工程师有话说

湃方科技联合CnosDB助力旋转类机械预测性维护

在传统设备运维工作中,故障何时发生、何时劣化是无法预知及预测的。随着智能化升级改造走进传统行业,工业设备的运维也必然将由“预防”走向“预测”,设备的健康状态及运行情况将会得到随时随地的实时监测,使检修变得有据可依,有理可循。

使用 CnosDB 与 TensorFlow 进行时间序列预测

CnosDB是一款基于分布式架构的高性能时序数据库。TensorFlow则是目前在预测领域中非常受欢迎的深度学习框架之一。在这篇文章中,您将学习如何利用时间序列数据进行预测,特别是结合CnosDB和TensorFlow来进行预测。由于时间序列数据的自相关性,许多数据科学算法无法用于处理此类数据。因此,在使用时间序列数据进行机器学习时需要使用特定的方法,与其他领域的方法略有不同。

CnosDB 涅槃重生:弃用Go, 全面拥抱Rust

CnosDB社区的爱码士们,想必大家最近已经发现了,基于Rust版本的CnosDB Isipho已经切换到GitHub主站,并且社区团队也不再维护与支持Go版本的CnosDB。首先还是给大家致以诚挚的歉意,之前的计划和决策的仓促给大家带来了不必要的麻烦。但是本着对社区负责的态度,在这里也给大家一个详细的解释:为什么我们放弃Go,拥抱Rust去构建一个新的时间序列数据库。