[发明专利]学习装置、学习装置的动作方法、学习装置的动作程序及运用装置

权利要求书

1.一种学习装置，其具备：

第1获取部，获取表示产品的物性的多维物性数据；

导出部，从所述多维物性数据导出提供给预测所述产品的质量的机器学习模型的学习用输入数据，并且将自动编码器的至少一部分应用于所述多维物性数据，导出与所述多维物性数据相关的多维物性相关数据作为所述学习用输入数据；及

学习部，将包含所述多维物性相关数据的所述学习用输入数据提供给机器学习模型进行学习，并将所述机器学习模型作为供实际的运用的学习完毕模型进行输出。

2.根据权利要求1所述的学习装置，其中，

所述学习用输入数据还包含在所述产品的生产工序中设定的生产条件数据。

3.根据权利要求1或2所述的学习装置，其中，

所述自动编码器被提供所述质量比预先设定的等级更良好的所述产品的所述多维物性数据而进行学习，

所述导出部向所述自动编码器提供所述多维物性数据并输出输出数据，基于提供给所述自动编码器的所述多维物性数据与所述输出数据的差分数据导出所述多维物性相关数据。

4.根据权利要求1至3中任一项所述的学习装置，其中，

所述导出部向所述自动编码器提供所述多维物性数据，从所述自动编码器的编码器网络输出特征数据，基于所述特征数据导出所述多维物性相关数据。

5.根据权利要求1至4中任一项所述的学习装置，其中，

所述多维物性数据包含由对所述产品进行光谱分析而检测出的光谱数据表示的光谱的图像数据。

6.根据权利要求5所述的学习装置，其中，

所述导出部针对划分了所述光谱数据的多个区间中的每一个区间，导出所述多维物性相关数据。

7.根据权利要求1至6中任一项所述的学习装置，其中，

所述多维物性数据包含拍摄所述产品而得到的图像数据。

8.根据权利要求1至7中任一项所述的学习装置，其中，

所述产品利用流动合成法生产。

9.一种运用装置，其具备：

第2获取部，获取从权利要求1至8中任一项所述的学习装置的所述学习部输出的所述学习完毕模型；

第3获取部，获取质量未知的产品的预测用多维物性相关数据；

处理部，向在所述第2获取部获取的所述学习完毕模型提供在所述第3获取部获取的、所述质量未知的产品的所述预测用多维物性相关数据，来预测所述质量；及

输出控制部，进行将通过所述学习完毕模型进行的所述质量的预测结果输出的控制。

10.一种学习装置的动作方法，其具备如下步骤：

第1获取步骤，获取表示产品的物性的多维物性数据；

导出步骤，从所述多维物性数据导出提供给预测所述产品的质量的机器学习模型的学习用输入数据，并且将自动编码器的至少一部分应用于所述多维物性数据，导出与所述多维物性数据相关的多维物性相关数据作为所述学习用输入数据；及

学习步骤，将包含所述多维物性相关数据的所述学习用输入数据提供给机器学习模型进行学习，并将所述机器学习模型作为供实际的运用的学习完毕模型进行输出。

11.一种学习装置的动作程序，其使计算机作为第1获取部、导出部及学习部发挥作用，其中，

第1获取部，获取表示产品的物性的多维物性数据；

导出部，从所述多维物性数据导出提供给预测所述产品的质量的机器学习模型的学习用输入数据，并且将自动编码器的至少一部分应用于所述多维物性数据，导出与所述多维物性数据相关的多维物性相关数据作为所述学习用输入数据；

学习部，将包含所述多维物性相关数据的所述学习用输入数据提供给机器学习模型进行学习，并将所述机器学习模型作为供实际的运用的学习完毕模型进行输出。