
05.02.2020 by Milena Riedl
Velká data v kostce
V době digitalizace a Průmyslu 4.0 hraje téma Big Data stále důležitější roli. Ať už v průmyslových podnicích, na sociálních sítích nebo při osobních nákupech v supermarketu, denně se generuje a ukládá obrovské množství dat. NETZSCH Společnost Analyzing & Testing drží krok s dobou a ujímá se těchto nových témat v oblasti termické analýzy. V novém seriálu blogů vás naši datoví vědci seznámí s novými pojmy.
Autor: Michaela Lang & Jigyasa Sakhuja, datoví vědci ve společnosti NETZSCH Analyzing & Testing
Úvod
V době digitalizace a Průmyslu 4.0 hraje téma Big Data stále důležitější roli. Ať už v průmyslových podnicích, na sociálních sítích nebo při osobních nákupech v supermarketu, denně se generuje a ukládá obrovské množství dat. Takové large objemy dat, které se mohou vyskytovat strukturovaně nebo nestrukturovaně, se nazývají Big Data. Cílem je získat informace ze shromážděného objemu dat a získat tak poznatky v závislosti na potřebách dané aplikace. Velké datové soubory jsou obvykle natolik složité a large složité, že je již nelze zpracovávat běžnými metodami, jako jsou databázové systémy. Z tohoto důvodu se k analýze těchto datových souborů používají matematické metody a postupy.
NETZSCH Společnost Analyzing & Testing jde s dobou a ujímá se těchto nových témat v oblasti termické analýzy. V tomto seriálu blogů na zastřešující téma Big Data bychom vás rádi informovali o nových termínech, jako jsou např Datová věda a Strojové učení a podrobněji vysvětlit jejich použití.
Série 1: Dopad velkých dat
Definice velkých dat
Big Data jsou data, která v dnešní době rychle přibývají a umožňují metody, které pomáhají firmám zpracovávat záplavu informací výkonným a výhodným způsobem. Na jedné straně popisuje velmi large složité a rychle se měnící množství dat a na straně druhé tento pojem zahrnuje digitální technologie, které se používají k analýze tohoto velkého množství dat.
Výhody používání velkých dat
Zejména pokud jde o nestrukturovaná data, mnoho společností vytváří velké množství dat, ale neví, jak je využít pro své podnikání. Ve firmách jsou technická a ekonomická data často k dispozici v nestrukturované podobě a ve velmi large velkém množství. Pro rychlé a efektivní vyhledávání v těchto objemech dat a přístup k nim představují konvenční přístupy, jako jsou databázové systémy, velkou výzvu, nebo dokonce již nejsou možné. Proto jsou vyvíjeny různé techniky pro zpracování a manipulaci s large objemem dat. Existují různé postupy od ukládání dat až po jejich analýzu. Je důležité najít správný přístup pro potřeby a strukturu procesů příslušné společnosti. Využití velkých objemů dat má velmi dobrý dopad na podnikovou sféru, protože obrovské množství dostupných dat poskytuje společnostem zcela nový pohled na jejich produkty, např. nákupní chování, vlastnosti materiálů nebo dokonce tržní rizika.
Ať už se jedná o small nebo large společnosti, každý může z využití metod Big Data těžit, pokud ví, jak je využít. Hlavní výhodou všech nově vyvinutých technik je možnost propojit technická data s obchodními daty společnosti a zviditelnit korelace mezi těmito oblastmi. To otevírá zcela nové možnosti a může vytvořit nové obchodní modely.
Velká data v tepelné analýze a v průmyslu kompozitů na bázi polymerů
Společnosti, které se zabývají polymery, získávají další výhody, protože pomocí strojového učení jsou objevovány nové polymery (Montalbano, 2019). Pomocí velkých dat lze ale také předpovídat a klasifikovat chování materiálu polymeru. Co se týče termické analýzy a zejména průmyslu kompozitů na bázi polymerů, předpovídání chování materiálu polymeru ovlivněného změnou parametru může optimalizovat proces a učinit průmysl velmi robustním, což vede k vysoké efektivitě a snížení výrobních nákladů.
Jak používat Big Data?
Pro efektivní zpracování velkých objemů dat je třeba zavést jasně definovanou strukturu pro ukládání dat a také kvalitní zpracování dat. Aby byla data výkonná, používá se dnes klíčové slovo Data Science. Aby bylo možné ze shromážděných dat získat užitečné informace, je třeba je analyzovat. Předpokladem pro to je pečlivá příprava dat. Stejně důležitá jako příprava dat je však i jejich samotná kvalita. Nejen množství dat je velmi důležité, ale velkou roli při analýze hrají i samotné informace v daných datech. To nás vede k závěru: Můžete shromáždit obrovské množství dat, ale bez jejich kvality je nemůžete rozumně a efektivně využít. Čím více informací v rámci dat získáte, tím větší kvalitu můžete získat. S využitím komplexní analýzy dat získávají společnosti z těchto cenných datových informací nové poznatky a získávají výhodu vytváření lepších rozhodnutí o svých činnostech prováděných v podniku.
Náhled
V dalším článku blogu chceme ukázat přehled možností a metod, které jsou k dispozici pro vyhodnocení tohoto large množství dat z různých zdrojů. Rádi bychom vám přiblížili, čemu se říká datová věda , a ukázali, čeho lze při její aplikaci dosáhnout.
Zůstaňte tedy zvědaví na náš další článek ze série blogů o velkých objemech dat!
Odkaz na citaci : https://www.designnews.com/materials-assembly/researchers-use-ai-discover-new-polymers/67744341261255
Od velkých dat k chytrým datům
V prvním článku našeho seriálu o velkých objemech dat jsme vás již seznámili s pojmem Big Data a poukázali jsme na to, jaké přínosy může mít zpracování dat pro výrobu a zejména pro termickou analýzu. V tomto dalším článku bychom vám rádi podrobněji představili pojem Data Science a ukázali některé z jeho běžných metod.