[发明专利]信号选择装置、学习装置、信号选择方法及程序

说明书

信号选择装置(10)从多个候选信号选择用于对数据分析所使用的模型(20)进行学习的学习信号。信号选择装置(10)具有：第1取得部(11)，其相关联地取得多个候选信号、以及与由所述模型得到的分析结果对应的状态值即学习标签；特征量计算部(13)，其针对所述多个候选信号的每一者，对1个或多个特征量进行计算；以及选择部(16)，其基于所述特征量与所述学习标签的关联程度，从所述多个候选信号对所述学习信号进行选择。

技术领域

本发明涉及信号选择装置、学习装置、信号选择方法及程序。

背景技术

在生产工厂的现场及车间中，使用各种信号进行以预防维护为代表的目的的分析。如果从各种信号中发现了对这样的分析有效的信号，则能够缩短分析所耗费的时间。但是，从多个信号中发现这样的有效的信号通常是困难的，大多依赖于熟练者的经验及技术诀窍。因此，考虑利用根据需要从多个数据对数据进行选择的技术(例如，参照专利文献1)。

在专利文献1中记载有在对车间进行控制的系统中，将从监视控制装置所收集到的数据选择出的必要的数据发送至与监视控制装置连接的工程工作站。该监视控制装置基于收集到的数据的种类或数据的值，对应该发送的数据进行选择。

专利文献1：日本特开2015-28742号公报

发明内容

但是，在专利文献1所记载的技术中，需要与选择出的数据的用途对应地，设定所选择的数据的种类及用于对数据进行选择的条件即该数据的值。因此，依然要求用于进行恰当的设定的专业知识，这样的基于专业知识的设定作业变得繁杂。由此，有可能导致设定变得不充分，没有选择出恰当的数据。

在包含信号的各种数据的分析中，通常使用预先准备的模型。该模型例如是对数据是否异常进行判定的分类器、及用于回归分析的回归式，是根据现有的数据而生成的。但是，通常难以从大量数据对适合于模型的生成的数据进行选择，在未选择出恰当的数据的情况下，模型的精度有可能降低。

本发明就是鉴于上述情况而提出的，其目的在于使数据分析所使用的模型的精度提高。

为了达成上述目的，本发明的信号选择装置从多个候选信号选择用于对数据分析所使用的模型进行学习的学习信号，该信号选择装置具有：第1取得单元，其相关联地取得多个候选信号、以及与由模型得到的分析结果对应的状态值即学习标签；特征量计算单元，其根据多个候选信号对1个或多个特征量进行计算；以及选择单元，其基于特征量与学习标签的关联程度，从多个候选信号对学习信号进行选择。

发明的效果

根据本发明，选择单元基于特征量与学习标签的关联程度，从多个候选信号对学习信号进行选择。由此，能够使数据分析所使用的模型的精度提高。

附图说明

图1是表示本发明的实施方式1涉及的学习装置的功能性结构的框图。

图2是用于说明实施方式1涉及的模型的例子的图。

图3是用于说明实施方式1涉及的模型的学习的图。

图4是用于说明实施方式1涉及的特征量的计算的第1图。

图5是例示实施方式1涉及的特征量和学习标签的关系的第1图。

图6是例示实施方式1涉及的特征量和学习标签的关系的第2图。

图7是例示实施方式1涉及的特征量和学习标签的关系的第3图。

图8是例示实施方式1涉及的特征量和学习标签的关系的第4图。

图9是用于说明实施方式1涉及的特征量的计算的第2图。

图10是表示实施方式1涉及的积蓄数据的例子的图。

图11是用于说明实施方式1涉及的新的模型的生成的图。