Produkte

EUtech | Analyse großer Datenmengen von Fahrzeugflotten

EUtech hat die Funktionalität seines Datenmanagementsystems EU-MDM erweitert. Mit dem System lassen sich große Mengen von Messdaten erfassen, speichern und analysieren. Es unterstützt die kollaborative, arbeitsgruppenübergreifende Entwicklung neuer Analysen an unterschiedlichen Standorten und ermöglicht die Bearbeitung großer Datenmengen auf Basis von Analyseplattformen wie zum Beispiel Matlab. Das System bildet die Prozesskette von der Datenerfassung über das Speichern und die Analyse bis hin zum Reporting als server-basierte Gesamtlösung vollständig ab. Dabei wird es über ein bedienerfreundliches Web-Frontend konfiguriert und gesteuert.

Mit dem kürzlich veröffentlichten Release 2.9 unterstützt EUtech das inkrementelle Hinzufügen von Berechnungen zu bereits aufgearbeiteten Datenbeständen durch Zugriff auf die Originaldaten, ohne dass der gesamte Datenbestand neu aufgearbeitet werden muss. Außerdem hat das Unternehmen die Standardskripte erweitert, die mit dem Produkt ausgeliefert werden, sodass die Software von Anfang an mehr Anwendungsfälle abdeckt.

© EUtech

AMS | Toolkette als Softwarelösung für das Data Mining

Für die Auswertung großer Mengen messtechnischer Daten bietet AMS eine Toolkette, die den gesamten Workflow von der Datenspeicherung, über die parallele Auswertung bis hin zur statistischen Auswertung der Analyseergebnisse abdeckt. Die drei Hauptanwendungen (jBeam, MaDaM, jBeam-Cluster), die speziell für Messdaten optimiert wurden, bilden die Grundlage für die Test-Data-Mining-Lösung der AMS.

© AMS

Der Prozess des Data Mining beginnt bereits im zentralen MDM-System. Der MaDaM-lmporter wählt die Informationen zu jedem Messkanal aus und analysiert diese. Die Version 2 von MaDaM wurde komplett neu gestaltet. Elasticsearch ersetzt dabei die frühere Lucene-Technologie. Ein modernes, auf Javascript basierendes Framework (ReactJS) versorgt das neue MaDaM mit einem schnellen Seiten-Rendering sowie kurzen Reaktionszeiten. Der zweite Schritt beginnt normalerweise mit der Auswahl eines Sets relevanter Tests. Sämtliche Dateien sowie die Definition der Analyse, die ausgeführt werden soll, werden dem jBeam-Cluster als Arbeitsaufgabe geliefert. Die Dateien werden dann parallel und nahe ihres Speicherorts analysiert, während dabei jeder individuelle Wert eines jeden Kanals Berücksichtigung findet. Der letzte Schritt erfolgt im Auswerten dieser Ergebnisse anhand von Data- Mining-Methoden: jBeam verfügt über Data-Mining-Algorithmen, die unter anderem die Bereiche Clustering, Pattern Recognition, Prediction und Reducing Dimension of Relation abdecken. So ist es nun möglich, die berechneten Ergebnisse mit geeigneten Graphen zu visualisieren. Jeder Zwischenschritt, bei dem der Anwender die Rahmenbedingungen des Data-Mining-Prozesses interaktiv optimieren kann, ist manuell kontrollierbar.

DaSense | Big Data ohne Programmierkenntnisse

Um die effiziente Bearbeitung der stetig anwachsenden Datenmengen in Unternehmen sicherzustellen, baut DaSense sein App-Angebot weiter aus. Nutzer können über Apps in DaSense auch ohne Programmierkenntnisse komplexe Big-Data-Abfragen starten und Ergebnisse effizient und interaktiv bearbeiten. Durch die Verknüpfung von mehreren Apps können Daten umfassend analysiert und Analysekerne einfach mit anderen Daten und Darstellungsformen verknüpft werden. Dies ermöglicht es einem erweiterten Personenkreis, im Unternehmen Big-Data-Auswertungen zu nutzen und den jeweiligen Anforderungen anzupassen.

© NorCom