LotusEye

LotusEye 是一款先進的AI服務，專注於時序感測器數據的異常偵測。它為企業提供了一個用戶友好的無程式碼平台，用於監控其設備和系統的健康狀況。透過分析來自各種感測器的數據，LotusEye的AI可以學習正常的操作模式，並準確識別可能預示著即將發生故障或異常事件的偏差。這種主動的方法有助於安排預測性維護，防止意外停機，並確保製造過程中的品質控制。

該平台設計旨在易於使用，即使沒有深厚人工智慧專業知識的用戶也能創建、訓練和部署強大的異常偵測模型。它支援靈活的數據錄入，包括手動上傳CSV文件和透過REST API實現的自動化即時數據流。直觀的儀表板提供了異常分數和感測器數據的清晰可視化，使用戶可以輕鬆解讀AI的發現並採取行動。

如何使用LotusEye

使用LotusEye的過程簡單明了，分為幾個步驟：

1. 註冊與設定： 首先創建一個帳戶。在初始設定期間，您需要選擇一個定價計劃（包括免費選項）並創建您的第一個AI模型。
2. 模型創建與訓練： 要創建模型，您需要上傳一個包含設備正常運行期間感測器數據的CSV文件。這個「訓練數據」會教AI什麼是基準狀態。平台支援寬格式和長格式的CSV文件。
3. 上傳數據進行分析： 模型訓練完成後，您可以上傳新的感測器數據（測試數據）以進行異常分析。這可以透過手動上傳文件或透過REST API與您的系統整合以實現自動化（付費計劃可用）。
4. 監控與可視化： 主儀表板會顯示「異常分數」的時間序列圖。當分數超過預設閾值時，表示可能存在異常。您還可以查看單個感測器的數值圖表以進行深入調查。
5. 模型優化： LotusEye支援持續改進。您可以使用最新的數據重新訓練模型，如果新模型表現不佳可以回滾到以前的版本，並可以激活「減少誤報模式」以提高準確性。
6. 分析與報告： 對於深度分析，商業計劃提供報告功能，可以識別哪些感測器對高異常分數的貢獻最大，從而幫助確定問題的根本原因。

LotusEye的核心功能

• AI驅動的異常偵測： 利用機器學習從感測器數據中學習正常行為，並偵測微小的偏差。
• 靈活的數據錄入： 支援手動上傳寬格式或長格式的CSV文件，以及透過REST API進行自動化數據流傳輸。
• 互動式儀表板： 提供異常分數、閾值和原始感測器數據的清晰可視化。用戶可以為特定數據點添加評論以進行協作分析。
• 進階模型管理： 用戶可以使用新數據訓練模型、回滾到先前版本以及初始化模型。
• 減少誤報模式： 一種特殊的模型訓練模式，可創建更穩健、不易產生誤報的模型，非常適合感測器數據波動較大的情況。
• 詳細分析報告： （商業計劃）生成報告，詳細分析高異常分數時段，顯示每個感測器對分數的貢獻度。
• 可自訂警報： 為異常分數設定閾值，並配置電子郵件警報通知，以便立即獲知關鍵事件。
• 協作工作區： 邀請具有不同權限級別（所有者、操作員、檢查員）的團隊成員協作進行監控和分析。

LotusEye的使用案例

LotusEye非常適用於各種工業和物聯網應用：

• 預測性維護： 監控工廠中的工業機械，及早發現磨損跡象，防止災難性故障並降低維護成本。
• 物聯網設備群監控： 追蹤現場大量物聯網設備的運行健康狀況，確保可靠性和服務連續性。
• 基礎設施健康監控： 分析來自橋樑、建築物或電網等結構的感測器數據，以偵測結構或運行異常。
• 製造業品質控制： 監控生產線上的感測器，以識別可能影響產品質量的工藝偏差。

LotusEye的優勢特點

對於希望實施AI驅動監控的企業，LotusEye具有顯著優勢：

• 主動解決問題： 將維護從被動模式轉變為預測模式，節省時間和金錢。
• 無程式碼AI的可及性： 使領域專家（而不僅僅是數據科學家）能夠建構和管理複雜的AI模型。
• 可擴展性： 提供從用於初步測試的免費套餐到用於企業級部署的全面商業計劃。
• 自動化與整合： REST API允許無縫整合到現有的數據管道和自動化監控工作流程中。
• 隨時間提高準確性： 模型再訓練和減少誤報等功能確保系統能適應不斷變化的條件並變得更加準確。

定價和計劃

LotusEye採用免費增值模式，提供多個層次以滿足不同需求：

• 免費計劃： 一個很好的起點，用於測試核心功能，但在功能和數據量上有限制。每個帳戶只允許一個免費計劃模型。
• 輕量計劃： 入門級付費計劃，解鎖了REST API、從圖表訓練、模型回滾和減少誤報模式等關鍵功能。
• 標準計劃： 提供比輕量計劃更大的容量和更高級的功能。
• 商業計劃： 專為企業使用設計的頂級計劃，包括高級分析報告等所有功能。

付費計劃的支付透過Stripe安全處理。用戶可以透過模型管理設定升級、降級或取消其訂閱。