亚马逊AWS官方博客

AWS Team

Author: AWS Team

Thomson Reuters 如何利用 Amazon SageMaker 加快自然语言处理解决方案的研究和开发

在这篇博文中,我们讨论了 TR 如何使用 Amazon SageMaker 加快研发工作,以及如何在实现这一目标时显著节省成本和提高灵活性。我们说明了该团队如何尝试使用 BERT 的多种变体来产生强大的问答能力。最后,我们介绍了 TR 的安全内容工作区 (SCW),它使团队能够轻松安全地访问 Amazon SageMaker 资源和 TR 专有数据。

使用 Amazon Lookout for Equipment 进行声学异常检测

随着现代化工厂的联系越来越紧密,制造商越来越多地使用各种输入(例如过程数据、音频和视觉)来提高运营效率。公司使用这些信息来监控设备性能并使用由机器学习 (ML) 和人工智能 (AI) 提供支持的预测性维护技术来预测故障。尽管内置在设备中的传统传感器可以提供信息,但音频和视觉检查也可以提供有关资产运行状况的洞察。但是,利用这些数据并获得切实可行的洞察需要频繁手动操作,而且使用的资源过多。Koch Ag & Energy Solutions, LLC (KAES) 借此机会与 Amazon ML Solutions Lab 合作,了解有关替代声学异常检测解决方案的更多信息,并重新审视他们现有的解决方案。