翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
前提条件
これらのステップを完了するには、アセットモデルと少なくとも 1 つのアセットを作成する必要があります。詳細については、「アセットモデルの作成 (AWS CLI)」および「アセットの作成 (AWS CLI)」を参照してください。現時点では、外部 IDsはサポートされていません。
を初めて使用する場合 AWS IoT SiteWise (履歴データがない場合)、CreateBulkImportJob API を呼び出してアセットプロパティ値をインポートする必要があります AWS IoT SiteWise。これはモデルのトレーニングに使用されます。詳細については、AWS IoT SiteWise 「一括インポートジョブの作成 (AWS CLI)」を参照してください。
計算モデル APIs AWS CLI のセットアップ
AWS CLI 設定を更新し、計算モデル APIs にアクセスするには、次の手順に従います。
最新の awscli バージョン をインストールします
aws-cli
。-
新しい APIs を確認して、インストールを確認します。
aws iotsitewise help
コマンド出力には、新しく追加された計算モデルオペレーションを含む AWS IoT SiteWise APIs の完全なリストが表示されます。
プロパティ要件
異常検出を設定するには、次の要件と UpdateAssetModel (AWS CLI) が必要です。
-
または
DOUBLE
INTEGER
データ型のいずれかである少なくとも 1 つの入力プロパティ。これは測定プロパティまたは変換プロパティのいずれかであり、モデルのトレーニングに使用されます。 -
STRING
データ型の結果プロパティ。これは測定プロパティでなければならず、異常検出結果を保存します。
ラベリングの前提条件
-
データラベルを Amazon S3 バケットにアップロードします。
-
このバケットのバケットポリシーを更新して AWS IoT SiteWise 、 がラベルを読み取れるようにします。
コンソールで、アクセス許可 -> バケットポリシーに移動します。次のポリシーを貼り付け、bucket-arn をバケットの ARN に置き換えます。
{ "Version": "2012-10-17", "Statement": [ { "Sid": "SiteWiseReadAccess", "Effect": "Allow", "Principal": { "Service": "iotsitewise.amazonaws.com" }, "Action": [ "s3:GetObject", "s3:ListBucket" ], "Resource": [ "
bucket-arn
", "bucket-arn/*
" ] } ] }
モデル評価の前提条件
-
モデル評価では、提供されている Amazon S3 バケットの場所にポイント単位のモデル診断が生成されます。
-
ポイント単位の診断結果を Amazon S3 バケットに書き込むには、このバケットのバケットポリシーを更新して、 が AWS IoT SiteWise 結果を書き込めるようにします。
コンソールで、 に移動します
Permissions -> Bucket policy
。次のポリシーを貼り付け、bucket-arn
をバケットの ARN に置き換えます。{ "Version": "2012-10-17", "Statement": [ { "Sid": "SiteWiseWriteAccess", "Effect": "Allow", "Principal": { "Service": "iotsitewise.amazonaws.com" }, "Action": [ "s3:GetObject", "s3:ListBucket", "s3:PutObject" ], "Resource": [ "
bucket-arn
", "bucket-arn/*
" ] } ] }