Trend Prediction Service
构想
Trend Prediction Service 能够使用线性和非线性回顾模型预测时间序列未来的值,它是一款在 Process & Condition Monitoring 领域具备众多实用应用的预测框架。
Trend Prediction Service 的典型用例包括:
- 预测性维护:检测组件是否会在不久后的将来达到使用寿命。
- 过程监视:预测过程的持续时间,以免出现意料之外的状态(如等待)。
- 移除季节性和趋势,为其它数据分析任务做准备。
访问
要访问此服务,您需要具有 Analytics Services 角色和范围中列出的相应角色。
基础知识
Prediction Service 是一种可应用于单 variable(单个输入变量)或多 variables(多个输入 variables)时间序列数据的数据驱动型方法。预测的输出为单 variable 并将写入单个目标 variable。
该服务可提供预估给定时间序列中 variables 间关系所需的功能,以便基于训练模型进行预测。这些预测可用于推理时间序列所表示的过程。
功能
Trend Prediction Service 公开其 API 以实现以下任务:
- 使用多变量时间序列数据训练(拟合)回归模型
- 预测未来值
- 使用单个请求执行训练和预测
- 读取和删除回归模型
示例场景
一名负责监视酿酒厂生产线的工程师想要预测下个月的能耗 (y)。他们假设能耗与时间和负载(视为独立 variables)之间存在线性关系。
该工程师收集了生产线能耗和负载的时间序列数据,将该时间序列输入 Trend Prediction Service API,评估预测的未来能耗。
相关链接
还有问题?
除非另行声明,该网站内容遵循MindSphere开发许可协议.
Last update: July 11, 2019