[ 고지 사항 (Disclaimer) ]
본 컨텐츠는 고객의 편의를 위하여 AWS 서비스 설명을 위해 제작, 제공된 것입니다. 만약 AWS 사이트와 컨텐츠 상에서 차이나 불일치가 있을 경우 AWS 사이트 (AWS.amazon.com)가 우선합니다. 또한 AWS 사이트 상에서 한글 번역문과 영어 원문에 차이나 불일치가 있을 경우(번역의 지체로 인한 경우 등 포함), 영어 원문이 우선합니다.
본 문서는 AWS Industrial Predictive Maintenance Machine Learning Model Reference Architecture 내용에 기반하여 작성 되었습니다.
이 문서는 정보 제공의 목적으로만 제공됩니다. 본 문서의 발행일 당시 AWS의 현재 제품 오퍼링 및 실행방법 등을 설명하며, 예고 없이 변경될 수 있습니다. 고객은 본 문서에 포함된 정보나 AWS 제품 또는 서비스의 사용을 독립적으로 평가할 책임이 있으며, 각 정보 및 제품은 명시적이든 묵시적이든 어떠한 종류의 보증 없이 “있는 그대로” 제공됩니다. 본 문서는 AWS, 그 자회사, 공급업체 또는 라이선스 제공자로부터 어떠한 보증, 표현, 계약 약속, 조건 또는 보장을 구성하지 않습니다. 고객에 대한 AWS의 책임 및 의무는 AWS 계약에 의해 관리되며 본 문서는 AWS와 고객 사이의 어떠한 계약에도 속하지 않으며 계약을 변경하지도 않습니다.
© 2020, Amazon Web Services, Inc. or its affiliates. All rights reserved.
[ AWS 참조 아키택처 다이어그램 EN 시리즈 ]
Amazon SNS 이상 탐지 알림과 함께 AWS IoT SiteWise 및 AWS IoT Analytics를 사용하여 PdM (Predictive Maintenance) 기계 학습 (ML) 모델을 생성합니다.
팩토리 시스템 OPC-UA 서버에 연결하기 위해 AWS IoT SiteWise Gateway 를 배포하십시오.
AWS IoT SiteWise에서보기를 생성하고 팩토리 머신을 자산으로 정의하십시오.
팩토리 머신에 대해 모니터 할 메트릭을 정의하십시오.
Docker 이미지를 빌드하고 Amazon Elastic Container Registry (Amazon ECR)에 추가하십시오.
AWS IoT Analytics의 AWS IoT SiteWise 데이터 저장소에서 컨테이너 데이터 세트를 생성하고 Docker 컨테이너에 연결하십시오.
AWS IoT Analytics에서 AWS IoT SiteWise에서 생성 한 데이터 세트를 위한 Jupyter Notebook을 생성하여 PdM (Predictive Maintenance) 기계 학습 (ML) 모델을 생성하십시오.
AWS IoT Analytics 데이터 소스에서 Amazon QuickSight를 사용하여 분석을 시각화하십시오.
Amazon Simple Notification Service (Amazon SNS)에서 이상 탐지 알림에 대한 주제를 생성하고 모델에서 트리거를 구성하십시오.
AWS는 IT 인프라 비용을 절감하고 기업의 핵심가치에 더욱 집중할 수 있도록 합니다.
AWS에 대한 자세한 문의사항은 여기를 눌러 주세요.
빌드업웍스는 AWS 컨설팅 파트너로 고객 비즈니스를 최우선으로 하며 고객의 클라우드의 성공적인 시작과 운영을 지원합니다.
