公开(公告)号：WO2023057494A1

公开(公告)日：2023-04-13

申请号：PCT/EP2022/077660

申请日：2022-10-05

Applicant: SIEMENS AG ÖSTERREICH

Inventor： HIESSL, Thomas ,  REZAPOUR LAKANI, Safoura ,  SCHALL, Daniel

IPC: G06N3/08 ,  G06N20/00 ,  G06V10/82 ,  G06F18/2433 ,  G06N3/0455 ,  G06N3/098 ,  G06V10/95 ,  G06V20/60 ,  G06V2201/06

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.

公开(公告)号：WO2023057059A1

公开(公告)日：2023-04-13

申请号：PCT/EP2021/077543

申请日：2021-10-06

Applicant: SIEMENS AG ÖSTERREICH

Inventor： HIESSL, Thomas ,  REZAPOUR LAKANI, Safoura ,  SCHALL, Daniel

IPC: G06N3/08 ,  G06N20/00 ,  G06V10/82 ,  G06F18/2433 ,  G06N3/0455 ,  G06N3/098 ,  G06V10/95 ,  G06V20/60 ,  G06V2201/06

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 Autoencoders coders und Bestimmen eines lokalen Schwellwerts (TH1, TH2) für die jeweilige lokale Modell-Ausgangsgröße (RD), b) Übermitteln der lokalen Modellgewichte (Wl, 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), d) Übermitteln der globalen Mode11gewichte (W_GM) und des globalen Schwellwerts (TH_GM) an den ersten Klienten (CI), und Übernehmen der globalen Mode11gewichte (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 lokale Modell (LM1) und Bestimmen der lokalen Modell- Ausgangsgröße (RD, LM1_0UT) des ersten Klienten (CI), g) Erkennen einer Anomalie (ANO) für die Sensordaten, falls die lokale Modell-Ausgangsgröße (RD, LM1_0UT) außerhalb eines Bereichs liegt, welcher durch den globalen Schwellwert (TH_GM) festgelegt ist.