[發(fā)明專利]預測影響物理系統(tǒng)的事件

在審

• 申請?zhí)枺?/td>: 201811587905.8
• 申請日: 2018-12-25
• 公開（公告）號: CN109977987A
• 公開（公告）日: 2019-07-05
• 發(fā)明（設計）人: X·格勒昂
• 申請（專利權）人: 達索系統(tǒng)公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 劉瑜;王英

本發(fā)明顯著地涉及一種用于預測物理系統(tǒng)的事件的新發(fā)生的計算機實現(xiàn)的方法。該方法包括：提供物理系統(tǒng)的過去事件的第一集合，每個過去事件包括若干屬性，針對第一集合中的每個過去事件提供簽名，提供包括若干屬性的新事件，計算新事件的簽名，在新事件的簽名與第一集合中的每個過去事件的每個簽名之間計算相似性測量，根據(jù)相似性測量來確定最接近新事件的過去事件從而形成過去事件的第二集合，針對第二集合的每個屬性計算相關性得分，通過選擇具有更高相關性得分的屬性來提供屬性集合。

技術領域

本發(fā)明涉及計算機程序和系統(tǒng)領域，并且更具體地涉及用于預測物理系統(tǒng)的事件的新發(fā)生的方法、系統(tǒng)和程序。

背景技術

預測用于工程中的決策制定。預測用于識別事件的可能原因和結果，并且響應于事件而計劃高效行動。例如，在正在進行的衛(wèi)星發(fā)射中，需要預測事故以避免新發(fā)生事故。應用領域包括例如幫助支持幾乎所有行業(yè)領域(汽車、航空航天、工業(yè)設備等)中的產品和資產的維護。它也適用于設計和制造中的質量的經(jīng)驗回報，例如：計算機輔助設計(CAD)系統(tǒng)可以為設備的設計提供建議，從而最小化所設計的設備的故障風險。

“變量重要度”的問題涉及找到其知識對于確定特定目標變量的值很重要的變量，例如，找到對于確定事件的成本或事件發(fā)生概率(成本和概率是目標變量)最重要的變量。例如，切割機的使用持續(xù)時間、其上已被用于切割的材料的平均強度以及平均室溫可能在確定機器損壞概率的最重要因素之中。基本上，可以爭辯，最佳表征觀測的變量是最佳確定觀測發(fā)生概率(其是變量)的變量，因此變量重要度問題比表征觀測的問題更為普遍。然而，以這種方式使用變量重要度來表征觀測存在兩個問題。首先，要求每個觀測發(fā)生的概率是已知的。其次，變量重要度返回一般性地與觀測的發(fā)生概率最佳相關的變量，而不是特別地與觀測的發(fā)生概率最佳相關的變量，即，它返回表征整個觀測集合的變量集合，而不是表征關于其他的觀測的變量集合。

因此，識別最佳表征物理系統(tǒng)(例如，工廠)的特定事件的變量(例如，最佳解釋物理系統(tǒng)事件的正常運行與物理系統(tǒng)的給定故障之間的差異的變量)很重要。這些變量的值可能在事件的原因之中(如果數(shù)據(jù)預先存在事件)或在其結果之中(如果數(shù)據(jù)是在事件發(fā)生后產生的)。

在此上下文中，仍然需要對物理系統(tǒng)的事件的新發(fā)生的改進預測。

發(fā)明內容

因此，提供了一種用于預測物理系統(tǒng)的事件的新發(fā)生的計算機實現(xiàn)的方法。該方法包括：提供物理系統(tǒng)的過去事件的第一集合，每個過去事件包括若干屬性，針對第一集合中的每個過去事件提供簽名，提供包括若干屬性的新事件，計算新事件的簽名，在新事件的簽名與第一集合中的每個過去事件的每個簽名之間計算相似性測量，根據(jù)相似性測量來確定最接近新事件的過去事件從而形成過去事件的第二集合，針對第二集合的每個屬性計算相關性得分，通過選擇具有更高相關性得分的屬性來提供屬性集合。

該方法可以包括以下操作中的一個或多個：

-相關性得分針對其被計算的第二集合的屬性存在于第一集合和第二集合兩者中；

-屬性的相關性得分是通過將屬性的值在第二集合上的分布概率與屬性的值在第一集合上的分布概率進行比較來計算的；

-針對第一集合中的每個過去事件并且針對新事件提供簽名包括針對第一集合中的每個過去事件并且針對新事件提供數(shù)字矢量；

-提供簽名包括：-利用過去事件的第三集合來訓練機器學習模型，-對第一集合中的每個過去事件并且對新事件應用機器學習模型；

-所訓練的模型是上下文敏感的自動編碼器；

-用于確定最接近新事件的過去事件的相似性度量是以下中的一個：-余弦相似度，-歐幾里德距離，-逆歐幾里德距離；

-屬性包括至少一個結構化屬性；

-屬性還包括至少一個非結構化屬性；