[發(fā)明專利]機(jī)器學(xué)習(xí)裝置以及機(jī)器學(xué)習(xí)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010146838.7
• 申請(qǐng)日: 2020-03-05
• 公開（公告）號(hào): CN111660517A
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計(jì)）人: 大久保勇佐;蓮池正晴
• 申請(qǐng)（專利權(quán)）人: 株式會(huì)社捷太格特
• 主分類號(hào): B29C45/76
• 分類號(hào): B29C45/76
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王瑋;蘇琳琳

本發(fā)明提供一種從學(xué)習(xí)模型中的特定的目標(biāo)變量和多個(gè)說(shuō)明變量候選中可靠地選擇適合的說(shuō)明變量的機(jī)器學(xué)習(xí)裝置以及機(jī)器學(xué)習(xí)方法。機(jī)器學(xué)習(xí)裝置(200)具備：多個(gè)稀疏建模處理部(213)，使用相互不同的稀疏建模方法，將在工業(yè)活動(dòng)中使用的學(xué)習(xí)模型中的特定的目標(biāo)變量和多個(gè)說(shuō)明變量候選作為稀疏建模方法的輸入數(shù)據(jù)，針對(duì)多個(gè)說(shuō)明變量候選的每一個(gè)，分別獲取作為用于說(shuō)明特定的目標(biāo)變量的說(shuō)明變量的個(gè)別重要度；和選擇部(215)，基于說(shuō)明變量候選各自的多個(gè)個(gè)別重要度來(lái)計(jì)算說(shuō)明變量候選各自的綜合重要度，基于綜合重要度從多個(gè)說(shuō)明變量候選中選擇學(xué)習(xí)模型的說(shuō)明變量。

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器學(xué)習(xí)裝置以及機(jī)器學(xué)習(xí)方法。

背景技術(shù)

專利文獻(xiàn)1公開了使用機(jī)器學(xué)習(xí)，進(jìn)行與生產(chǎn)設(shè)備的狀態(tài)的優(yōu)劣或者生產(chǎn)對(duì)象物的狀態(tài)的優(yōu)劣相關(guān)的預(yù)測(cè)的技術(shù)。而且近幾年，在用于機(jī)器學(xué)習(xí)裝置的預(yù)測(cè)的學(xué)習(xí)模型中，作為選擇用于說(shuō)明特定的目標(biāo)變量的說(shuō)明變量的方法，稀疏建模備受矚目。

專利文獻(xiàn)1：日本特開2017-151962號(hào)公報(bào)

作為稀疏建模方法的種類公知有套索回歸算法(lasso)、逐步回歸算法(Stepwise)等。關(guān)于這一點(diǎn)，在使用不同的稀疏建模方法從多個(gè)說(shuō)明變量候選中選擇說(shuō)明變量的情況下，有時(shí)即使說(shuō)明變量候選亦即輸入數(shù)據(jù)相同，但各個(gè)稀疏建模方法選擇作為說(shuō)明變量的數(shù)據(jù)也不一致。也就是說(shuō)，存在如下顧慮：使用一個(gè)稀疏建模方法選擇的說(shuō)明變量作為說(shuō)明變量未必適合，在該一個(gè)稀疏建模方法中，作為輸入數(shù)據(jù)使用的說(shuō)明變量候選中所含的重要的說(shuō)明變量未被選擇。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種從學(xué)習(xí)模型中的特定的目標(biāo)變量和多個(gè)說(shuō)明變量候選中可靠地選擇適合的說(shuō)明變量的機(jī)器學(xué)習(xí)裝置以及機(jī)器學(xué)習(xí)方法。

機(jī)器學(xué)習(xí)裝置具備：稀疏建模處理部，使用相互不同的稀疏建模方法，將在工業(yè)活動(dòng)中使用的學(xué)習(xí)模型中的特定的目標(biāo)變量和多個(gè)說(shuō)明變量候選作為上述稀疏建模方法的輸入數(shù)據(jù)，針對(duì)上述多個(gè)說(shuō)明變量候選的每一個(gè)，分別獲取作為用于說(shuō)明上述特定的目標(biāo)變量的說(shuō)明變量的個(gè)別重要度；以及選擇部，基于上述說(shuō)明變量候選各自的多個(gè)上述個(gè)別重要度來(lái)計(jì)算上述說(shuō)明變量候選各自的綜合重要度，基于上述綜合重要度從上述多個(gè)說(shuō)明變量候選中選擇上述學(xué)習(xí)模型的說(shuō)明變量。

根據(jù)該機(jī)器學(xué)習(xí)裝置，選擇部基于稀疏建模處理部獲取的個(gè)別重要度來(lái)計(jì)算每個(gè)多個(gè)說(shuō)明變量候選的綜合重要度，基于該綜合重要度，從多個(gè)說(shuō)明變量候選中選擇適合的說(shuō)明變量候選，作為說(shuō)明變量。因此，機(jī)器學(xué)習(xí)裝置能夠可靠地選擇適合的說(shuō)明變量。

機(jī)器學(xué)習(xí)方法具備：多個(gè)稀疏建模處理工序，使用相互不同的稀疏建模方法，將在工業(yè)活動(dòng)中使用的學(xué)習(xí)模型中的特定的目標(biāo)變量和多個(gè)說(shuō)明變量候選作為上述稀疏建模方法的輸入數(shù)據(jù)，針對(duì)上述多個(gè)說(shuō)明變量候選的各個(gè)，分別獲取個(gè)別重要度來(lái)作為用于說(shuō)明上述特定的目標(biāo)變量的說(shuō)明變量；以及選擇工序，基于上述說(shuō)明變量候選各自的多個(gè)上述個(gè)別重要度來(lái)計(jì)算上述說(shuō)明變量候選各自的綜合重要度，基于上述綜合重要度從上述多個(gè)說(shuō)明變量候選中選擇上述學(xué)習(xí)模型的說(shuō)明變量。該機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)與上述機(jī)器學(xué)習(xí)裝置相同的效果。

附圖說(shuō)明

圖1是表示品質(zhì)預(yù)測(cè)系統(tǒng)的構(gòu)成的圖。

圖2是表示成型機(jī)(注塑成型機(jī))的圖。

圖3是表示機(jī)器學(xué)習(xí)裝置的構(gòu)成的圖。

圖4是表示選擇數(shù)據(jù)決定裝置的構(gòu)成的圖。

圖5是表示模型生成裝置以及預(yù)測(cè)裝置的構(gòu)成的圖。

圖6是表示通過(guò)選擇數(shù)據(jù)決定裝置執(zhí)行的選擇數(shù)據(jù)決定步驟的流程圖。

圖7是表示在第一例的調(diào)整工序中調(diào)整部計(jì)算出的調(diào)整完畢個(gè)別重要度的表。

圖8是表示在第一例的選擇工序中選擇部計(jì)算出的綜合重要度的表。