Contexte Métier
Une usine connectée génère des données depuis 50 capteurs à haute fréquence. Pour la maintenance prédictive, l'équipe d'ingénierie doit réduire ces 50 signaux en composantes latentes. Le volume de données exige l'utilisation du GPU et le modèle entraîné doit être sauvegardé pour scorer les flux en temps réel plus tard.
Préparation des Données
Simulation de données capteurs volumineuses (100k lignes, 50 variables).
Copié !
| 1 | |
| 2 | DATA casuser.iot_sensors; |
| 3 | array s[50] s1-s50; |
| 4 | call streaminit(999); |
| 5 | DO time_id = 1 to 100000; |
| 6 | DO i = 1 to 50; |
| 7 | s[i] = rand('Normal', 10, 2); |
| 8 | END; |
| 9 | OUTPUT; |
| 10 | END; |
| 11 | drop i; |
| 12 | |
| 13 | RUN; |
| 14 |
Étapes de réalisation
1
Exécution PCA avec activation GPU, renommage des axes et sauvegarde du modèle (ASTORE/Table d'état).
Copié !
| 1 | |
| 2 | PROC CAS; |
| 3 | pca.eig / TABLE={name="iot_sensors"} n=10 prefix="Signal_Comp" gpu={enable=true} store={name="pca_model_iot", replace=true}; |
| 4 | |
| 5 | RUN; |
| 6 |
2
Validation de l'existence de la table de modèle.
Copié !
| 1 | |
| 2 | PROC CAS; |
| 3 | TABLE.tableInfo / name="pca_model_iot"; |
| 4 | |
| 5 | RUN; |
| 6 |
Résultat Attendu
L'action s'exécute rapidement grâce au GPU (si disponible). Les colonnes de sortie sont nommées 'Signal_Comp1' à 'Signal_Comp10'. Une table 'pca_model_iot' est créée dans la bibliothèque, contenant les métadonnées nécessaires pour scorer de futures données.