Il trattamento di grandi moli di dati, prodotti dai sistemi di sensoristica applicati sulle macchine negli impianti produttivi, risulta un’attività complessa non solo per il volume dei dati in gioco ma anche per la loro differente natura e la velocità con la quale possono variare. Si tratta di attività di analisi che stanno guadagnando sempre maggiore attenzione in ambienti industriali evoluti e strutturati, spesso in relazione al termine “Data Mining” e “Big Data”.
Nell’esempio utilizzato avvalendoci di tecniche di machine learning stimeremo la vita utile residua di un apparato.
MATLAB fornisce un’ampia scelta di strumenti per estrarre informazioni e valore da questi dati, in modo da poter intervenire sull’ottimizzazione della progettazione di macchine, poter realizzare tool per la prognostica e la manutenzione preventiva, la diagnostica e molte altre applicazioni.
Francesca Perino è in MathWorks dal gennaio 2002 ed attualmente è uno degli Application Engineer del team Italiano. Per diversi anni, come sviluppatore software, ha utilizzato MATLAB per lo sviluppo di modelli e algoritmi.
Francesca si è laureata in Fisica a Torino con un percorso orientato alla Fisica Computazionale. In MathWorks Francesca si occupa principalmente di MATLAB, dei tool di matematica/statistica/ottimizzazione e di calcolo parallelo e dell'integrazione di MATLAB in ambienti terzi.
