Разработчики: | WaveAccess (ВейвАксесс) |
Дата премьеры системы: | 2019/08/30 |
Отрасли: | Сельское хозяйство и рыболовство |
Технологии: | BI |
2019: Интеграция с системой управления фермами Skov FarmOnline Explorer
30 августа 2019 года компания WaveAccess сообщила, что датская компания SKOV A/S интегрировала аналитическую платформу Episcope в свою систему управления фермами FarmOnline Explorer (FOX).
Как отметили в WaveAccess, система FarmOnline Explorer открывает фермерам доступ к digital-сервисам на ее основе. Аналитическая платформа Episcope, созданная на базе FOX, позволяет отслеживать и анализировать параметры эффективности фермы, а также прогнозировать производственные показатели, извлекая максимум пользы из накопленных массивов данных. На август 2019 года в составе Episcope – три сервиса: бенчмаркинг, оповещение об отклонении параметров от нормы, а также предсказание оптимального веса животных с помощью технологий искусственного интеллекта (машинного обучения).
Со слов разработчика, используя технологию Интернета вещей, бенчмаркинг-приложение Episcope позволяет животноводческим хозяйствам анонимно сравнивать свои показатели с другими фермами по всему миру. Датчики, установленные в помещениях фермы, фиксируют производственные показатели, данные по потреблению корма и климату (включая температуру, влажность, давление) и другие индикаторы. После того как контроллер собирает и накапливает полученные параметры, система FOX передает их в облако Microsoft Azure, где они предварительно рассчитываются, агрегируются и фильтруются. Объединяя и структурируя полученные данные, Episcope предоставляет их фермерам в удобном и интерактивном виде. Для каждого типа параметров предусмотрена своя форма, каждый индикатор можно изучить подробно и проанализировать на временной шкале. По данным на август 2019 года .NET-приложение доступно онлайн на любом устройстве на 8 языках.
Сравнительный анализ ключевых метрик, информация об отклонении показателей и прогнозирование веса позволяют фермерам принимать более осознанные и обоснованные управленческие решения: контролировать условия, оптимальные для выращивания животных, эффективно управлять ресурсами и обеспечивать окупаемость инвестиций. Как результат – рост производительности ферм, снижение расходов, прогнозируемый доход и минимизация негативного воздействия на экологию, утверждают в WaveAccess.
![]() | «Episcope помогает осознать и использовать безграничный потенциал технологий IoT и машинного обучения для сельского хозяйства. Мы предлагаем фермерам возможность грамотно распоряжаться данными и использовать их максимально эффективно», отметил Эспер Риис, менеджер проектов SKOV | ![]() |
![]() | «В Европе и США наблюдается активное внедрение практик digital farming – инструментов и сервисов, призванных повышать показатели качества продукции и рентабельности, сводить к минимуму ущерб окружающей среде. Episcope – пример того, как инструменты IoT и машинного обучения в облаке Microsoft Azure могут сделать высокотехнологичной даже такую консервативную отрасль как сельское хозяйство. Мы будем принимать участие в развитии решений SKOV и будем продолжать совместную работу по расширению функциональности Episcope, а также созданию новых digital-инструментов», | ![]() |
![]() | «Для Microsoft очень важна поддержка этого проекта, так как он обеспечивает существенный вклад в цифровую трансформацию индустрии сельского хозяйства, а также демонстрирует высокий потенциал инновационных технологий, таких, как искусственный интеллект и Интернет вещей, для бизнеса в этой сфере», | ![]() |
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)