Ontsluit het volledige potentieel van uw bedrijf dankzij AI, machinelearning en datavisualisatie

Aan de hand van concrete praktijkvoorbeelden wil deze masterclass de deelnemers een beter inzicht geven in het soort industriële problemen die ze kunnen aanpakken met behulp van data en machinelearning-technieken (ML).

De werktaal van deze module is het Engels.

Voor wie?

De masterclass staat open voor medewerkers die belang stellen in de mogelijkheden van data-innovatie voor hun bedrijf en zijn activiteiten. Om deze modules te kunnen volgen, zijn enige analytische basisvaardigheden vereist (bijv. grondige kennis van algebra en interpretatie van statistieken).

Waarom is deze masterclass relevant voor u?

Data, geavanceerde AI en machinelearning-technieken hebben het potentieel om de industriële processen aanzienlijk te verbeteren door de besluitvorming te automatiseren en te verbeteren, de kosten terug te schroeven en de efficiëntie te verhogen. We gaan dieper in op deze technieken en illustreren ze met concrete praktijkvoorbeelden. Deze technieken kunnen relevant zijn (de cases die tijdens de masterclass worden voorgesteld, kunnen verschillen) voor de volgende domeinen:

1. Voorspellend onderhoud: AI- en ML-algoritmen kunnen data van sensoren en machines analyseren om te voorspellen wanneer onderhoud of reparatie nodig zijn, wat de uitvaltijd vermindert en de betrouwbaarheid van apparatuur ten goede komt.
    

2. Kwaliteitscontrole: computervisie-systemen met AI kunnen producten tijdens de productie op storingen controleren, wat het risico op defecte producten bij de klant verkleint. ML-algoritmen kunnen op grote datavolumes worden getraind om patronen en anomalieën in productieprocessen op te sporen, wat realtime kwaliteitscontrole mogelijk maakt en de productkwaliteit verbetert.
    

3. Optimalisatie: ML- en AI-algoritmen kunnen de productieprocessen optimaliseren, wat verspilling tegengaat en de efficiëntie verbetert. AI kan bijvoorbeeld worden ingezet om de planning en toewijzing van middelen te optimaliseren en het energieverbruik te beperken.
    

4. Besluitvorming en AI & ML: AI kan data uit verschillende bronnen analyseren (bijv. markttrends, consumentengedrag en productiecijfers), om inzichten te verschaffen en de besluitvorming in industriële omgevingen te ondersteunen. ML-algoritmen kunnen op grote datavolumes worden getraind om voorspellingen te maken en inzichten te verschaffen, wat de besluitvorming in industriële omgevingen ondersteunt. ML-algoritmen kunnen bijvoorbeeld de vraag naar producten voorspellen, mogelijke kostenbesparingen identificeren en toekomstige markttrends voorspellen.
    

5. Datavisualisatietechnieken kunnen in industriële omgevingen zorgen voor een betere communicatie en een beter begrip van complexe informatie door verschillende belanghebbenden. Concreet maken datavisualisaties realtime monitoring van industriële processen mogelijk, waardoor managers snel op eventuele problemen kunnen inspelen, met snellere en beter onderbouwde beslissingen als gevolg.

Wil men AI en ML in deze omgevingen met succes toepassen, dan moet men wel een zorgvuldige afweging maken van factoren als datakwaliteit, algoritmeprestaties en ethiek, én de specifieke vereisten en beperkingen van de sector door en door kennen.

Wat leert deze masterclass u bij?

• 9:00-13:00: De kracht van datavisualisatie
  Datavisualisatie kan in verschillende fasen van een datagestuurd project worden toegepast. Het ondersteunt dataverkenning om de eerste inzichten uit de gegevens te halen, en deze aan gebruikers voor te leggen. Toch is de keuze van de meest efficiënte methode voor datavisualisatie niet vanzelfsprekend. We geven u een overzicht van bestaande datavisualisatiemethodes en vertellen hoe deze op de meest effectieve manier kunnen worden gebruikt om essentiële data-eigenschappen en trends uit te lichten, verborgen patronen bloot te leggen, enz.
   
• 13:00-13:30: Lunch met broodjes
   
• 13:30 – 17:30: De industriële relevantie van geavanceerde AI/ML-technieken zal de volgende praktijken bestrijken:
  • Reinforcement learning (versterkend leren)
  • Deep learning (diep leren)
  • Active learning (actief leren)
  • Federated learning (gefedereerd leren)

Voor elke methode worden de kenmerken en de plus- en minpunten ervan in detail toegelicht, alsook de meest gangbare algoritmes om een welbepaald industrieel probleem op te lossen.

We stellen u de tools ter beschikking om een weloverwogen keuze voor de geschikte techniek te maken, naargelang van de probleemstelling, de beschikbare data (dimensionaliteit, soorten eigenschappen, enz.) en de vereisten van het verwachte model (interpreteerbaarheid, accuraatheid, schaalbaarheid, enz.).

Agenda

09:00 –  09:15: Welcome

09:15 – 09:25: The power of data visualization

09:25 –  10:25: Visualization concepts

10:25 – 10:40: Break

10:40 – 11:10: Visualizing multidimensional and event data

11:10 – 12:00: Data visualization in the data science workflow

12:00 – 12:30: Interactive data visualization example

11:30 – 12:40: Concluding remarks, Q&A

12:40 – 13:30: Lunch Break

13:30 – 14:10: Bio-inspired computing

14:10 – 14:50: Deep learning

14:50 – 15:10: Break

15:10 – 15:50: Reinforcement learning

15:50 – 16u30: Language models

16:30 – 17:00: Concluding remarks + Q&A

Prijs

Dankzij de steun van VLAIO in het kader van het Industriepartnerschap, bedraagt de deelnameprijs aan deze masterclass voor Vlaamse bedrijven € 375 (excl. btw).
Deelnemers die niet in Vlaanderen gevestigd zijn, betalen € 1.245 (excl. btw).

Algemene voorwaarden

• Facturen worden na het event verstuurd. U kunt onze algemene voorwaarden raadplegen op onze website.

• Als u verhinderd bent, kunt u zich laten vervangen door een collega. Gelieve ons via e-mail (event.admin@sirris.be) de naam van uw collega mee te delen.

• Annuleringen dienen via e-mail te worden gemeld (event.admin@sirris.be). U kunt uw deelname tot 3 werkdagen vóór het event gratis annuleren. Bij annulering na deze datum of niet-deelname zonder annulering, wordt de volledige deelnameprijs gefactureerd.