Fundamenter
Kausal AI skelner korrelation fra kausalitet i bygningers sensordata — og svarer ikke kun på, hvad der ændrede sig, men hvorfor.
Kausal AI er en familie af teknikker, der går ud over mønstergenkendelse. Hvor en statistisk model siger "disse signaler har tendens til at bevæge sig sammen", siger en kausal model "dette signal bevæger sig, fordi det andet gjorde". For bygninger er den skelnen forskellen mellem at rette det rigtige og at rette tolv symptomer på en enkelt rodårsag.
Når en returluftstemperatur driver, vil ti nedstrøms signaler reagere. En korrelations-kun-platform fyrer ti alarmer. En kausal-bevidst platform fyrer én — på rodårsagen — og undertrykker resten som kendte konsekvenser.
I Explore er kausal filtrering en af de fire ræsonneringsteknikker i Frostdynamics-engine. Den kollapser relaterede anomalier til en enkelt ticket, så operatøren ser én fejl, ikke dens ekko.
Relaterede termer
Se det i produkt
Dette er den engine, der leverer sensor intelligence som et produkt. Anomalidetektion på tværs af seks metoder, prognoser med eksplicitte konfidensgrænser, kontinuerlig compliance og what-if-simulering — alt funderet i din egen telemetri, alt forklarbart, alt auditerbart.
Se FrostLogic Explore i aktion