JP7268509B2 - 異常度算出方法、及び、異常度算出用コンピュータプログラム - Google Patents
異常度算出方法、及び、異常度算出用コンピュータプログラム Download PDFInfo
- Publication number
- JP7268509B2 JP7268509B2 JP2019127633A JP2019127633A JP7268509B2 JP 7268509 B2 JP7268509 B2 JP 7268509B2 JP 2019127633 A JP2019127633 A JP 2019127633A JP 2019127633 A JP2019127633 A JP 2019127633A JP 7268509 B2 JP7268509 B2 JP 7268509B2
- Authority
- JP
- Japan
- Prior art keywords
- degree
- abnormality
- restoration
- calculating
- target
- 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
図1に示す本実施形態の情報処理装置10は、物Pの製造プロセスを監視するために配置されたセンサ群100からの計測値の組に基づき、物Pの製造プロセスの異常度E(t)を算出するように構成される。ここで、tは、時間であり、E(t)は、時間の関数である。
(1)対象に関する複数の物理量を計測する複数のセンサからの計測値の組に基づき、対象の異常度を算出すること。
(2)上記計測値の組として「組を構成する計測値のそれぞれが複数のセンサのうちの対応する一つのセンサにより計測される上記複数の物理量のうちの一つの計測値である」計測値の組に基づき、対象の異常度を算出すること。
(3)対象が正常であるときの上記計測値の組である第1の計測値の組を、複数のセンサから、複数取得すること。
(4)多次元の入力値を、入力値の次元より低い次元の値に変換した後、元の次元に戻すように復元し、復元された入力値を出力値として出力するように構成される復元型ニューラルネットワークを用いること。
(5)上記第1の計測値の組を、復元型ニューラルネットワークへの入力値として用いて、復元型ニューラルネットワークから第1の計測値の組に対応する出力値として出力される、復元された第1の計測値の組と、復元型ニューラルネットワークに入力される第1の計測値の組である元の第1の計測値の組と、の間の復元誤差が最小になるように、復元型ニューラルネットワークを構築すること。
(6)異常度の算出対象データとして複数のセンサから取得した計測値の組である第2の計測値の組を、構築した復元型ニューラルネットワークに入力し、出力値として、復元型ニューラルネットワークから出力される復元された第2の計測値の組を取得すること。
(7)復元された第2の計測値の組を構成する複数のセンサのそれぞれに対応する復元された第2の計測値と、復元型ニューラルネットワークに入力される第2の計測値の組である元の第2の計測値の組を構成する複数のセンサのそれぞれに対応する元の第2の計測値と、に基づき、異常度を算出すること。
(8)複数のセンサのそれぞれに対応する復元された第2の計測値と元の第2の計測値との間の復元誤差を、複数のセンサ間で重み付けして、異常度を算出すること。
(9)複数のセンサのそれぞれに対応する復元された第1の計測値と元の第1の計測値との間の復元誤差の分布に基づき、複数のセンサのそれぞれに対する重みを決定すること。
(10)複数のセンサのそれぞれに対して上記決定された重みで、複数のセンサのそれぞれに対応する復元された第2の計測値と元の第2の計測値との間の復元誤差を重み付けし、異常度を算出すること。
Claims (8)
- 対象に関する複数の物理量をそれぞれ計測する複数のセンサからの各計測値と、前記各計測値を圧縮した後復元して出力する復元型ニューラルネットワークからの各出力値と、の間の各復元誤差から、前記対象の異常度を算出する異常度算出方法であって、
前記対象の前記異常度を算出する前に、前記対象が正常であるときの前記各計測値を用いて、前記各復元誤差が最小になるように前記復元型ニューラルネットワークを構築し、
前記対象の前記異常度を算出する際には、前記各復元誤差を、前記対象が正常であるときの前記各復元誤差の分散に基づいて前記複数のセンサ間で重み付けして、前記異常度を算出すること
を含む異常度算出方法。 - 前記複数のセンサのうち、相対的に前記復元誤差の分散の小さいセンサの重みを、相対的に前記復元誤差の分散の大きいセンサの重みよりも大きい値に決定して、前記重み付けを行う請求項1に記載の異常度算出方法。
- 対象に関する複数の物理量をそれぞれ計測する複数のセンサからの各計測値と、前記各計測値を圧縮した後復元して出力する復元型ニューラルネットワークからの各出力値と、の間の各復元誤差から、前記対象の異常度を算出する異常度算出方法であって、
前記対象の前記異常度を算出する前に、前記対象が正常であるときの前記各計測値を用いて、前記各復元誤差が最小になるように前記復元型ニューラルネットワークを構築し、
前記対象の前記異常度を算出する際には、前記各復元誤差を、前記複数のセンサ間で重み付けして、前記複数のセンサのそれぞれに対応する次元を有する多次元空間上での、前記各出力値に対応する点と、前記各計測値に対応する点との間の重み付け距離として、前記異常度を算出すること
を含む異常度算出方法。 - 前記重み付け距離は、重み付けユークリッド距離である請求項5に記載の異常度算出方法。
- 対象に関する複数の物理量をそれぞれ計測する複数のセンサからの各計測値と、前記各計測値を圧縮した後復元して出力する復元型ニューラルネットワークからの各出力値と、の間の各復元誤差から、前記対象の異常度を算出する処理をコンピュータに実行させるための異常度算出用コンピュータプログラムであって、
前記対象の前記異常度を算出する前に、前記対象が正常であるときの前記各計測値を用いて、前記各復元誤差が最小になるように前記復元型ニューラルネットワークを構築し、
前記対象の前記異常度を算出する際には、前記各復元誤差を、前記対象が正常であるときの前記各復元誤差の分散に基づいて前記複数のセンサ間で重み付けして、前記異常度を算出すること
を前記コンピュータに実行させるための異常度算出用コンピュータプログラム。 - 対象に関する複数の物理量をそれぞれ計測する複数のセンサからの各計測値と、前記各計測値を圧縮した後復元して出力する復元型ニューラルネットワークからの各出力値と、の間の各復元誤差から、前記対象の異常度を算出する処理をコンピュータに実行させるための異常度算出用コンピュータプログラムであって、
前記対象の前記異常度を算出する前に、前記対象が正常であるときの前記各計測値を用いて、前記各復元誤差が最小になるように前記復元型ニューラルネットワークを構築し、
前記対象の前記異常度を算出する際には、前記各復元誤差を、前記複数のセンサ間で重み付けして、前記複数のセンサのそれぞれに対応する次元を有する多次元空間上での、前記各出力値に対応する点と、前記各計測値に対応する点との間の重み付け距離として、前記異常度を算出すること
を前記コンピュータに実行させるための異常度算出用コンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019127633A JP7268509B2 (ja) | 2019-07-09 | 2019-07-09 | 異常度算出方法、及び、異常度算出用コンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019127633A JP7268509B2 (ja) | 2019-07-09 | 2019-07-09 | 異常度算出方法、及び、異常度算出用コンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021012633A JP2021012633A (ja) | 2021-02-04 |
JP7268509B2 true JP7268509B2 (ja) | 2023-05-08 |
Family
ID=74227454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019127633A Active JP7268509B2 (ja) | 2019-07-09 | 2019-07-09 | 異常度算出方法、及び、異常度算出用コンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7268509B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070288409A1 (en) | 2005-05-31 | 2007-12-13 | Honeywell International, Inc. | Nonlinear neural network fault detection system and method |
US20160155136A1 (en) | 2014-12-02 | 2016-06-02 | Fair Isaac Corporation | Auto-encoder enhanced self-diagnostic components for model monitoring |
JP2019028515A (ja) | 2017-07-25 | 2019-02-21 | ファナック株式会社 | 情報処理装置 |
WO2019087987A1 (ja) | 2017-11-02 | 2019-05-09 | 日本電信電話株式会社 | 異常検知装置、異常検知方法、及びプログラム |
-
2019
- 2019-07-09 JP JP2019127633A patent/JP7268509B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070288409A1 (en) | 2005-05-31 | 2007-12-13 | Honeywell International, Inc. | Nonlinear neural network fault detection system and method |
US20160155136A1 (en) | 2014-12-02 | 2016-06-02 | Fair Isaac Corporation | Auto-encoder enhanced self-diagnostic components for model monitoring |
JP2019028515A (ja) | 2017-07-25 | 2019-02-21 | ファナック株式会社 | 情報処理装置 |
WO2019087987A1 (ja) | 2017-11-02 | 2019-05-09 | 日本電信電話株式会社 | 異常検知装置、異常検知方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021012633A (ja) | 2021-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109587001B (zh) | 一种性能指标异常检测方法及装置 | |
WO2018131219A1 (ja) | 異常検知装置、異常検知方法、および記憶媒体 | |
JP2013257251A (ja) | 異常検知方法、プログラム及びシステム | |
CN112862127B (zh) | 一种传感器数据的异常处理方法、装置、电子设备及介质 | |
WO2010047917A2 (en) | Method and apparatus for creating state estimation models in machine condition monitoring | |
JP6240050B2 (ja) | バイアス推定装置、その方法およびプログラム、並びに故障診断装置、その方法およびプログラム | |
JP7063389B2 (ja) | 処理装置、処理方法、およびプログラム | |
JP6631540B2 (ja) | 情報処理システム、変化点検出方法、およびプログラム | |
JP2007108998A (ja) | 相関性を評価するシステム、および、その方法 | |
JP6641678B2 (ja) | 異常診断装置 | |
US20220309397A1 (en) | Prediction model re-learning device, prediction model re-learning method, and program recording medium | |
CN112380073B (zh) | 一种故障位置的检测方法、装置及可读存储介质 | |
JP7268509B2 (ja) | 異常度算出方法、及び、異常度算出用コンピュータプログラム | |
Kraft et al. | Dealing with inaccurate sensor data in the context of mobile crowdsensing and mhealth | |
WO2018198267A1 (ja) | 因果関係学習方法、プログラム、装置および異常分析システム | |
CN116702005A (zh) | 一种基于神经网络的数据异常诊断方法和电子设备 | |
JP7099296B2 (ja) | 評価方法、システム構築方法、及び評価システム | |
JP6448745B2 (ja) | バイアス推定装置、その方法およびプログラム | |
CN111046786A (zh) | 年龄估计神经网络的生成方法、装置以及电子设备 | |
JP2020067948A (ja) | 分析装置、分析方法および分析プログラム | |
US10316690B2 (en) | Method for validation of an investigated sensor and corresponding machine | |
JP7056747B2 (ja) | 情報処理装置、処理装置、情報処理方法、処理方法、決定方法、およびプログラム | |
CN111956198A (zh) | 一种设备状态确定方法和装置 | |
JP6872324B2 (ja) | 計測システム、計測方法および計測プログラム | |
US20240104430A1 (en) | Information processing apparatus, feature quantity selection method, training data generation method, estimation model generation method, stress level estimation method, and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211112 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220930 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221124 |
|
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: 20230322 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230404 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7268509 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |