特許ウォッチ

公開番号2025093314
公報種別公開特許公報(A)
公開日2025-06-23
出願番号2024215265
出願日2024-12-10
発明の名称センサの測定信号をより良好に評価するための方法及び装置
出願人ローベルトボツシユゲゼルシヤフトミツトベシユレンクテルハフツング,ROBERT BOSCH GMBH
代理人アインゼル・フェリックス=ラインハルト,個人,個人,個人,個人,個人
主分類G06N 3/08 20230101AFI20250616BHJP(計算;計数)
要約【課題】技術的システム(11)の動作状態を特徴付ける少なくとも1つの量(A)を特定するように構成されたセンサ(2)の測定信号(M)を評価するための機械学習システム(200)を訓練するための方法に関する。
【解決手段】本方法において、機械学習システム(200)は、第1の部分システム(201)を含み、第1の部分システム(201)は、第1の部分システム(201)に供給された測定信号(M)から潜在表現(L)を特定するように構成されており、機械学習システムは、第2の部分システム(202)を含み、第2の部分システム(202)は、当該潜在表現(L)から技術的システム(11)の動作状態を特徴付ける量(A)を特定するように構成されており、第1の部分システム(201)が、教師なし訓練又は自己教師あり訓練され、続いて、機械学習システム(200)が、教師あり訓練される。
【選択図】図4
特許請求の範囲【請求項１】
技術的システム（１１）の動作状態を特徴付ける少なくとも１つの量（Ａ）を特定するように構成されたセンサ（２）の測定信号（Ｍ）を評価するための機械学習システム（２００）を訓練するための方法であって、
前記機械学習システム（２００）は、第１の部分システム（２０１）を含み、前記第１の部分システム（２０１）は、前記第１の部分システム（２０１）に供給された前記測定信号（Ｍ）から潜在表現（Ｌ）を特定するように構成されており、
前記機械学習システムは、第２の部分システム（２０２）を含み、前記第２の部分システム（２０２）は、当該潜在表現（Ｌ）から前記技術的システム（１１）の動作状態を特徴付ける量（Ａ）を特定するように構成されており、
前記第１の部分システム（２０１）が、教師なし訓練又は自己教師あり訓練され、
続いて、前記機械学習システム（２００）が、教師あり訓練される、方法。
続きを表示（約 1,100 文字）【請求項２】
前記教師あり訓練の際に、前記第２の部分システム（２０２）のみが変更される、
請求項１に記載の方法。
【請求項３】
前記第１の部分システム（２０１）の前記教師なし訓練又は前記自己教師あり訓練の際に、前記測定信号（Ｍ）の一部が、重み付け係数を用いて重み付けされて使用され、
前記重み付け係数は、前記測定信号（Ｍ）から前記技術的システム（１１）の動作状態を特徴付ける量を特定するように構成されたモデルを用いて、前記技術的システム（１１）の動作状態を特徴付ける量を正確に特定するために特に関連性があるものとして識別されたものである、
請求項１又は２に記載の方法。
【請求項４】
前記モデルは、それぞれ測定信号（Ｍ）と、前記技術的システム（１１）の動作状態を特徴付ける量（Ａ）との並行するペアを用いて訓練されたニューラルネットワーク、特にリカレントニューラルネットワークである、
請求項３に記載の方法。
【請求項５】
測定信号評価器であって、
前記測定信号評価器は、請求項１に従って訓練された機械学習システムを含み、
前記測定信号評価器は、前記測定信号評価器に供給された測定信号（Ｍ）を前記機械学習システムに供給し、前記機械学習システムを用いて、技術的システムの動作状態を特徴付ける量を特定して、前記測定信号評価器の出力側に提供するように構成されている、測定信号評価器。
【請求項６】
請求項１乃至４のいずれか一項に記載の方法を実施するように構成されている訓練システム。
【請求項７】
技術的システムの動作状態を特徴付ける量を、測定信号に依存して特定するための方法であって、
前記測定信号は、測定信号評価器に供給され、
前記測定信号評価器を用いて、前記技術的システムの動作状態を特徴付ける量が提供される、方法。
【請求項８】
コンピュータプログラムであって、前記コンピュータプログラムがコンピュータ（２０）上で実行された場合に、請求項１乃至５のいずれか一項に記載の方法又は請求項７に記載の方法を前記コンピュータに実施させるために構成されているコンピュータプログラム。
【請求項９】
請求項８に記載のコンピュータプログラムが格納されている機械可読記憶媒体（２１）。
【請求項１０】
請求項１乃至５のいずれか一項に記載の方法又は請求項７に記載の方法を実施するように構成されているコンピュータ（１０）。

発明の詳細な説明【技術分野】
【０００１】
本発明は、センサの測定信号を評価するための方法と、コンピュータプログラムと、機械可読記憶媒体と、制御装置とに関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
従来技術
従来技術によれば、１つ又は複数の相関する測定量に依存する目標量を決定するために、仮想的なセンサを使用することができる。従来の物理的なセンサとは異なり、目標量は、直接的に測定されるのではなく、他の測定量との相関に基づいてソフトウェアによってマッピングされる。この場合、数学的なモデル、シミュレーション、又は、人工知能を使用することができる。
【０００３】
したがって、例えば、未公開の独国特許出願第１０２０２３２０６０３２．９号明細書から、技術的システムの動作状態を特徴付ける少なくとも１つの量を特定するように構成されたセンサの測定信号を評価するための方法であって、このために、測定信号の低周波成分が特定され、及び／又は、測定信号の高周波成分が特定され、低周波成分の評価と、高周波成分の評価とが、技術的システムの動作状態を特徴付ける量を特定するためにそれぞれ異なる評価方法を用いて実施される、方法が認識される。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
発明の利点
これに対して、独立請求項１に記載の特徴を有する本発明は、非常にわずかなラベル付けされたデータを用いるだけで既に、非常に良好な結果を達成することが可能となるという利点を有する。
【０００５】
本発明のさらなる態様は、さらなる独立請求項の対象である。有利な発展形態は、従属請求項の対象である。
【課題を解決するための手段】
【０００６】
発明の開示
したがって、第１の態様においては、本発明は、技術的システムの動作状態を特徴付ける少なくとも１つの量を特定するように構成されたセンサの測定信号を評価するための機械学習システムを訓練するための方法であって、機械学習システムは、第１の部分システムを含み、第１の部分システムは、第１の部分システムに供給された測定信号から潜在表現を特定するように構成されており、機械学習システムは、第２の部分システムを含み、第２の部分システムは、当該潜在表現から技術的システムの動作状態を特徴付ける量を特定するように構成されており、第１の部分システムが、教師なし訓練又は自己教師あり訓練され、続いて、機械学習システムが、教師あり訓練される、方法に関する。
【０００７】
「潜在表現」とは、通常のように（典型的には、ベクトル値である）測定信号の（同じく典型的には、ベクトル値である）圧縮された表現を意味する。
【０００８】
このことは、訓練のために必要とされるラベル付けされたデータがわずかのみであるという利点を有する。このことはつまり、訓練データの範囲が所与である場合に、測定信号の評価が特に良好に機能することを意味する。
【０００９】
機械学習システムは、例えば、ニューラルネットワークであるものとしてよい。
【００１０】
教師あり訓練の際に、第２の部分システムのみが変更され、すなわち、第１の部分システムが変更されないまま維持されるということを想定することができる。このことは、訓練のために必要とされるラベル付けされたデータが特にわずかであるという利点を有する。
（【００１１】以降は省略されています）

関連特許