JP2015210750A - 検出装置、検出方法、およびプログラム - Google Patents
検出装置、検出方法、およびプログラム Download PDFInfo
- Publication number
- JP2015210750A JP2015210750A JP2014093416A JP2014093416A JP2015210750A JP 2015210750 A JP2015210750 A JP 2015210750A JP 2014093416 A JP2014093416 A JP 2014093416A JP 2014093416 A JP2014093416 A JP 2014093416A JP 2015210750 A JP2015210750 A JP 2015210750A
- Authority
- JP
- Japan
- Prior art keywords
- data
- data string
- sensors
- sensor
- estimated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 71
- 230000008859 change Effects 0.000 claims abstract description 22
- 230000005856 abnormality Effects 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 15
- 230000007423 decrease Effects 0.000 claims description 8
- 230000006399 behavior Effects 0.000 claims description 6
- 239000012141 concentrate Substances 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 abstract description 19
- 238000003860 storage Methods 0.000 description 32
- 230000006854 communication Effects 0.000 description 14
- 238000000034 method Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
- G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/221—Column-oriented storage; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
- G06F18/21343—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis using decorrelation or non-stationarity, e.g. minimising lagged cross-correlations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/90—Identifying an image sensor based on its output data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computer Security & Cryptography (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
【解決手段】複数のセンサからの出力の変化を検出する検出装置であって、複数のセンサが出力する第1データ列を取得する第1取得部と、第1データ列に基づいて、複数のセンサからのデータを推測するモデルを生成する生成部と、複数のセンサが出力する第2データ列を取得する第2取得部と、モデルに基づいて、第2データ列に対応する推測データ列を、第2データ列および推測データ列の間の誤差をスパースにする正則化を用いて推測する推測部と、第2データ列および推測データ列の間の誤差に基づいて、第1データ列および第2データ列の間で変化が生じたセンサを特定する特定部と、を備える検出装置、検出法法、およびプログラムを提供する。
【選択図】図1
Description
[特許文献1] 特開2010−78467号公報
[特許文献2] 特開2008−198213号公報
[特許文献3] 特開2013−257251号公報
Claims (9)
- 複数のセンサからの出力の変化を検出する検出装置であって、
前記複数のセンサが出力する第1データ列を取得する第1取得部と、
前記第1データ列に基づいて、前記複数のセンサからのデータを推測するモデルを生成する生成部と、
前記複数のセンサが出力する第2データ列を取得する第2取得部と、
前記モデルに基づいて、前記第2データ列に対応する推測データ列を、前記第2データ列および前記推測データ列の間の誤差をスパースにする正則化を用いて推測する推測部と、
前記第2データ列および前記推測データ列の間の誤差に基づいて、前記第1データ列および前記第2データ列の間で変化が生じたセンサを特定する特定部と、
を備える検出装置。 - 前記推測部は、前記第2データ列および前記推測データ列の間の誤差を一部のセンサからのデータ列に集中させる前記正則化を用いて前記推測データ列を算出する請求項1に記載の検出装置。
- 前記推測部は、前記第2データ列および前記推測データ列の間の誤差を一部のセンサからのデータ列に集中させ、前記第2データ列および前記推測データ列の間の誤差を各センサについて時間方向において集中させる前記正則化を用いて前記推測データ列を算出する請求項2に記載の検出装置。
- 前記生成部は、前記第1データ列から潜在変数のデータ列である第1潜在データ列を算出して、前記複数のセンサが出力する各データに対し、当該データに対応する潜在データおよび当該潜在データから推測される推測データの確率分布を表す前記モデルを生成し、
前記推測部は、前記第2データ列の潜在変数のデータ列である第2潜在データ列中の潜在データおよび前記推測データ列中の対応する推測データの値を取る確率を前記第2データ列について合計した項と前記正則化に応じた項とを含む目的関数を最適化する前記第2潜在データ列および前記推測データ列を推測する
請求項1から3のいずれか一項に記載の検出装置。 - 前記生成部は、前記第2潜在データ列中の潜在データと前記第1潜在データ列の各潜在データとの差分が大きいほど前記確率が低くなり、前記推測データ列中の推測データと前記第1データ列の各データとの差分が大きいほど前記確率が低くなり、かつ、前記第2データ列中のデータと前記第1データ列の各データとの差分が大きいほど前記確率が低くなる確率分布を表す前記モデルを生成する請求項4に記載の検出装置。
- 前記第2取得部は、前記第1データ列に対し、変化が生じたセンサが既知である前記第2データ列を取得し、
前記特定部が特定するセンサが、既知の変化が生じたセンサと一致するように前記推測部が用いる前記正則化の重みを調整する調整部を更に備える
請求項1から5のいずれか一項に記載の検出装置。 - 前記第1取得部は、計測対象の正常な振る舞いを示す学習用の前記第1データ列を取得し、
前記第2取得部は、前記計測対象から検知された前記第2データ列を取得し、
前記特定部は、前記第2データ列および前記推測データ列の間の誤差に基づいて、異常を検出したセンサを特定する
請求項1から6のいずれか一項に記載の検出装置。 - 複数のセンサからの出力の変化を検出する検出方法であって、
前記複数のセンサが出力する第1データ列を取得する第1取得段階と、
前記第1データ列に基づいて、前記複数のセンサからのデータを推測するモデルを生成する生成段階と、
前記複数のセンサが出力する第2データ列を取得する第2取得段階と、
前記モデルに基づいて、前記第2データ列に対応する推測データ列を、前記第2データ列および前記推測データ列の間の誤差をスパースにする正則化を用いて推測する推測段階と、
前記第2データ列および前記推測データ列の間の誤差に基づいて、前記第1データ列および前記第2データ列の間で変化が生じたセンサを特定する特定段階と、
を備える検出方法。 - コンピュータに、請求項1から7のいずれか一項に記載の検出装置として機能させるプログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014093416A JP6172678B2 (ja) | 2014-04-30 | 2014-04-30 | 検出装置、検出方法、およびプログラム |
US14/690,613 US9702729B2 (en) | 2014-04-30 | 2015-04-20 | Sensor output change detection |
US15/610,066 US10444032B2 (en) | 2014-04-30 | 2017-05-31 | Sensor output change detection |
US16/513,042 US10551212B2 (en) | 2014-04-30 | 2019-07-16 | Sensor output change detection |
US16/601,743 US11035693B2 (en) | 2014-04-30 | 2019-10-15 | Sensor output change detection |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014093416A JP6172678B2 (ja) | 2014-04-30 | 2014-04-30 | 検出装置、検出方法、およびプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2015210750A true JP2015210750A (ja) | 2015-11-24 |
JP2015210750A5 JP2015210750A5 (ja) | 2016-04-07 |
JP6172678B2 JP6172678B2 (ja) | 2017-08-02 |
Family
ID=54355349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014093416A Expired - Fee Related JP6172678B2 (ja) | 2014-04-30 | 2014-04-30 | 検出装置、検出方法、およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (4) | US9702729B2 (ja) |
JP (1) | JP6172678B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017094267A1 (ja) * | 2015-12-01 | 2017-06-08 | 株式会社Preferred Networks | 異常検出システム、異常検出方法、異常検出プログラム及び学習済モデル生成方法 |
JP6243080B1 (ja) * | 2017-08-03 | 2017-12-06 | 株式会社日立パワーソリューションズ | プリプロセッサおよび異常予兆診断システム |
WO2020136859A1 (ja) * | 2018-12-28 | 2020-07-02 | 日本電気株式会社 | 推定装置、推定方法、及びコンピュータ読み取り可能な記録媒体 |
JP2020129233A (ja) * | 2019-02-07 | 2020-08-27 | 株式会社デンソー | 異常検知装置 |
KR102654240B1 (ko) * | 2022-10-26 | 2024-04-04 | 주식회사 에이아이네이션 | 딥러닝, 머신러닝 및 통계 모델을 이용한 산업설비 이상 감지 장치 및 시스템 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9811614B2 (en) * | 2013-03-13 | 2017-11-07 | The United States Of America, As Represented By The Secretary Of The Navy | System and method for correcting a model-derived vertical structure of ocean temperature and ocean salinity based on velocity observations |
JP6172678B2 (ja) | 2014-04-30 | 2017-08-02 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 検出装置、検出方法、およびプログラム |
KR101746799B1 (ko) * | 2015-11-04 | 2017-06-14 | 주식회사 쏠리드 | 분산 안테나 시스템 |
US9892012B2 (en) * | 2015-12-30 | 2018-02-13 | International Business Machines Corporation | Detecting anomalous sensors |
JP6399260B2 (ja) * | 2016-07-05 | 2018-10-03 | 日本精工株式会社 | 電動パワーステアリング装置 |
WO2018125928A1 (en) * | 2016-12-29 | 2018-07-05 | DeepScale, Inc. | Multi-channel sensor simulation for autonomous control systems |
WO2018176000A1 (en) | 2017-03-23 | 2018-09-27 | DeepScale, Inc. | Data synthesis for autonomous control systems |
KR102496654B1 (ko) * | 2018-02-21 | 2023-02-07 | 현대자동차주식회사 | 차량의 주행모드 전환 제어 장치 및 방법, 그리고 차량 시스템 |
CN110516286B (zh) * | 2019-07-09 | 2021-05-07 | 西安电子科技大学 | 基于稀疏重构算法的阵列幅相误差估计方法 |
CN111159139B (zh) * | 2019-12-30 | 2022-04-22 | 浪潮电子信息产业股份有限公司 | 一种数据处理方法、装置、存储介质及监视设备 |
US11341026B2 (en) * | 2020-01-06 | 2022-05-24 | EMC IP Holding Company LLC | Facilitating detection of anomalies in data center telemetry |
US11416506B2 (en) | 2020-04-29 | 2022-08-16 | EMC IP Holding Company LLC | Facilitating temporal data management for anomalous state detection in data centers |
CN113032458A (zh) * | 2021-03-23 | 2021-06-25 | 中国人民解放军63920部队 | 航天器的异常确定方法及装置 |
CN112749370B (zh) * | 2021-04-06 | 2021-07-02 | 广东际洲科技股份有限公司 | 一种基于物联网的故障跟踪定位方法和系统 |
CN114609372B (zh) * | 2022-02-18 | 2023-10-03 | 江苏徐工工程机械研究院有限公司 | 基于最大熵的工程机械油液监测系统及方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2721799B2 (ja) | 1994-04-14 | 1998-03-04 | 四国電力株式会社 | 機械の異常判定方法 |
JPH0980603A (ja) | 1995-09-07 | 1997-03-28 | Asahi Optical Co Ltd | カメラのバッテリーとストロボコンデンサの配置構造 |
DE69813040T2 (de) | 1998-08-17 | 2003-10-16 | Aspen Technology, Inc. | Verfahren und vorrichtung zur sensorbestätigung |
JP2008058191A (ja) | 2006-08-31 | 2008-03-13 | Jfe Steel Kk | 回転機械の診断方法、そのプログラム、及びその診断装置 |
CN102354204B (zh) | 2007-03-22 | 2016-06-29 | 日本电气株式会社 | 诊断装置 |
JP4528355B2 (ja) | 2007-03-30 | 2010-08-18 | パイオニア株式会社 | パターンド媒体およびその製造方法 |
JP5072693B2 (ja) * | 2007-04-11 | 2012-11-14 | キヤノン株式会社 | パターン識別装置及びその制御方法、異常パターン検出装置及びその制御方法、プログラム、記憶媒体 |
US20090030753A1 (en) | 2007-07-27 | 2009-01-29 | General Electric Company | Anomaly Aggregation method |
JP5186322B2 (ja) | 2008-09-26 | 2013-04-17 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 時系列データ解析システム、方法及びプログラム |
JP5716384B2 (ja) | 2010-12-21 | 2015-05-13 | 大日本印刷株式会社 | ナノインプリントリソグラフィ用モールド、およびその製造方法 |
JP5998528B2 (ja) | 2012-03-07 | 2016-09-28 | いすゞ自動車株式会社 | ハイブリッド車両 |
JP2013257251A (ja) | 2012-06-14 | 2013-12-26 | Internatl Business Mach Corp <Ibm> | 異常検知方法、プログラム及びシステム |
JP6025098B2 (ja) | 2012-09-28 | 2016-11-16 | パナソニックIpマネジメント株式会社 | 電力線搬送通信モジュール |
JP2014093416A (ja) | 2012-11-02 | 2014-05-19 | Soken Medical:Kk | 磁性部材の製造方法 |
JP6172678B2 (ja) | 2014-04-30 | 2017-08-02 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 検出装置、検出方法、およびプログラム |
-
2014
- 2014-04-30 JP JP2014093416A patent/JP6172678B2/ja not_active Expired - Fee Related
-
2015
- 2015-04-20 US US14/690,613 patent/US9702729B2/en not_active Expired - Fee Related
-
2017
- 2017-05-31 US US15/610,066 patent/US10444032B2/en active Active
-
2019
- 2019-07-16 US US16/513,042 patent/US10551212B2/en active Active
- 2019-10-15 US US16/601,743 patent/US11035693B2/en active Active
Non-Patent Citations (3)
Title |
---|
RUOYI JIANG, HONGLIANG FEI, JUN HUAN: "Anomaly Localization by Joint Sparse PCA and its Implementation in Sensor Network", SENSORKDD'10, JPN6016036901, 25 July 2010 (2010-07-25), US, pages 1 - 8, ISSN: 0003406208 * |
乾 稔 MINORU INUI: "次元削減の再構成誤差を用いた異常検知手法の比較", 2009年度人工知能学会全国大会(第23回)論文集 [CD−ROM] PROCEEDINGS OF THE 23RD ANNUAL, JPN6016036902, 10 July 2009 (2009-07-10), pages 1 - 4, ISSN: 0003570048 * |
井手 剛 TSUYOSHI IDE: "IBMプロフェッショナル論文1 IBM Professionals' Papers 1 スパース構造学習によるセンサー・データ", PROVISION NO.65 SPRING 2010 PROFESSIONAL VISION FOR INFORMATION TECHNOLO, vol. 第65号, JPN6016036903, 18 May 2011 (2011-05-18), JP, pages 71 - 76, ISSN: 0003570049 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2017094267A1 (ja) * | 2015-12-01 | 2018-10-11 | 株式会社Preferred Networks | 異常検出システム、異常検出方法、異常検出プログラム及び学習済モデル生成方法 |
JP2020119605A (ja) * | 2015-12-01 | 2020-08-06 | 株式会社Preferred Networks | 異常検出システム、異常検出方法、異常検出プログラム及び学習済モデル生成方法 |
WO2017094267A1 (ja) * | 2015-12-01 | 2017-06-08 | 株式会社Preferred Networks | 異常検出システム、異常検出方法、異常検出プログラム及び学習済モデル生成方法 |
US10831577B2 (en) | 2015-12-01 | 2020-11-10 | Preferred Networks, Inc. | Abnormality detection system, abnormality detection method, abnormality detection program, and method for generating learned model |
US11334407B2 (en) | 2015-12-01 | 2022-05-17 | Preferred Networks, Inc. | Abnormality detection system, abnormality detection method, abnormality detection program, and method for generating learned model |
US11921566B2 (en) | 2015-12-01 | 2024-03-05 | Preferred Networks, Inc. | Abnormality detection system, abnormality detection method, abnormality detection program, and method for generating learned model |
JP6243080B1 (ja) * | 2017-08-03 | 2017-12-06 | 株式会社日立パワーソリューションズ | プリプロセッサおよび異常予兆診断システム |
JP2019028929A (ja) * | 2017-08-03 | 2019-02-21 | 株式会社日立パワーソリューションズ | プリプロセッサおよび異常予兆診断システム |
US11579600B2 (en) | 2018-12-28 | 2023-02-14 | Nec Corporation | Estimation apparatus, estimation method, and computer-readable storage medium |
WO2020136859A1 (ja) * | 2018-12-28 | 2020-07-02 | 日本電気株式会社 | 推定装置、推定方法、及びコンピュータ読み取り可能な記録媒体 |
JP2020129233A (ja) * | 2019-02-07 | 2020-08-27 | 株式会社デンソー | 異常検知装置 |
JP7115346B2 (ja) | 2019-02-07 | 2022-08-09 | 株式会社デンソー | 異常検知装置 |
KR102654240B1 (ko) * | 2022-10-26 | 2024-04-04 | 주식회사 에이아이네이션 | 딥러닝, 머신러닝 및 통계 모델을 이용한 산업설비 이상 감지 장치 및 시스템 |
Also Published As
Publication number | Publication date |
---|---|
US20200041306A1 (en) | 2020-02-06 |
US11035693B2 (en) | 2021-06-15 |
US20190339096A1 (en) | 2019-11-07 |
JP6172678B2 (ja) | 2017-08-02 |
US9702729B2 (en) | 2017-07-11 |
US10444032B2 (en) | 2019-10-15 |
US20170261339A1 (en) | 2017-09-14 |
US10551212B2 (en) | 2020-02-04 |
US20150317284A1 (en) | 2015-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6172678B2 (ja) | 検出装置、検出方法、およびプログラム | |
JP6109320B2 (ja) | 検出装置、検出方法、およびプログラム | |
JP5943357B2 (ja) | 検出装置、検出方法、およびプログラム | |
US10810513B2 (en) | Iterative clustering for machine learning model building | |
CN102445902B (zh) | 用于机器状况监视的条件多输出回归的系统和方法 | |
CN110738247B (zh) | 一种基于选择性稀疏采样的细粒度图像分类方法 | |
CN111694917B (zh) | 一种车辆异常轨迹检测、模型训练方法及装置 | |
JP2015087973A (ja) | 生成装置、生成方法、およびプログラム | |
US20210348985A1 (en) | Abnormality diagnostic device, abnormality diagnostic method, and program | |
CN111638034B (zh) | 基于深度学习的应变天平温度梯度误差补偿方法及系统 | |
US20200118012A1 (en) | Monitoring the Thermal Health of an Electronic Device | |
US20170220931A1 (en) | Method and device for measuring a system to be tested | |
Hamed et al. | Fuel consumption prediction model using machine learning | |
CN109584267B (zh) | 一种结合背景信息的尺度自适应相关滤波跟踪方法 | |
JP2005216202A (ja) | 未来値予測装置および未来値予測方法 | |
US20240311704A1 (en) | Computer-implemented method, computer program, and device for generating a data-based model copy in a sensor | |
WO2020167156A1 (ru) | Способ отладки обученной рекуррентной нейронной сети | |
JP2014229051A (ja) | 解析装置、解析方法、及び、プログラム | |
WO2019235370A1 (ja) | 学習装置、予測装置、方法、及びプログラム | |
Guo et al. | A Hybrid clustering method for bridge structure health monitoring | |
CN110879530A (zh) | 用于对动态模型进行安全的训练的方法 | |
Lu et al. | An improved semi-supervised prototype network for few-shot fault diagnosis | |
JP7472685B2 (ja) | 要因分析装置、要因分析方法、及び要因分析プログラム | |
CN113177350B (zh) | 一种基于混合准则的机载分布式pos布局优化方法 | |
CN114861516B (zh) | 一种车辆动力性能确定方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160112 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160927 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161227 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170606 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20170608 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170627 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6172678 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |