JP2018059900A5 - - Google Patents

Claims (20)

1. デバイスであって、
   前記デバイスは、メモリと１つまたは複数のプロセッサを含み、
   前記１つまたは複数のプロセッサは、マスター機器のマスター較正モデルに関連したマスター較正セットを取得し、
   前記マスター較正セットは、マスター機器により生成されたサンプルのセットに関連したスペクトルを含み、
   前記１つまたは複数のプロセッサは、前記マスター較正セットに基づいてマスター較正物の選択されたセットを識別し、
   マスター較正物の前記選択されたセットは、サンプルのセットのサブセットに関連したスペクトルを含み、
   前記１つまたは複数のプロセッサは、ターゲット機器に関連したターゲット較正物の選択されたセットを取得し、
   ターゲット較正物の前記選択されたセットは、ターゲット機器により生成されたサンプルのセットの前記サブセットに関連したスペクトルを含み、
   前記１つまたは複数のプロセッサは、マスター較正物の前記選択されたセットおよびターゲット機器の前記選択されたセットに基づいて転送セットを生成し、
   前記転送セットは、サンプルのセットの前記サブセットに関連付けられ、
   前記１つまたは複数のプロセッサは、前記転送セットに基づいて前記マスター較正セットに対応するターゲット較正セットを生成し、
   前記１つまたは複数のプロセッサは、サポートベクトル回帰モデリング技術に基づいて、前記ターゲット較正セットに基づいてターゲット機器に関連した転送された較正モデルを生成し、
   前記転送された較正モデルは、前記転送セットに関連した最適化技術を使用して生成されるデバイス。
2. マスター較正物の前記選択されたセットは、５個以下の較正物に関連付けられる請求項１のデバイス。
3. 前記１つまたは複数のプロセッサはさらに、シフトグリッド補間技術を使用して前記マスター較正セットを増強し、増強されたマスター較正セットを生成し、
   前記１つまたは複数のプロセッサは、前記ターゲット較正セットを生成する場合、前記増強されたマスター較正セットに基づいて前記ターゲット較正セットを生成する請求項１のデバイス。
4. 前記１つまたは複数のプロセッサは、マスター較正物の前記選択されたセットを識別する場合、ケナードストーン（ＫＳ）選択アプローチに基づいてマスター較正物の前記選択されたセットを識別する請求項１のデバイス。
5. 前記１つまたは複数のプロセッサはさらに、ターゲット較正物の前記選択されたセットを使用して前記転送された較正モデルに関連したモデルパラメータを決定し、
   前記１つまたは複数のプロセッサは、前記転送された較正モデルを生成する場合、前記決定されたモデルパラメータに基づいて前記転送された較正モデルを生成する請求項１のデバイス。
6. マスター較正物の前記選択されたセットは、アプリケーションに依存しないユニバーサル較正物のセットに関連付けられる請求項１のデバイス。
7. 前記１つまたは複数のプロセッサはさらに、前記転送セットに基づいて転送行列を生成し、
   前記１つまたは複数のプロセッサは、前記ターゲット較正セットを生成する場合、前記転送行列を適用することにより、前記ターゲット較正セットを前記マスター較正セットに生成する請求項１のデバイス。
8. 命令を格納する非一時的コンピュータ可読媒体であって、
   １つまたは複数の命令は、１つまたは複数のプロセッサにより実行された場合に、前記１つまたは複数のプロセッサに、サンプルのセットに関連したスペクトルを含むマスター機器のマスター較正モデルに関連したマスター較正セットを取得させ、
   前記スペクトルは、マスター機器により、サンプルのセットを走査することに基づいて生成され、
   前記１つまたは複数の命令は、前記マスター較正セットに基づいてマスター較正物の選択されたセットを識別させ、
   前記１つまたは複数の命令は、マスター較正物の前記選択されたセットに対応するターゲット機器に関連したターゲット較正物の選択されたセットを取得させ、
   前記１つまたは複数の命令は、マスター較正物の前記選択されたセットおよびターゲット較正物の前記選択されたセットに基づいてスパース転送セットを生成させ、
   前記スパース転送セットは、サンプルの前記セットの５個以下のサンプルに関連付けられ、
   前記１つまたは複数の命令は、前記スパース転送セットに基づいて転送行列を生成させ、
   前記１つまたは複数の命令は、前記転送行列を使用して、前記マスター較正セットに対応するターゲット較正セットを生成させ、
   前記１つまたは複数の命令は、前記ターゲット較正セットに基づいて、ターゲット機器に関連した転送された較正モデルを生成させ、
   前記転送された較正モデルは、前記スパース転送セットに関連した最適化技術を使用して生成される、
   非一時的コンピュータ可読媒体。
9. 前記１つまたは複数の命令は、前記１つまたは複数のプロセッサに、前記転送された較正モデルを生成させ、
   前記１つまたは複数のプロセッサに、サポートベクトル回帰モデリング技術を使用して前記転送された較正モデルを生成させる、
   請求項８の非一時的コンピュータ可読媒体。
10. 前記１つまたは複数の命令は、前記１つまたは複数のプロセッサにより実行される場合に、前記１つまたは複数のプロセッサに、前記マスター較正セットを増強させ、増強されたマスター較正セットをさらに生成させ、
    前記１つまたは複数の命令は、前記１つまたは複数のプロセッサに、前記ターゲット較正セットを生成させ、
    前記１つまたは複数のプロセッサに、前記転送行列を前記増強されたマスター較正セットに適用することに基づいて前記ターゲット較正セットを生成させる、
    請求項８の非一時的コンピュータ可読媒体。
11. 前記１つまたは複数の命令は、前記１つまたは複数のプロセッサに、マスター較正物の前記選択されたセットを識別させ、
    前記１つまたは複数のプロセッサに、ケナードストーン（ＫＳ）選択アプローチに基づいてマスター較正物の前記選択されたセットを識別させる、
    請求項８の非一時的コンピュータ可読媒体。
12. 前記１つまたは複数の命令は、前記１つまたは複数のプロセッサにより実行された場合に、１つまたは複数のプロセッサにさらに、ターゲット較正物の前記選択されたセットを使用して、前記転送された較正モデルに関連したモデルパラメータを決定させ、
    前記１つまたは複数の命令は、前記１つまたは複数のプロセッサに、前記転送された較正モデルを生成させ、
    前記１つまたは複数のプロセッサに、前記決定されたモデルパラメータに基づいて前記転送された較正モデルを生成させる、
    請求項８の非一時的コンピュータ可読媒体。
13. 前記マスター較正セットは、ユニバーサル較正物のセットに関連付けられる、
    請求項８の非一時的コンピュータ可読媒体。
14. 前記１つまたは複数の命令は、前記１つまたは複数のプロセッサにより実行される場合に、前記１つまたは複数のプロセッサに、
    転送スキームを前記スパース転送セットにさらに適用させ、
    前記１つまたは複数の命令は、前記１つまたは複数のプロセッサに前記転送行列を生成させ、
    前記１つまたは複数のプロセッサに、前記転送スキームを前記スパース転送セットに適用した後に、前記転送行列を生成させる、
    請求項８の非一時的コンピュータ可読媒体。
15. 方法であって、
    前記方法は、デバイスにより、第１の機器の第１の較正モデルに関連した第１の較正セットを取得するステップと、
    前記第１の較正セットは、サンプルのセットの走査に基づいて第１の機器により生成されたサンプルのセットに関連したスペクトルを含み、
    前記方法は、デバイスにより、前記第１の較正セットの較正物の第１の選択されたセットを識別するステップと、
    較正物の前記第１の選択されたセットは、５個以下のサンプルを含むサンプルの前記セットのサブセットに対応し、
    前記方法は、デバイスにより、第２の機器に関連した較正物の第２の選択されたセットを取得するステップと、
    較正物の前記第２の選択されたセットは、サンプルの前記セットの前記サブセットの走査に基づいて第２の機器により生成されたサンプルの前記セットの前記サブセットに関連したスペクトルを含み、
    前記方法は、デバイスにより、較正物の前記第１の選択されたセットおよび較正物の前記第２の選択されたセットに基づいて転送セットを生成するステップと、
    前記転送セットは、サンプルの前記セットの前記サブセットに対応し、
    前記方法は、デバイスにより、前記転送セットに基づいて前記第１の較正セットに対応して第２の較正セットを生成するステップと、
    前記方法は、デバイスにより、前記第２の較正セットに基づいて、前記第２の機器に関連した第２の較正モデルを生成するステップとを含み、
    前記第２の較正モデルは、サポートベクトル回帰モデリング技術に基づいて生成され、
    前記第２の較正モデルは、前記転送セットに関連した最適化技術を使用して生成される、
    方法。
16. 前記方法は、前記第２の較正モデルを前記第２の機器に提供するステップをさらに含む、
    請求項１５の方法。
17. 前記方法は、シフトグリッド補間技術を使用して前記第１の較正セットを増強し、増強された第１の較正セットを生成するステップをさらに含み、
    前記第２の較正セットを生成するステップは、前記増強された第１の較正セットに基づいて前記第２の較正セットを生成するステップを含む、
    請求項１５の方法。
18. 前記較正物の前記第１の選択されたセットを識別するステップは、ケナードストーン（ＫＳ）選択アプローチに基づいて較正物の前記第１の選択されたセットを識別するステップを含む、
    請求項１５の方法。
19. 前記方法は、前記転送セットに基づいて前記第２の較正モデルに関連したモデルパラメータを決定するステップをさらに含み、
    前記第２の較正モデルを生成するステップは、前記決定されたモデルパラメータに基づいて前記第２の較正モデルを生成するステップを含む、
    請求項１５の方法。
20. 前記較正物の前記第１の選択されたセットおよび較正物の前記第２の選択されたセットは、アプリケーションに依存しない較正物のセットに関連付けられる、
    請求項１５の方法。