JP6644192B1 - 学習装置、学習方法及びプログラム - Google Patents
学習装置、学習方法及びプログラム Download PDFInfo
- Publication number
- JP6644192B1 JP6644192B1 JP2019531360A JP2019531360A JP6644192B1 JP 6644192 B1 JP6644192 B1 JP 6644192B1 JP 2019531360 A JP2019531360 A JP 2019531360A JP 2019531360 A JP2019531360 A JP 2019531360A JP 6644192 B1 JP6644192 B1 JP 6644192B1
- Authority
- JP
- Japan
- Prior art keywords
- learning
- signal
- similarity
- waveform
- partial
- 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
- 238000000034 method Methods 0.000 title claims description 29
- 238000009826 distribution Methods 0.000 claims abstract description 42
- 238000003860 storage Methods 0.000 description 24
- 238000004458 analytical method Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000005856 abnormality Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 239000013598 vector Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000005484 gravity Effects 0.000 description 6
- 238000007621 cluster analysis Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component 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
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/16—Classification; Matching by matching signal segments
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Probability & Statistics with Applications (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
本実施の形態に係る学習装置10は、外部から提供された学習信号を取得して、この学習信号に含まれる代表的な波形を学習する装置である。学習装置10によって学習された波形は、工場に形成される生産システムにおいて収集される信号の波形と比較して異常を検知するために利用される。
Claims (14)
- 学習信号を取得する取得手段と、
前記取得手段によって取得された前記学習信号から切り出される部分信号を、波形が類似する度合いを示す第1類似度に応じてクラスタリングして、クラスタリングされた前記部分信号の波形を表す基準波形を学習する学習手段と、
前記学習信号を構成する学習部分信号と試行信号のうちの前記学習部分信号から学習された前記基準波形と前記試行信号とが類似する度合いを示す第2類似度の分布により、前記学習手段による学習の進捗状況を示す進捗情報を生成して出力する生成手段と、
を備える学習装置。 - 前記生成手段は、前記試行信号から切り出される複数の部分信号それぞれと前記基準波形とが類似する度合いを示す前記第2類似度を算出し、前記第2類似度の分布により前記進捗情報を生成する、
請求項1に記載の学習装置。 - 前記生成手段は、前記第2類似度の大きさに対する頻度の分布により前記進捗情報を生成する、
請求項2に記載の学習装置。 - 前記取得手段は、複数の前記学習信号を取得し、
前記生成手段は、一の前記学習信号から前記学習手段によって前記基準波形が学習されたときの、前記第2類似度の分布に関する指標値と、他の前記学習信号から前記学習手段によって前記基準波形が学習されたときの前記指標値と、の関係に基づいて前記進捗情報を生成する、
請求項1に記載の学習装置。 - 前記生成手段は、前記指標値の差が閾値を下回ったときに、前記基準波形の学習が十分になされたことを示す前記進捗情報を生成する、
請求項4に記載の学習装置。 - 学習信号を取得する取得手段と、
前記取得手段によって取得された前記学習信号から切り出される部分信号を、波形が類似する度合いを示す第1類似度に応じてクラスタリングして、クラスタリングされた前記部分信号の波形を表す基準波形を学習する学習手段と、
前記学習信号を構成する学習部分信号と試行信号のうちの前記学習部分信号から学習された前記基準波形と前記試行信号とが類似する度合いを示す第2類似度の分布と、クラスタリングされた前記部分信号を含む各クラスタの特性と、の少なくとも一方により、前記学習手段による学習の進捗状況を示す進捗情報を生成して出力する生成手段と、を備え、
前記取得手段は、取得した一の前記学習信号の波形に応じた長さの前記学習信号を次に取得することで、前記学習信号を繰り返し取得し、
前記生成手段は、一の前記学習信号から前記学習手段によって前記基準波形が学習されたときの、前記第2類似度の分布と各クラスタの特性との少なくとも一方に関する指標値と、他の前記学習信号から前記学習手段によって前記基準波形が学習されたときの前記指標値と、の関係に基づいて前記進捗情報を生成する、学習装置。 - 学習信号を取得する取得手段と、
前記取得手段によって取得された前記学習信号から切り出される部分信号を、波形が類似する度合いを示す第1類似度に応じてクラスタリングして、クラスタリングされた前記部分信号の波形を表す基準波形を学習する学習手段と、
前記学習信号を構成する学習部分信号と試行信号のうちの前記学習部分信号から学習された前記基準波形と前記試行信号とが類似する度合いを示す第2類似度の分布と、クラスタリングされた前記部分信号を含む各クラスタの特性と、の少なくとも一方により、前記学習手段による学習の進捗状況を示す進捗情報を生成して出力する生成手段と、を備え、
前記取得手段は、取得した一の前記学習信号より長い前記学習信号を次に取得することで、前記学習信号を繰り返し取得し、
前記生成手段は、一の前記学習信号から前記学習手段によって前記基準波形が学習されたときの、前記第2類似度の分布と各クラスタの特性との少なくとも一方に関する指標値と、他の前記学習信号から前記学習手段によって前記基準波形が学習されたときの前記指標値と、の関係に基づいて前記進捗情報を生成する、学習装置。 - 前記生成手段は、前記基準波形の学習を継続するか否かを示す前記進捗情報を生成して出力し、
前記取得手段は、前記進捗情報が学習を継続することを示す場合に、新たな学習信号を取得し、
前記学習手段は、前記新たな学習信号から前記基準波形を学習する、
請求項1から7のいずれか一項に記載の学習装置。 - 学習信号から切り出される部分信号を、波形が類似する度合いを示す第1類似度に応じてクラスタリングして、クラスタリングされた前記部分信号の波形を表す基準波形を学習する学習ステップと、
前記学習信号を構成する学習部分信号と試行信号のうちの前記学習部分信号から学習された前記基準波形と前記試行信号とが類似する度合いを示す第2類似度の分布により、学習の進捗状況を示す進捗情報を生成して出力する生成ステップと、
を含む学習方法。 - 学習信号を取得する取得ステップと、
前記学習信号から切り出される部分信号を、波形が類似する度合いを示す第1類似度に応じてクラスタリングして、クラスタリングされた前記部分信号の波形を表す基準波形を学習する学習ステップと、
前記学習信号を構成する学習部分信号と試行信号のうちの前記学習部分信号から学習された前記基準波形と前記試行信号とが類似する度合いを示す第2類似度の分布と、クラスタリングされた前記部分信号を含む各クラスタの特性と、の少なくとも一方により、学習の進捗状況を示す進捗情報を生成して出力する生成ステップと、を含み、
前記取得ステップでは、取得した一の前記学習信号の波形に応じた長さの前記学習信号を次に取得することで、前記学習信号を繰り返し取得し、
前記生成ステップでは、一の前記学習信号から前記学習ステップにおいて前記基準波形が学習されたときの、前記第2類似度の分布と各クラスタの特性との少なくとも一方に関する指標値と、他の前記学習信号から前記学習ステップにおいて前記基準波形が学習されたときの前記指標値と、の関係に基づいて前記進捗情報を生成する、学習方法。 - 学習信号を取得する取得ステップと、
前記学習信号から切り出される部分信号を、波形が類似する度合いを示す第1類似度に応じてクラスタリングして、クラスタリングされた前記部分信号の波形を表す基準波形を学習する学習ステップと、
前記学習信号を構成する学習部分信号と試行信号のうちの前記学習部分信号から学習された前記基準波形と前記試行信号とが類似する度合いを示す第2類似度の分布と、クラスタリングされた前記部分信号を含む各クラスタの特性と、の少なくとも一方により、学習の進捗状況を示す進捗情報を生成して出力する生成ステップと、を含み、
前記取得ステップでは、取得した一の前記学習信号より長い前記学習信号を次に取得することで、前記学習信号を繰り返し取得し、
前記生成ステップでは、一の前記学習信号から前記学習ステップにおいて前記基準波形が学習されたときの、前記第2類似度の分布と各クラスタの特性との少なくとも一方に関する指標値と、他の前記学習信号から前記学習ステップにおいて前記基準波形が学習されたときの前記指標値と、の関係に基づいて前記進捗情報を生成する、学習方法。 - コンピュータに、
学習信号から切り出される部分信号を、波形が類似する度合いを示す第1類似度に応じてクラスタリングして、クラスタリングされた前記部分信号の波形を表す基準波形を学習し、
前記学習信号を構成する学習部分信号と試行信号のうちの前記学習部分信号から学習された前記基準波形と前記試行信号とが類似する度合いを示す第2類似度の分布により、学習の進捗状況を示す進捗情報を生成して出力する、
ことを実行させるためのプログラム。 - コンピュータに、
一の学習信号を取得し、取得した一の前記学習信号の波形に応じた長さの他の前記学習信号を次に取得することで、前記学習信号を繰り返し取得し、
前記学習信号から切り出される部分信号を、波形が類似する度合いを示す第1類似度に応じてクラスタリングして、クラスタリングされた前記部分信号の波形を表す基準波形を学習し、
一の前記学習信号から前記基準波形が学習されたときの、前記学習信号を構成する学習部分信号と試行信号のうちの前記学習部分信号から学習された前記基準波形と前記試行信号とが類似する度合いを示す第2類似度の分布、及び、各クラスタの特性の少なくとも一方に関する指標値と、他の前記学習信号から前記基準波形が学習されたときの前記指標値と、の関係に基づいて、学習の進捗状況を示す進捗情報を生成して出力する、
ことを実行させるためのプログラム。 - コンピュータに、
一の学習信号を取得し、取得した一の前記学習信号より長い他の前記学習信号を次に取得することで、前記学習信号を繰り返し取得し、
前記学習信号から切り出される部分信号を、波形が類似する度合いを示す第1類似度に応じてクラスタリングして、クラスタリングされた前記部分信号の波形を表す基準波形を学習し、
一の前記学習信号から前記基準波形が学習されたときの、前記学習信号を構成する学習部分信号と試行信号のうちの前記学習部分信号から学習された前記基準波形と前記試行信号とが類似する度合いを示す第2類似度の分布、及び、各クラスタの特性の少なくとも一方に関する指標値と、他の前記学習信号から前記基準波形が学習されたときの前記指標値と、の関係に基づいて、学習の進捗状況を示す進捗情報を生成して出力する、
ことを実行させるためのプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/023575 WO2019244295A1 (ja) | 2018-06-21 | 2018-06-21 | 学習装置、学習方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6644192B1 true JP6644192B1 (ja) | 2020-02-12 |
JPWO2019244295A1 JPWO2019244295A1 (ja) | 2020-07-09 |
Family
ID=68982813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019531360A Active JP6644192B1 (ja) | 2018-06-21 | 2018-06-21 | 学習装置、学習方法及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11042737B2 (ja) |
JP (1) | JP6644192B1 (ja) |
CN (1) | CN112334922B (ja) |
TW (1) | TW202001922A (ja) |
WO (1) | WO2019244295A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07230446A (ja) * | 1993-12-22 | 1995-08-29 | Toshiba Corp | パターン抽出方法及び装置 |
JP2004093671A (ja) * | 2002-08-29 | 2004-03-25 | Mitsubishi Electric Corp | 辞書圧縮装置 |
JP2009135649A (ja) * | 2007-11-29 | 2009-06-18 | Mitsubishi Electric Corp | データ処理装置及びデータ処理方法及びプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3056324B2 (ja) * | 1992-04-01 | 2000-06-26 | 株式会社日立製作所 | 学習/想起方法および装置 |
US8001074B2 (en) * | 2008-01-31 | 2011-08-16 | Quest Software, Inc. | Fuzzy-learning-based extraction of time-series behavior |
JP5301310B2 (ja) * | 2009-02-17 | 2013-09-25 | 株式会社日立製作所 | 異常検知方法及び異常検知システム |
JP5441554B2 (ja) | 2009-08-03 | 2014-03-12 | 三菱電機株式会社 | 時系列データ類似判定装置、時系列データ類似判定プログラム、記録媒体及び時系列データ類似判定方法 |
US20160004620A1 (en) | 2013-05-16 | 2016-01-07 | Hitachi, Ltd. | Detection apparatus, detection method, and recording medium |
CN107545228B (zh) * | 2016-11-07 | 2023-08-04 | 北京交通大学 | 基于小波变换的电气化铁路运行工况识别方法 |
-
2018
- 2018-06-21 JP JP2019531360A patent/JP6644192B1/ja active Active
- 2018-06-21 CN CN201880094703.1A patent/CN112334922B/zh active Active
- 2018-06-21 WO PCT/JP2018/023575 patent/WO2019244295A1/ja active Application Filing
- 2018-06-21 US US17/051,440 patent/US11042737B2/en active Active
-
2019
- 2019-06-14 TW TW108120616A patent/TW202001922A/zh unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07230446A (ja) * | 1993-12-22 | 1995-08-29 | Toshiba Corp | パターン抽出方法及び装置 |
JP2004093671A (ja) * | 2002-08-29 | 2004-03-25 | Mitsubishi Electric Corp | 辞書圧縮装置 |
JP2009135649A (ja) * | 2007-11-29 | 2009-06-18 | Mitsubishi Electric Corp | データ処理装置及びデータ処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
CN112334922A (zh) | 2021-02-05 |
TW202001922A (zh) | 2020-01-01 |
CN112334922B (zh) | 2022-05-10 |
US20210089768A1 (en) | 2021-03-25 |
JPWO2019244295A1 (ja) | 2020-07-09 |
WO2019244295A1 (ja) | 2019-12-26 |
US11042737B2 (en) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200397346A1 (en) | Annotation method, annotation device, storage medium, and identification system | |
US10613960B2 (en) | Information processing apparatus and information processing method | |
US10496730B2 (en) | Factor analysis device, factor analysis method, and factor analysis program | |
JP2019028929A (ja) | プリプロセッサおよび異常予兆診断システム | |
US20220237407A1 (en) | Storage medium, estimation method, and information processing device, relearning program, and relearning method | |
JP6828807B2 (ja) | データ解析装置、データ解析方法およびデータ解析プログラム | |
JP6636214B1 (ja) | 診断装置、診断方法及びプログラム | |
KR102031843B1 (ko) | 가상의 센서 데이터를 생성하는 방법 및 장치 | |
US11692910B2 (en) | Abnormality diagnostic device, abnormality diagnostic method, and program | |
JP2018027577A (ja) | 判定装置、判定方法、および判定プログラム | |
US20240164691A1 (en) | Electrocardiogram analysis assistance device, program, electrocardiogram analysis assistance method, and electrocardiogram analysis assistance system | |
JP7052604B2 (ja) | 業務推定方法、情報処理装置、及び業務推定プログラム | |
JP6644192B1 (ja) | 学習装置、学習方法及びプログラム | |
JP7251955B2 (ja) | 検出装置及び機械学習方法 | |
WO2019176322A1 (ja) | 多変量時系列データの同期方法および多変量時系列データ処理装置 | |
JP2020139914A (ja) | 物質構造分析装置、方法及びプログラム | |
US20210390623A1 (en) | Data analysis method and data analysis device | |
US11966218B2 (en) | Diagnosis device, diagnosis method and program | |
US11915143B2 (en) | Image determination device, image determination method, and non-transitory computer readable medium storing program | |
US20230086261A1 (en) | Clustering device, clustering method, and clustering program | |
US11353860B2 (en) | Data analysis device, system, method, and recording medium storing program | |
WO2020053934A1 (ja) | モデルパラメタ推定装置、状態推定システムおよびモデルパラメタ推定方法 | |
CN111860633B (zh) | 一种波形传感数据的处理方法 | |
KR102236802B1 (ko) | 진단 모델용 데이터의 특징 추출 장치 및 방법 | |
CN114417256A (zh) | 单传感器异常检测方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190611 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190611 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190611 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190626 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190709 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190903 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191015 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191126 |
|
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: 20191210 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200107 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6644192 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 |