Comprehensive Scanned Doc Pre-processing

0 avaliações

Documentos digitalizados podem ter páginas com alinhamento incorreto, baixo contraste, baixo brilho e giradas de cabeça para baixo. Isso pode criar desafios durante o processamento de documentos usando OCR, ICR, extração de texto, modelagem de IA/ML baseada em imagem, etc. Esta solução incorpora modelos estatísticos que identificam o ângulo de inclinação com base na orientação textual e na posição do texto em relação às bordas da página e corrigem o alinhamento/inclinação das páginas. Identifica o contraste entre o fundo e o texto nas páginas do documento digitalizado e ajusta o contraste das páginas com baixo contraste. Também incorpora modelos de aprendizado profundo que identificam se uma página está de cabeça para baixo. Os modelos são treinados em um grande conjunto de dados de milhares de páginas. Isso permite que os motores de OCR/ICR alcancem maior precisão e melhora as subsequentes pipelines de extração de texto.

Mphasis Optimize.AI MTTR Predictor

0 avaliações

O preditor MTTR (Tempo Médio para Resolução) é uma solução baseada em IA/ML que prevê o tempo necessário para que um agente de serviço resolva um ticket específico ou uma solicitação de incidente. A solução aprende as métricas de eficiência, experiência e gestão de carga de trabalho para vários tipos de tickets resolvidos por agentes de serviço para chegar às previsões. A solução ajuda as empresas na alocação otimizada de tickets, levando a um MTTR baixo, menor tempo de espera, menos incidentes abertos, resultando em maior eficiência e aderência ao SLA (Acordo de Nível de Serviço).

Cloud Storage Cost Forecasting

0 avaliações

A previsão de custos de armazenamento em nuvem ajuda as empresas a avaliarem o custo incorrido com seu armazenamento em nuvem com base em dados históricos. Isso ajudará as empresas a entenderem o custo potencial de seus recursos em nuvem e a planejarem melhor a gestão de serviços de armazenamento como S3 buckets, armazenamento EC2, Elastic Block Store, Amazon Glacier, etc. Ele utiliza algoritmos de ML em conjunto com algoritmos de seleção automática de modelos. Esta solução realiza a seleção automática de modelos para aplicar o modelo certo com base nos dados de entrada.

Numerical Missing Data Imputation

0 avaliações

A Imputação de Dados Ausentes é uma solução robusta baseada em redes neurais. Esta solução preenche valores ausentes para atributos numéricos identificando padrões de dados no conjunto de dados de entrada. Ela ajuda a reduzir os problemas de qualidade de dados devido a dados incompletos/não disponíveis.

Drift Detection & Incremental Learning

0 avaliações

Os dados evoluem ao longo do tempo, causando uma mudança nas distribuições e na interpretação dos dados e uma correspondente degradação no desempenho do modelo. O Detector de Deriva usa um método de aprendizado incremental, no qual cada instância recebida retreina o modelo. A solução detecta derivas na saída do modelo, fornecendo insights úteis em relação aos dados e ao comportamento do modelo. Isso ajuda as empresas a identificar a degradação no desempenho do modelo e a necessidade de retreinamento.

Mphasis Optimize.AI Expert Identifier

0 avaliações

O Expert Identifier é um modelo baseado em aprendizado de máquina que utiliza informações presentes em qualquer dado de gerenciamento de incidentes/tickets, como: ID do Ticket, ID do Solucionador do Ticket, Prioridade do Ticket, Categoria do Ticket, Data de Submissão e Resolução do Ticket, e identifica o especialista certo a ser designado para um ticket ou solicitação de incidente específica. Ele pode otimizar a alocação de tickets, diminuir o tempo de resolução de tickets e melhorar KPIs (Indicadores-Chave de Desempenho) como satisfação do cliente, aderência ao SLA (Acordo de Nível de Serviço), MTTR (Tempo Médio para Resolver), custo para a empresa, etc.