TAG utilise un algorithme multivarié qui permet d'identifier des pièces atypiques dans de gros fichiers de données issus du contrôle qualité.

TAG est utilisé quand la détection d'atypiques est critique pour des raisons de fiabilité ou de sécurité comme dans l'industrie automobile par exemple.

L'objectif de GAT est de détecter des anomalies par des techniques d'outlier ensembles (aggrégation d'anomalies).

GAT est conçu pour analyser des données de toute dimension, y compris des petits échantillons en grande dimension : HDLSS (high dim low sample size).

GAT utilise un double algorithme non supervisé pour identifier les éléments atypiques, les pièces anormales et peut être appliqué dans de multiples domaines.

Développé avec l'université de Toulouse, c'est une rupture technologique pour la haute fiabilité et le zéro défaut.

…industriels complexes.

Il est basé sur une série d'analyses statistiques adaptées à tout type de paramètres d'entrée ou de sortie de procédé, incluant le rendement et le contrôle qualité.

Plusieurs points de rendement ont été gagnés avec YETI dans les semiconducteurs, l'industrie pharmaceutique et l'industrie de défense.

CHAM est une solution développée par ippon innovation pour détecter des anomalies mineures sur les courbes issues de capteurs, les paramètres d'équipement de production ou de métrologie ou tout autre signal faible.

L'analyse statistique se fait sur des courbes temporelles, de multiples paramètres ou tout signal simple ou complexe, en particulier des images.