DiagFit, le logiciel de prédiction de pannes en mode aveugle

Spécialisé dans la création de modèles prédictifs, DiagFit est le logiciel au service des experts métiers pour surveiller la santé des équipements tout au long de leur vie.

En savoir plus…

Prédiction de panne en mode aveugle

Au service des équipements les plus complexes

La prédiction de pannes en mode aveugle est une méthode de machine learning qui permet de prévoir une défaillance sur un équipement sans avoir à se baser sur des données historiques de pannes ou sans avoir à connaitre la typologie de l’équipement ou des capteurs surveillés. 

Utilisabilité

Détections interprétables
Grâce à l’affichage des indicateurs de santé par capteur ou par sous-modèles, en plus de l’indicateur de santé global, prendre les décisions devient plus rationnel.
Pour les experts métier
Une interface intuitive pensée pour les experts métier et des possibilités de visualisation variées pour explorer et analyser la données provenant de capteurs.
Interface No code
Une interface entièrement conçue en no code pour une utilisation sans compétence en développement ou science de la donnée.

Performance

Haute précision
Un cœur technologique unique, basé sur des inventions développées en lien avec la recherche académique, pour des modèles ultra précis (faible taux de FP et FN).
Agnostique
Fonctionne avec tous types d’équipements pourvus de capteurs produisant des données sous forme de séries temporelles industrielles.
Production rapide de modèle
Rapide grâce à la faible quantité de données historiques nécessaire et à l’approche automatisée. Précis grâce au coeur algorithmique à l'état de l'art entre open source et propriétaire.

Clients

Cas d'usage

Prédiction de pannes sur un système anonymisé d'un navire

À partir de données saines anonymisées acquises pendant un an sur le navire, DiagFit a été utilisé pour créer en quelques heures un modèle unique qui capture les corrélations entre les données des capteurs et produit un état de santé par capteur.

Partenaires

Actualités

En savoir plus sur DiagFit