针对曳引式电梯为研究对象,面向电梯监管部分与电梯运营单位开发电梯运行风险的预警预测系统。主要解决当下电梯运行风险无法掌握、海量电梯无法监管的痛点。
经调研,目前市场上主流电梯风险预警与分析的方法比较单一,多数属于阈值判断。本项目基于深度学习算法,围绕电梯全生命周期数据(例如结构化传感器、音频、视频、文本等多模态数据)进行全量多模态特征提取与融合,并考虑长时序列关系进行建模分析。实现对电梯运行风险的提前1天、2天、3天的预测预警。
点击空白处退出提示
针对曳引式电梯为研究对象,面向电梯监管部分与电梯运营单位开发电梯运行风险的预警预测系统。主要解决当下电梯运行风险无法掌握、海量电梯无法监管的痛点。
经调研,目前市场上主流电梯风险预警与分析的方法比较单一,多数属于阈值判断。本项目基于深度学习算法,围绕电梯全生命周期数据(例如结构化传感器、音频、视频、文本等多模态数据)进行全量多模态特征提取与融合,并考虑长时序列关系进行建模分析。实现对电梯运行风险的提前1天、2天、3天的预测预警。
评论