自动机器学习建模平台,R2 Learn助力汽车新车测试

关键词:

汽车智能制造;AI+汽车;自动机器建模

项目背景:

汽车车型繁多,而且每款车的配置也可以截然不同,从丐版到顶配、从不加装到全部加装。因为配置的不同,对新车上路前的全方面测试所需要的时间也不相同。

商业问题:

如果不能准确预测新车测试时间,则会直接影响汽车生产计划,以及合理调配研发资源;同时大量重复测试也导致能源浪费和仪器排放出来过量二氧化碳,在越来越重视环保的今天,这是很多厂商都开始重视的问题。

R2 方案:

商业问题——数据准备——机器建模——监测优化

R2优势:1、多变量自动筛选、多算法优化建模

汽车作为人们日常出行工具,其天生具备高安全要求属性,这也决定了汽车行业的严谨和准确属性。影响新车上路前测试的变量因子有很多,在这一案例中变量有397个,工作人员需要在企业提供的众多数据关系中,建立多个不同变量、算法组合的模型,从中筛选最佳模型。R2 Learn 产品通过多变量自动筛选、多算法优化的方式建立的模型,优质、准确,很好地解决企业的相关问题。

R2优势:2、自动化特征工程保证模型质量

汽车上路前测试时间预测,汽车各个零部件都是影响因子,按国家编制的零配件目录编号计算,一辆汽车的零件多达5000个,如果按照传统方式选参、优化,将是一个非常繁琐、巨大的工程,费时费力,R2 Learn 自带的自动化特征工程功能,利用特征变换、特征组合、特征提取等方式自动进行特征构建,能够根据用户上传的数据自动识别数据特征,在建模过程中实现自动调参,最终构建出理想的机器学习模型。

R2优势:3、流程化,自动化,降低AI应用门槛

据2018年中国汽车企业协会报告统计,91%中国消费者会优先考虑智能互联汽车,汽车产业已经真正进入大数据AI时代,这将是一个基于汽车物联网构建起庞大的、多层级的汽车大数据生态商业,但目前AI人才异常紧缺。R2 Learn产品能够完成从数据清洗到模型建立的全程工作,可以使数据科学家能够集中精力完成更重要、更具创造性的工作;建模过程中重复、繁琐、容易出错的部分则可以由R2 Learn产品来完成。

商业价值:

R2 Learn 在1个小时内就帮助用户做出精准机器学习模型,并且模型性能比肩具备汽车背景的高级数据科学家。全过程用户只需定义商业问题和输入数据,其他工作都由R2 Learn自动机器学习软件为用户完成。R2 Learn 在这一案例中可以对众多变量进行快速、准确分析预测,有力支撑企业内部生产流程优化,提高企业运作效率,避免了因时间安排不合理导致的潜在违约交付风险。

R2.ai

R2.ai lnc

杭州睿拓智能科技有限公司

上海机颖智能科技有限公司

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181026G0T5GS00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券