JP2020101800A - 画像ベースのメンテナンス予測および動作エラーの検出 - Google Patents
画像ベースのメンテナンス予測および動作エラーの検出 Download PDFInfo
- Publication number
- JP2020101800A JP2020101800A JP2019229638A JP2019229638A JP2020101800A JP 2020101800 A JP2020101800 A JP 2020101800A JP 2019229638 A JP2019229638 A JP 2019229638A JP 2019229638 A JP2019229638 A JP 2019229638A JP 2020101800 A JP2020101800 A JP 2020101800A
- Authority
- JP
- Japan
- Prior art keywords
- microscope system
- image
- maintenance
- microscope
- digital image
- 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
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
- G02B21/365—Control or image processing arrangements for digital or video microscopes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- Optics & Photonics (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Image Analysis (AREA)
- Microscoopes, Condenser (AREA)
- Image Processing (AREA)
Abstract
Description
102 方法ステップ
104 方法ステップ
106 方法ステップ
108 方法ステップ
110 方法ステップ
112 方法ステップ
202〜216 あり得る拡張の方法ステップ
300 画像を選択するグラフ
302、304、306 可能な選択された画像グループ
308 例示的な測定値
400 メンテナンス監視システム
402 顕微鏡システム
404 画像分析システム
406 イメージセンサ
500 コンピュータ・システム
502 プロセッサ
504 メモリ・システム
506 バス・システム
508 RAM
510 ROM
512 長期記憶メモリ
514 I/Oコントローラ
516 プログラム・モジュールおよびデータ
518 キーボード
520 スクリーン
522 ネットワーク・アダプタ
Claims (18)
- 顕微鏡システム(402)に対する予測的メンテナンスの必要性を確認するコンピュータ実装の方法(100)であって、
サンプルのデジタル画像を記録するためのイメージセンサ(406)を備える顕微鏡システム(402)を提供するステップ(102)と、
前記顕微鏡システム(402)の通常動作中に前記イメージセンサ(406)を使用してデジタル画像を記録するステップ(104)と、
少なくともひとつの記録されたデジタル画像を少なくともひとつの入力データ・セットとして画像分析システム(404)に提供するステップ(106)と、
前記少なくともひとつの記録されたデジタル画像内で、前記画像分析システム(404)によって、少なくともひとつの特徴を判定するステップ(108)であって、前記特徴が通常動作中の前記顕微鏡システム(402)の動作不良に関連しているステップ(108)と、
前記少なくともひとつのデジタル画像および前記少なくともひとつのデジタル画像内に含まれる前記少なくともひとつの特徴に基づいて、前記画像分析システム(404)によって、前記顕微鏡システム(402)の状態についての状態信号を生成するステップ(110)と、
前記状態信号を使うことによって、メンテナンス処置が必要な前記顕微鏡システム(402)のコンポーネント・グループを判定するステップ(112)とを含む、
方法(100)。 - 前記画像分析システム(404)が、機械学習の特性を有する学習システムであり、前記方法(100)が、
機械学習によって1セットのデジタル画像を使って前記学習システムを訓練し、前記顕微鏡システム(402)の通常動作中にサンプルの前記記録されたデジタル画像のひとつで前記少なくともひとつの特徴を識別するための前記学習モデルを生成するステップ(206)をさらに含む、
請求項1に記載の方法(100)。 - 前記学習システムが、教師あり学習のためのシステムであり、教師あり学習のための前記1セットのデジタル画像内の前記画像が、前記学習モデルを生成するよう、メタデータによってアノテーションされている、
請求項2に記載の方法(100)。 - 前記メタデータが、前記メンテナンス処置が必要な時間間隔の値、前記顕微鏡システム(402)のコンポーネントの故障の予測時間、前記顕微鏡システム(402)の個々のコンポーネントの数値的状態表示、および前記顕微鏡システム(402)の不良を有するコンポーネントの名称のグループより選択された少なくともひとつである、
請求項3に記載の方法(100)。 - 前記顕微鏡システム(402)の前記コンポーネント・グループを判定することが、
前記メンテナンス処置が必要な時間間隔の値を判定することをさらに含む、
請求項1から4のいずれか一項に記載の方法(100)。 - 前記顕微鏡システム(402)の少なくともひとつの追加のキャプチャされたセンサ値が、前記画像分析システム(404)を使って前記状態信号を生成するために、前記学習システムに対する追加の入力データとして使われる、
請求項1から5のいずれか一項に記載の方法(100)。 - 通常動作中の前記少なくともひとつの記録されたデジタル画像内に含まれる前記少なくともひとつの特徴が、前記デジタル画像内のストライプ、ジッタ、輝度むら、分解能の低下、過度の画像ノイズ、低い信号対背景比、低いレーザ出力、感度の低下、および不完全性を含むグループからの少なくともひとつである、
請求項1から6のいずれか一項に記載の方法(100)。 - 前記学習モデルが、個々の顕微鏡システム(402)または複数の顕微鏡システム(402)について生成される、
請求項2から7のいずれか一項に記載の方法(100)。 - 前記状態信号の前記判定でさらに使用される前記顕微鏡システム(402)の動作要素の少なくともひとつの動作パラメータ値が、前記顕微鏡システム(402)の通常動作中に測定される、
請求項1から8のいずれか一項に記載の方法(100)。 - 前記少なくともひとつの特徴を識別する前記学習モデルが、前記顕微鏡システム(402)の保守段階の分類、前記顕微鏡システム(402)の予想される故障時間の回帰、前記デジタル画像の前記少なくともひとつの特徴または複数の特徴の組み合せと前記顕微鏡システム(402)の割当て可能なコンポーネントまたはコンポーネント・グループのメンテナンス要件の判定との相関を含むグループより選択された少なくともひとつのカテゴリに関する、
請求項2から9のいずれか一項に記載の方法(100)。 - 前記状態信号が、制御信号の組み合せから生成され、前記制御信号のひとつは、いずれの場合も、前記顕微鏡システム(402)内のエラー原因、前記エラー原因の前記信号の確信度、エラーのタイプ、品質の損失の数値、必要なメンテナンス処置、メンテナンス処置に対する時間間隔、メンテナンス処置が必要なコンポーネントの表示、コンポーネントの動作不良を少なくとも部分的に補償するための代替的な顕微鏡システム設定に関する情報、位置決めのエラー原因に関する情報、または前記サンプルの誤った準備のうちの少なくともひとつに関する、
請求項1から10のいずれか一項に記載の方法(100)。 - 前記状態信号が、前記学習システムによって判定され、前記顕微鏡システム(402)の動作要素のセンサ・パラメータの組み合せの通常動作中にキャプチャされた時系列と、前記顕微鏡システム(402)の動作要素のセンサ・パラメータの前記組み合せの比較値との比較が、大幅な偏りを示しているかが判定される、
請求項2から11のいずれか一項に記載の方法(100)。 - 少なくともひとつの特徴の前記判定が、前記画像分析システム(404)によって、
通常動作中の前記顕微鏡システム(402)の一連の記録された画像内で、時系列に配置された一連の記録された画像において、勾配、変動、もしくは急な挙動を有する、または各画像内で同一に見える反復的特徴を検出することを用いて実行される、
請求項1から12のいずれか一項に記載の方法(100)。 - 通常動作中の前記顕微鏡システム(402)の前記一連の記録された画像が、通常動作中の前記顕微鏡システム(402)の記録された画像全体より選択されたサブセットである、
請求項13に記載の方法(100)。 - 前記学習システムは、ニューラル・ネットワークである、
請求項2から14のいずれか一項に記載の方法。 - 前記ニューラル・ネットワークは、ディープ・オートエンコーダ、1クラス分類、または新規性検出の技術の少なくともひとつに基づいている、
請求項13から15のいずれか一項に記載の方法。 - 顕微鏡システム(402)に対する予測的メンテナンスのためのメンテナンス監視システム(400)であって、
サンプルのデジタル画像を記録するためのイメージセンサ(406)を有する顕微鏡システム(402)であって、前記イメージセンサが、前記顕微鏡システム(402)の通常動作中にデジタル画像を記録するために使用される、顕微鏡システム(402)と、
少なくともひとつの記録されたデジタル画像を少なくともひとつの入力データ・セットとして前記画像分析システムに提供するように適合された画像分析システム(404)とを備え、
前記画像分析システム(404)が、
前記少なくともひとつの記録されたデジタル画像内で、前記画像分析システム(404)によって、通常動作中の前記顕微鏡システム(402)の動作不良に関連する少なくともひとつの特徴を判定し、
前記少なくともひとつのデジタル画像および前記少なくともひとつのデジタル画像内に含まれる前記少なくともひとつの特徴に基づいて、前記画像分析システム(404)によって、前記顕微鏡システム(402)の状態についての状態信号を生成し、
前記状態信号を使用することによって、メンテナンス処置が必要な前記顕微鏡システムのコンポーネント・グループを判定するように適合される、
メンテナンス監視システム(400)。 - サンプルのデジタル画像を記録するためのイメージセンサを有する顕微鏡システム(402)に対する予測的メンテナンスを確認するコンピュータ・プログラム製品であって、プログラム命令が記憶されたコンピュータ読み取り可能な記憶媒体を含み、前記プログラム命令が、ひとつまたは複数のコンピュータ(400)または制御ユニットによって実行可能であり、
前記顕微鏡システムの通常動作中に前記イメージセンサを使用してデジタル画像を記録するステップ(104)と、
少なくともひとつの記録されたデジタル画像を少なくともひとつの入力データ・セットとして画像分析システムに伝送するステップ(106)と、
前記少なくともひとつの記録されたデジタル画像内で、前記画像分析システムによって、通常動作中の前記顕微鏡システムの動作不良に関連する少なくともひとつの特徴を判定するステップ(108)と、
前記少なくともひとつのデジタル画像および前記少なくともひとつのデジタル画像内に含まれる前記少なくともひとつの特徴に基づいて、前記画像分析システム(404)によって、前記顕微鏡システム(402)の状態についての状態信号を生成するステップ(110)と、
前記状態信号を使用することによって、メンテナンス処置が必要な前記顕微鏡システム(402)のコンポーネント・グループを判定するステップ(112)とを、前記ひとつまたは複数のコンピュータ(400)または制御ユニットに実行させる、
コンピュータ・プログラム製品。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102018133196.7 | 2018-12-20 | ||
DE102018133196.7A DE102018133196A1 (de) | 2018-12-20 | 2018-12-20 | Bildbasierte wartungsvorhersage und detektion von fehlbedienungen |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020101800A true JP2020101800A (ja) | 2020-07-02 |
JP6999635B2 JP6999635B2 (ja) | 2022-01-18 |
Family
ID=68887291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019229638A Active JP6999635B2 (ja) | 2018-12-20 | 2019-12-19 | 画像ベースのメンテナンス予測および動作エラーの検出 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11024019B2 (ja) |
EP (1) | EP3671632A1 (ja) |
JP (1) | JP6999635B2 (ja) |
CN (1) | CN111353971B (ja) |
DE (1) | DE102018133196A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7496470B2 (ja) | 2020-07-27 | 2024-06-06 | リカージョン ファーマシューティカルズ インコーポレイテッド | マイクロウェルプレートで実行アーティファクトを分析及び検出するための技法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3916556B1 (en) * | 2020-05-29 | 2023-05-03 | Ovh | Method and system for detecting anomalies in a data pipeline |
US11361438B2 (en) * | 2020-07-27 | 2022-06-14 | Recursion Pharmaceuticals, Inc. | Techniques for analyzing and detecting executional artifacts in microwell plates |
DE102020123562A1 (de) | 2020-09-09 | 2022-03-10 | Carl Zeiss Microscopy Gmbh | Mikroskopiesystem und verfahren zum überprüfen einer mikroskopkalibrierung |
DE102020126598A1 (de) | 2020-10-09 | 2022-04-14 | Carl Zeiss Microscopy Gmbh | Mikroskopiesystem und verfahren zur verifizierung eines trainierten bildverarbeitungsmodells |
DE102020126549A1 (de) | 2020-10-09 | 2022-04-14 | Carl Zeiss Microscopy Gmbh | Mikroskopiesystem und verfahren zur kalibrierungsüberprüfung |
DE102020126554A1 (de) | 2020-10-09 | 2022-04-14 | Carl Zeiss Microscopy Gmbh | Mikroskopiesystem und verfahren zum überprüfen von eingabedaten |
DE102020132787A1 (de) | 2020-12-09 | 2022-06-09 | Leica Microsystems Cms Gmbh | Wartungsvorhersage für Baugruppen eines Mikroskops |
DE102022200820A1 (de) | 2022-01-25 | 2023-07-27 | Carl Zeiss Meditec Ag | Verfahren zum Betreiben eines medizinischen Mikroskops und medizinische Mikroskopanordnung |
DE102022200819A1 (de) | 2022-01-25 | 2023-07-27 | Carl Zeiss Meditec Ag | Verfahren zum Betreiben eines stereoskopischen medizinischen Mikroskops und medizinisches Mikroskop |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080082283A1 (en) * | 2006-09-29 | 2008-04-03 | Tokyo Electron Limited | Method and system for facilitating preventive maintenance of an optical inspection tool |
JP2018181216A (ja) * | 2017-04-20 | 2018-11-15 | ファナック株式会社 | 加工不良要因推定装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0748090B2 (ja) * | 1987-04-09 | 1995-05-24 | オリンパス光学工業株式会社 | 手術用顕微鏡 |
EP0565761B1 (en) * | 1992-04-15 | 1997-07-09 | Mita Industrial Co. Ltd. | An image forming apparatus provided with self-diagnosis system |
DE10161655A1 (de) * | 2000-12-14 | 2003-01-16 | Siemens Corp Res Inc | Verfahren und Vorrichtung zur Bereitstellung einer prädiktiven Wartung einer Komponente durch Verwendung von Markov-Übergangswahrscheinlichkeiten |
DE10161633A1 (de) * | 2000-12-14 | 2002-08-08 | Siemens Corp Res Inc | Verfahren und Vorrichtung zum Bereitstellen einer virtuellen Altersschätzung für die Vorhersage der verbleibenden Lebensdauer eines Systems unter Verwendung eines neuronalen Netzes |
US20070031043A1 (en) * | 2005-08-02 | 2007-02-08 | Perz Cynthia B | System for and method of intelligently directed segmentation analysis for automated microscope systems |
US20140149296A1 (en) * | 2012-11-29 | 2014-05-29 | Applied Materials, Inc. | Enhanced preventative maintenance utilizing direct part marking |
JP6091866B2 (ja) | 2012-11-30 | 2017-03-08 | 株式会社キーエンス | 計測顕微鏡装置、画像生成方法及び計測顕微鏡装置操作プログラム並びにコンピュータで読み取り可能な記録媒体 |
US9812222B2 (en) * | 2015-04-20 | 2017-11-07 | Qualcomm Incorporated | Method and apparatus for in-system management and repair of semi-conductor memory failure |
JP6474334B2 (ja) | 2015-07-30 | 2019-02-27 | 株式会社キーエンス | 画像検査装置、画像検査方法および画像検査プログラム |
JP7107518B2 (ja) * | 2018-03-15 | 2022-07-27 | 株式会社エビデント | 情報処理装置、システム、動作方法、及び、プログラム |
-
2018
- 2018-12-20 DE DE102018133196.7A patent/DE102018133196A1/de active Pending
-
2019
- 2019-12-12 EP EP19215579.4A patent/EP3671632A1/de active Pending
- 2019-12-17 CN CN201911324378.6A patent/CN111353971B/zh active Active
- 2019-12-19 JP JP2019229638A patent/JP6999635B2/ja active Active
- 2019-12-19 US US16/720,761 patent/US11024019B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080082283A1 (en) * | 2006-09-29 | 2008-04-03 | Tokyo Electron Limited | Method and system for facilitating preventive maintenance of an optical inspection tool |
JP2018181216A (ja) * | 2017-04-20 | 2018-11-15 | ファナック株式会社 | 加工不良要因推定装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7496470B2 (ja) | 2020-07-27 | 2024-06-06 | リカージョン ファーマシューティカルズ インコーポレイテッド | マイクロウェルプレートで実行アーティファクトを分析及び検出するための技法 |
Also Published As
Publication number | Publication date |
---|---|
EP3671632A1 (de) | 2020-06-24 |
US11024019B2 (en) | 2021-06-01 |
CN111353971A (zh) | 2020-06-30 |
DE102018133196A1 (de) | 2020-06-25 |
CN111353971B (zh) | 2024-02-23 |
US20200202508A1 (en) | 2020-06-25 |
JP6999635B2 (ja) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6999635B2 (ja) | 画像ベースのメンテナンス予測および動作エラーの検出 | |
US11921566B2 (en) | Abnormality detection system, abnormality detection method, abnormality detection program, and method for generating learned model | |
Borgi et al. | Data analytics for predictive maintenance of industrial robots | |
KR101917006B1 (ko) | 머신 러닝 기반 반도체 제조 수율 예측 시스템 및 방법 | |
US11449980B2 (en) | System and method for combined automatic and manual inspection | |
US12032353B2 (en) | Examining apparatus, examining method and recording medium | |
US10989908B2 (en) | Automated workflows based on an identification of calibration samples | |
KR102373787B1 (ko) | 고장 예측 시스템의 고장 유형 빅데이터를 이용한 기계설비의 잠재적 고장 예측 방법 | |
JP7131617B2 (ja) | 照明条件を設定する方法、装置、システム及びプログラム並びに記憶媒体 | |
KR102343752B1 (ko) | 프로세스 장치에서 전체 프로세스 섹션의 상태를 자동 모니터링하고 측정하는 컴퓨터 실행 방법 및 시스템 | |
Krenek et al. | Application of artificial neural networks in condition based predictive maintenance | |
CN111385140A (zh) | 生成监控网络物理系统的数据以早期确定异常的系统和方法 | |
CN107944563B (zh) | 机械学习装置以及机械学习方法 | |
CN115471625A (zh) | 一种云机器人平台大数据智能决策方法和系统 | |
KR102387375B1 (ko) | 선제적 풍력발전 유지관리 시스템 | |
Arora | AI-Driven Industry 4.0: Advancing Quality Control through Cutting-Edge Image Processing for Automated Defect Detection | |
CN116360384A (zh) | 用于诊断和监控信息物理系统中的异常的系统和方法 | |
CN116049638A (zh) | 一种变压器震动检测方法、系统、设备及存储介质 | |
KR20200002433A (ko) | 빅데이터 분석을 이용한 통계적 품질 관리 시스템 | |
JP7055258B1 (ja) | 学習装置、推論装置、診断システム、モデル生成方法及びプログラム | |
US20230205193A1 (en) | System and method for diagnostics and monitoring of anomalies of a cyber-physical system | |
Hribar et al. | A Framework for Applying Data-Driven AI/ML Models in Reliability | |
Anastasopoulos et al. | Design, Development and Field Trial Evaluation of an Intelligent Asset Management System for Railway Networks | |
Bouyahrouzi et al. | Defining and Implementing Predictive Maintenance Based on Artificial Intelligence for Rotating Machines | |
Moustris et al. | Defect detection on optoelectronical devices to assist decision making: A real industry 4.0 case study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200121 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210105 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210331 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210607 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210608 |
|
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: 20211126 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211222 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6999635 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |