抽象的な関係及びスパースラベルに基づく物理的状況の機械学習

発明者： , , ,
出願人/特許権者：
代理人 (2件)：柳田征史 , 高橋秀明
公報種別：公表公報
出願番号（国際出願番号）：特願2018-501995
公開番号（公開出願番号）：特表2018-533096
出願日： 2016年07月15日
公開日（公表日）： 2018年11月08日
要約：

産業機器に取り付けられたセンサーからの受信信号データに基づいて、産業機器に発生した特定の状況を判定する方法が提供される。サーバーコンピュータシステムを用いて、信号データを受信して特徴ベクトルに集約する。特徴ベクトルは特定の時間範囲にわたる信号データのセットを示す。特徴ベクトルの属性に基づいて、特徴ベクトルを特徴ベクトルのサブセットにクラスタリングする。サンプルの特徴ベクトル及びサンプルの特徴ベクトルに割り当てられた分類ベクトルを含む、1つ以上のサンプルエピソードを受信する。関連する特徴ベクトル、クラスター、及び割り当てられた分類ラベルを含む信号データモデルを生成する。信号データモデルを用いて、既存の特徴ベクトル、既存のクラスター、及び関連する分類ラベルに関するマッピング情報を使用して、新たに受信した信号データに分類ラベルを割り当て、産業機器に発生した特定の状況を判定する。

請求項（抜粋）：

サーバーコンピュータシステムにおける信号受信命令を用いて、産業機器に取り付けられた1つ以上のセンサーから、観測データ値を示す1つ以上の信号データのセットを受信するステップと、特徴識別命令を用いて、前記1つ以上の信号データのセットを、1つ以上の特徴ベクトルに集約するステップであって、前記1つ以上の特徴ベクトルが、特定の時間範囲にわたる信号データのセットを示す、ステップと、クラスタリング命令を用いて、前記1つ以上の特徴ベクトルに対し、1つ以上のクラスターを決定するステップであって、前記1つ以上のクラスターが、前記1つ以上の特徴ベクトルからの特徴ベクトルのサブセットを、該サブセットの属性に基づいて含む、ステップと、ベクトル分類命令を用いて、前記産業機器に発生した、特定の識別された状況を示す分類ラベルが付与されたサンプル特徴ベクトルを含む、1つ以上のサンプルエピソードを受信するステップと、前記ベクトル分類命令を用いて、前記1つ以上のサンプルエピソードに基づいて、前記1つ以上のクラスターに対し、分類ラベルを決定するステップと、前記ベクトル分類命令を用いて、前記産業機器に発生した状況を示す、識別された信号状況を定義する信号データモデルを生成し、保存するステップであって、前記識別された信号状況が、特定の特徴ベクトル、特定のクラスター、及び特定の分類ラベル間のマッピングを定義する、ステップと、を備えたことを特徴とする方法。

IPC (3件)：

G06N 99/00 , G06F 17/30 , G01M 99/00

FI (3件)：

G06N99/00 153 , G06F17/30 415 , G01M99/00 Z

Fターム (13件)：

2G024AD02 , 2G024AD16 , 2G024AD23 , 2G024AD33 , 2G024BA12 , 2G024CA01 , 2G024CA04 , 2G024CA09 , 2G024CA13 , 2G024CA18 , 2G024CA19 , 2G024EA11 , 2G024FA01

前のページに戻る