E-ticaret dünyasında, siparişlerin zamanında işlenmesini ve teslim edilmesini sağlamak için verimli yerine getirme merkezlerine sahip olmak gerekir. En büyük çevrimiçi perakendeci olan Amazon, sürekli olarak sipariş karşılama merkezlerinin performansını ve verimliliğini artırmanın yollarını bulmaktadır. AWS, bu ihtiyacı gidermek için makine öğrenimi (ML) algoritmalarından ve veri uygulamalı gelişmiş analitik tekniklerinden yararlanarak Amazon'un sipariş karşılama merkezlerinin kapalı kalma sürelerini azalttı ve üretkenliklerini artırdı.
Bu blog listelenen içeriği kapsayacaktır:
- Amazon Lojistik Merkezlerinde Makine Öğrenimi Kullanma İhtiyacı Neden Artıyor?
- Amazon Monitron'a Genel Bakış
- Amazon Monitron, Amazon Lojistik Merkezlerinin Kapalı Kalma Süresini Azaltmasına Nasıl Yardımcı Oldu?
Amazon Lojistik Merkezlerinde Makine Öğrenimi Kullanma İhtiyacı Neden Artıyor?
Amazon, müşterileri arasında her zaman ultra hızlı teslimat ve verimli performansıyla tanınıyordu. Bununla birlikte, birkaç yıl önce Amazon, yüksek sipariş sayısı nedeniyle Noel gibi herhangi bir özel günün zamanına yakın bir zamanda ikmal merkezlerinde aksama süresi yaşamaya başladı.
Bu sorunu çözmek için Amazon'un, makinelerini ve tüm sürecin sorunsuz çalışmasını izleyip sağlayabilen bir çözüme ihtiyacı vardı. Bunu yapmak için AWS, endüstriyel makinelerin anormal davranışını tespit etmek ve raporlamak için makine öğreniminden yararlanan Amazon Monitron'u teklif etti.
Amazon Monitron'a Genel Bakış
Amazon Monitron, endüstriyel makinelerdeki olağan dışı kalıpları otomatik olarak tespit etmek için uçtan uca bir makine öğrenimi durumu izleme çözümü sistemidir. Kestirimci bakım programının uygulanmasına yardımcı olur ve dinamik bakım gerçekleştirir. Ayrıca plansız duruş sürelerini %70 azaltır. Makine öğrenimi algoritmalarını kullanarak sorunları oluşmadan önce algılar ve bakım için harekete geçer. Amazon Monitron'un görüntüsü aşağıda verilmiştir:
Amazon Monitron, Amazon Lojistik Merkezlerinin Kapalı Kalma Süresini Azaltmasına Nasıl Yardımcı Oldu?
Amazon Monitron; fiziksel sensörler, AWS ağ geçidi, analiz için makine öğrenimi algoritmaları ve bir mobil uygulamadan oluşur. İşte Amazon Monitron'un çalışmasını anlatan görsel:
Amazon Monitron'un Amazon lojistik merkezlerinin kapalı kalma sürelerini azaltmalarına nasıl yardımcı olduğunu anlayalım:
- Fiziksel sensörler Amazon Monitron, makinelerin titreşimlerinin yanı sıra sıcaklığı da algılar ve kaydeder
- Daha sonra kullanır AWS Ağ Geçidi bu r'yi iletmek için analiz amacıyla AWS bulutuna kayıtlar
- Bu veriler aracılığıyla iletilir Endüstriyel makinelerin herhangi bir olağan dışı modeli veya bozulma belirtisi için makine öğrenimi algoritmaları
- Analiz sonucu ve bildirimler bilgisayar üzerinden gönderilir. mobil uygulama
Bu çözümün uygulanması kolaydır, yalnızca Amazon Montrion sensörlerini kurun ve kolay izleme için Amazon Montron uygulamasını kurun. Genel olarak bu çözüm, Amazon'un son yıllarda kesinti süresini neredeyse yüzde 70 oranında azaltmasına ve yüksek performansı sürdürmesine yardımcı oldu.
Çözüm
AWS, Amazon lojistik merkezlerinin kapalı kalma sürelerini azaltmak için uçtan uca bir makine öğrenimi durum izleme çözüm sistemi olan Amazon Montiron'u sundu. Makinelerin sıcaklığını ve titreşimlerini algılayıp kaydeden ve bu kayıtları AWS Gateway kullanarak AWS bulutuna gönderen fiziksel sensörler içerir. Bu kayıtlar daha sonra herhangi bir sıra dışı modeli tespit etmek için makine öğrenimi algoritmaları tarafından analiz edilir ve sonuç Monitron Uygulamasında gönderilir.