親愛的 SE 社區，
我遇到了一家公司，該公司正在搜索監控其從物聯網提供的數據。 我將來到 SE 社區，為您挑選大腦，看看我們是否可以解決他們的挑戰，這可能是一個很棒的客戶故事！
他們從安裝在家庭和專業環境中的專有設備（智能儀表）收集的數據可以每 10 秒到 1 個月（取決於用戶協議）報告/收集數據。 通過使用家用電器“簽名”，這些數據可以深入了解，這意味著它們可以判斷您使用的冰箱型號以及它是否正常運行。
他們正坐在這個數據的金礦上，並且正在努力尋找一種方法來利用該數據建立商業模型。 目前，該公司通過銷售其收集數據（受 IP 保護）並得到國家電網支持以提高效率的智能電錶獲利伏特/無功優化.
這是一家美國總部公司，用戶在英國和愛爾蘭（這解釋了我的個人興趣，因為它是我的領土，為了練習，我保留了他們的身份）。 我的聯繫人向我保證他們是“現金快樂”，我正在轉向員工社區和 SE，因為您擁有廣泛的知識和專業知識，試圖獲得一些很棒的想法來與他們討論，更重要的是，任何 JMP 產品如何適應他們邁向可行的商業模式的旅程。
他們的主要客戶（收入來源）來自能源供應商，我可以看到他們與家電製造商之間的協同效應水平非常有趣，例如博世/三星/LG……
請隨時在員工社區和/或通過電子郵件回复我 - george.platings@jmp.com
此外，如果沒有利益衝突，我很樂意分享公司的身份。
從分析的角度來看，我認為 FDE 在這個領域有一個非常有趣的發揮。 有許多商業（和以消費者為中心）產品旨在從儀表收集能源使用的連續波形，然後上傳到雲端進行處理。
兩個例子是 Neurio 和 Sense。 這些平台的“特色醬”就是電器的自動識別。 一個簡單的用例是在用戶離開家時向他們發出警報（即所有設備都已離開並超出地理圍欄區域且爐子已打開）。 但是你如何從通過儀表的整體電信號中分割一個爐子（例如洗衣機可能是打開的，也許是其他一些設備）？ 因此，能夠隨著時間的推移查看信號並提取用於設備識別的包絡是 FDE 應該提供幫助的事情（事實上，他們的很多平台工作都是在最終用戶設備培訓的幫助下進行波形/包絡開發）。
另一個用例是當您在車隊中有許多相同的設備（想想旋轉或響應風的大東西）並且您希望確保所有設備在電流消耗方面具有相同的啟動包絡，斜坡到工作溫度/電壓等。您希望能夠在出現問題時做出響應，這樣您就可以關閉資產，對其進行一些維護，並防止更昂貴的故障或計劃外停機。
這個模型構建活動就是 Chris Gotwalt 所說的“功能性機器學習”。 需要明確的是，JMP Pro 不太適合這些數據的實時處理（不應該這樣定位），但在查看歷史數據、構建模型和使用 Formula Depot 時可能非常有效，生成評分代碼以幫助將這些模型投入生產（通過將模型轉換為 SAS、C、SQL、Python 或 JavaScript）。
