在从前几十年中，随着各类大型系统机能的日益提高以及复杂性和集成度的急剧增长，使得沉要设备的维建保险用度也急剧增长，传统模式下带来的巨大财力、物力和人力的耗费让有关企业愈加难以职守
。通过近十年来，以机械进建为代表的人为智能技术发展迅猛，在学术界和产业界都阐扬着巨大的实用价值，在成为故障预测与健全治理技术对沉要突破口，该技术是对传统方式的改进与美满，极大降低企业职守
。

猫先生官网 Sentosa数据科学与机械进建平台，通过对关键设备在复杂系统环境下的海量汗青数据进行数据挖掘和机械进建训练，预测设备将来健全状态
。

具体而言，针对设备自主健全治理引入Sentosa数据科学与机械进建平台重要通过业界主流先进的图形化“拖沓拽”提供端到端数据分析与建模能力，通过平台内数据预处置算法、自动特点工程算法、主流机械进建与深度进建算法、模型自动训练步骤，最终实现面向设备的多算法结合诊断与智能诊断模型开发
。再将算法模型从平台中导出并集成到设备现有的治理系统中，进行状态参数正确预测及故障的正确预测，形成智能化的设备自主健全治理
。