Udfyldelse af huller i data

Udfyldelse af huller i ledningsregistreringsdatabasen og anomali detektion. Med Machine Learning kan du:

  • udfylde data i ledningsregistreringsdatabasen
  • Få et komplet datagrundlag
  • Få udpegning af data, som med stor sandsynlighed er registreret forkert
  • Opnå et bedre beslutningsgrundlag for bl.a. saneringsplanlægning og generelt dataanalyser

Meget arbejde i forsyningerne i dag er baseret på data, som derfor skal være både rigtige og komplette. I EnviDan bruges Machine Learning til at se sammenhænge i data og sandsynliggøre, hvis der er data, som ikke er korrekt registrerede samt udfyldelse af manglende data.

Machine Learning optrænes på baggrund af store datamængder til at se, hvilke data der ikke passer ind i sammenhængen samt give sit bud på, hvad det rigtige burde være i stedet. På den måde kan der med stor sandsynlighed, produceres komplette datasæt, som kan bruges som datagrundlag i analyser, modellering mm.

David Getreuer Jensen

Kontakt mig
for mere info

David Getreuer Jensen

+45 61 33 35 50