CN115204246A

CN115204246A - 装置、方法以及计算机可读介质

Info

Publication number: CN115204246A
Application number: CN202210252353.5A
Authority: CN
Inventors: 藤井凉平
Original assignee: Yokogawa Electric Corp
Current assignee: Yokogawa Electric Corp
Priority date: 2021-03-26
Filing date: 2022-03-15
Publication date: 2022-10-18
Also published as: EP4064077A1; JP2022151049A; JP7463996B2; US20220309078A1

Abstract

本发明提供一种装置、方法以及计算机可读介质，装置具有：获取部，其获取作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的附加有表示状态的好坏的标签的源状态数据；变换生成部，其基于目标状态数据以及源状态数据的分布，生成从目标状态数据以及源状态数据向共通空间的数据的变换；模型生成部，其利用附加有标签的共通空间的数据，生成对共通空间中由目标状态数据表示的状态的好坏进行分类的分类模型；以及评价部，其利用变换为共通空间的数据后的源状态数据，对分类模型进行评价。

Description

装置、方法以及计算机可读介质

技术领域

本发明涉及装置、方法以及计算机可读介质。

背景技术

专利文献1中记载有如下内容，即，“利用构成由试行迁移学习部生成的决策树的所有叶节点(leaf node)，判断由所述获取部获取的预域对于迁移学习是否有效”。

专利文献1：日本特开2016-191975号公报

发明内容

在本发明的第1方式中，提供一种装置。装置可以具有获取部，该获取部获取作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的附加有表示状态的好坏的标签的源状态数据。装置可以具有变换生成部，该变换生成部基于目标状态数据以及源状态数据的分布，生成从目标状态数据以及源状态数据向共通空间的数据的变换。装置可以具有模型生成部，该模型生成部利用附加有标签的共通空间的数据，生成对共通空间中由目标状态数据表示的状态的好坏进行分类的分类模型。装置可以具有评价部，该评价部利用变换为共通空间的数据的源状态数据，对分类模型进行评价。

变换生成部可以利用第1源状态数据以及目标状态数据而生成变换。评价部可以利用与第1源状态数据不同的第2源状态数据而对分类模型进行评价。

变换生成部可以以使得变换后的目标状态数据与变换后的源状态数据的分布近似并且各分布的方差最大的方式生成变换。

获取部可以基于附加于源状态数据的标签，以达到预先指定的比例的方式获取与良好状态对应的源状态数据、以及与不良状态对应的源状态数据。

获取部还可以获取偏离已经获取的目标状态数据的分布范围的状态数据，作为用于生成变换的目标状态数据。

装置可以具有设定部，该设定部与分类模型的评价高于基准的情况相应地，将分类模型设定为用于目标状态数据的分类的分类模型。装置可以具有判定部，该判定部基于与输入了新获取且变换为共通空间的数据后的目标状态数据相应地从分类模型输出的分类结果，判定状态的好坏。装置可以具有对判定结果进行显示的显示控制部。

在本发明的第2方式中，提供一种装置。装置可以具有变换执行部，该变换执行部基于作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的、附加有表示状态的好坏的标签的源状态数据的分布，将目标状态数据变换为与源状态数据的共通空间的数据。装置可以具有分类模型，该分类模型基于附加有标签的共通空间的数据，对共通空间中由目标状态数据表示的状态的好坏进行分类。装置可以具有新获取目标状态数据的获取部。装置可以具有判定部，该判定部基于与输入了由获取部新获取且由变换执行部变换为共通空间的数据后的目标状态数据相应地从分类模型输出的分类结果，判定状态的好坏。装置可以具有对判定结果进行显示的显示控制部。

装置可以具有设定部，该设定部将目标状态数据所包含的多种测定值中的、对分类模型的分类结果造成的影响大于基准的至少1个测定值设定为显示对象测定值，并将共通空间的数据所包含的多个参数中的、对分类模型的分类结果造成的影响大于基准的至少1个参数设定为显示对象参数。显示控制部可以根据操作者的操作而择一地切换获取部新获取的目标状态数据的测定值中的显示对象测定值以及对获取部新获取的目标状态数据进行变换后的共通空间的参数中的显示对象参数的值，并与判定结果一起进行显示。

装置可以具有标签附加部，该标签附加部针对由操作者在指定的时间点测定出的目标状态数据而附加标签。

装置可以具有检测部，该检测部对由标签附加部附加了标签的目标状态数据达到基准量的情况进行检测。

判定部可以基于从互不相同的多个分类模型输出的分类结果，判定状态的好坏。

在本发明的第3方式中，提供一种方法。方法可以具有获取阶段，在该获取阶段，获取作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的附加有表示状态的好坏的标签的源状态数据。方法可以具有变换生成阶段，在该变换生成阶段，基于目标状态数据以及源状态数据的分布，生成从目标状态数据以及源状态数据向共通空间的数据的变换。方法可以具有模型生成阶段，在该模型生成阶段，利用附加有标签的共通空间的数据而生成对共通空间中由目标状态数据表示的状态的好坏进行分类的分类模型。方法可以具有评价阶段，在该评价阶段，利用变换为共通空间的数据后的源状态数据，对分类模型进行评价。

在本发明的第4方式中，提供一种方法。方法可以具有变换执行阶段，在该变换执行阶段，基于作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的附加有表示状态的好坏的标签的源状态数据的分布，将目标状态数据变换为与源状态数据的共通空间的数据。装置可以具有获取阶段，在该获取阶段，新获取目标状态数据。方法可以具有判定阶段，在该判定阶段，针对基于附加有标签的共同空间的数据而对共通空间中由目标状态数据表示的状态的好坏进行分类的分类模型，基于与输入了新获取且变换为共通空间的数据后的目标状态数据相应地从分类模型输出的分类结果，判定状态的好坏。方法可以具有对判定结果进行显示的显示控制阶段。

在本发明的第5方式中，提供一种计算机可读介质，其记录有程序。程序可以使计算机作为获取部而起作用，该获取部获取作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的附加有表示状态的好坏的标签的源状态数据。程序可以使计算机作为变换生成部而起作用，该变换生成部基于目标状态数据以及源状态数据的分布，生成从目标状态数据以及源状态数据向共通空间的数据的变换。程序可以使计算机作为模型生成部而起作用，该模型生成部利用附加有标签的共通空间的数据，生成对共通空间中由目标状态数据表示的状态的好坏进行分类的分类模型。程序可以使计算机作为评价部而起作用，该评价部利用变换为共通空间的数据后的源状态数据，对分类模型进行评价。

在本发明的第6方式中，提供一种计算机可读介质，其记录有程序。程序可以使计算机作为变换执行部而起作用，该变换执行部基于作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的、附加有表示状态的好坏的标签的源状态数据的分布而将目标状态数据变换为与源状态数据的共通空间的数据。程序可以使计算机作为分类模型而起作用，该分类模型基于附加有标签的共通空间的数据而对共通空间中由目标状态数据表示的状态的好坏进行分类。程序可以使计算机作为获取部而起作用，该获取部新获取目标状态数据。程序可以使计算机作为判定部而起作用，该判定部基于与输入了由获取部新获取且由变换执行部变换为共通空间的数据后的目标状态数据的输入相应地从分类模型输出的分类结果，判定状态的好坏。程序可以使计算机作为显示控制部而起作用，该显示控制部对判定结果进行显示。

此外，上述发明的概要并未举出本发明的全部必要特征。另外，上述特征组的子组成要素也能够构成发明。

附图说明

图1表示第1实施方式所涉及的系统1。

图2表示装置4的动作。

图3示意性地表示从状态数据向共通空间的数据的变换。

图4表示第2实施方式所涉及的装置4A。

图5表示装置4A的动作。

图6表示显示画面的例子。

图7表示可以将本发明的多个方式全部或一部分实现具体化的计算机2200的例子。

具体实施方式

下面，通过发明的实施方式对本发明进行说明，下面的实施方式并不是对权利要求书所涉及的发明进行限定。另外，实施方式中说明的特征的所有组合对于发明的解决方法并非必不可少。

[1.第1实施方式]

[1.1.系统1的结构]

图1表示第1实施方式所涉及的系统1。系统1辅助对象的状态监视，具有作为对象的一个例子的多个设备2、以及装置4。

[1.1-1.设备2]

对于各设备2设置1个或多个传感器20。例如各设备2可以是设置有多个仪器21的工厂，也可以是多个仪器21组合而成的复合装置。在本实施方式中，作为一个例子，多个设备2的种类相同，但也可以是不同的种类。作为一个例子，种类相同的多个设备2可以是地点不同的设备，也可以是运转条件不同的设备，还可以是开始运转之后的期间不同的设备(换言之，为时间上不同的设备)。作为工厂，除了化学、生物等工业工厂以外，还能举出对气田、油田等的井口、其周围进行管理控制的工厂、对水力、火力、原子能等的发电进行管理控制的工厂、对太阳能、风力等的环境资源发电进行管理控制的工厂、对上下水、堤坝等进行管理控制的工厂等。

[1.1-1-1.仪器21]

各仪器21是器具、机器或者装置，例如可以是对设备10的过程的压力、温度、pH、速度、流量等中的至少1种物理量进行控制的阀、泵、加热器、风扇、电机、开关等致动器。在本实施方式中，作为一个例子，从外部以有线或无线方式对仪器21进行控制，但也可以以手动方式进行控制。

设置于一个设备2的各仪器21的种类可以互不相同，至少一部分的大于或等于2个的仪器21的种类可以相同。设置于一个设备2的多个仪器21、以及设置于其他设备2的多个仪器21中的至少一部分可以不同。

[1.1-1-2.传感器20]

各传感器20进行设备2的状态的测定。传感器20可以对压力、温度、pH、速度、流量等中的至少1种物理量进行测定。另外，传感器20可以进行设备2的收获量、混入的杂质的比例、各仪器21的运转状况等的测定。各传感器20的种类可以互不相同，至少一部分的大于或等于2个的传感器20的种类也可以相同。作为一个例子，多个传感器20可以是设置于设备2内的炉的不同的位置的温度传感器。各传感器20可以将测定数据供给至装置4。

设置于一个设备2的各传感器20的种类可以互不相同，至少一部分的大于或等于2个的传感器20的种类也可以相同。设置于一个设备2的多个传感器20、以及设置于其他设备2的多个传感器20中的至少一部分可以不同。

此外，传感器20与装置4之间的通信例如可以通过ISA(International Societyof Automation：国际计测控制学会)的无线通信协议进行，作为一个例子，也可以通过ISA100、HART(Highway Addressable Remote Transducer)(注册商标)、BRAIN(注册商标)、FOUNDATION Fieldbus、PROFIBUS等进行。

[1.1-2.装置4]

装置4进行迁移学习而生成分类模型422。装置4可以具有获取部401、存储部402、迁移学习部403以及评价部404。

[1.1-2-1.获取部401]

获取部401获取表示设备2的状态的状态数据。获取部401可以获取作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的源状态数据。

目标域可以是多个设备2中的一个设备2(也称为设备2A)，目标状态数据可以包含应当表示设备2A的状态的、由设备2A中的至少1个传感器20测定出的测定数据。另外，源域可以是多个设备2中的其他设备2(也称为设备2B)，源状态数据可以包含应当表示设备2B的状态的由设备2B的至少1个传感器20测定出的测定数据。可以预先对测定数据附加进行了测定的传感器20的识别信息。此外，各状态数据可以表示一个时间点的设备2的状态，也可以包含在一个时间点或其误差期间内测定出的测定数据。

获取部401可以从设备2获取状态数据，可以对获取的状态数据附加获取目标的设备2的识别信息(也称为设备ID)而生成数据文件420。在此基础上或者取而代之地，获取部401可以从未图示的外部仪器获取制作完毕的数据文件420。例如，获取部401可以从设备2获取目标状态数据而生成数据文件420，另外，可以获取包含源状态数据在内而预先制作的数据文件420。此外，可以为了识别状态数据的域而使用设备ID。

这里，对源状态数据附加表示设备2B的状态好坏的标签。另一方面，可以对目标状态数据附加表示设备2A的状态好坏的标签，也可以不附加。标签可以预先附加于获取部401获取的状态数据，也可以根据操作者等的来自外部的操作，由获取部401对获取完毕的状态数据进行附加。在本实施方式中，作为一个例子，可以在由获取部401获取之前预先对源状态数据附加好坏的标签。

获取部401可以将获取的状态数据供给至存储部402。在本实施方式中，作为一个例子，获取部401可以将对各状态数据附加有设备ID的数据文件420供给至存储部402。

[1.1-2-2.存储部402]

存储部402对各种信息进行存储。例如，存储部402可以在上述多个测定数据文件420的基础上，对至少1个变换421和分类模型422的组进行存储。

[1.1-2-2(1).变换421]

变换421可以是映射、匹配、函数，将目标状态数据以及源状态数据分别变换为共通空间的数据。变换可以是将在目标域、源域的坐标空间(也称为原始坐标空间)中示出的测定数据变换为与上述坐标空间不同的共通空间内的参数。共通空间的维度数可以与原始坐标空间的维度数相同，也可以不同。例如，共通空间的各参数可以由原始坐标空间的各种测定值与权重系数(也称为贡献率)之积的总和表示，作为一个例子，可以是对原始坐标空间的各种测定值进行主成分分析的情况下的主成分评分。变换421可以由迁移学习部403生成并存储于存储部402。

[1.1-2-2(2).分类模型422]

分类模型422基于附加有标签的共通空间的数据，对共通空间中由目标状态数据表示的状态的好坏进行分类。分类模型422可以对共通空间中由源状态数据表示的状态的好坏进行分类。例如，分类模型422可以对由通过对应的变换421而变换为共通空间的数据的源状态数据、目标状态数据表示的状态的好坏进行分类。

分类模型422可以与将变换为共通空间的数据的目标状态数据、源状态数据输入相应地输出表示状态的好坏的状态指标值。状态指标值可以二值化为表示状态良好的值、以及表示状态不良的值，也可以是未二值化的值。例如，分类模型422可以利用表示设备2的状态良好的值、以及表示设备2的状态不良的值这2个值而学习，也可以通过与阈值对比而将2值化之前的状态指标值输出。作为一个例子，分类模型422可以是支持向量机，但也可以是基于逻辑回归、决策树、神经网络等其他算法的学习完毕的模型。分类模型422可以由迁移学习部403生成并存储于存储部402。

[1.1-2-3.迁移学习部403]

迁移学习部403进行迁移学习，具有变换生成部431以及模型生成部432。

[1.1-2-3(1).变换生成部431]

变换生成部431基于目标状态数据以及源状态数据的分布而生成变换421。变换生成部431可以使向共通空间变换后的目标状态数据和变换后的源状态数据的分布近似，并且以使得各自的分布的方差最大的方式生成变换421。由此，使得利用变换421将目标状态数据以及源状态数据变换为共通空间的数据的情况下的信息损失最小化。例如，变换生成部431可以通过TCA(Transfer Component Analysis)、SSTCA(Semi-supervised TCA)等以往公知的方法而生成变换421。

变换生成部431可以将生成的变换421存储于存储部402。另外，变换生成部431可以将变换421的生成过程中变换为共通空间的数据的目标状态数据以及源状态数据的数据文件420存储于存储部402。变换生成部431可以将变换后的数据文件420供给至模型生成部432。

[1.1-2-3(2).模型生成部432]

模型生成部432利用附加有表示状态的好坏的标签的共通空间的数据而生成分类模型422。

例如，模型生成部432可以利用变换为共通空间的数据的源状态数据而生成分类模型422。在对目标状态数据附加有标签的情况下，模型生成部432可以进一步利用变换为共通空间的数据的该目标状态数据而生成分类模型422。

在向共通空间的数据变换的状态数据的数据文件420存储于存储部402的情况下、或从变换生成部431供给的情况下，模型生成部432可以将该数据文件420用于分类模型422的生成。在向共通空间的数据变换的状态数据的数据文件420未存储于存储部402，并且未从变换生成部431供给的情况下，模型生成部432可以读出用于分类模型422的生成的任意状态数据，利用变换421生成共通空间的数据并将其用于分类模型422的生成。

模型生成部432可以以使得共通空间的数据输入至分类模型422的情况下的状态指标值与由标签表示的好坏的关联性提高的方式生成分类模型422。模型生成部432可以将生成的分类模型422与用于共通空间的数据的生成的变换421相关联地存储于存储部402。

[1.1-2-4.评价部404]

评价部404利用向共通空间的数据变换的源状态数据而对分类模型422进行评价。评价部404可以基于与将变换为共通空间的数据的源状态数据输入至分类模型422相应地从分类模型422输出的状态指标值与由该源状态数据的标签表示的好坏的关联性，对分类模型422的精度进行评价。

在变换为共通空间的数据的源状态数据的数据文件420存储于存储部402的情况下，评价部404可以将该数据文件420读出而用于评价。在变换为共通空间的数据的源状态数据的数据文件420未存储于存储部402的情况下，评价部404可以将评价时使用的任意源状态数据读出，利用变换421而生成共通空间的数据并用于评价。

评价部404可以判定分类模型422的评价是否高于基准。例如，评价部404可以判定分类模型422的评价指标值是否高于基准值。作为评价指标值，可以使用Accuracy、Precision、Recall、ROC等。评价指标值的基准值可以是装置4已经制作的其他分类模型422的评价指标值，也可以是由操作者任意设定的值。

评价部404可以将评价结果输出至迁移学习部403、未图示的显示部。在判定分类模型422的评价是否高于基准的情况下，评价部404可以将该判定结果作为评价结果而输出。

根据以上系统1的装置4，基于目标状态数据以及源状态数据的分布而生成从目标状态数据以及源状态数据向共通空间的数据的变换421，并且利用附加有标签的共通空间的数据而生成对共通空间中由目标状态数据表示的状态的好坏进行分类的分类模型422。因此，即使在目标域的目标状态数据较少的情况下，也能够利用共通空间的数据中的附加有标签的数据(作为一个例子为源状态数据)而生成分类模型422。另外，利用变换为共通空间的数据的源状态数据对分类模型422进行评价，因此能够获取分类精度良好的分类模型422。

另外，对变换后的目标状态数据和变换后的源状态数据的分布进行近似、且以使得各分布的方差最大的方式生成变换421，因此使得利用变换421将目标状态数据以及源状态数据变换为共通空间的数据的情况下的信息损失实现最小化。因此，与因向共通空间的数据的变换而导致信息丢失的情况不同，能够利用共通的分类模型422以高精度对源状态数据和目标状态数据进行分类。

[1.2.装置4的动作]

图2表示装置4的动作。装置4执行步骤S11～S21的处理而生成分类模型422。

在步骤S11中，获取部401获取状态数据。获取部401对于源状态数据以及目标状态数据可以分别获取表示良好状态的状态数据、以及表示不良状态的状态数据。

例如，获取部401可以基于附加于源状态数据的好坏的标签，以达到预先指定的比例的方式获取与良好状态对应的源状态数据、以及与不良状态对应的源状态数据。作为一个例子，获取部401以使得良好的源状态数据与不良的源状态数据的比例成为8：2或9：1的方式获取源状态数据。获取部401可以参照已经获取并存储于存储部402的源状态数据的数据文件420，对新获取的源状态数据的数量进行调整。在存储部402中不良的源状态数据较少的情况下，获取部401可以通过减少新获取的良好的源状态数据而对比例进行调整。也可以由操作者等从外部进行比例的指定。

在此基础上或者取而代之地，获取部401可以进一步获取偏离已经获取的目标状态数据的分布范围的状态数据，作为用于生成变换421的目标状态数据(也称为分布范围外的目标状态数据)。例如，获取部401可以参照在存储部402中存储的各目标状态数据的数据文件420，针对目标状态数据中包含的每个种类的测定数据而确定测定值的分布范围。获取部401可以对于至少1种测定数据，随机地生成具有已确定的分布范围外的测定值的新目标状态数据并获取该数据，作为分布范围外的目标状态数据。获取部401可以仅获取1个分布范围外的目标状态数据，也可以获取多个。获取部401可以与由操作者等从外部接收追加目标状态数据的主旨的指示相应地，获取分布范围外的目标状态数据。此外，已经获取的目标状态数据可以是与良好状态对应的目标状态数据，分布范围外的目标状态数据可以是期待与不良状态对应的目标状态数据。具有分布范围外的测定值的目标状态数据可以由操作者等在外部生成并供给至获取部401。

在步骤S13中，变换生成部431基于目标状态数据以及源状态数据的分布而生成变换421。变换生成部431可以利用所有源状态数据中的第1源状态数据与目标状态数据一起而生成变换421。作为一个例子，第1源状态数据可以是所有源状态数据中的70～80％的源状态数据。变换生成部431可以随机地选择第1源状态数据。

在步骤S15中，模型生成部432利用附加有标签的共通空间的数据而生成分类模型422。例如，模型生成部432可以利用用于变换421的生成的第1源状态数据而生成分类模型422。

在步骤S17中，评价部404利用变换为共通空间的数据的源状态数据而对分类模型422进行评价。评价部404可以利用与由变换生成部431用于变换421的生成的第1源状态数据不同的第2源状态数据而进行评价。作为一个例子，第2源状态数据可以是所有源状态数据中的20～30％的源状态数据。

在步骤S19中，评价部404判定分类模型422的评价是否高于基准。在判定为分类模型422的评价不高于基准的情况下(步骤S19；No)，处理可以进入上述步骤S13。在步骤S19中判定为分类模型422的评价高于基准的情况下(步骤S19；Yes)，处理可以进入步骤S21。

在步骤S21中，存储部402对生成的变换421以及分类模型422相关联地进行存储。如果步骤S21的处理结束，则装置4可以结束动作。

根据以上动作，利用第1源状态数据而生成变换，利用第2源状态数据而对分类模型422进行评价，因此能够高精度地进行分类模型422的评价。

另外，基于附加于源状态数据的标签，以达到指定比例的方式而获取与良好状态对应的源状态数据以及与不良状态对应的源状态数据，因此能够防止利用过度地偏向于良好或不良状态的源状态数据而生成变换421。

另外，作为用于生成变换421的目标状态数据，进一步获取偏离已经获取的目标状态数据的分布范围的状态数据，因此在与良好状态对应的目标状态数据多于与不良状态对应的目标状态数据的情况下(作为一个例子，仅存在与良好状态对应的目标状态数据的情况下)，获取与不良状态对应的目标状态数据。因此，能够防止利用过度地偏向于良好状态的目标状态数据而生成变换421。

[1.3.向共通空间的变换]

图3示意性地表示从状态数据向共通空间的数据的变换。

在附图中，在源状态数据的框内，标注有良好状态的标签的各源状态数据由“○”形状的图形表示，标注有不良状态的标签的各源状态数据由“X”形状的图形表示。另外，在目标状态数据的框内，好坏不明的各目标状态数据由“△”的图形表示。另外，在共通空间的框内，变换为共通空间的数据的各状态数据由与原来的图形相同形状的图形表示。

如该图中的虚线所示，标注有良好状态的标签的源状态数据、以及标注有不良状态的标签的源状态数据在共通空间也以能够分类的方式分布。因此，通过学习附加有标签的共通空间内的数据的分类规则，能够生成对由目标状态数据表示的状态的好坏进行分类的分类模型422。

[2.第2实施方式]

[2.1.装置4A的结构]

图4表示第2实施方式所涉及的装置4A。此外，在本实施方式所涉及的装置4A中，对与图1所示的装置4的结构大致相同的结构标注相同的标号，省略说明。

装置4A利用生成的分类模型422而判定状态的好坏。在上述存储部402、迁移学习部403以及评价部404的基础上，装置4A还具有获取部401A、供给部405、设定部406、判定部407、显示控制部408、显示部409、输入部410、标签附加部411以及检测部412。

[2.1-1.获取部401A]

与上述第1实施方式的获取部401相同地，获取部401A可以获取用于使得迁移学习部403生成变换421以及分类模型422的目标状态数据以及源状态数据并将数据文件420存储于存储部402。

在此基础上或者取而代之地，获取部401A新获取目标状态数据。获取部401A可以从设备2A逐次获取新测定的目标状态数据。获取部401A可以将获取的目标状态数据供给至供给部405。另外，与第1实施方式的获取部401相同地，获取部401A可以对新获取的目标状态数据附加设备ID而生成数据文件420并存储于存储部402。

另外，获取部401可以对目标状态数据附加测定时间以及进行了测定的传感器20的识别信息并记录于存储部402。测定数据的测定时间可以是对该测定数据进行了测定的时间，也可以是设备2A中执行的处理的开始时间之后的经过时间。测定数据的测定时间可以是获取部401A的测定数据的获取时间。此外，测定时间以及传感器20的识别信息可以预先附加于从传感器20供给的测定数据。

[2.1-2.供给部405]

供给部405将分类对象的数据供给至分类模型422。供给部405可以是变换执行部的一个例子，基于目标状态数据以及附加有标签的源状态数据的分布而将目标状态数据变换为与源状态数据的共通空间的数据。供给部405可以利用变换421将新获取的目标状态数据变换为共通空间的数据并供给至分类模型422。供给部405可以与由获取部401A获取目标状态数据相应地逐次将共通空间的数据供给至分类模型422。在附加于目标状态数据的各测定数据的测定时间存在偏差的情况下，供给部405可以使附加的测定时间一致。

[2.1-3.评价部404A]

评价部404A利用向共通空间的数据变换后的源状态数据对分类模型422进行评价。评价部404A可以进行与上述第1实施方式的评价部404相同的处理，也可以将评价结果输出至显示控制部408以及设定部406。

[2.1-4.设定部406]

设定部406可以与分类模型422的评价高于基准相应地，将分类模型422设定为用于目标状态数据的分类的分类模型422(也称为使用对象的分类模型422)。设定部406可以将与使用对象的分类模型422对应的变换421设定为用于目标状态数据的分类的变换421(也称为使用对象的变换421)。设定部406可以基于评价部404A的评价结果而进行设定。

另外，设定部406可以将共通空间的数据中包含的多个参数中的、对分类模型422的分类结果造成的影响大于基准的至少1个参数，设定为显示对象参数。例如，设定部406可以将多种参数中的对从使用对象的分类模型422输出的状态指标值造成的影响程度最大的基准数(本实施方式中，作为一个例子为3个)的参数，设定为显示对象参数。在该情况下，设定部406可以将各参数的影响程度中的、按照基准数+1的顺序增大的影响程度设为基准程度。

此外，例如可以通过Permutation Importance(排列重要性)、LIME等现有的公知方法而计算针对从分类模型422输出的状态指标值的各种参数的影响程度。设定部406可以对存储部402内的各种参数中的、显示对象参数的参数附加表示是显示对象参数的标签。

设定部406可以针对各种参数而计算针对状态指标值的影响程度并设定显示对象参数。取而代之地，设定部406可以将从操作者经由输入部410指定的参数设定为显示对象参数。

另外，设定部406可以将目标状态数据中包含的多种测定值中的、对使用对象的分类模型422的分类结果造成的影响大于基准的至少1个测定值，设定为显示对象测定值。例如，设定部406可以将多种测定值中的、对从使用对象的分类模型422输出的状态指标值造成的影响的程度最大的基准数(在本实施方式中，作为一个例子为3个)的测定值，设定为显示对象测定值。在该情况下，设定部406可以将各测定值的影响程度中的、按照基准数+1的顺序增大的影响程度设为基准程度。

这里，分类模型422基于共通空间的数据而进行分类，因此难以直接计算出目标状态数据中包含的各种测定值对分类结果造成何种程度的影响。因此，在本实施方式中，作为一个例子，利用共通空间的参数由目标状态数据的坐标空间(也称为原始坐标空间)的各种测定值与权重系数之积的总和表示这一点，基于每种测定值的权重系数的大小而决定原始坐标空间的测定值对分类结果造成的影响度。

例如，目标状态数据中包含的一种测定值的影响度可以是共通空间的各参数的计算式中包含的、针对这一种测定值的权重系数的合计值。

作为一个例子，共通空间的各参数P_n(其中，下标“n”为任意自然数，表示参数的识别编号)可以利用目标状态数据的各种测定值a、b、c、…、以及各测定值的权重系数W_a ⁽ⁿ⁾、W_b ⁽ⁿ⁾、W_c ⁽ⁿ⁾…而由式(1)表示。此外，权重系数W_a ⁽ⁿ⁾等的下标表示对应的测定值的种类，上标表示对应的参数的识别编号。

P_n＝W_a ⁽ⁿ⁾·a+W_b ⁽ⁿ⁾·b+W_c ⁽ⁿ⁾·c+…(1)

在该情况下，测定值a的影响度I_a可以由式(2)计算。

I_a＝W_a(¹⁾+W_a ⁽²⁾+W_a ⁽³⁾+…(2)

取而代之地，目标状态数据中包含的一种测定值的影响度可以是共通空间的各参数中的、对分类模型422的分类结果造成的影响较大的至少1个参数(作为一个例子为显示对象参数)的计算式中包含的、针对这一种测定值的权重系数的合计值。作为一个例子，在显示对象参数为参数P₁、P₃这2个的情况下，测定值a的影响度I_a可以由式(3)表示。

I_a＝W_a ⁽¹⁾+W_a ⁽³⁾ (3)

设定部406可以针对各种测定值计算出针对状态指标值的影响程度并设定显示对象测定值。取而代之地，设定部406可以将由操作者经由输入部410指定的测定值设定为显示对象测定值。

[2.1-5.判定部407]

判定部407基于与输入了变换为新获取的共通空间的数据的目标状态数据相应地从分类模型422输出的分类结果(在本实施方式中，作为一个例子为状态指标值)而判定状态的好坏。例如，在从分类模型422输出未二值化的分类结果的情况下，判定部407可以对该分类结果或其移动平均值与判定阈值进行对比而进行判定。在从分类模型422输出二值的分类结果的情况下，判定部407可以对其分类结果的移动平均值与判定阈值进行对比而判定，也可以将分类结果直接设为判定结果。判定部407可以将判定结果供给至显示控制部408。在通过利用判定阈值的对比而进行判定的情况下，判定部407可以将对比结果、判定阈值以及对比的对象(作为一个例子，为分类模型422的分类结果)设为判定结果而供给至显示控制部408。

[2.1-6.输入部410]

输入部410接受来自操作者的操作输入。在本实施方式中，作为一个例子，在对测定数据进行显示的情况下，输入部410可以接受针对测定数据而附加表示设备2A的状态的好坏的标签的主旨的操作。输入部410可以与进行了标签附加的操作相应地将该主旨的信号供给至标签附加部411。

另外，在对测定数据进行显示的情况下，输入部410可以接受在显示对象测定值与显示对象参数之间切换显示对象的主旨的操作。输入部410可以与进行了切换操作相应地将该主旨的信号供给至显示控制部408。

另外，输入部410可以受理再次生成分类模型422的主旨的操作。输入部410可以与指示了分类模型422的生成相应地将该主旨的信号供给至迁移学习部403。

[2.1-7.显示控制部408]

显示控制部408对显示部409进行控制。显示控制部408可以对判定部407的判定结果进行显示。

另外，显示控制部408可以根据操作者的操作而择一地切换由获取部401A新获取的目标状态数据的测定值中的显示对象测定值、以及对获取部401A新获取的目标状态数据进行了变换的共通空间的参数中的显示对象参数的值，并与判定结果一起进行显示。

显示控制部408可以针对各种显示对象测定值、显示对象参数而仅显示1个值，也可以显示多个值。在针对一种显示对象测定值或者显示对象参数而仅显示1个值的情况下，显示控制部408可以对一个时间点的值(作为一个例子为最新值)进行显示，也可以对多个时间点的值的移动平均值(作为一个例子为最近的期间的移动平均值)进行显示。在针对一种显示对象测定值或者显示对象参数而显示多个值的情况下，显示控制部408可以对最近的多个时间点的值的推移进行显示。

另外，显示控制部408可以还对从分类模型422输出的一个时间点的状态指标值(作为一个例子，为最新的状态指标值)进行显示，也可以对多个时间点的状态指标值进行显示。在对多个时间点的状态指标值进行显示的情况下，显示控制部408可以对在最近的多个时间点从分类模型422输出的状态指标值的推移进行显示。

[2.1-8.显示部409]

显示部409通过来自显示控制部408的控制而进行显示。此外，在本实施方式中，作为一个例子，显示部409设置于装置4A，但也可以在外部与装置4A连接。

[2.1-9.标签附加部411]

标签附加部411根据操作者的操作而对目标状态数据附加表示设备2A的状态的好坏的标签。标签附加部411可以对存储部402内的相应的测定数据附加表示良好状态或者不良状态的标签。

[2.1-10.检测部412]

检测部412对由标签附加部411附加了标签的目标状态数据是否达到基准量的情况进行检测。检测部412可以将检测结果供给至显示控制部408。在本实施方式中，作为一个例子，检测部412将附加有标签的目标状态数据已达到基准量的主旨的检测结果供给至显示控制部408，并对表示该主旨的消息进行显示。

可以基于能够利用带标签的目标状态数据以及源状态数据而生成变换421以及分类模型422的量来设定基准量。作为一个例子，基准量可以是从能够生成变换421以及分类模型422的最小的标签量减去源状态数据的标签量所得的量。

根据以上装置4A，与分类模型422的评价高于基准相应地，将该分类模型422设定为使用对象的分类模型422。而且，基于与新获取且变换为共通空间的数据的目标状态数据的输入相应地从使用对象的分类模型422输出的分类结果，判定状态的好坏。因此，能够利用精度良好的分类模型422而进行与目标状态数据对应的状态的判定。

另外，对新获取的目标状态数据的测定值中的对分类模型422的分类结果造成的影响较大的显示对象测定值、以及对新获取的目标状态数据进行了变换的共通空间的参数中的对分类模型422的分类结果造成的影响较大的显示对象参数的值进行切换显示。因此，在状态不良的情况下，能够对显示对象测定值进行显示而容易地确定状态不良的原因。另外，在判定结果的精度较差的情况下，能够对显示对象参数的值进行显示而容易地进行分类模型422的调试。另外，择一地对显示对象测定值和显示对象参数的值进行切换显示，因此能够在观察显示对象测定值而想要确定状态不良的原因时对显示对象参数的值进行显示，或者在观察显示对象参数而想要进行分类模型422的调试时对显示对象测定值进行显示，防止显示内容变得复杂。

另外，由操作者对目标状态数据附加标签，因此能够利用附加有标签的目标状态数据而执行分类模型422的学习。

另外，对表示附加有标签的目标状态数据已达到基准量的消息进行显示，因此能够高效地进行分类模型422的再生成。

[2.2.动作]

图5表示装置4A的动作。装置4A进行步骤S11～S61的处理而监视设备2A的状态。

在步骤S31～S37中，与上述步骤S11～S17相同地，装置4A利用源状态数据以及目标状态数据而生成变换421以及分类模型422，对生成的分类模型422进行评价。

在步骤S39中，评价部404判定分类模型422的评价是否高于基准。在判定为分类模型422的评价不高于基准的情况下(步骤S39；No)，处理可以进入上述步骤S33。在步骤S39中判定为分类模型422的评价高于基准的情况下(步骤S39；Yes)，处理可以进入步骤S41。

在步骤S41中，存储部402对变换421以及分类模型422相关联地进行存储，设定部406将分类模型422设定为使用对象。并且，设定部406可以根据共通空间的数据中包含的多个参数而设定显示对象参数，根据目标状态数据中包含的多种测定值而设定显示对象测定值。

在步骤S43中，获取部401A从设备2A获取目标状态数据。获取部401A可以逐次获取设备2A中新测定出的目标状态数据。

在步骤S45中，供给部405通过变换421而将新获取的目标状态数据变换为共通空间的数据。供给部405可以将变换后的目标状态数据的数据文件420存储于存储部402。

在步骤S47中，供给部405将共通空间的数据输入至针对使用对象设定的分类模型422并进行分类。

在步骤S49中，判定部407基于从分类模型422输出的分类结果而判定状态的好坏。

在步骤S51中，显示控制部408对判定部407的判定结果进行显示。在判定部407中通过利用判定阈值的对比而进行判定的情况下，显示控制部408可以将对比结果、判定阈值以及对比的对象(作为一个例子，为分类模型422的分类结果)作为判定结果而进行显示。

显示控制部408可以根据操作者的操作与判定结果一起对新获取的目标状态数据的测定值中的显示对象测定值、以及对新获取的目标状态数据进行变换的共通空间的参数中的显示对象参数的值的任意值进行显示。显示控制部408可以读出存储部402中存储的目标状态数据的各种测定值中的、由设定部406预先针对显示对象设定的显示对象测定值并进行显示。另外，显示控制部408可以读出存储部402中存储的共通空间的参数中的、由设定部406预先针对显示对象设定的显示对象参数并进行显示。

在步骤S53中，标签附加部411判定是否进行了对目标状态数据附加表示状态的好坏的标签的操作。在判定为未进行操作的情况下(步骤S53；No)，处理可以进入步骤S43。在判定为进行了操作的情况下(步骤S53：Yes)，处理可以进入步骤S55。

在步骤S55中，标签附加部411针对由操作者在指定的时间点处测定出的目标状态数据而附加表示状态的好坏的标签。指定时间点可以是当前时间点，也可以是与显示的显示对象测定值、状态指标值对应的测定数据的测定时间点。另外，指定时间点可以是一个时间点，也可以是连续或者非连续的多个时间点。

例如，在由操作者经由输入部410而指定了显示中的任意显示对象测定值的情况下，标签附加部411可以将指定对象的显示对象测定值的测定时间确定为指定时间点。另外，在由操作者经由输入部410而指定了显示中的任意显示对象参数的情况下，标签附加部411可以将成为指定对象的显示对象参数的基础的测定值的测定时间确定为指定时间点。另外，在经由输入部410而由操作者指定了从分类模型422输出并显示的任意状态指标值的情况下，标签附加部411可以将与指定对象的状态指标值对应的目标状态数据的测定时间确定为指定时间点。

标签附加部411可以与针对输入部410进行状态良好的主旨的操作相应地，对目标状态数据附加该主旨的标签。同样地，标签附加部411可以与针对输入部410进行状态不良的主旨的操作相应地，对目标状态数据附加该主旨的标签。

在步骤S57中，检测部412判定由标签附加部411附加了标签的目标状态数据是否达到基准量。在判定为未达到基准量的情况下(步骤S57；No)，处理可以进入步骤S43。在判定为已达到基准量的情况下(步骤S57；Yes)，处理可以进入步骤S59。

在步骤S59中，检测部412经由显示控制部408而使显示部409对表示由标签附加部411附加了标签的目标状态数据已达到基准量的消息进行显示。显示消息中可以包含选择是否重新生成分类模型422的消息。

在步骤S61中，判定迁移学习部403是否进行了重新生成分类模型422的主旨的操作。在判定为未进行操作的情况下(步骤S61；No)，处理可以进入步骤S43。在判定为进行了操作的情况下(步骤S61；Yes)，处理可以进入步骤S31。由此，利用附加有新获取的标签的目标状态数据而生成分类模型422。

根据以上动作，对由操作者在指定的时间点处测定出的目标状态数据附加标签，因此能够容易地进行标签的附加。

[2.3.动作例]

图6表示显示画面的例子。可以在显示部409的显示画面对判定部407的判定结果、以及多种显示对象测定值或者显示对象参数的值进行显示。在本图中，作为一个例子，在显示画面的上侧对表示状态的好坏的判定结果的推移进行显示，在显示画面的下侧对“a”～“c”的显示对象测定值的推移进行显示。

状态的判定结果中可以包含从分类模型422输出的状态指标值、判定阈值(在本图中，作为一个例子为“0”)以及它们的对比结果。此外，可以根据表示状态不良的警报消息的有无而对对比结果进行显示。在本图中，状态指标值大于判定阈值且状态良好，因此不对警报消息进行显示。

可以在显示画面对用于将显示对象测定值以及显示对象参数的值的哪一个切换为显示对象的切换按钮B1进行显示。在本图中，如果对切换按钮B1进行操作，则可以代替显示中的显示对象测定值而对1个或者多个显示对象参数进行显示。

另外，可以在显示画面对用于选择对测定数据附加的标签的种类的好坏按钮B2进行显示。好坏按钮B2可以具有“OK”的按钮以及“NG”的按钮，如果对“OK”、“NG”的按钮进行操作，则可以对最新的各测定数据附加表示设备2的状态良好、不良的标签。

另外，可以在显示画面，根据操作者的操作对用于在状态指标值的推移、显示对象测定值的推移中指定任意期间的框线W进行显示。可以根据好坏按钮B2的操作，利用标签附加部411而对在框线W指定的期间内测定的各测定数据附加标签。

[3.变形例]

此外，在上述的第1以及第2实施方式中，说明了对于变换421以及分类模型422的生成而使用表示设备2B的状态的源状态数据，但还可以利用表示1个或者多个其他设备2(也称为设备2C、2D、…)的状态的源状态数据。可以由与设备2A、设备2B不同的企业使设备2C、2D、…运转。在该情况下，装置4、4A的至少获取部401、401A、存储部402、迁移学习部403可以通过云计算而实现。

另外，在第2实施方式中，说明了装置4A具有迁移学习部403、评价部404、设定部406、输入部410、标签附加部411以及检测部412，但也可以不具有上述任一个部件。例如，在不具有迁移学习部403的情况下，装置4A可以利用生成完毕的变换421以及分类模型422而进行状态判定。在该情况下，装置4A可以是针对设备2A而设置的边缘设备。另外，在该情况下，装置4A可以将由标签附加部411附加了标签的目标状态数据供给至第1实施方式的装置4，并进行变换421以及分类模型422的生成，接收生成的变换421以及分类模型422并用于状态判定。

另外，说明了检测部412与附加有标签的目标状态数据已达到基准量相应地，对表示该主旨的消息进行显示，但也可以进行其他动作。例如，检测部412可以与附加有标签的目标状态数据已达到基准量相应地，将该主旨的检测结果供给至迁移学习部403，并利用附加有标签的目标状态数据进行变换421以及分类模型422的生成，也可以将该检测结果供给至未图示的通信部，并将附加有标签的目标状态数据发送至第1实施方式的装置4。

另外，说明了装置4A在先通过步骤S31～S37的处理制作变换421以及分类模型422之后，通过步骤S43以后的处理而使用该变换421以及分类模型422，但也可以在制作完毕的分类模型422以及变换421已储存于存储部402的情况下先进行步骤S43以后的处理。

另外，说明了装置4A按顺序而进行生成变换421以及分类模型422的步骤S31～S37的处理、以及使用生成的变换421以及分类模型422的步骤S43～S51的处理，但也可以并行地进行上述处理。

另外，说明了在步骤S45～S49的处理中判定部407基于从单个分类模型422输出的分类结果而进行判定，但也可以基于从互不相同的多个分类模型422输出的分类结果而判定状态的好坏。换言之，判定部407可以利用多个分类模型422而进行综合判定。在该情况下，判定部407可以利用多组的变换421以及分类模型422而进行判定。例如，判定部407可以基于如下分类结果而判定好坏：与通过第1组的变换421变换为共通空间的数据的目标状态数据输入至该第1组的分类模型422相应地从该分类模型422输出的分类结果；与通过第2组的变换421变换为共通空间的数据的目标状态数据输入至该第2组的分类模型422相应地从该分类模型422输出的分类结果；以及与通过第3组的变换421变换为共通空间的数据的目标状态数据输入至该第3组的分类模型422相应地从该分类模型422输出的分类结果。由此，能够提高判定精度。此外，可以利用互不相同的源状态数据而生成用于综合判定的多个分类模型422。

另外，说明了设定部406将对状态指标值造成的影响的程度最大的基准数(作为一个例子为3个)的测定值、参数，设定为显示对象测定值、显示对象参数，但也可以将由操作者选择的任意的测定值、参数设定为显示对象测定值、显示对象参数。

另外，作为设备2而对对象进行了说明，但也可以是其他客体。例如，对象可以是由设备2制造的产品，对象可以是未配备而能够移动的器件、装置，可以是生物体等自然物，可以是气候、地形等自然环境，也可以是化学反应、生化学反应等自然现象。

另外，可以参照流程图及框图而对本发明的各种实施方式进行记载，这里，模块可以表示(1)执行操作的过程的阶段、或者(2)具有执行操作的作用的装置的部分。特定的阶段以及部分可以利用专用电路、与计算机可读介质上储存的计算机可读指令一起供给的可编程电路、和/或与计算机可读介质上储存的计算机可读指令一起供给的处理器而安装。专用电路可以包含数字和/或模拟硬件电路，也可以包含集成电路(IC)和/或分立电路。可编程电路可以包含逻辑AND、逻辑OR、逻辑XOR、逻辑NAND、逻辑NOR、以及其他逻辑操作、触发电路、寄存器、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)等之类的存储器要素等在内的可再构成的硬件电路。

计算机可读介质可以包含能够对利用适当的设备执行的指令进行储存的任意有形的设备，其结果，具有此处储存的指令的计算机可读介质具有包含能够为了制作用于执行流程图或框图中指定的操作的手段的能够执行的指令的产品。作为计算机可读介质的例子，可以包含电子存储介质、磁存储介质、光存储介质、电磁存储介质、半导体存储介质等。作为计算机可读介质的更具体的例子，可以包含Floppy(注册商标)软盘、软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存)、电可擦可编程只读存储器(EEPROM)、静态随机存取存储器(SRAM)、光盘只读存储器(CD-ROM)、数字化多用途光盘(DVD)、蓝光(RTM)盘、记忆棒、集成电路卡等。

计算机可读指令可以包含汇编指令、指令集架构(ISA)指令、机器指令、依赖于机器的指令、微码、固件指令、状态设定数据、或者包含Smalltalk(注册商标)、JAVA(注册商标)、C++等之类的面向对象编程语言、以及“C”编程语言或同样的编程语言之类的程序性编程语言在内的1种或多种编程语言的任意组合记述的源代码或对象代码的任一种。

可以经由本地或局域网(LAN)、互联网等之类的广域网(WAN)而对通用计算机、特殊目的的计算机或者其他可编程的数据处理装置的处理器或可编程电路提供计算机可读指令，为了制作用于执行流程图或框图中指定的操作的手段而执行计算机可读指令。作为处理器的例子，包含计算机处理器、处理单元、微处理器、数字信号处理器、控制器、微控制器等。

图7表示可以将本发明的多个方式全部或一部分实现具体化的计算机2200的例子。计算机2200中安装的程序能够使计算机2200作为与本发明的实施方式所涉及的装置相关联的操作或该装置的1个或多个部分而起作用，或者能够执行该操作或该1个或多个部分，和/或能够使计算机2200执行本发明的实施方式所涉及的过程或该过程的阶段。这种程序可以为了使计算机2200执行与本说明书中记载的流程图及框图的模块中的几个或全部相关联的特定操作而由CPU2212执行。

本实施方式所涉及的计算机2200包含CPU2212、RAM2214、图形控制器2216以及显示设备2218，上述部件通过主控制器2210而相互连接。另外，计算机2200包含通信接口2222、硬盘驱动器2224、DVD-ROM驱动器2226、以及IC卡驱动器之类的输入/输出单元，上述部件经由输入/输出控制器2220而与主控制器2210连接。另外，计算机包含ROM2230以及键盘2242之类的传统的输入/输出单元，上述部件经由输入/输出芯片2240而与输入/输出控制器2220连接。

CPU2212根据ROM2230及RAM2214内储存的程序而执行动作，由此对各单元进行控制。图形控制器2216获取向RAM2214内提供的、在帧缓冲区等或其本身中由CPU2212生成的图像数据并在显示设备2218上对图像数据进行显示。

通信接口2222经由网络而与其他电子设备通信。硬盘驱动器2224对由计算机2200内的CPU2212使用的程序以及数据进行储存。DVD-ROM驱动器2226从DVD-ROM2201读取程序或数据，经由RAM2214而将程序或数据提供给硬盘驱动器2224。IC卡驱动器从IC卡读取程序以及数据、和/或将程序以及数据写入至IC卡。

ROM2230在其中对激活时由计算机2200执行的启动程序等、和/或依赖于计算机2200的硬件的程序进行储存。另外，输入/输出芯片2240使得各种输入/输出单元经由并行端口、串行端口、键盘端口、鼠标端口等而与输入/输出控制器2220连接。

程序由DVD-ROM2201或IC卡之类的计算机可读介质提供。从计算机可读介质读取程序、并将其安装于还作为计算机可读介质的例子的硬盘驱动器2224、RAM2214、或ROM2230而由CPU2212执行。上述程序内记述的信息处理由计算机2200读取，并使得程序和上述各种类型的硬件资源之间进行协作。可以通过使用计算机2200实现信息的操作或处理而构成装置或方法。

例如，在计算机2200以及外部设备之间执行通信的情况下，CPU2212可以执行RAM2214中加载的通信程序，基于通信程序中记述的处理而对通信接口2222发出通信处理的指令。通信接口2222在CPU2212的控制下读取向RAM2214、硬盘驱动器2224、DVD-ROM2201、或者IC卡之类的记录介质内提供的发送缓冲处理区域中储存的发送数据，将读取的发送数据发送至网络、或者将从网络接收到的接收数据写入至向记录介质上提供的接收缓冲处理区域等。

另外，CPU2212可以将硬盘驱动器2224、DVD-ROM驱动器2226(DVD-ROM2201)、IC卡等之类的外部记录介质中储存的文件或数据库的全部或所需的部分读取至RAM2214，针对RAM2214上的数据执行各种类型的处理。CPU2212接下来将处理后的数据回写至外部记录介质。

各种类型的程序、数据、表以及数据库之类的各种类型的信息可以储存于记录介质并接受信息处理。CPU2212可以针对从RAM2214读取的数据而执行本公开的任意位置记载的、由程序的指令序列指定的各种类型的操作、信息处理、条件判断、条件分支、无条件分支、信息的检索/置换等在内的各种类型的处理，针对RAM2214而回写结果。另外，CPU2212可以检索记录介质内的文件、数据库等中的信息。例如，在分别具有与第2属性的属性值相关联的第1属性的属性值的多个条目储存于记录介质内的情况下，CPU2212可以从该多条记录中检索指定了第1属性的属性值的与条件一致的条目，读取该条目内储存的第2属性的属性值，获取与满足由此预先规定的条件的第1属性相关联的第2属性的属性值。

以上说明的程序或软件模块可以储存于计算机2200上或计算机2200附近的计算机可读介质。另外，向与专用通信网络或互联网连接的服务器系统内提供的硬盘或RAM之类的记录介质可以用作计算机可读介质，由此经由网络而将程序提供给计算机2200。

以上利用实施方式对本发明进行了说明，本发明的技术范围并不限定于上述实施方式中记载的范围。本领域技术人员能够理解，可以对上述实施方式施加多种变更或改良。根据权利要求书的记载明确可知，施加了这种变更或改良的方式也可以包含于本发明的技术范围内。

关于权利要求书、说明书以及附图中示出的装置、系统、程序以及方法中的动作、次序、步骤以及阶段等各处理的执行顺序，应当注意是，只要并没有特别明确地表示为“更提前”、“提前”等，另外，未在后续的处理中使用在前的处理的输出，则能够以任意顺序实现。关于权利要求书、说明书以及附图中的动作流程，即使为了方便而使用“首先、”、“接下来、”等进行说明，也不意味着必须按照该顺序实施。

标号的说明

1 系统

2 设备

4 装置

20 传感器

21 仪器

401 获取部

402 存储部

403 迁移学习部

404 评价部

405 供给部

406 设定部

407 判定部

408 显示控制部

409 显示部

410 输入部

411 标签附加部

412 检测部

420 数据文件

421 变换

422 分类模型

431 变换生成部

432 模型生成部

2200 计算机

2201 DVD-ROM

2210 主控制器

2212 CPU

2214 RAM

2216 图形控制器

2218 显示设备

2220 输入/输出控制器

2222 通信接口

2224 硬盘驱动器

2226 DVD-ROM驱动器

2230 ROM

2240 输入/输出芯片

2242 键盘

Claims

1.一种装置，其中，

所述装置具有：

获取部，其获取作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的附加有表示状态的好坏的标签的源状态数据；

变换生成部，其基于所述目标状态数据以及所述源状态数据的分布，生成从所述目标状态数据以及所述源状态数据向共通空间的数据的变换；

模型生成部，其利用附加有所述标签的所述共通空间的数据，生成对所述共通空间中由所述目标状态数据表示的状态的好坏进行分类的分类模型；以及

评价部，其利用变换为所述共通空间的数据后的所述源状态数据，对所述分类模型进行评价。

2.根据权利要求1所述的装置，其中，

所述变换生成部利用第1所述源状态数据以及所述目标状态数据，生成所述变换，

所述评价部利用与所述第1源状态数据不同的第2所述源状态数据，对所述分类模型进行评价。

3.根据权利要求1或2所述的装置，其中，

所述变换生成部以使得变换后的所述目标状态数据与变换后的所述源状态数据的分布近似并且各分布的方差最大的方式，生成所述变换。

4.根据权利要求1至3中任一项所述的装置，其中，

所述获取部基于附加于所述源状态数据的标签，以达到预先指定的比例的方式获取与良好状态对应的所述源状态数据、以及与不良状态对应的所述源状态数据。

5.根据权利要求1至4中任一项所述的装置，其中，

所述获取部还获取偏离已经获取的所述目标状态数据的分布范围的状态数据，作为用于生成所述变换的所述目标状态数据。

6.根据权利要求1至5中任一项所述的装置，其中，

所述装置具有：

设定部，其与所述分类模型的评价高于基准的情况相应地，将所述分类模型设定为用于所述目标状态数据的分类的分类模型；

判定部，其基于与输入了新获取且变换为所述共通空间的数据后的所述目标状态数据相应地从所述分类模型输出的分类结果，判定状态的好坏；以及

显示控制部，其对判定结果进行显示。

7.一种装置，其中，

所述装置具有：

变换执行部，其基于作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的附加有表示状态的好坏的标签的源状态数据的分布，将所述目标状态数据变换为与所述源状态数据的共通空间的数据；

分类模型，其基于附加有所述标签的共通空间的数据，对所述共通空间中由所述目标状态数据表示的状态的好坏进行分类；

获取部，其新获取所述目标状态数据；

判定部，其基于与输入了由所述获取部新获取且由所述变换执行部变换为所述共通空间的数据后的所述目标状态数据相应地从所述分类模型输出的分类结果，判定状态的好坏；以及

显示控制部，其对判定结果进行显示。

8.根据权利要求6或7所述的装置，其中，

所述装置具有设定部，该设定部将所述目标状态数据所包含的多种测定值中的对所述分类模型的分类结果造成的影响大于基准的至少1个测定值设定为显示对象测定值，并将所述共通空间的数据所包含的多个参数中的对所述分类模型的分类结果造成的影响大于基准的至少1个参数设定为显示对象参数，

所述显示控制部根据操作者的操作而择一地切换所述获取部新获取的所述目标状态数据的测定值中的所述显示对象测定值、以及对所述获取部新获取的所述目标状态数据进行变换后的所述共通空间的参数中的所述显示对象参数的值，并与所述判定结果一起进行显示。

9.根据权利要求6至8中任一项所述的装置，其中，

所述装置具有标签附加部，该标签附加部针对由操作者在指定的时间点测定出的所述目标状态数据而附加所述标签。

10.根据权利要求9所述的装置，其中，

所述装置具有检测部，该检测部对由所述标签附加部附加了标签的所述目标状态数据达到基准量的情况进行检测。

11.根据权利要求6至10中任一项所述的装置，其中，

所述判定部基于从互不相同的多个所述分类模型输出的分类结果，判定状态的好坏。

12.一种方法，其中，

所述具有如下阶段：

获取阶段，获取作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的附加有表示状态的好坏的标签的源状态数据；

变换生成阶段，基于所述目标状态数据以及所述源状态数据的分布，生成从所述目标状态数据以及所述源状态数据向共通空间的数据的变换；

模型生成阶段，利用附加有所述标签的所述共通空间的数据，生成对所述共通空间中由所述目标状态数据表示的状态的好坏进行分类的分类模型；以及

评价阶段，利用变换为所述共通空间的数据后的所述源状态数据，对所述分类模型进行评价。

13.一种方法，其中，

所述方法具有如下阶段：

变换执行阶段，基于作为目标域的状态数据的目标状态数据、以及作为源域的状态数据的附加有表示状态的好坏的标签的源状态数据的分布，将所述目标状态数据变换为与所述源状态数据的共通空间的数据；

获取阶段，新获取所述目标状态数据；

判定阶段，针对基于附加有所述标签的共同空间的数据而对所述共通空间中由所述目标状态数据表示的状态的好坏进行分类的分类模型，基于与输入了新获取且变换为所述共通空间的数据后的所述目标状态数据相应地从所述分类模型输出的分类结果，判定状态的好坏；以及

显示控制阶段，对判定结果进行显示。

14.一种计算机可读介质，其记录有程序，其中，

所述程序使计算机作为如下功能部起作用：

15.一种计算机可读介质，其记录有程序，其中，

所述程序使计算机作为如下功能部而起作用：

获取部，其新获取所述目标状态数据；

显示控制部，其对判定结果进行显示。