LotusEye

LotusEye 是一款先进的AI服务，专注于时序传感器数据的异常检测。它为企业提供了一个用户友好的无代码平台，用于监控其设备和系统的健康状况。通过分析来自各种传感器的数据，LotusEye的AI可以学习正常的操作模式，并准确识别可能预示着即将发生故障或异常事件的偏差。这种主动的方法有助于安排预测性维护，防止意外停机，并确保制造过程中的质量控制。

该平台设计旨在易于使用，即使没有深厚人工智能专业知识的用户也能创建、训练和部署强大的异常检测模型。它支持灵活的数据录入，包括手动上传CSV文件和通过REST API实现的自动化实时数据流。直观的仪表板提供了异常分数和传感器数据的清晰可视化，使用户可以轻松解读AI的发现并采取行动。

如何使用LotusEye

使用LotusEye的过程简单明了，分为几个步骤：

1. 注册与设置： 首先创建一个账户。在初始设置期间，您需要选择一个定价计划（包括免费选项）并创建您的第一个AI模型。
2. 模型创建与训练： 要创建模型，您需要上传一个包含设备正常运行期间传感器数据的CSV文件。这个“训练数据”会教AI什么是基准状态。平台支持宽格式和长格式的CSV文件。
3. 上传数据进行分析： 模型训练完成后，您可以上传新的传感器数据（测试数据）以进行异常分析。这可以通过手动上传文件或通过REST API与您的系统集成以实现自动化（付费计划可用）。
4. 监控与可视化： 主仪表板会显示“异常分数”的时间序列图。当分数超过预设阈值时，表示可能存在异常。您还可以查看单个传感器的数值图表以进行深入调查。
5. 模型优化： LotusEye支持持续改进。您可以使用最新的数据重新训练模型，如果新模型表现不佳可以回滚到以前的版本，并可以激活“减少误报模式”以提高准确性。
6. 分析与报告： 对于深度分析，商业计划提供报告功能，可以识别哪些传感器对高异常分数的贡献最大，从而帮助确定问题的根本原因。

LotusEye的核心功能

• AI驱动的异常检测： 利用机器学习从传感器数据中学习正常行为，并检测微小的偏差。
• 灵活的数据录入： 支持手动上传宽格式或长格式的CSV文件，以及通过REST API进行自动化数据流传输。
• 交互式仪表板： 提供异常分数、阈值和原始传感器数据的清晰可视化。用户可以为特定数据点添加评论以进行协作分析。
• 高级模型管理： 用户可以使用新数据训练模型、回滚到先前版本以及初始化模型。
• 减少误报模式： 一种特殊的模型训练模式，可创建更稳健、不易产生误报的模型，非常适合传感器数据波动较大的情况。
• 详细分析报告： （商业计划）生成报告，详细分析高异常分数时段，显示每个传感器对分数的贡献度。
• 可定制警报： 为异常分数设置阈值，并配置电子邮件警报通知，以便立即获知关键事件。
• 协作工作区： 邀请具有不同权限级别（所有者、操作员、检查员）的团队成员协作进行监控和分析。

LotusEye的使用案例

LotusEye非常适用于各种工业和物联网应用：

• 预测性维护： 监控工厂中的工业机械，及早发现磨损迹象，防止灾难性故障并降低维护成本。
• 物联网设备群监控： 跟踪现场大量物联网设备的运行健康状况，确保可靠性和服务连续性。
• 基础设施健康监控： 分析来自桥梁、建筑物或电网等结构的传感器数据，以检测结构或运行异常。
• 制造业质量控制： 监控生产线上的传感器，以识别可能影响产品质量的工艺偏差。

LotusEye的优势特点

对于希望实施AI驱动监控的企业，LotusEye具有显著优势：

• 主动解决问题： 将维护从被动模式转变为预测模式，节省时间和金钱。
• 无代码AI的可及性： 使领域专家（而不仅仅是数据科学家）能够构建和管理复杂的AI模型。
• 可扩展性： 提供从用于初步测试的免费套餐到用于企业级部署的全面商业计划。
• 自动化与集成： REST API允许无缝集成到现有的数据管道和自动化监控工作流中。
• 随时间提高准确性： 模型再训练和减少误报等功能确保系统能适应不断变化的条件并变得更加准确。

定价和计划

LotusEye采用免费增值模式，提供多个层次以满足不同需求：

• 免费计划： 一个很好的起点，用于测试核心功能，但在功能和数据量上有限制。每个账户只允许一个免费计划模型。
• 轻量计划： 入门级付费计划，解锁了REST API、从图表训练、模型回滚和减少误报模式等关键功能。
• 标准计划： 提供比轻量计划更大的容量和更高级的功能。
• 商业计划： 专为企业使用设计的顶级计划，包括高级分析报告等所有功能。

付费计划的支付通过Stripe安全处理。用户可以通过模型管理设置升级、降级或取消其订阅。