زيرو-نادا | أمثلة عملية

أمثلة عملية

التنبؤ بالتركيز الكيميائي

التنبؤ بالتركيز الكيميائي

علوم البيانات في صناعة البتروكيماويات

إعرف أكثر
التنبؤ بوقت انتظار المريض في غرفة الطوارئ

التنبؤ بوقت انتظار المريض في غرفة الطوارئ

علوم البيانات في صناعة الرعاية الصحية

إعرف أكثر
تقسيم العملاء (للتسويق)

تقسيم العملاء (للتسويق)

علوم البيانات في مجال التسويق

إعرف أكثر
رسوم العبور المتغيرة

رسوم العبور المتغيرة

علوم البيانات لمراقبة الحركة

إعرف أكثر
خفض التكاليف العامة للتشغيل

خفض التكاليف العامة للتشغيل

علوم البيانات لمراقبة التشغيل وتخفيض التكلفة

إعرف أكثر

التنبؤ بالتركيز الكيميائي

علوم البيانات في صناعة البتروكيماويات

المشكلة

  • عملية مراقبة الجودة: تحديد التركيز الكيميائي والمركب في المنتج.
  • تختلف تكلفة التحليل الكيميائي للمواد الكيميائية والمركبات الفردية.
  • قياس بعض المواد الكيميائية باهظة الثمن.

الهدف

  • خفض تكلفة التحليل الكيميائي.

الحل (الذكاء الاصطناعي والتعلم الآلي)

  • بناء المئات من النماذج التنبؤية.
  • للعناصر المفردة وللمجموعات.
  • تحسين نماذج التنبؤ.

النتيجة

نموذج أمثل يتوقع تركيز المواد الكيميائية "الغالية" على أساس تركيز المواد الكيميائية "الرخيصة". بدقة تصل إلى ٩٤،٢ ٪

التنبؤ بالتركيز الكيميائي

التنبؤ بوقت انتظار المريض في غرفة الطوارئ

علوم البيانات في صناعة الرعاية الصحية

المشكلة

  • عملية مراقبة الجودة: تحديد التركيز الكيميائي والمركب في المنتج.
  • تختلف تكلفة التحليل الكيميائي للمواد الكيميائية والمركبات الفردية.
  • قياس بعض المواد الكيميائية باهظة الثمن.

الهدف

  • خفض تكلفة التحليل الكيميائي.

الحل (الذكاء الاصطناعي والتعلم الآلي)

  • بناء المئات من النماذج التنبؤية.
  • للعناصر المفردة وللمجموعات.
  • تحسين نماذج التنبؤ.

النتيجة

نموذج أمثل يتوقع تركيز المواد الكيميائية "الغالية" على أساس تركيز المواد الكيميائية "الرخيصة". بدقة تصل إلى ٩٤،٢ ٪

التنبؤ بوقت انتظار المريض في غرفة الطوارئ

تقسيم العملاء (للتسويق)

علوم البيانات في مجال التسويق

المشكلة

  • يصاب المرضى الذين يسجلون في مكتب الطوارئ في المستشفى بالملل من أوقات الانتظار.
  • كثرة سؤال المرضى لمكتب الاسقبال يسبب تعطيل و تأخير في عمل غرفة الطوارئ.

الهدف

  • تحسين تجربة العميل أثناء الانتظار.

الحل

  • معالجة البيانات التاريخية لزيارات الطوارئ ، وتاريخ المراجعين واستخدام الموارد.
استخدام الذكاء الاصطناعي والتعلم الآلي
  • بناء المئات من النماذج التنبؤية.
  • للأفراد وللمجموعات.
  • تحسين نماذج التنبؤ.

النتيجة

مجموعة مُحسنة من النماذج التي تتوقع وقت انتظار المريض. بدقة تصل إلى ٨٦ ٪

تقسيم العملاء (للتسويق)

رسوم العبور المتغيرة

علوم البيانات لمراقبة الحركة

المشكلة

  • غالباً ما تعاني طرق المرور الضيقة من الازدحام خلال ساعات الذروة. خاصة في أكشاك رسوم المرور.

الهدف

  • توزيع السيارات بالتساوي على مدار اليوم بالكامل عن طريق ربط سعر المرور مع حركة المرور المتوقعة.
  • تحسين تشغيل كشك رسوم المرور.

الحل

  • تحليل حركة المرور والبيانات الديموغرافية للمسافرين.
استخدام الذكاء الاصطناعي والتعلم الآلي
  • بناء المئات من النماذج التنبؤية.
  • للأفراد وللمجموعات.
  • تحسين نماذج التنبؤ.

النتيجة

نموذج تنبؤ مُحسَّن للتنبؤ بحركة المرور في الممرات الضيقة طريق سريع الوطني. الدقة نظرياً تصل إلى ٩١،٢ ٪

رسوم العبور المتغيرة

خفض التكاليف العامة للتشغيل

علوم البيانات لمراقبة التشغيل وتخفيض التكلفة

المشكلة

  • شركة لديها شبكة من محطات الاستشعار عبر منطقة جغرافية واسعة.
  • مع نمو الشبكة ، كذلك تنمو تكاليف التشغيل والمراقبة والصيانة.

الهدف

  • خفض تكلفة تشغيل الشبكة من خلال الاستغناء عن محطات استشعار من الشبكة.

الحل

استخدام الذكاء الاصطناعي والتعلم الآلي
  • بناء المئات من النماذج التنبؤية لكل محطة استشعار في شبكة.
  • تحديد محطات استشعار في الشبكة للتخلص منها.
  • استبدل قراءات محطات الاستشعارالمستغنى عنها بنموذج تنبئي.

النتيجة

اقتراح نقاط الشبكة المرشحة للاستبدال بنماذج التنبؤ. خفض التكاليف بنسبة تصل إلى ٣٧ ٪

خفض التكاليف العامة للتشغيل

شارك هذه الصفحة