Met trots kondigen we de introductie van AI-gebaseerde detectie van dubbele defectmeldingen in Railfleet aan.
Gemiddeld 10% van de gerapporteerde correctieve defectmeldingen zijn duplicaten, wat de kwaliteit van de onderhoudsgegevens kan compromitteren en onnodig werk kan opleveren. De AI-gebaseerde functie helpt gebruikers bij het detecteren van duplicaten om de gegevenskwaliteit te verbeteren en nauwkeurige onderhoudsprocessen te garanderen.
De voordelen zijn een veiligere en efficiëntere samenwerking op het gebied van onderhoud tussen ECM 3- en ECM 4-teams en een vereenvoudigde return on experience (REX)-analyse voor ECM2-onderhoudsengineers.
Waarom focus op detectie van duplicaten?
Kwaliteit van gegevens: 10% van de gerapporteerde defecten zijn duplicaten en het is belangrijk om de kwaliteit van gegevens tussen ECM3- en ECM4-teams te verbeteren.
Onderhoudsefficiëntie: Het elimineren van duplicaten vermindert extra werk en potentiële veiligheidsproblemen.
Een nuttige toepassing voor AI: Grote Taalmodellen (Engels: Large Language Model, LLM) zijn goed in het nauwkeurig classificeren en vergelijken van informatie, in meerdere Europese talen.
Het kan veilig worden gebouwd: AI markeert potentiële duplicaten, maar laat de uiteindelijke beslissingen over aan gebruikers, zodat er geen interferentie optreedt tijdens het aanmaken en beheren van maintenance events.
Het voldoet aan de normen voor gegevensbescherming: Klantgegevens worden alleen gebruikt voor fine-tuning en inferentie onder een bedrijfslicentie, een techniek die voorkomt dat gegevens worden vrijgegeven aan aanbieders van LLM's voor trainingsdoeleinden, en de AI-functie voor duplicaatdetectie voldoet aan de GDPR.
Hoe werkt de detectie van duplicaten?
Waneer een nieuw defect of nieuwe averij wordt toegevoegd of de omschrijving van een bestande defect wordt bijgewerkt, controleert het systeem of er vergelijkbare open defecten bestaan. Indien er een overeenkomst wordt gevonden, wordt het aangemaakte defect gemarkeerd als een mogelijk duplicaat, met een link naar het vergelijkbare defect. De gebruiker kan dan controleren en bevestigen of de defecten duplicaten zijn of niet.
Alle gelijkaardige events zijn weergegeven in een van de gedetecteerde duplicaatdefecten (zoals hieronder getoond).
Het resultaat van de detectie kan door elke gebruiker met wijzigingsrechten worden bekeken en bevestigd (of niet)... Bevestigde duplicaten worden weergegeven in elk van de detailweergaven van de defecten.
Als je bevestigt dat twee defecten duplicaten zijn, wordt er GEEN informatie op het platform verwijderd. Deze informatie is slechts een extra indicatie die in toekomstige analyses kan worden gebruikt. Het kan op elk moment door de gebruiker worden teruggedraaid.
Hoe goed werkt de AI in onze testbenchmark?
Onze tool voor duplicaatdetectie is ontworpen om de werklast voor onze klanten te minimaliseren door een vals positief percentage van minder dan 10% te handhaven, terwijl het merendeel van de dubbele defectmeldingen toch wordt gedetecteerd. Met jouw feedback willen we deze functie in de loop van de tijd verder optimaliseren.