ข้ามไปที่เนื้อหาหลัก

AWS IoT Analytics

การวิเคราะห์เชิงดำเนินการที่ได้รับการจัดการแบบเต็มรูปแบบสำหรับอุปกรณ์ IoT ของคุณ

ประกาศสิ้นสุดการสนับสนุน

 ในวันที่ 15 ธันวาคม 2025 AWS จะหยุดการสนับสนุนสำหรับ AWS IoT Analytics หลังจากวันที่ 15 ธันวาคม 2025 คุณจะไม่สามารถเข้าถึงคอนโซลหรือทรัพยากรของ AWS IoT Analytics ได้อีกต่อไป สำหรับข้อมูลเพิ่มเติม โปรดดูคำ แนะน

ประโยชน์

สร้างข้อมูลเชิงลึกด้านการปฏิบัติงานด้วยเครื่องมือต่างๆ อันได้แก่ MATLAB และ Octave เมื่อคุณนำเข้าและปรับใช้คอนเทนเนอร์โค้ดแบบกำหนดเอง

กรอง แปลง ทำความสะอาด เพิ่มความสมบูรณ์ และจัดเก็บข้อมูลอุปกรณ์ในรูปแบบอนุกรมเวลาเพื่อการเรียกค้นและการวิเคราะห์ที่รวดเร็ว

ดำเนินการอนุมานการวิเคราะห์และแมชชีนเลิร์นนิง (ML) ด้วย Jupyter Notebook ที่โฮสต์ไว้ เพื่อสร้างและฝึกฝนโมเดลโดยไม่ต้องจัดการกับโครงสร้างพื้นฐาน

วิเคราะห์ประสิทธิภาพของอุปกรณ์และแสดงภาพแนวโน้มด้วยกลไกการสืบค้น SQL ที่มาในตัวและการผสานรวมกับ Amazon QuickSight

การวิเคราะห์ IoT ของ AWS ทำงานอย่างไรการวิเคราะห์ IoT ของ AWS ทำงานอย่างไร

ข้อมูล IoT มาจากอุปกรณ์ที่บันทึกกระบวนการที่มีสิ่งรบกวน (เช่น อุณหภูมิ การเคลื่อนไหว หรือเสียง) ข้อมูลนี้อาจมีช่องว่างที่สำคัญ ข้อความที่เสียหาย หรือการอ่านที่ผิดพลาด ซึ่งจำเป็นต้องทำความสะอาดก่อนที่จะนำไปวิเคราะห์ ข้อมูล IoT มาจากอุปกรณ์ที่บันทึกกระบวนการที่มีสิ่งรบกวน (เช่น อุณหภูมิ การเคลื่อนไหว หรือเสียง) ข้อมูลนี้อาจมีช่องว่างที่สำคัญ ข้อความที่เสียหาย หรือการอ่านที่ผิดพลาด ซึ่งจำเป็นต้องทำความสะอาดก่อนที่จะนำไปวิเคราะห์

วิธีทำงาน

AWS IoT Analytics ลดความซับซ้อนของขั้นตอนยากๆ ซึ่งจำเป็นในการวิเคราะห์ข้อมูล IoT จำนวนมหาศาล โดยไม่มีค่าใช้จ่ายและความซับซ้อนในการสร้างแพลตฟอร์มการวิเคราะห์ IoT

กรณีการใช้งาน

เพิ่มความสมบูรณ์ของข้อมูล IoT ด้วยข้อมูลเมตาตามบริบท

ผู้ปฏิบัติงานที่ควบคุมอุปกรณ์การเกษตรทำความสะอาดและเพิ่มความสมบูรณ์ของข้อมูลเซ็นเซอร์ความชื้นด้วยปริมาณน้ำฝนที่คาดการณ์ไว้ และเพิ่มประสิทธิภาพการใช้น้ำของอุปกรณ์ชลประทาน

ดำเนินการตามการบำรุงรักษาแบบใช้ข้อมูลคาดการณ์

เทมเพลตที่สร้างไว้ล่วงหน้าช่วยให้คุณสามารถสร้างโมเดลการบำรุงรักษาแบบใช้ข้อมูลคาดการณ์ได้อย่างมีประสิทธิภาพ เช่น โมเดลรถบรรทุกที่ทำนายความล้มเหลวของระบบทำความร้อนและระบายความร้อน

เติมวัสดุสิ้นเปลืองเชิงรุก

แอปพลิเคชัน IoT สามารถตรวจติดตามรายการต่างๆ และวิเคราะห์ข้อมูลจากตู้อาหารหยอดเหรียญ จากนั้นสั่งซื้อสินค้าซ้ำได้อย่างถูกต้องทุกครั้งที่สินค้าเหลือน้อย

ปรับปรุงด้วยการให้คะแนนประสิทธิภาพการประมวลผล

ตรวจสอบและปรับปรุงประสิทธิภาพของแอปพลิเคชัน IoT เช่น การระบุโหลดที่เหมาะสมสำหรับรถบรรทุกเพื่อวางแผนแนวทางการบรรทุก