Särdragskonstruktion
Särdragskonstruktion är processen att omvandla rå sensor- och processdata till informativa indata — särdrag — som hjälper en maskininlärningsmodell att prestera väl. Bra särdrag spelar ofta större roll än valet av algoritm.
Rå industriella signaler är sällan användbara för en modell som de är. Särdragskonstruktion härleder storheter som fångar den underliggande fysiken eller felsignaturer: statistiska sammanfattningar, frekvensdomänkomponenter från vibration, glidande medelvärden, ändringstakter eller förhållanden mellan mätningar. Domänkunskap är central, eftersom en ingenjör som förstår anläggningen kan utforma särdrag som blottlägger de mönster en modell behöver. Starka särdrag förbättrar noggrannhet, minskar datakrav och gör modeller lättare att tolka.