere Algorithmen und Datenverarbeitungstechniken integriert, um die Genauigkeit und Effizienz der Anomalieerkennung zu verbessern.