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

Mit Machine Learning, Computer Vision und Objekterkennung gelang es dida, basierend auf Satellitendaten, Solaranlagen automatisiert zu planen.

Defekterkennung in der Produktion

Machine Learning in der Produktion: Entwicklung einer KI-gestützten Software zur optischen Defekterkennung für die Halbleiterlaserproduktion.

Automatische Zugangskontrolle mit Gesichtserkennung

Machine Learning und Sicherheitssysteme: Entwicklung eines mehrstufigen Systems mit Gesichtskontrolle und automatisierter Zugangskontrolle.

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

Lesen Sie hier über die Funktionsweise sowie die Gefahren & Anwendungen von GPT-3 und erfahren Sie, wie Sie ein GPT-3-ähnliches Modell kostenlos testen können.

Projects

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

Von Emilius Richter 21. Mai 2021

Lesen Sie die relevanten Fragen, die im Vorfeld berücksichtigt & beantwortet werden sollten, um ein erfolgreiches Machine-Learning-Softwareprojekt zu starten.

Computer Vision

Pretraining für die Fernerkundung

Von Dr. William Clemens 11. Mai 2020

Erfahren Sie hier mehr über den Nutzen des Pretrainings eines Machine-Learning-Modells in Vorbereitung auf ein richtiges Training, am Beispiel der Fernerkundung.

Theorie & Algorithmen

Machine Learning-Ansätze für Zeitreihen

Von Julius Richter • 18. Dezember 2019

Erweitern Sie Ihr Machine-Learning-Wissen über Zeitreihen, serielle Sequenzen & Recurrent Neural Networks (RNN) mit dieser professionellen Einführung.

Computer Vision

Semantische Segmentierung von Satellitenbildern

Von Dr. Nelson Martins 24. Mai 2019

Bei der Erstellung des Machine-Learning-Modells für die semantische Segmentierung von Satellitenbildern sind interessante Ergebnisse entstanden, die Sie hier lesen können.

Use Cases in Versorger

Alle Use Cases zeigen