[發明專利]計算系統、計算方法和氣體輸送裝置

在審

• 申請號: 202110625782.8
• 申請日: 2021-06-04
• 公開（公告）號: CN113836782A
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 愛德華·科西亞迪弗羅
• 申請（專利權）人: 株式會社堀場STEC
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G01D21/02;G06F113/08;G06F119/08
• 代理公司: 北京信慧永光知識產權代理有限責任公司 11290
• 代理人: 王新春;曹正建

1.一種計算系統，其包括：

處理器和存儲可執行指令的非易失性存儲器，所述指令響應于所述處理器的執行而使所述處理器：

接收監測的氣體輸送過程數據，所述監測的氣體輸送過程數據包括所述監測的氣體輸送過程的傳感器信息和/或閥位置信息；

接收最佳氣體輸送過程數據，所述最佳氣體輸送過程數據包括所述最佳氣體輸送過程的傳感器信息和/或閥位置信息；以及

執行包括至少一個人工智能模型的判別式分類器，所述判別式分類器被配置成：

提取所述監測的氣體輸送過程數據的特征；

提取所述最佳氣體輸送過程數據的特征；

基于所述監測的氣體輸送過程數據的提取特征和所述最佳氣體輸送過程數據的提取特征來計算所述監測的氣體輸送過程的相似性值；以及

輸出所述相似性值。

2.根據權利要求1所述的計算系統，

其中，所述相似性值是結構相似性值；

其中，所述監測的氣體輸送過程數據的所述提取特征是結構相似性特征；

其中，所述最佳氣體輸送過程數據的所述提取特征是結構相似性特征；

其中，所述判別式分類器還包括結構相似性評估模塊，所述結構相似性評估模塊被配置成提取所述監測的氣體輸送過程數據的所述結構相似性特征和提取所述最佳氣體輸送過程數據的所述結構相似性特征，并且基于其輸出所述結構相似性值；以及

其中，所述至少一個人工智能模型是卷積神經網絡，所述卷積神經網絡被配置成接收所述結構相似性值作為輸入并計算重復性置信度值。

3.根據權利要求1所述的計算系統，其中，所述至少一個人工智能模型是第一人工智能模型，所述第一人工智能模型被配置成從第一輸入圖像中提取所述監測的氣體輸送過程數據的特征，所述判別式分類器還包括：

第二人工智能模型，所述第二人工智能模型被配置成從第二輸入圖像中提取所述最佳氣體輸送過程數據的特征；

歐幾里得距離函數模塊，所述歐幾里得距離函數模塊被配置成應用歐幾里得距離函數以基于所述第一人工智能模型和所述第二人工智能模型的輸出來計算所述第一輸入圖像和所述第二輸入圖像之間的相似性指數；和

對比損失函數模塊，所述對比損失函數模塊被配置成通過應用對比損失函數來基于所述相似性指數計算重復性置信度值；并且

其中，所述相似性值是所述相似性指數和所述重復性置信度值中的至少一者。

4.根據權利要求3所述的計算系統，其中，

所述第一輸入圖像和所述第二輸入圖像各自包括具有多個通道的像素，每個像素對應于一個時間點。

5.根據權利要求4所述的計算系統，其中，

每個通道對應于單獨的傳感器或閥，

每個像素在每個通道處的強度表示歸一化的傳感器讀數值或歸一化的閥位置值。

6.根據權利要求3所述的計算系統，還包括：

優化器，所述優化器被配置成更新所述第一人工智能模型和所述第二人工智能模型的權重。

7.根據權利要求3所述的計算系統，其中，

所述第一人工智能模型和所述第二人工智能模型是卷積神經網絡；并且

所述第一人工智能模型的權重等于所述第二人工智能模型的權重。

8.根據權利要求3所述的計算系統，其中，所述判別式分類器還被配置成：

判定所述重復性置信度值或用于計算所述重復性置信度值的所述相似性指數是否超過預定閾值；并且

當判定所述重復性置信度值或所述相似性指數超過所述預定閾值時，輸出警報。