Neue Batch-Distillationsdatenbank eröffnet ML-gestützte Anomalieerkennung
Ein neues, umfangreiches Datenset aus Laborbatch-Distillationsprozessen steht jetzt frei zur Verfügung. Die Datenbank umfasst 119 Experimente, die unter einer breiten Palette von Betriebsbedingungen durchgeführt wurden. Für jedes experimentelle Setup wurden sowohl fehlerfreie als auch absichtlich induzierte Anomalien erfasst, sodass ein direktes Vergleichs- und Trainingsmaterial für maschinelles Lernen entsteht.
