中科微点-全球专利检索

  1. Login
  2. Sign Up
Invention Application
WO2023057494A1 COMPUTER-IMPLEMENTIERTES VERFAHREN UND SYSTEM ZUR ANOMALIE-ERKENNUNG IN SENSORDATEN 审中-公开

COMPUTER-IMPLEMENTIERTES VERFAHREN UND SYSTEM ZUR ANOMALIE-ERKENNUNG IN SENSORDATEN
Abstract:
Computer-implementiertes Verfahren zur Anomalie-Erkennung in Sensordaten (SD1, SD2), umfassend folgende Schritte: a) Erzeugen und Trainieren eines ersten und zumindest eines zweiten lokalen Modells jeweils auf Basis eines Autoen- coders und Bestimmen eines lokalen Schwellwerts (TH1, TH2) für die jeweilige lokale Modell-Ausgangsgröße (RD), b) Übermitteln der lokalen Modellgewichte (W1, W2) und der lokalen Schwellwerte (TH1, TH2 ) an einen Server (S), c) Erzeugen und Trainieren eines globalen Modells (GM) auf Basis eines Autoencoders und Bestimmen eines globalen Schwellwerts (TH GM) für die globale Modell- Ausgangsgröße (RD, W_GM), ti) Übermitteln der globalen Modellgewichte (W_GM) und des globalen Schwellwerts (TH_GM) an den ersten Klien- ten (C1), und Übernehmen der globalen Modellgewich- te (W_GM) für das erste lokale Modell (LM1), e) Erfassen von ersten Sensordaten (SD1) durch ein erstes Sensormittel (SM1), f) Anwenden der ersten Sensordaten (SD1) auf das erste loka- le Modell (LM1) und Bestimmen der lokalen Modell- Ausgangsgröße (RD, LM1_OUT) des ersten Klienten (C1), g) Erkennen einer Anomalie (ANO) für die Sensordaten, falls die lokale Modell-Ausgangsgröße (RD, LM1_OUT) außerhalb eines Bereichs liegt, welcher durch den globalen Schwellwert (TH_GM) festgelegt ist.
Abstract(English):

The invention relates to a computer-implemented method for anomaly detection in sensor data (SD1, SD2), comprising the following steps: a) generating and training a first and at least one second local model in each case on the basis of an autoencoder and determining a local threshold value (TH1, TH2) for the relevant local model output variable (RD); b) transmitting the local model weightings (W1, W2) and the local threshold values (TH1, TH2) to a server (S); c) generating and training a global model (GM) on the basis of an autoencoder and determining a global threshold value (TH GM) for the global model output variable (RD, W_GM); d) transmitting the global model weightings (W_GM) and global threshold value (TH_GM) to the first client (C1), and adopting the global model weightings (W_GM) for the first local model (LM1); e) capturing first sensor data (SD1) by a first sensor means (SM1); f) applying the first sensor data (SD1) to the first local model (LM1) and determining the first local model output variable (RD, LM1_OUT) of the first client (C1); g) detecting an anomaly (ANO) for the sensor data, if the local model output variable (RD, LM1_OUT) is outside a range which is fixed by the global threshold threshold value (TH_GM).

Patent Agency Ranking
0/0