本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 高级推理配置
<a name="advanced-inference-configurations"></a>

AWS IoT SiteWise 允许客户配置根据其运营需求量身定制的模型推理计划。

推理调度大致分为三种模式：
+ [高频推理（5 分钟 — 1 小时）](#high-frequency-inferencing)
+ [低频推理（2 小时 — 1 天）](#low-frequency-inferencing)
+ [灵活的日程安排](#flexible-scheduling)

## 高频推理（5 分钟 — 1 小时）
<a name="high-frequency-inferencing"></a>

此模式非常适合连续运行或传感器值变化率高的过程。在此配置中，推理的频率为每 5 分钟运行一次。

**使用案例**：
+ 它用于监控快速变化的设备，例如压缩机或输送机。
+ 它有助于发现需要立即做出反应的短暂异常。
+ 这是一种永远在线的操作，数据持续流动。

**条件偏移支持：**

您可以定义一个**条件偏移量**（0-60 分钟），以便在数据摄取后延迟推理。这样可以确保晚到的数据仍包含在分析窗口中。

要配置高频推理，请执行以下操作：
+ 在开始推理`PT5M, PT10M, PT15M, PT30M, PT1H`时，`DataUploadFrequency`使用值配置`AWS/ANOMALY_DETECTION_INFERENCE`动作负载值：。
+ （可选）`DataDelayOffsetInMinutes`使用延迟偏移量（以分钟为单位）进行配置。将此值设置在 0 到 60 分钟之间。

```
{
    "inferenceMode": "START",
    "dataDelayOffsetInMinutes": "DataDelayOffsetInMinutes",
    "dataUploadFrequency": "DataUploadFrequency"
}
```

**Example 的高频推理配置：**  

```
{
    "inferenceMode": "START",
    "dataDelayOffsetInMinutes": "2",
    "dataUploadFrequency": "PT5M"
}
```

## 低频推理（2 小时 — 1 天）
<a name="low-frequency-inferencing"></a>

此模式适用于进展缓慢的流程或每日评估足够多的用例。客户将推理配置为每小时运行一次或每天运行一次。

**支持 1 天间隔的开始时间：**

对于每日推理，可以选择指定 **`startTime`**（每天上午 8 点）以及时区感知能力。

**时区支持：**

如果提供 a，`startTime`则 AWS IoT SiteWise 使用由互联网号码分配机构 (IANA) 维护[的时区数据库](https://www.iana.org/time-zones)。这样可以确保您的推断与当地工作时间保持一致，即使跨地区也是如此。

**条件偏移支持：**

与其他模式一样，将条件偏移配置为 0 — 60 分钟。

**使用案例**：
+ 对批处理或基于轮班的操作进行每日运行状况检查。
+ 避免在维护或停机期间进行推理。
+ 它在资源受限的环境中很有用，在这种环境中，必须最大限度地减少计算使用量。

要配置低频推理，请执行以下操作：
+ 使用以下值配置`AWS/ANOMALY_DETECTION_INFERENCE`操作负载值：`PT2H..PT12H`。`DataUploadFrequency`
  + 在 1 天的情况下，`DataUploadFrequency`是`P1D`。
+ （可选）`DataDelayOffsetInMinutes`使用延迟偏移量（以分钟为单位）进行配置。将此值设置在 0 到 60 分钟之间。

**Example 的低频推理配置：**  

```
{
    "inferenceMode": "START",
    "dataUploadFrequency": "P1D",
    "inferenceStartTime": "13:00",
    "inferenceTimeZone": "America/Chicago"
}
```

## 灵活的日程安排
<a name="flexible-scheduling"></a>

灵活的**日程安排允许客户定义特定的日期和时间范围**，在此期间进行推理。这使客户可以根据生产时间、轮班时间和计划停机时间完全控制排程。

在以下`weeklyOperatingWindow`情况下会有所帮助：
+ 设备仅在特定时间（上午 8 点至下午 4 点）运行。
+ 周末没有制作。
+ 每日维护是在已知的时间段内进行的。

**时区支持：**

如果提供 a，`startTime`则 AWS IoT SiteWise 使用由互联网号码分配机构 (IANA) 维护[的时区数据库](https://www.iana.org/time-zones)。这样可以确保推理与当地工作时间保持一致，即使跨地区也是如此。

**条件偏移支持：**

与其他模式一样，可以将 0 — 60 分钟的条件偏移量配置为 0 — 60 分钟。

以下好处`weeklyOperatingWindow`：
+ 它可以避免在闲置或维护期间进行推理，从而减少误报。
+ 它使异常检测与操作优先级和基于轮班的工作流程保持一致。

要配置灵活的计划，请执行以下操作：
+ 使用配置`AWS/ANOMALY_DETECTION_INFERENCE`操作负载值`DataUploadFrequency`。
+ （可选）`DataDelayOffsetInMinutes`延迟偏移量以分钟为单位。将此值设置在 0 到 60 分钟之间。
+ `weeklyOperatingWindow`使用轮班配置进行配置：
  + 的密钥`weeklyOperatingWindow`是一周中的几天:`monday|tuesday|wednesday|thursday|friday|saturday|sunday`.
  + 每个时间范围必须采用 **24 小时格式**，如 `"HH:MM-HH:MM"` (`"08:00-16:00"`)。
  + 每天可以指定多个范围。

**Example 灵活的调度配置：**  

```
{
    "inferenceMode": "START",
    "dataUploadFrequency": "PT5M",
    "weeklyOperatingWindow": {
      "tuesday": ["11:00-13:00"],
      "monday": ["10:00-11:00", "13:00-15:00"]
    }
}
```

## 模型版本激活
<a name="model-version-activation"></a>

开始推理时，您可以选择激活特定的模型版本以用于异常检测。此功能允许您选择经过训练的特定模型版本、回滚到以前的版本或覆盖自动模型升级决策。

### 使用案例：
<a name="model-version-use-cases"></a>
+ **生产回滚**：当当前版本显示性能下降或出现意外行为时，可以快速恢复到稳定的模型版本。
+ **A/B 测试**：通过在受控时间段内在不同模型版本之间切换，比较不同模型版本之间的性能。
+ **手动选择模型**：忽略自动促销决策，并根据业务需求手动选择您的首选模型版本。
+ **分阶段部署**：在非关键时间窗口内测试较新的型号版本，然后再将其提升为全面生产使用。
+ **性能优化**：选择在特定操作条件或季节模式下性能更好的模型版本。
+ **维护期间回滚：在系统维护**或升级期间使用经过充分测试的旧型号版本以确保稳定性。

### 模型版本选择行为
<a name="model-version-selection-behavior"></a>

何`targetModelVersion`时指定：
+ 系统激活请求的模型版本进行推理。
+ 验证指定的模型版本是否存在。
+ 覆盖所有自动促销设置。

`targetModelVersion`未指定何时：
+ 如果之前已开始推理，则激活最后一个活跃的模型版本。
+ 如果推理从未激活，则使用经过训练的最新模型版本。

要激活特定的模型版本，请执行以下操作：
+ 配置推理操作有效负载，将其 targetModelVersion 设置为所需的模型版本号。
+ 如果存在指定的模型版本，则会对其进行验证和激活。

**Example 模型版本的激活情况：**  

```
{
    "inferenceMode": "START",
    "dataUploadFrequency": "PT15M",
    "targetModelVersion": 2
}
```

## 检查模型版本
<a name="checking-model-versions"></a>

要验证当前处于活动状态的模型版本，请执行以下操作：
+ 使用 [ DescribeComputationModelExecutionSummary](https://docs.aws.amazon.com/iot-sitewise/latest/APIReference/API_DescribeComputationModelExecutionSummary.html)API，它在响应中包含有效的模型版本。

要查看所有可用的型号版本，请执行以下操作：
+ 使用 [ ListExecutions](https://docs.aws.amazon.com/iot-sitewise/latest/APIReference/API_ListExecutions.html)API 检索历史模型版本的完整列表。
+ 使用 Use the [ DescribeExecution](https://docs.aws.amazon.com/iot-sitewise/latest/APIReference/API_DescribeExecution.html)API 检索经过训练的模型信息，包括导出数据时间范围、计算模型版本和计费时长（以分钟为单位）。

### 模型版本特征
<a name="important-notes"></a>
+ 模型版本号从 1 开始按顺序分配。
+ 您可以激活任何之前训练过的模型版本。
+ 激活的模型版本会一直保留，直到明确更改。
+ 模型版本激活适用于所有推理调度模式（高频、低频和灵活）。
+ 如果指定的模型版本不存在，则推理操作将失败并显示错误。