제조 데이터 모델링Sam Edgemon, SAS의 수석 기술 컨설턴트
Tony Cooper, PhD, SAS 분석 컨설턴트
빅데이터의 세계에서, 저장된 제조 데이터는 기회와 과제를 만들어냅니다. 일반적으로 제조 데이터에는 정보적인 타임스탬프가 있습니다. 타임스탬프는 다양한 데이터 소스에서 합리화되어야 합니다. 작업 프로세스와 변수 간의 물리적 관계를 정의할 수 있습니다. 예측만으로는 거의 충분하지 않습니다. 모델을 해석하여 개선 노력을 알려야 합니다. 제조 데이터는 전통적으로 설계된 실험과 적극적인 관찰 연구에 의존해 왔습니다. 그러나 이러한 연구는 저장된 데이터가 제공하는 더 큰 추론 공간을 놓치고 있습니다. 또한 이러한 역동적인 연구는 주제 지식, 과학 및 직접적인 경험에 전적으로 의존합니다. 빅데이터는 저장된 모든 풍부한 경험에 액세스할 수 있습니다. 이 프레젠테이션에서는 일련의 예를 살펴보고 기회를 잡고 함정을 피하는 방법에 대한 실용적인 팁을 제공합니다.
