We are glad to announce that our research performed together with our partners from Western Norway University of Applied Sciences is accepted for publication in the SPRINGER proceedings and for presentation at the 1st World Conference On eXplainable Artificial Intelligence. The paper called “Causal-based Spatio-Temporal Graph Neural Networks for Industrial Internet of Things Multivariate Time Series Forecasting” (authors Amir Miraki, Austėja Dapkutė, Vytautas Šiožinys, Martynas Jonaitis, Reza Arghandeh) proposes a new approach called Causal-based Spatio-Temporal Graph Neural Networks (CSTGNN) for multivariate time series forecasting in Digital Twin applications.

Für Industrieunternehmen
Wir bieten zentrale Digital-Twin-Funktionen, mit denen Sie Ihre Ziele bei Energieeffizienz, Nachhaltigkeit und Instandhaltung bestmöglich erreichen.
Für Partner
Wir bieten eine Self-Service-Digital-Twin-Plattform, mit der Sie Ihr Geschäft skalieren, indem Sie Ihren wichtigsten Fertigungs- und Produktionskunden zusätzlichen Mehrwert bieten.