Die Erfindung betrifft ein überwachtes maschinelles Lernen eines computerimplementierten Verfahrens zur Durchführung eines technischen Prozesses (TPR), bei demauf einen Datenpool (DP), enthaltend Datensätze (x;y) mit Eingabedaten und ein richtiges Prozessergebnis beschreibenden Ausgabedaten, erstellt wird,die Datensätze (x;y) in Trainingsdatensätze (TD) und Validierungsdatensätze (VD) unterteilt werden,das computerimplementierte Verfahren in einer Trainingsphase (TP) trainiert wird, wobei Verfahrensparameter des Verfahrens bei wiederholten Verfahrensdurchführungen variiert werden,in einer Validierungsphase (VP) das trainierte Verfahren überprüft wird, indem die mit dem trainierten Verfahren mit den Eingabedaten berechneten Ausgabedaten mit den das richtige Prozessergebnis beschreibenden Ausgabedaten verglichen werden und als Ergebnis des Vergleichens eine tatsächliche Versagenswahrscheinlichkeit (Ptrue) für das Verfahren berechnet wird. Es wird vorgeschlagen, dass für die Trainingsphase (TP) eine empirische Versagenswahrscheinlichkeit (Pemp) festgelegt wird, die höchstens so groß ist, wie eine vorgegebene Soll-Versagenswahrscheinlichkeit (PFD),die Validierungsphase (VP) eingeleitet wird, nachdem in der Trainingsphase (TP) festgestellt wurde, dass die empirische Versagenswahrscheinlichkeit (Pemp) nicht überschritten wird. Ferner wird vorgeschlagen, dasseine statistische Signifikanz (α) des Ergebnisses der Validierungsphase (VP) berücksichtigt wird, indem in der Validierungsphase (VP) zum Vergleichen mit der tatsächlichen Versagenswahrscheinlichkeit (Ptrue) eine korrigierte Versagenswahrscheinlichkeit (Pval) festgelegt wird, die geringer ist als die vorgegebene Soll-Versagenswahrscheinlichkeit (PFD)
A supervised machine learning of a computer-implemented method for performing a technical process in which a data pool is created. The data pool contains data sets with input and output data that describes a correct process result. The data sets are divided into training and validation data sets. The computer-implemented method is trained in a training phase, wherein process parameters of the method are varied during repeated performances. The trained method is checked by comparing the output data calculated with the trained method with the input data with the output data describing the correct process result and calculating an actual probability of failure based on the comparison. An empirical probability of failure is defined for the training phase, which is at most as large as a target probability of failure, the validation phase is initiated after it has been established that the empirical probability of failure is not exceeded.
EIN ÜBERWACHTES MASCHINELLES LERNEN EINES COMPUTERIMPLEMENTIERTEN VERFAHRENS ZUR DURCHFÜHRUNG EINES TECHNISCHEN PROZESSES
SUPERVISED MACHINE LEARNING OF A COMPUTER-IMPLEMENTED METHOD FOR PERFORMING A TECHNICAL PROCESS
APPRENTISSAGE AUTOMATIQUE SUPERVISÉ D'UN PROCESSUS MIS EN OEUVRE PAR ORDINATEUR POUR EFFECTUER UN PROCESSUS TECHNIQUE
2024-09-04
Patent
Electronic Resource
German
European Patent Office | 2025
|European Patent Office | 2025
|European Patent Office | 2021
|European Patent Office | 2023
|