本發(fā)明涉及主要原因推斷裝置、主要原因推斷方法、主要原因推斷系統(tǒng)和終端裝置。

背景技術(shù)：

1、近來，大數(shù)據(jù)分析、iot的有效利用變得盛行，能夠取得龐大的數(shù)據(jù)。另一方面，為了分析這些數(shù)據(jù)并解決問題，還需要具有針對分析對象的深入的知識，否則難以正確地有效利用龐大的數(shù)據(jù)。因此，例如在生產(chǎn)裝置的某個傳感器數(shù)據(jù)顯示出與平常不同的行動的情況下，如果沒有關(guān)于這樣的行動會對生產(chǎn)裝置、產(chǎn)品的質(zhì)量帶來怎樣的影響的知識，則難以采取用于解決問題的對策。

2、另外，由于機器學(xué)習(xí)的進步，能夠根據(jù)龐大的數(shù)據(jù)進行高精度的預(yù)測、異常檢測，能夠在各種場景下有效利用。例如在鋼鐵業(yè)中，將制造條件作為輸入數(shù)據(jù)，利用深度學(xué)習(xí)技術(shù)，進行產(chǎn)品的表面瑕疵的產(chǎn)生有無的預(yù)測、對大量監(jiān)視項目的信息進行復(fù)合分析的設(shè)備異常的檢測等。

3、在這樣的數(shù)據(jù)的有效利用推進的過程中，仍然與上述同樣，在根據(jù)機器學(xué)習(xí)的結(jié)果采取對應(yīng)的動作方面存在課題。具體而言，關(guān)于根據(jù)由機器學(xué)習(xí)模型檢測為異常的監(jiān)視項目的信息，可能以怎樣的機制引起怎樣的故障，需要針對分析對象的深入的知識。在不具有這樣的知識的情況下，用戶難以基于機器學(xué)習(xí)的結(jié)果采取動作。在現(xiàn)場，由于具有深入的知識的老練級別有限，因此要求與適當?shù)膭幼飨嘟Y(jié)合的輔助信息的輸出。

4、現(xiàn)有技術(shù)文獻

5、專利文獻

6、專利文獻1：日本特開2019－194849號公報

7、非專利文獻

8、非專利文獻1：marco，“why?should?i?trust?you？：explaining?the?predictionsof?any?classifier”，proceedings?of?the?22nd?acm?sigkdd?internationalconference?on?knowledge?discovery?and?data?mining，august?2016，pp.1135-1144

技術(shù)實現(xiàn)思路

1、發(fā)明所要解決的課題

2、作為用于導(dǎo)出用于與適當?shù)膭幼飨嘟Y(jié)合的輔助信息的技術(shù)，例如在非專利文獻1中，提出了針對發(fā)揮了重要作用的輸入變量，求出相對的影響度的數(shù)值的方法。

3、然而，在由非專利文獻1提出的技術(shù)中，沒有給出關(guān)于各變量如何影響預(yù)測、檢測的機制的信息。因此，現(xiàn)狀是使用用戶所具有的針對預(yù)測、檢測對象的知識來推測它們。因此，在非專家、經(jīng)驗不足的用戶的情況下，不能進行準確的推測，從而不能與適當?shù)膭幼飨嘟Y(jié)合。

4、另外，在使用了大量的變量的機器學(xué)習(xí)的情況下，即使具有針對分析對象的知識，由于推測產(chǎn)生負荷、花費時間等理由，也存在不能采取迅速的動作的情況。

5、例如，在由專利文獻1提出的技術(shù)中，要通過自動地輸出變量之間的因果關(guān)系來提示變量的影響。但是，僅通過在機器學(xué)習(xí)模型中使用的變量的關(guān)系，在非專家、經(jīng)驗不足的用戶的情況下，仍然難以說能夠適當?shù)乩斫鈾C制。

6、本發(fā)明是鑒于上述情況而完成的，其目的在于提供一種主要原因推斷裝置、主要原因推斷方法、主要原因推斷系統(tǒng)和終端裝置，即使在由不具有針對分析對象的深入的知識的用戶使用的情況下，也能夠根據(jù)傳感器數(shù)據(jù)、設(shè)定值等操作數(shù)據(jù)賦予對解決問題有用的輔助信息，從而能夠與適當且迅速的動作相結(jié)合。

7、用于解決課題的技術(shù)方案

8、為了解決上述課題并實現(xiàn)目的，本發(fā)明所涉及的主要原因推斷裝置對工藝中的現(xiàn)象的主要原因進行推斷，其中，所述主要原因推斷裝置具備：知識模型取得單元，取得知識模型，所述知識模型針對所述工藝中的現(xiàn)象的因果關(guān)系，以在所述工藝產(chǎn)生的事件為節(jié)點，并以將所述節(jié)點之間連結(jié)的網(wǎng)絡(luò)形式表現(xiàn)；信息創(chuàng)建單元，基于從所述工藝收集到的數(shù)據(jù)，創(chuàng)建至少包含與所述事件相關(guān)的異常指標的信息；節(jié)點提取單元，基于從所述工藝收集到的數(shù)據(jù)的名稱，檢索所述知識模型的節(jié)點的信息，并提取對應(yīng)的節(jié)點；數(shù)據(jù)結(jié)合單元，對提取出的所述節(jié)點結(jié)合對應(yīng)的所述信息；及主要原因推斷單元，基于所述知識模型的結(jié)構(gòu)和與所述節(jié)點結(jié)合的所述信息，推斷所述現(xiàn)象的主要原因并進行提示。

9、另外，本發(fā)明所涉及的主要原因推斷裝置在上述發(fā)明中，所述節(jié)點提取單元通過從與所述知識模型的節(jié)點對應(yīng)的事件的文字信息中檢索與所述數(shù)據(jù)的名稱相同或類似的文字信息來提取所述節(jié)點。

10、另外，本發(fā)明所涉及的主要原因推斷裝置在上述發(fā)明中，所述主要原因推斷單元在所述知識模型中，提示將所述節(jié)點彼此連結(jié)且表示所述現(xiàn)象的因果關(guān)系的因果路徑，所述主要原因推斷單元在所述因果路徑存在多個的情況下，根據(jù)與所述因果路徑的各節(jié)點結(jié)合的所述信息，將所述因果路徑排序并進行提示。

11、另外，本發(fā)明所涉及的主要原因推斷裝置在上述發(fā)明中，所述主要原因推斷單元基于在所述因果路徑中結(jié)合了表示異常的異常指標的節(jié)點的個數(shù)、或者過去作為因果路徑而被選擇的節(jié)點的個數(shù)，將所述因果路徑排序并進行提示。

12、另外，本發(fā)明所涉及的主要原因推斷裝置在上述發(fā)明中，所述主要原因推斷單元基于所述信息將所述知識模型塊化，在所述知識模型中，針對每個所述塊提示因果路徑，所述因果路徑將所述節(jié)點彼此連結(jié)且表示所述現(xiàn)象的因果關(guān)系。

13、另外，本發(fā)明所涉及的主要原因推斷裝置在上述發(fā)明中，所述異常指標包含表示異常的程度的異常度和基于從預(yù)先確定的正常狀態(tài)的偏離度而決定的區(qū)分中的至少一方。

14、為了解決上述課題并實現(xiàn)目的，本發(fā)明所涉及的主要原因推斷方法由通過計算機構(gòu)建的裝置執(zhí)行，對工藝中的現(xiàn)象的主要原因進行推斷，其中，所述主要原因推斷方法包括：知識模型取得步驟，所述計算機所具備的知識模型取得單元取得知識模型，所述知識模型針對所述工藝中的現(xiàn)象的因果關(guān)系，以在所述工藝產(chǎn)生的事件為節(jié)點，并以將所述節(jié)點之間連結(jié)的網(wǎng)絡(luò)形式表現(xiàn)；信息創(chuàng)建步驟，所述計算機所具備的信息創(chuàng)建單元基于從所述工藝收集到的數(shù)據(jù)，創(chuàng)建至少包含與所述事件相關(guān)的異常指標的信息；節(jié)點提取步驟，所述計算機所具備的節(jié)點提取單元基于從所述工藝收集到的數(shù)據(jù)的名稱，檢索所述知識模型的節(jié)點的信息，并提取對應(yīng)的節(jié)點；數(shù)據(jù)結(jié)合步驟，所述計算機所具備的數(shù)據(jù)結(jié)合單元對提取出的所述節(jié)點結(jié)合對應(yīng)的所述信息；及主要原因推斷步驟，所述計算機所具備的主要原因推斷單元基于所述知識模型的結(jié)構(gòu)和與所述節(jié)點結(jié)合的所述信息，推斷所述現(xiàn)象的主要原因并進行提示。

15、為了解決上述問題并實現(xiàn)目的，本發(fā)明所涉及的主要原因推斷系統(tǒng)具備主要原因推斷服務(wù)器裝置和終端裝置，其中，所述主要原因推斷服務(wù)器裝置具備：知識模型取得單元，取得知識模型，所述知識模型針對工藝中的現(xiàn)象的因果關(guān)系，以在所述工藝產(chǎn)生的事件為節(jié)點，并以將所述節(jié)點之間連結(jié)的網(wǎng)絡(luò)形式表現(xiàn)；信息創(chuàng)建單元，基于從所述工藝收集到的數(shù)據(jù)，創(chuàng)建至少包含與所述事件相關(guān)的異常指標的信息；節(jié)點提取單元，基于從所述工藝收集到的數(shù)據(jù)的名稱，檢索所述知識模型的節(jié)點的信息，并提取對應(yīng)的節(jié)點；數(shù)據(jù)結(jié)合單元，對提取出的所述節(jié)點結(jié)合對應(yīng)的所述信息；主要原因推斷單元，基于所述知識模型的結(jié)構(gòu)和與所述節(jié)點結(jié)合的所述信息，推斷所述現(xiàn)象的主要原因；及輸出單元，將至少包含在所述主要原因推斷單元中推斷出的現(xiàn)象的主要原因的信息輸出到所述終端裝置，所述終端裝置具備：信息取得單元，從所述主要原因推斷服務(wù)器裝置取得至少包含現(xiàn)象的主要原因的信息；及顯示單元，顯示所述信息取得單元所取得的信息。

16、為了解決上述課題并實現(xiàn)目的，本發(fā)明所涉及的終端裝置具備：信息取得單元，從主要原因推斷服務(wù)器裝置取得至少包含工藝中的現(xiàn)象的主要原因的信息；及顯示單元，顯示所述信息取得單元所取得的信息，所述現(xiàn)象的主要原因是基于知識模型的結(jié)構(gòu)和信息而推斷出的，所述知識模型針對工藝中的現(xiàn)象的因果關(guān)系以在所述工藝產(chǎn)生的事件為節(jié)點并以將所述節(jié)點之間連結(jié)的網(wǎng)絡(luò)形式表現(xiàn)，所述信息是與在所述知識模型中基于從所述工藝收集到的數(shù)據(jù)的名稱提取出的節(jié)點結(jié)合的信息，且所述信息至少包含與所述事件相關(guān)的異常指標。

17、發(fā)明效果

18、根據(jù)本發(fā)明所涉及的主要原因推斷裝置、主要原因推斷方法、主要原因推斷系統(tǒng)和終端裝置，即使在由不具有針對分析對象的深入的知識的用戶使用的情況下，也能夠根據(jù)傳感器數(shù)據(jù)、設(shè)定值等操作數(shù)據(jù)賦予對解決問題有用的輔助信息。由此，利用該輔助信息，用戶能夠采取用于解決問題的適當且迅速的動作。