JP6347825B2 - エピソードマイニング装置及びその方法 - Google Patents
エピソードマイニング装置及びその方法 Download PDFInfo
- Publication number
- JP6347825B2 JP6347825B2 JP2016238018A JP2016238018A JP6347825B2 JP 6347825 B2 JP6347825 B2 JP 6347825B2 JP 2016238018 A JP2016238018 A JP 2016238018A JP 2016238018 A JP2016238018 A JP 2016238018A JP 6347825 B2 JP6347825 B2 JP 6347825B2
- Authority
- JP
- Japan
- Prior art keywords
- episode
- incremental
- batch
- candidate
- candidate pattern
- 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.)
- Active
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Description
Claims (10)
- 操作装置から複数のリアルタイム操作パラメータを検出するように構成される検出モジュールと、
複数の履歴候補エピソード及び複数のコンピュータが実行可能な命令を記憶するように構成され、前記命令は、
前記リアルタイム操作パラメータを受信し、増分時間周期ごとに、少なくとも1つの増分候補パターンを生成するように構成され、前記増分候補パターンは、前記リアルタイム操作パラメータの一連のイベントを含む増分エピソードであり、前記増分エピソードが増分閾値より大きい増分発生頻度を有するデルタエピソードマイニングユニットと、
前記リアルタイム操作パラメータ及び前記履歴候補エピソードを受信し、バッチ時間周期ごとに、少なくとも1つのバッチ候補パターンを生成するように構成され、前記バッチ候補パターンは、前記バッチ時間周期内の前記リアルタイム操作パラメータの一連のイベントを含むバッチエピソードであり、前記バッチエピソードがバッチ閾値より大きいバッチ発生頻度を有するバッチエピソードマイニングユニットと、
前記増分候補パターン及び特定の閾値より大きい発生頻度を有する前記バッチ候補パターンから少なくとも1つの新規追加候補エピソードを決定するように構成されるパターン統合ユニットと、
前記新規追加候補エピソードに応じて少なくとも1つの検出ルールを生成するルール生成ユニットとを含む、記憶モジュールと、
前記記憶モジュールと前記検出モジュールに電気的に接続され、前記命令を実行するように構成される処理モジュールと、
を備え、
前記増分発生頻度は、前記増分時間周期内の全履歴エピソードの発生回数に対する前記増分エピソードの発生回数の比率であり、
前記バッチ発生頻度は、同一の一連のイベントを含む前記履歴候補エピソードの発生回数に対する前記バッチエピソードの発生回数の比率であり、
前記増分時間周期は、前記バッチ時間周期よりも短く、
前記パターン統合ユニットは、前記増分候補パターンと前記バッチ候補パターンとが同一である場合には、前記増分候補パターンを、前記新規追加候補エピソードとして直接決定し、
前記増分候補パターンが前記バッチ候補パターンと同一でない場合には、前記履歴候補エピソードをDとし、増分時間周期内のエピソード全体をΔDとし、増分候補パターンの発生可能性をΔsとしたとき、(Δs×|ΔD|)/(|D|+|ΔD|)として発生頻度を算出し、
バッチ候補パターンが増分候補パターンと同一ではない場合には、バッチ候補パターンをsとしたとき(s×|D|)/(|D|+|ΔD|)として発生頻度を算出する、
エピソードマイニング装置。 - 前記リアルタイム操作パラメータの分類、統合、変換、正規化又は組み合わせを実行するように構成されるデータ前処理ユニットを更に備える請求項1に記載のエピソードマイニング装置。
- 前記データ前処理ユニットは、前記リアルタイム操作パラメータを特性グループ、制御パラメータ及び監視パラメータに分類する請求項2に記載のエピソードマイニング装置。
- 前記履歴候補エピソード及び前記増分時間周期内のエピソード全体における前記増分候補パターンの第1の発生頻度が第1の閾値より大きい場合、前記増分候補パターンが前記新規追加候補エピソードであると決定され、前記履歴候補エピソード及び前記増分時間周期内のエピソード全体における前記バッチ候補パターンの第2の発生頻度が第2の閾値より大きい場合、前記バッチ候補パターンが前記新規追加候補エピソードであると決定される請求項1に記載のエピソードマイニング装置。
- 前記検出ルールによりルール検出を実行する複合イベント処理ユニットを更に備える請求項1に記載のエピソードマイニング装置。
- エピソードマイニング装置に用いられるエピソードマイニング方法であって、
前記エピソードマイニング装置は、操作装置から複数のリアルタイム操作パラメータを検出するように構成される検出モジュールと、複数の履歴候補エピソード及び複数のコンピュータが実行可能な命令を記憶するように構成される記憶モジュールと、前記記憶モジュールと前記検出モジュールに電気的に接続され、前記命令を実行するように構成される処理モジュールと、を備え、前記処理モジュールが前記命令を実行して前記エピソードマイニング方法を実施し、前記エピソードマイニング方法は、
増分時間周期ごとに、少なくとも1つの増分候補パターンを生成し、増分候補パターンは、前記リアルタイム操作パラメータの一連のイベントを含む増分エピソードであり、前記増分エピソードが増分閾値より大きい増分発生頻度を有する工程と、
バッチ時間周期ごとに、少なくとも1つのバッチ候補パターンを生成し、前記バッチ候補パターンは、前記バッチ時間周期内の前記リアルタイム操作パラメータの一連のイベントを含むバッチエピソードであり、前記バッチエピソードがバッチ閾値より大きいバッチ発生頻度を有する工程と、
前記増分候補パターン及び特定の閾値より大きい発生頻度を有する前記バッチ候補パターンから少なくとも1つの新規追加候補エピソードを決定する工程と、
前記新規追加候補エピソードに応じて少なくとも1つの検出ルールを生成する工程と、を含み、
前記増分発生頻度は、前記増分時間周期内の全履歴エピソードの発生回数に対する前記増分エピソードの発生回数の比率であり、
前記バッチ発生頻度は、同一の一連のイベントを含む前記履歴候補エピソードの発生回数に対する前記バッチエピソードの発生回数の比率であり、
前記増分時間周期は、前記バッチ時間周期よりも短く、
前記増分候補パターンと前記バッチ候補パターンとが同一である場合には、前記増分候補パターンを、前記新規追加候補エピソードとして直接決定し、
前記増分候補パターンが前記バッチ候補パターンと同一でない場合には、前記履歴候補エピソードをDとし、増分時間周期内のエピソード全体をΔDとし、増分候補パターンの発生可能性をΔsとしたとき、(Δs×|ΔD|)/(|D|+|ΔD|)として発生頻度を算出し、
バッチ候補パターンが増分候補パターンと同一ではない場合には、バッチ候補パターンをsとしたとき(s×|D|)/(|D|+|ΔD|)として発生頻度を算出する、
方法。 - 前記リアルタイム操作パラメータの分類、統合、変換、正規化又は組み合わせを実行する工程を更に備える請求項6に記載のエピソードマイニング方法。
- 前記リアルタイム操作パラメータが特性グループ、制御パラメータ及び監視パラメータに分類される請求項7に記載のエピソードマイニング方法。
- 前記履歴候補エピソード及び前記増分時間周期内のエピソード全体における前記増分候補パターンの第1の発生頻度が第1の閾値より大きい場合、前記増分候補パターンが前記新規追加候補エピソードであると決定される工程と、
前記履歴候補エピソード及び前記増分時間周期内のエピソード全体における前記バッチ候補パターンの第2の発生頻度が第2の閾値より大きい場合、前記バッチ候補パターンが前記新規追加候補エピソードであると決定される工程と、
を更に含む請求項6に記載のエピソードマイニング方法。 - 前記検出ルールによりルール検出を実行する工程を更に含む請求項6に記載のエピソードマイニング方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016238018A JP6347825B2 (ja) | 2016-12-07 | 2016-12-07 | エピソードマイニング装置及びその方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016238018A JP6347825B2 (ja) | 2016-12-07 | 2016-12-07 | エピソードマイニング装置及びその方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018097395A JP2018097395A (ja) | 2018-06-21 |
JP6347825B2 true JP6347825B2 (ja) | 2018-06-27 |
Family
ID=62632971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016238018A Active JP6347825B2 (ja) | 2016-12-07 | 2016-12-07 | エピソードマイニング装置及びその方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6347825B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3798099B1 (en) | 2018-05-21 | 2024-02-14 | Jtekt Corporation | Motor control device |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120078903A1 (en) * | 2010-09-23 | 2012-03-29 | Stefan Bergstein | Identifying correlated operation management events |
JP5588811B2 (ja) * | 2010-09-29 | 2014-09-10 | 株式会社日立製作所 | データ分析支援システム及び方法 |
-
2016
- 2016-12-07 JP JP2016238018A patent/JP6347825B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018097395A (ja) | 2018-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7223839B2 (ja) | 異常検出および/または予知保全のためのコンピュータ実装方法、コンピュータプログラム製品およびシステム | |
JP6811276B2 (ja) | 多次元時系列におけるスパース・ニューラル・ネットワーク・ベース異常検出 | |
Salih et al. | Combining best features selection using three classifiers in intrusion detection system | |
JP6555061B2 (ja) | クラスタリングプログラム、クラスタリング方法、および情報処理装置 | |
Huang et al. | Double-layer distributed monitoring based on sequential correlation information for large-scale industrial processes in dynamic and static states | |
JP6456580B1 (ja) | 異常検知装置、異常検知方法及び異常検知プログラム | |
Zhao et al. | Total variable decomposition based on sparse cointegration analysis for distributed monitoring of nonstationary industrial processes | |
US20230152786A1 (en) | Industrial equipment operation, maintenance and optimization method and system based on complex network model | |
WO2023207190A1 (zh) | 一种火电厂故障预警系统、方法、电子设备及存储介质 | |
WO2021059302A2 (en) | Method and system for diagnosing anomaly in a manufacturing plant | |
Hong et al. | The entropy and PCA based anomaly prediction in data streams | |
Wang et al. | Fault detection and identification using a Kullback-Leibler divergence based multi-block principal component analysis and Bayesian inference | |
CN114326655A (zh) | 工业机器人故障数据生成方法、系统、终端以及存储介质 | |
CN114662602A (zh) | 一种离群点检测方法、装置、电子设备及存储介质 | |
Masani et al. | Predictive maintenance and monitoring of industrial machine using machine learning | |
JP6347825B2 (ja) | エピソードマイニング装置及びその方法 | |
Chen et al. | Condition-driven soft transition modeling and monitoring strategy for complex nonstationary process | |
Hegazy | Tag Eldien, AS; Tantawy, MM; Fouda, MM; TagElDien, HA Real-time locational detection of stealthy false data injection attack in smart grid: Using multivariate-based multi-label classification approach | |
US10372719B2 (en) | Episode mining device, method and non-transitory computer readable medium of the same | |
US11487462B2 (en) | Method and device of predicting inter-volume copy time based on inter-pool copy speed | |
Guang et al. | Benchmark datasets for stochastic Petri net learning | |
CN110770753B (zh) | 高维数据实时分析的装置和方法 | |
CN110874601A (zh) | 识别设备运行状态的方法、状态识别模型训练方法及装置 | |
JP6993472B2 (ja) | 深層学習チップを検出する方法、装置、電子機器、およびコンピュータ記憶媒体 | |
Majdani et al. | Detecting malicious signal manipulation in smart grids using intelligent analysis of contextual data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20180508 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180529 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6347825 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |