[發明專利]追加學習裝置、方法以及存儲介質

在審

• 申請號: 202011089031.0
• 申請日: 2020-10-13
• 公開（公告）號: CN112824987A
• 公開（公告）日: 2021-05-21
• 發明（設計）人: 上山勇樹;伊藤喜輝;阿部泰明;稲本修治;阪谷信幸
• 申請（專利權）人: 歐姆龍株式會社
• 主分類號: G05B19/05
• 分類號: G05B19/05;G06N20/00
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 馬爽;臧建明

本發明提供一種追加學習裝置、方法以及存儲介質，所述追加學習裝置包括：獲取部(12)獲取基于在控制對象中觀測到的數據的信息，所述控制對象是以與來自模型的輸出相應的指示而受到控制，所述模型輸出相對于說明變量的目標變量且經預先學習，判定部(14)判定與由獲取部(12)所獲取的信息對應的說明變量是否作為模型的學習數據而存在，即，是否為未知，追加學習部(16)在由判定部(14)判定為說明變量為未知時，獲取與未知的說明變量對應的目標變量，將未知的說明變量與所獲取的目標變量相關聯地對模型進行追加學習。本發明對于未知的外部干擾事態，不需要人工便可更新模型。

技術領域

本發明涉及一種追加學習裝置、追加學習方法以及存儲介質。

背景技術

例如，在制造產品的制造裝置中，目標是以降低材料或外部環境變化的影響，滿足所期望的產品品質標準的方式，來實現加工等的動作。對為此所需的指標進行觀測的傳感器或者對致動器指示控制動作的控制器被內置在制造裝置中。也有內含使用經機器學習的模型的數據驅動(data driven)功能的控制器。

通常，在制造裝置的設計階段，設計者會將所設想的材料或外部環境變化的影響考慮在內，來嘗試滿足既定的品質標準的安裝，但一旦實際進入現場運用，有時會因未曾設想的變化(外部干擾)而造成品質不良的發生。而且，為了降低此種設想外的事態的發生率，多會犧牲生產效率來應對。

作為與決定此種裝置中的測量或控制等設備動作的程序中內含的模型相關的技術，提出有一種診斷裝置，所述診斷裝置既能始終較佳地確保診斷性能，又能適當保持提高模型性能所需的信息。所述診斷裝置包含基于物理模型的診斷部件，此診斷部件從工作機械獲取診斷信息，使用基于物理特征而預測為發生異常時會產生的特征量來進行診斷。而且，所述診斷裝置包含基于數理模型的診斷部件，此診斷部件使用基于正常時及異常時的信號而學習的機器學習模型來進行診斷。并且，所述診斷裝置在兩診斷部件得出的診斷結果不同的情況下，判斷為必須更新物理模型及數理模型中的至少一者，并通知此意旨(參照專利文獻1)。

[現有技術文獻]

[專利文獻]

專利文獻1：日本專利特開2018-119924號公報

發明內容

[發明所要解決的問題]

但是，所述專利文獻1所公開的技術中，盡管通知必須更新模型的意旨，但最終的更新判斷必須由人進行。此時，例如存在下述問題：若頻繁產生材料的變更或外部環境變化，則存在難以由人工來隨時判斷的情況。

本發明是有鑒于此點而完成，其目的在于，對于未知的外部干擾事態，不需要人工便可更新模型。

[解決問題的技術手段]

為了達成所述目的，本發明的追加學習裝置包含：獲取部，獲取基于在控制對象中觀測到的數據的信息，所述控制對象是以與來自模型的輸出相應的指示而受到控制，所述模型輸出相對于說明變量的目標變量且經預先學習；判定部，判定與由所述獲取部所獲取的信息對應的說明變量在所述模型中是否為未知；以及追加學習部，若由所述判定部判定為所述說明變量為未知，則獲取與所述說明變量對應的目標變量，將所述說明變量與所述目標變量相關聯地對所述模型進行追加學習。

而且，所述追加學習部能夠獲取基于從獲取與未知的說明變量對應的信息起經過規定時間后在所述控制對象中觀測到的數據的信息，來作為所述目標變量。

而且，所述追加學習部能夠設定與未知的說明變量對應的規定的目標變量，若基于以與跟所設定的目標變量對應的輸出相應的指示來控制所述控制對象時所觀測到的數據的信息滿足預先規定的條件，則獲取所述規定的目標變量來作為與所述未知的說明變量對應的目標變量。

而且，所述追加學習部能夠通過來自用戶的輸入來獲取與未知的說明變量對應的目標變量。