[发明专利]已学习模型生成方法、已学习模型生成装置、信号数据判别方法、信号数据判别装置以及信号数据判别程序

权利要求书

1.一种已学习模型生成方法，用于应用于判别信号数据是正常还是异常的判别装置，其中，所述已学习模型生成方法包括：

特征映射生成步骤，关于被附加了为正常或者为异常的训练信号的多个采样数据，使用学习器关于各个采样数据抽出特征量来生成特征映射；

距离映射生成步骤，关于多个采样数据中的训练信号为正常的采样彼此的组合或者训练信号为正常的采样和训练信号为异常的采样的组合，关于所述特征映射取差分来生成距离映射；

距离值运算步骤，根据所述距离映射求出每个组合的距离值；

距离值判别步骤，将所述距离值与预定的阈值进行比较，判别该组合是小于阈值的训练信号为正常的采样彼此的组合、还是阈值以上的训练信号为正常的采样和训练信号为异常的采样的组合；以及

参数修正步骤，以使所述距离值判别步骤中的判别结果与采样数据的训练信号的组合一致的方式，修正所述学习器的运算参数来进行学习。

2.根据权利要求1所述的已学习模型生成方法，其中，

在所述距离值运算步骤中，通过池化函数根据距离映射运算距离值。

3.一种已学习模型生成装置，用于应用于判别信号数据是正常还是异常的判别装置，其中，所述已学习模型生成装置具备：

特征映射生成部，关于被附加了为正常或者为异常的训练信号的多个采样数据，使用学习器关于各个采样数据抽出特征量来生成特征映射；

距离映射生成部，关于多个采样数据中的训练信号为正常的采样彼此的组合或者训练信号为正常的采样和训练信号为异常的采样的组合，关于所述特征映射取差分来生成距离映射；

距离值运算部，根据所述距离映射求出每个组合的距离值；

距离值判别部，将所述距离值与预定的阈值进行比较，判别该组合是小于阈值的训练信号为正常的采样彼此的组合、还是阈值以上的训练信号为正常的采样和训练信号为异常的采样的组合；以及

参数修正部，以使所述距离值判别部中的判别结果与采样数据的训练信号的组合一致的方式，修正所述学习器的运算参数来进行学习。

4.一种信号数据判别方法，包括：

信号数据输入步骤，输入作为判别对象的信号数据；

特征映射生成步骤，使用根据被附加了为正常或者为异常的训练信号的多个采样数据预先进行了学习的学习器，关于所述信号数据抽出特征量来生成特征映射；

距离映射生成步骤，使用根据被附加了为正常的训练信号的多个采样数据生成的多个特征映射的数据和在所述特征映射生成步骤中生成的信号数据的特征映射，在生成了特征映射的各采样数据和信号数据的组合之间取特征映射的差分来生成距离映射；

距离值运算步骤，根据所述距离映射求出信号数据与采样数据之间的距离值；以及

信号数据判别步骤，根据所述距离值判别该信号数据是正常还是异常。

5.一种信号数据判别装置，其中，具备：

信号数据输入部，输入作为判别对象的信号数据；

特征映射生成部，使用根据被附加了为正常或者为异常的训练信号的多个采样数据预先进行了学习的学习器，关于所述信号数据抽出特征量来生成特征映射；

距离映射生成部，使用根据被附加了为正常的训练信号的多个采样数据生成的多个特征映射的数据和由所述特征映射生成部生成的信号数据的特征映射，在生成了特征映射的各采样数据和信号数据的组合之间取特征映射的差分来生成距离映射；

距离值运算部，根据所述距离映射求出信号数据与采样数据之间的距离值；以及

信号数据判别部，根据所述距离值判别该信号数据是正常还是异常。

6.根据权利要求5所述的信号数据判别装置，其中，

所述距离值运算部通过组合单位距离值运算处理和信号数据单位距离值运算处理来运算信号数据的距离值，该组合单位距离值运算处理根据所述距离映射而求出每个组合的距离值，该信号数据单位距离值运算处理根据信号数据和采样数据的全部组合的距离值而求出信号数据单位的距离值。

7.根据权利要求6所述的信号数据判别装置，其中，

在所述距离值运算部中的组合单位距离值运算处理中，通过池化函数根据距离映射运算距离值。