模拟增强决策树分析方法、计算机程序产品及系统

    公开(公告)号:CN116018569A

    公开(公告)日:2023-04-25

    申请号:CN202080104040.4

    申请日:2020-08-13

    Abstract: 本发明提供了一种用于制造系统的机器学习算法中增强决策树分析或改进的解决方案。其包括以下步骤:‑输入包含在运行期间获取的数据,‑用特征信息修改输入数据,‑在决策树分析模型中应用输入数据,其中决策树的每个叶表示与标签相关联的机器状态,标签给出关于制造系统的特征值和运行条件的信息,并且决策树的分支表示特征信息的引起那些状态和标签的连接,由此存在至少一个显示标签与输入数据之间的相关性的模拟模型,并且至少一个模拟模型替换树的至少一个分支的至少一部分。

    异常事件的原因确定
    3.
    发明公开

    公开(公告)号:CN111954857A

    公开(公告)日:2020-11-17

    申请号:CN201980025153.2

    申请日:2019-03-06

    Abstract: 本发明涉及一种用于评估自动化系统的至少一个部件的至少一个数据集的方法,其特征在于,包括和/或引起以下步骤:确定包括关于自动化系统的至少一个第一部件的数据的第一数据集中的两个异常事件之间的时间间隔,并且确定包括自动化系统的至少一个第二部件的数据的第二数据集中的重复的并且根据时间间隔间隔开的事件。

    异常事件的原因确定
    4.
    发明授权

    公开(公告)号:CN111954857B

    公开(公告)日:2024-12-06

    申请号:CN201980025153.2

    申请日:2019-03-06

    Abstract: 本发明涉及一种用于评估自动化系统的至少一个部件的至少一个数据集的方法,其特征在于,包括和/或引起以下步骤:确定包括关于自动化系统的至少一个第一部件的数据的第一数据集中的两个异常事件之间的时间间隔,并且确定包括自动化系统的至少一个第二部件的数据的第二数据集中的重复的并且根据时间间隔间隔开的事件。

    检测异常数据点的系统、设备和方法

    公开(公告)号:CN116034325A

    公开(公告)日:2023-04-28

    申请号:CN202180056612.0

    申请日:2021-07-29

    Abstract: 公开了检测与工业环境(610)相关联的操作数据(U)中的至少一个异常数据点的系统、设备和方法。该方法包括将一个或多个异常检测模型(fi)迭代地应用于操作数据(U)的至少一个子集(S),其中基于由被标记为正常的数据点组成的训练数据集(L)来训练异常检测模型(fi);使用异常检测模型(fi)将该子集(S)中的子集‑数据点分类为正常数据点(N)和异常数据点(A)中的一者;至少利用正常数据点更新训练数据集;在阈值时间期满之后用更新的训练数据集重新训练异常检测模型(fi),其中阈值时间基于对训练数据集的更新的次数;以及使用异常检测模型(f’i)检测操作数据(U)中的至少一个异常数据点。

    监控工业设备的方法及装置
    7.
    发明公开

    公开(公告)号:CN115917464A

    公开(公告)日:2023-04-04

    申请号:CN202180039302.8

    申请日:2021-05-17

    Abstract: 一种用于监控工业设备(12‑22)的方法,该方法包括:接收一个或多个工业设备(12‑22)的传感器信号数据(ssd)以及与一个或多个工业设备(12‑22)的操作相关联的一个或多个事件(e);优选使用第一自动编码器,基于传感器信号数据(ssd)识别一个或多个工业设备(12‑22)的异常行为(ab);基于与涉及所述异常行为(ab)的时间窗口(tas,tae)相关联的传感器信号数据(ssd)创建或更新附加自动编码器;以及将位于时间窗口(tas,tae)内的事件(e)与附加自动编码器相关联。

Patent Agency Ranking