-
從疫苗有效性,談事件因果關係
國產疫苗有效嗎? 為什麼要緊急授權? 這是在疫情下民眾會討論的話題,但其實是一個科學問題、一個數據方法問題。本文主要從疫苗有效性,談論實驗設計方法以及大數據、機器學習方法可以協助的地方。數據驅動的企業應該要善用傳統與新的數據方法。
-
從1922簡訊實聯制,談數據生態系
為什麼有些縣市政府覺得簡訊實聯制好用、有些則覺得無用武之地呢? 本文從1922簡訊實聯制,探討大數據的一些迷思,進一步說明數據生態系的重要性。
-
從防疫作為,談數據驅動企業的啟示
數據驅動、數據科學就是現代防疫、流行性病學發展的緣起。本文從疫情指揮中心的北農確診圖,進一步追溯流行性病學、公共衛生的數據驅動歷史,探討現代企業要進行數據驅動、數位轉型的一些啟示。
-
看數據化如何創造新價值
隨著智慧手機、感測器、物聯網技術的發展,新的價值將從數據化中創造。那麼,數據化的意義為何? 又與數位化、電子化有甚麼不同? 數據化又如何創造新的價值? 本文說明數據化的價值創造過程,並釐清數據化與數位化的差異。讓我們一齊探索數據化新價值!!
-
利用數位模型幫助企業進行數位轉型
不論是小汽車、積木、還是公仔模型,都是人類探索世界的工具。企業數位轉型也需要各種數位化模型,以分析、預測或控制實體的設備、製程、環境等。本文介紹機理模型、數據模型兩種典型的數位模型概念、應用、以及優缺點,讓企業思索在數位化過程中可以建立什麼樣的數位模型。
-
就享知第30期-製造現場最關心的3個問題:生產什麼?生產多少?如何生產? MES就是這個“資訊樞紐”
由於射出成型工藝的成品與耗用等都是互相關聯,可說是牽一髮而動全身,因此,綜合各方IT與OT數據的融合就變得特別重要∘例如:若要調整至最佳成型條件以穩定量產產品,就得因應生產當時的環境溫濕度、原料種類與參配(舉例,原料的親水性不同,對於濕度影響度就有差異),到模具與機台現況等∘在生產時還得隨時監控成品狀況,並將機聯網數據與人工數據,包括生產節拍、不良品種類與發生頻率等數據即時融合,動態調整成型條件,並預測生產結果優化排程派工,以全方位即時智慧管理,才能創造數字價值∘