-
公开(公告)号：CN110837893B
公开(公告)日：2023-10-10
申请号：CN201910759836.2
申请日：2019-08-16
Applicant: 横河电机株式会社 , 国立大学法人奈良先端科学技术大学院大学
IPC: G06N20/00
Abstract: 如果单纯地进行机器学习，则要学习的参数的数量变得庞大，造成到学习收敛为止需要不切实际的长时间或者造成学习无法收敛，其结果会导致无法算出为操作设备推荐的控制条件。为此，本发明提供一种装置，其中包括多个智能体，将设施中设置的多个设备的一部分分别作为对象设备。多个智能体中的每一个具有：状态获取单元，获取表示设施的状态的状态数据；控制条件获取单元，获取表示各个对象设备的控制条件的控制条件数据；以及学习处理单元，使用包括状态数据和控制条件数据的学习数据执行模型的学习处理，该模型对应于状态数据的输入，输出表示各个对象设备的被推荐的控制条件的推荐控制条件数据。
-
公开(公告)号：CN116027660A
公开(公告)日：2023-04-28
申请号：CN202211325002.9
申请日：2022-10-27
Applicant: 横河电机株式会社
IPC: G05B13/04
Abstract: 提供一种装置、方法以及计算机可读介质，该装置具有：第1获取部，其获取设备的操作计划、以及用于对设备进行操作的操作模型的学习的目标设定数据中的至少参数的识别信息，该目标设定数据包含与设备相关的参数中的设为目标范围的设定对象的参数的识别信息以及针对该参数设定的目标范围；以及第1学习处理部，其利用包含第1获取部获取到的参数的识别信息以及操作计划在内的学习数据，进行相应于操作计划被输入而输出应当用于操作模型的学习的目标设定数据中的参数的识别信息或者目标范围中的至少一者的目标设定模型的学习处理。
-
Patent Agency Ranking
公开(公告)号：CN115145143A
公开(公告)日：2022-10-04
申请号：CN202210254839.2
申请日：2022-03-15
Applicant: 横河电机株式会社
Abstract: 提供一种学习处理装置、控制装置、学习处理方法、控制方法及记录介质，该学习处理装置具有：学习处理部，其通过机器学习，生成将与预先规定的系统的指示值以及测定值相应的操作量输出的控制模型；生成部，其利用所述控制模型，生成表示所述指示值以及所述测定值的组合、和与该组合相应的所述操作量之间的对应关系的控制用数据；以及供给部，其将所述控制用数据供给至预先规定的控制装置。
-
公开(公告)号：CN115047791A
公开(公告)日：2022-09-13
申请号：CN202210186340.2
申请日：2022-02-28
Applicant: 横河电机株式会社
IPC: G05B19/042 , G06N20/00
Abstract: 提供一种控制装置、控制方法以及记录有控制程序的记录介质，该控制装置具有：控制部，其利用以根据设置有控制对象的设备的状态而输出控制对象的操作量的方式进行了机器学习得到的控制模型对上述控制对象进行控制；模拟部，其利用模拟模型而模拟对上述控制对象赋予了由上述控制模型输出的上述操作量的情况下的上述设备的状态；以及停止部，其基于模拟结果而使上述控制模型对上述控制对象的控制停止。
-
公开(公告)号：CN115032950A
公开(公告)日：2022-09-09
申请号：CN202210190756.1
申请日：2022-02-28
Applicant: 横河电机株式会社
IPC: G05B19/418
Abstract: 提供一种判定装置、判定方法以及记录有判定程序的记录介质，判定装置，具有：状态数据获取部，其获取表示设置有控制对象的设备的状态的状态数据；操作量数据获取部，其获取表示上述控制对象的操作量的操作量数据；控制模型生成部，其利用上述状态数据以及上述操作量数据，通过机器学习而生成输出与上述设备的状态相应的上述操作量的控制模型；模拟部，其利用模拟模型而模拟对上述控制对象赋予了由上述控制模型输出的上述操作量的情况下的上述设备的状态；以及判定部，其基于模拟结果而判定能否进行上述控制模型对上述控制对象的控制。
-
公开(公告)号：CN112750500A
公开(公告)日：2021-05-04
申请号：CN202011177931.0
申请日：2020-10-29
Applicant: 横河电机株式会社 , 日本横河系统工程株式会社
IPC: G16B40/00
Abstract: 本发明提供装置、方法及存储介质。其中，本发明的一种装置具备：设定部，其对制造制造对象物的制造系统设定动作内容；第一取得部，其获取表示设定动作内容后的制造系统及制造对象物中的至少一方的状态的事后状态参数集；学习处理部，其使用包含动作内容和事后状态参数集的学习数据，执行制造系统的控制模型的学习处理，所述控制模型根据表示制造系统及制造对象物中的至少一方的状态的状态参数集的输入，输出将通过预先设定的奖励函数确定的奖励值提高的动作内容。由此，能够解决现有技术有时得不到制造系统的适当的动作内容的问题。
-
公开(公告)号：CN110837893A
公开(公告)日：2020-02-25
申请号：CN201910759836.2
申请日：2019-08-16
Applicant: 横河电机株式会社 , 国立大学法人奈良先端科学技术大学院大学
IPC: G06N20/00
Abstract: 如果单纯地进行机器学习，则要学习的参数的数量变得庞大，造成到学习收敛为止需要不切实际的长时间或者造成学习无法收敛，其结果会导致无法算出为操作设备推荐的控制条件。为此，本发明提供一种装置，其中包括多个智能体，将设施中设置的多个设备的一部分分别作为对象设备。多个智能体中的每一个具有：状态获取单元，获取表示设施的状态的状态数据；控制条件获取单元，获取表示各个对象设备的控制条件的控制条件数据；以及学习处理单元，使用包括状态数据和控制条件数据的学习数据执行模型的学习处理，该模型对应于状态数据的输入，输出表示各个对象设备的被推荐的控制条件的推荐控制条件数据。
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
