特許ウォッチ

公開番号2024065789
公報種別公開特許公報(A)
公開日2024-05-15
出願番号2022174817
出願日2022-10-31
発明の名称制御システムおよび制御方法
出願人オムロン株式会社
代理人弁理士法人深見特許事務所
主分類G06N 3/08 20230101AFI20240508BHJP(計算;計数)
要約【課題】連合学習を行う制御システムにおいて、セキュリティレベルを維持しつつ、効率的な学習を実現できる構成を提供する。
【解決手段】1または複数のエッジ層と、1または複数のフォグ層と、クラウド層とを含む制御システムが提供される。1または複数のエッジ層の各々は、プロセスデータを第1のローカルモデルに入力して推論を行う。1または複数のフォグ層の各々は、関連付けられたエッジ層からのデータに基づいて第2のローカルモデルを学習するとともに、学習後の第2のローカルモデルを、関連付けられたエッジ層の第1のローカルモデルに反映する。クラウド層は、1または複数のフォグ層からの、学習前後の第2のローカルモデルのモデルパラメータの差を示す更新差分に基づいて、グローバルモデルを連合学習する。
【選択図】図1
特許請求の範囲【請求項１】
制御システムであって、
第１のローカルモデルを有している１または複数のエッジ層と、
第２のローカルモデルを有している１または複数のフォグ層と、
グローバルモデルを有しているクラウド層とを備え、
前記１または複数のエッジ層の各々は、プロセスデータを前記第１のローカルモデルに入力して推論を行い、
前記１または複数のフォグ層の各々は、関連付けられたエッジ層からのデータに基づいて前記第２のローカルモデルを学習するとともに、学習後の前記第２のローカルモデルを、前記関連付けられたエッジ層の前記第１のローカルモデルに反映し、
前記クラウド層は、前記１または複数のフォグ層からの、学習前後の前記第２のローカルモデルのモデルパラメータの差を示す更新差分に基づいて、前記グローバルモデルを連合学習する、制御システム。
続きを表示（約 1,400 文字）【請求項２】
前記クラウド層は、連合学習後の前記グローバルモデルを前記１または複数のエッジ層の前記第２のローカルモデルに反映する、請求項１に記載の制御システム。
【請求項３】
前記クラウド層は、前記グローバルモデルのモデルパラメータを前記１または複数のエッジ層に送信し、
前記１または複数のフォグ層の各々は、前記第２のローカルモデルのモデルパラメータを前記関連付けられたエッジ層の前記第１のローカルモデルに送信する、請求項２に記載の制御システム。
【請求項４】
前記１または複数のエッジ層の各々は、生産装置を制御するための処理を実行する、請求項１～３のいずれか１項に記載の制御システム。
【請求項５】
前記１または複数のフォグ層のうち少なくとも１つには、複数のエッジ層が関連付けられており、
前記少なくとも１つのフォグ層は、前記複数のエッジ層に含まれる第１のエッジ層とは第１の通信プロトコルで通信し、前記複数のエッジ層に含まれる第２のエッジ層とは第２の通信プロトコルで通信する、請求項１～３のいずれか１項に記載の制御システム。
【請求項６】
前記１または複数のフォグ層のうち少なくとも１つは、工場の生産ラインの制御に向けられており、
前記少なくとも１つのフォグ層に関連付けられたエッジ層は、前記生産ラインの第１の工程において収集されたプロセスデータに基づいて異常が発生したか否かを推論し、
前記生産ラインは、前記第１の工程より後段にある第２の工程として、検査工程を含み、
前記第１の工程における推論結果と、前記第２の工程における検査結果とが異なるワークについてのデータが前記第２のローカルモデルの学習に優先的に用いられる、請求項１～３のいずれか１項に記載の制御システム。
【請求項７】
前記１または複数のフォグ層から前記クラウド層への前記更新差分の送信には、暗号化処理またはプライバシー処理が行われる、請求項１～３のいずれか１項に記載の制御システム。
【請求項８】
前記クラウド層は、サーバを含み、
前記１または複数のフォグ層のうち少なくとも１つは、産業用パーソナルコンピュータを含み、
前記１または複数のエッジ層のうち少なくとも１つは、制御装置を含む、請求項１～３のいずれか１項に記載の制御システム。
【請求項９】
制御システムで実行される制御方法であって、
前記制御システムは、
第１のローカルモデルを有している１または複数のエッジ層と、
第２のローカルモデルを有している１または複数のフォグ層と、
グローバルモデルを有しているクラウド層とを備え、
前記制御方法は、
前記１または複数のエッジ層の各々が、プロセスデータを前記第１のローカルモデルに入力して推論することと、
前記１または複数のフォグ層の各々が、関連付けられたエッジ層からのデータに基づいて前記第２のローカルモデルを学習することと、
前記１または複数のフォグ層の各々が、学習後の前記第２のローカルモデルを、前記関連付けられたエッジ層の前記第１のローカルモデルに反映することと、
前記クラウド層が、前記１または複数のフォグ層からの、学習前後の前記第２のローカルモデルのモデルパラメータの差を示す更新差分に基づいて、前記グローバルモデルを連合学習することとを備える、制御方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、連合学習を行う制御システムおよび制御方法に関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
一般的に、学習済モデル（以下、単に「モデル」とも称す。）の精度は、学習データが多ければ多いほど向上する。産業用オートメーション（industrial automation）の分野において、自工場あるいは自社だけでは十分な学習データを収集できずに、十分なモデル精度を確保できない場合には、他工場あるいは他社のデータを学習データとして用いる手法が提案されている。このような手法を採用することで、モデル精度の向上が期待できるが、各工場あるいは各会社から見れば、機密性の高いデータ（例えば、企業秘密、ノウハウ、個人情報などを含むデータ）を外部に提供することになり、セキュリティ上の問題が生じ得る。
【０００３】
このようなデータそのものを共有せずに、複数の工場間あるいは複数の会社間でモデルを学習する手法が提案されている。このような学習手法は連合学習と称されている（例えば、特開２０２０－１１５３１１号公報（特許文献１）など参照）。連合学習においては、データそのものではなく、モデルを定義するモデルパラメータを共有するため、モデルの学習に機密性の高いデータが必要な場合であっても、セキュリティレベルを高めた状態でモデルを構築できる。
【０００４】
また、特開２０２１－１４０４００号公報（特許文献２）は、第１拠点（マザー拠点）における検査対象の状態をニューラルネットワークの第１のモデル（マザーモデル）を用いて診断するとともに、複数の第２拠点（チャイルド拠点）の各拠点における検査対象の状態をニューラルネットワークの第２のモデル（チャイルドモデル）を用いて診断する構成を開示する。この構成においては、第２のモデルの特徴量と第１のモデルの特徴量とを融合し、融合した特徴量にも基づいて第１のモデルが再構築して学習される。
【先行技術文献】
【特許文献】
【０００５】
特開２０２０－１１５３１１号公報
特開２０２１－１４０４００号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
連合学習は、外部のサーバなどで一括して学習を行うのではなく、モデルを有している各装置で学習が行われるので、学習を行うための負荷の影響を無視できない場合がある。例えば、産業用オートメーションで用いられるＰＬＣ（Programmable Logic Controller）などの制御装置は、シーケンス制御およびモーション制御といった生産装置を制御するための処理と、機械学習に関する処理とを実行することになる。この場合において、機械学習に関する処理が生産装置を制御するための処理に影響を与えないようにしなければならない。
【０００７】
本発明は、連合学習を行う制御システムにおいて、セキュリティレベルを維持しつつ、効率的な学習を実現できる構成を提供することを目的とする。
【課題を解決するための手段】
【０００８】
本発明の一例に従う制御システムは、第１のローカルモデルを有している１または複数のエッジ層と、第２のローカルモデルを有している１または複数のフォグ層と、グローバルモデルを有しているクラウド層とを含む。１または複数のエッジ層の各々は、プロセスデータを第１のローカルモデルに入力して推論を行う。１または複数のフォグ層の各々は、関連付けられたエッジ層からのデータに基づいて第２のローカルモデルを学習するとともに、学習後の第２のローカルモデルを、関連付けられたエッジ層の第１のローカルモデルに反映する。クラウド層は、１または複数のフォグ層からの、学習前後の第２のローカルモデルのモデルパラメータの差を示す更新差分に基づいて、グローバルモデルを連合学習する。
【０００９】
この構成によれば、エッジ層が推論を行い、フォグ層が学習を行う。そのため、エッジ層において学習による計算コストが増加することがない。クラウド層は、エッジ層からの更新差分に基づいて連合学習を行うので、データの秘匿性を担保しつつ、モデル精度を向上できる。
【００１０】
クラウド層は、連合学習後のグローバルモデルを１または複数のエッジ層の第２のローカルモデルに反映してもよい。この構成によれば、クラウド層が学習したグローバルモデルをエッジ層以下に反映できる。
（【００１１】以降は省略されています）

関連特許