dida Logo
Home › 
Industries › 
Versorger

Versorger

Erhalten Sie Echtzeit-Einblicke in Angebot und Nachfrage und den Zustand Ihrer Infrastruktur

Preview image

Mit Machine Learning können Versorgungsunternehmen unterstützt werden durch:

die Überwachung und proaktive Wartung von Infrastrukturen wie Pipelines oder Stromleitungen
Prognosemodelle zu eingespeisten Strommengen aus erneuerbaren Energien auf Basis von Wetterdaten und Wolkenabdeckung
Modellierung des Energiebedarfs für eine möglichst wirtschaftliche Auslastung der Stromproduktionskapazitäten

Projekte in Versorger

Alle Projekte zeigen

Automatische Planung von Solaranlagen

Creative solutions enabled us to automate the process of planning solar systems

Defekterkennung in der Produktion

KI-gestützte optische Defekterkennung für die Halbleiterlaserproduktion

Automatische Zugangskontrolle mit Gesichtserkennung

We developed a multi-level security system with facial recognition for automatic access control.

Blog Posts in Versorger

Alle Blog Posts zeigen
Natural Language Processing

GPT-3 und darüber hinaus - Teil 1: Das Grundrezept

Von Fabian Gringel 27. September 2021

In diesem Blogartikel erkläre ich, wie GPT-3 funktioniert, warum manche Leute es für gefährlich halten und wie Sie selbst ein GPT-3-ähnliches Modell kostenlos ausprobieren können.

Projects

21 Fragen, die wir unseren Kunden stellen: Start eines erfolgreichen ML-Projekts

Von Emilius Richter 21. Mai 2021

Wir besprechen, welche Fragen im Vorfeld berücksichtigt und beantwortet werden sollten, um ein erfolgreiches Machine-Learning-Softwareprojekt zu starten.

Computer Vision

Pretraining für die Fernerkundung

Von Dr. William Clemens 11. Mai 2020

In diesem Blog-Beitrag beschreibe ich eine Reihe von Pre-Training-Aufgaben, die man entweder separat oder in Kombination verwenden kann, um gute "Start"-Gewichte zu erhalten, bevor Sie ein Modell auf Ihren tatsächlich gelabelten Satelliten-/Luftbildern trainieren.

Theorie & Algorithmen

Machine Learning-Ansätze für Zeitreihen

Von Machine Learning-Ansätze für Zeitreihen 18. Dezember 2019

Dieser Blog-Beitrag bietet eine Einführung in Zeitreihen und serielle Sequenzen und zeigt, wie Recurrent Neural Networks (RNN) mit ihnen umgehen können.

Computer Vision

Semantische Segmentierung von Satellitenbildern

Von Dr. Nelson Martins 24. Mai 2019

Bei der Erstellung eines ML-Modells für die semantische Segmentierung von Satellitenbildern haben wir festgestellt, dass eine UNet-Architektur mit Würfelverlust, die mit einer Pixelgewichtungsstrategie erzwungen wird, die auf Kreuzentropie basierenden Verlustfunktionen übertrifft. Hier stellen wir den Ansatz und die Ergebnisse vor.

Use Cases in Versorger

Alle Use Cases zeigen