本發(fā)明涉及裝置、方法和計(jì)算機(jī)可讀介質(zhì)。

背景技術(shù)：

1、在專利文獻(xiàn)1中記載了“可以…使用閾值來(lái)檢測(cè)設(shè)備10有無(wú)異?！?段落0055)等。

2、現(xiàn)有技術(shù)文獻(xiàn)

3、專利文獻(xiàn)1：日本專利公開(kāi)公報(bào)特開(kāi)2020-95425號(hào)

技術(shù)實(shí)現(xiàn)思路

1、在本發(fā)明的第一方式中，提供一種裝置，其具備：取得部，取得表示對(duì)象的狀態(tài)的測(cè)量數(shù)據(jù)；供給部，向多個(gè)分類模型供給由所述取得部取得的測(cè)量數(shù)據(jù)，所述多個(gè)分類模型通過(guò)包含所述對(duì)象的狀態(tài)為正常的期間的測(cè)量數(shù)據(jù)的相互不同的每個(gè)期間的學(xué)習(xí)數(shù)據(jù)而分別完成學(xué)習(xí)，所述多個(gè)分類模型根據(jù)測(cè)量數(shù)據(jù)的輸入將該測(cè)量數(shù)據(jù)分類為正常和異常中的任一方；以及判斷部，基于從所述多個(gè)分類模型輸出的多個(gè)分類結(jié)果，將所述對(duì)象的狀態(tài)判斷為正常和異常中的任一方。

2、在上述裝置中，可以還具備學(xué)習(xí)處理部，所述學(xué)習(xí)處理部在所述對(duì)象的狀態(tài)為正常的每個(gè)期間，通過(guò)使用包含由所述取得部取得的該期間的測(cè)量數(shù)據(jù)的學(xué)習(xí)數(shù)據(jù)的學(xué)習(xí)處理，生成包含在所述多個(gè)分類模型中的新的分類模型。

3、在上述任一個(gè)裝置中，可以還具備選擇部，所述選擇部從兩個(gè)以上的分類模型中選擇所述多個(gè)分類模型，所述兩個(gè)以上的分類模型通過(guò)包含所述對(duì)象的狀態(tài)為正常的期間的測(cè)量數(shù)據(jù)的相互不同的每個(gè)期間的學(xué)習(xí)數(shù)據(jù)而分別完成學(xué)習(xí)，并且根據(jù)測(cè)量數(shù)據(jù)的輸入將該測(cè)量數(shù)據(jù)分類為正常和異常中的任一方。

4、在具備選擇部的上述裝置中，可以是所述選擇部選擇通過(guò)包含最新期間的測(cè)量數(shù)據(jù)的學(xué)習(xí)數(shù)據(jù)而完成學(xué)習(xí)的至少一個(gè)分類模型作為所述多個(gè)分類模型的至少一個(gè)。

5、在具備選擇部的上述任一個(gè)裝置中，可以是所述選擇部選擇所述兩個(gè)以上的分類模型中的由操作員指定的至少一個(gè)分類模型作為所述多個(gè)分類模型的至少一個(gè)。

6、在上述任一個(gè)裝置中，可以是所述判斷部取所述多個(gè)分類結(jié)果的邏輯積，將所述對(duì)象的狀態(tài)判斷為正常和異常中的任一方。

7、在上述任一個(gè)裝置中，可以是所述判斷部取所述多個(gè)分類結(jié)果的多數(shù)決定，將所述對(duì)象的狀態(tài)判斷為正常和異常中的任一方。

8、在上述裝置中，可以是所述判斷部對(duì)所述多個(gè)分類模型中的通過(guò)包含更加新的期間的測(cè)量數(shù)據(jù)的學(xué)習(xí)數(shù)據(jù)而完成學(xué)習(xí)的分類模型的分類結(jié)果施加更大的權(quán)重，取所述多個(gè)分類結(jié)果的加權(quán)多數(shù)決定，將所述對(duì)象的狀態(tài)判斷為正常和異常中的任一方。

9、在上述任一個(gè)裝置中，可以還具備確定部，所述確定部基于連續(xù)判斷為所述對(duì)象的狀態(tài)為異常的次數(shù)，確定所述對(duì)象的異常狀態(tài)的嚴(yán)重程度。

10、在上述裝置中，可以還具備設(shè)定部，所述設(shè)定部將由所述取得部取得并從所述供給部供給到所述多個(gè)分類模型的各期間的測(cè)量數(shù)據(jù)中的由所述確定部確定的嚴(yán)重程度比基準(zhǔn)嚴(yán)重程度低的期間的測(cè)量數(shù)據(jù)、由所述取得部取得并從所述供給部供給到所述多個(gè)分類模型的測(cè)量數(shù)據(jù)中的除了到由所述確定部確定的嚴(yán)重程度達(dá)到基準(zhǔn)嚴(yán)重程度為止引起了連續(xù)的異常判斷的各測(cè)量數(shù)據(jù)以及在該測(cè)量數(shù)據(jù)之后繼續(xù)引起了連續(xù)的異常判斷的各測(cè)量數(shù)據(jù)之外的測(cè)量數(shù)據(jù)中的任意一方設(shè)定為包含在新的學(xué)習(xí)數(shù)據(jù)中的測(cè)量數(shù)據(jù)。

11、在本發(fā)明的第二方式中，提供一種方法，其具備：取得階段，取得表示對(duì)象的狀態(tài)的測(cè)量數(shù)據(jù)；供給階段，向多個(gè)分類模型供給由所述取得階段取得的測(cè)量數(shù)據(jù)，所述多個(gè)分類模型通過(guò)包含所述對(duì)象的狀態(tài)為正常的期間的測(cè)量數(shù)據(jù)的相互不同的每個(gè)期間的學(xué)習(xí)數(shù)據(jù)而分別完成學(xué)習(xí)，并且根據(jù)測(cè)量數(shù)據(jù)的輸入將該測(cè)量數(shù)據(jù)分類為正常和異常中的任一方；以及判斷階段，基于從所述多個(gè)分類模型輸出的多個(gè)分類結(jié)果，將所述對(duì)象的狀態(tài)判斷為正常和異常中的任一方。

12、在本發(fā)明的第三方式中，提供一種計(jì)算機(jī)可讀介質(zhì)，存儲(chǔ)有程序，計(jì)算機(jī)通過(guò)執(zhí)行所述程序發(fā)揮作為取得部、供給部和判斷部的功能，所述取得部取得表示對(duì)象的狀態(tài)的測(cè)量數(shù)據(jù)，所述供給部向多個(gè)分類模型供給由所述取得部取得的測(cè)量數(shù)據(jù)，所述多個(gè)分類模型通過(guò)包含所述對(duì)象的狀態(tài)為正常的期間的測(cè)量數(shù)據(jù)的相互不同的每個(gè)期間的學(xué)習(xí)數(shù)據(jù)而分別完成學(xué)習(xí)，并且根據(jù)測(cè)量數(shù)據(jù)的輸入將該測(cè)量數(shù)據(jù)分類為正常和異常中的任一方，所述判斷部基于從所述多個(gè)分類模型輸出的多個(gè)分類結(jié)果，將所述對(duì)象的狀態(tài)判斷為正常和異常中的任一方。

13、另外，上述發(fā)明的概要沒(méi)有列舉出本發(fā)明的所有必要特征。此外，這些特征組的子組合也可以成為發(fā)明。

技術(shù)特征：

1.一種裝置，其特征在于具備：

2.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述裝置還具備學(xué)習(xí)處理部，所述學(xué)習(xí)處理部在所述對(duì)象的狀態(tài)為正常的每個(gè)期間，通過(guò)使用包含由所述取得部取得的該期間的測(cè)量數(shù)據(jù)的學(xué)習(xí)數(shù)據(jù)的學(xué)習(xí)處理，生成包含在所述多個(gè)分類模型中的新的分類模型。

3.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述裝置還具備選擇部，所述選擇部從兩個(gè)以上的分類模型中選擇所述多個(gè)分類模型，所述兩個(gè)以上的分類模型通過(guò)包含所述對(duì)象的狀態(tài)為正常的期間的測(cè)量數(shù)據(jù)的相互不同的每個(gè)期間的學(xué)習(xí)數(shù)據(jù)而分別完成學(xué)習(xí)，并且根據(jù)測(cè)量數(shù)據(jù)的輸入將該測(cè)量數(shù)據(jù)分類為正常和異常中的任一方。

4.根據(jù)權(quán)利要求3所述的裝置，其特征在于，所述選擇部選擇通過(guò)包含最新期間的測(cè)量數(shù)據(jù)的學(xué)習(xí)數(shù)據(jù)而完成學(xué)習(xí)的至少一個(gè)分類模型作為所述多個(gè)分類模型的至少一個(gè)。

5.根據(jù)權(quán)利要求3所述的裝置，其特征在于，所述選擇部選擇所述兩個(gè)以上的分類模型中的由操作員指定的至少一個(gè)分類模型作為所述多個(gè)分類模型的至少一個(gè)。

6.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述判斷部取所述多個(gè)分類結(jié)果的邏輯積，將所述對(duì)象的狀態(tài)判斷為正常和異常中的任一方。

7.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述判斷部取所述多個(gè)分類結(jié)果的多數(shù)決定，將所述對(duì)象的狀態(tài)判斷為正常和異常中的任一方。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述判斷部對(duì)所述多個(gè)分類模型中的通過(guò)包含更加新的期間的測(cè)量數(shù)據(jù)的學(xué)習(xí)數(shù)據(jù)而完成學(xué)習(xí)的分類模型的分類結(jié)果施加更大的權(quán)重，取所述多個(gè)分類結(jié)果的加權(quán)多數(shù)決定，將所述對(duì)象的狀態(tài)判斷為正常和異常中的任一方。

9.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述裝置還具備確定部，所述確定部基于連續(xù)判斷為所述對(duì)象的狀態(tài)為異常的次數(shù)，確定所述對(duì)象的異常狀態(tài)的嚴(yán)重程度。

10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述裝置還具備設(shè)定部，所述設(shè)定部將由所述取得部取得并從所述供給部供給到所述多個(gè)分類模型的各期間的測(cè)量數(shù)據(jù)中的由所述確定部確定的嚴(yán)重程度比基準(zhǔn)嚴(yán)重程度低的期間的測(cè)量數(shù)據(jù)、由所述取得部取得并從所述供給部供給到所述多個(gè)分類模型的測(cè)量數(shù)據(jù)中的除了到由所述確定部確定的嚴(yán)重程度達(dá)到基準(zhǔn)嚴(yán)重程度為止引起了連續(xù)的異常判斷的各測(cè)量數(shù)據(jù)以及在該測(cè)量數(shù)據(jù)之后繼續(xù)引起了連續(xù)的異常判斷的各測(cè)量數(shù)據(jù)之外的測(cè)量數(shù)據(jù)中的任意一方設(shè)定為包含在新的學(xué)習(xí)數(shù)據(jù)中的測(cè)量數(shù)據(jù)。

11.一種方法，其特征在于具備：

12.一種計(jì)算機(jī)可讀介質(zhì)，其特征在于，

技術(shù)總結(jié)
本發(fā)明提供裝置、方法和計(jì)算機(jī)可讀介質(zhì)，所述裝置具備：取得部，取得表示對(duì)象的狀態(tài)的測(cè)量數(shù)據(jù)；供給部，向多個(gè)分類模型供給由所述取得部取得的測(cè)量數(shù)據(jù)，所述多個(gè)分類模型通過(guò)包含所述對(duì)象的狀態(tài)為正常的期間的測(cè)量數(shù)據(jù)的相互不同的每個(gè)期間的學(xué)習(xí)數(shù)據(jù)而分別完成學(xué)習(xí)，并且根據(jù)測(cè)量數(shù)據(jù)的輸入將該測(cè)量數(shù)據(jù)分類為正常和異常中的任一方；以及判斷部，基于從所述多個(gè)分類模型輸出的多個(gè)分類結(jié)果，將所述對(duì)象的狀態(tài)判斷為正常和異常中的任一方。

技術(shù)研發(fā)人員：下川達(dá)也,吉田勇作,魚(yú)森良保
受保護(hù)的技術(shù)使用者：橫河電機(jī)株式會(huì)社
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2