申请/专利权人：西门子股份公司

申请日：2022-07-28

公开（公告）日：2024-03-29

公开（公告）号：CN117795530A

主分类号：G06N20/00

分类号：G06N20/00;G06N5/04

优先权：["20210804 EP 21189654.3"]

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：一种用于自动确定技术系统10的与机器学习模型f的输出相关的根本原因指示器L的计算机实现的方法，所述机器学习模型f被训练成基于测量所述技术系统10的参数的不同传感器的传感器数据来分析所述技术系统f，所述方法包括：‑接收S1所述技术系统10的所测量传感器数据X以及所述机器学习模型f针对接收到的所测量传感器数据X的输出y作为输入，其中所述机器学习模型f用于评估所述技术系统10；‑确定S2针对所述机器学习模型f的输出y的解释信息h，所述解释信息h包括特征值集合，所述特征值集合指示特征对所述机器学习模型f的输出y的影响；‑基于指派给所述机器学习模型f的输出的根本原因标签Li来训练S3根本原因模型q，以将所述解释信息h的所述特征值集合映射到根本原因指示器L上；‑通过将新的特征值集合输入到所述根本原因模型q中来确定S4所述根本原因标签中的一个，所述新的特征值集合是针对由于输入新的所测量传感器数据而得到的所述机器学习方法f的输出来确定的；以及‑将所确定的根本原因标签作为根本原因指示器L输出S5到用户接口。

主权项：1.一种用于自动确定技术系统10的与机器学习模型f的输出y相关的根本原因指示器的计算机实现的方法，所述机器学习模型f被训练成基于测量所述技术系统f的参数的不同传感器的传感器数据来分析所述技术系统10，所述方法包括：-接收S1所述技术系统10的所测量传感器数据X以及所述机器学习模型f针对接收到的所测量传感器数据X的输出y作为输入，其中所述机器学习模型f用于评估所述技术系统10，-确定S2针对所述机器学习模型f的输出y的解释信息h，所述解释信息h包括特征值θ集合，所述特征值θ集合指示特征对所述机器学习模型f的输出y的影响，-基于指派给所述机器学习模型f的输出y的根本原因标签来训练S3根本原因模型q，以将所述解释信息h的所述特征值θ集合映射到根本原因指示器L上，-通过将新的特征值θ集合输入到所述根本原因模型q中来确定S4所述根本原因标签中的一个，所述新的特征值θ集合是针对由于输入新的所测量传感器数据而得到的所述机器学习方法f的输出来确定的，以及-将所确定的根本原因标签作为根本原因指示器L输出S5到用户接口，其中所述根本原因指示器L指示所述技术系统10中的所述机器学习模型f的输出y的物理根本原因和或要应用到所述技术系统10上的措施，并且其中所述技术系统是工业制造或重型机械中的设备或机器。

全文数据：

权利要求：

百度查询： 西门子股份公司 自动确定技术系统的与机器学习模型的输出相关的根本原因指示器

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD