COMPUTER-IMPLEMENTED METHOD AND COMPUTER PROGRAMME FOR MACHINE-LEARNING TEMPORAL RELATIONSHIPS IN ONE OR MORE MEASUREMENT SIGNALS, AND METHOD AND COMPUTER PROGRAMME FOR DETERMINING A MEASURED VARIABLE

• Main Authors: HODRIUS, Thomas, DENTLER, Tobias
• Format: Patent
• Language: English; French; German
• Published: 15.12.2022
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; MEASURING; MEASURING QUANTITY OF HEAT; MEASURING TEMPERATURE; PHYSICS; TESTING; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR

Computerimplementiertes Verfahren zum maschinellen Lernen temporaler Zusammenhänge in einem oder mehreren Messsignalen (Int1, Int2,..., IntX) umfassend die Schritte: Eingeben wenigstens des einen Messsignals (Int1, Int2,..., IntX) in wenigstens ein Filter (F1, F2, F3) und Erhalten wenigstens eines Filterausgangssignals (L1); Vorwärtsspeisen eines rückkopplungsfreien Maschinenlernalgorithmus (ANN) mit dem wenigstens einen Filterausgangssignal und Lernen des temporalen Zusammenhangs in wenigstens dem einen Messsignal (Int1, Int2,..., IntX) in Abhängigkeit einer Übertragungsfunktion des wenigstens einen Filters (F1, F2, F3) (L2); wobei der Maschinenlernalgorithmus (ANN) basierend auf dem gelernten temporalen Zusammenhang wenigstens eine mit wenigstens dem einen Messsignal (Int1, Int2,..., IntX) korrelierende Messgröße (Out) prädiziert (L3). The invention relates to a computer-implemented method for machine-learning temporal relationships in one or more measurement signals (Int1, Int2, ..., IntX), said method comprising the steps: inputting at least the one measurement signal (Int1, Int2, ..., IntX) into at least one filter (F1, F2, F3) and obtaining at least one filter output signal (L1); feeding forward a feedback-free machine learning algorithm (ANN) with the at least one filter output signal and learning the temporal relationship in at least the one measurement signal (Int1, Int2, ..., IntX) depending on a transfer function of the at least one filter (F1, F2, F3) (L2); wherein said machine learning algorithm (ANN) predicts (L3), based on said learned temporal relationship, at least one measured variable (Out) correlating with at least the one measurement signal (Int1, Int2, ..., IntX). L'invention concerne un procédé mis en œuvre par ordinateur pour l'apprentissage automatique de relations temporelles dans un ou plusieurs signaux de mesure (Int1, Int2,..., IntX), ledit procédé comprenant les étapes consistant à : entrer ledit signal de mesure (Int1, Int2,..., IntX) dans au moins un filtre (F1, F2, F3) et obtenir au moins un signal de sortie de filtre (L1); introduire un algorithme d'apprentissage automatique sans rétroaction (ANN) avec ledit signal de sortie de filtre et apprendre la relation temporelle dans ledit signal de mesure (Int1, Int2,..., IntX) selon une fonction de transfert dudit filtre (F1, F2, F3) (L2); ledit algorithme d'apprentissage automatique (ANN) prédisant (L3), sur la base de ladite relation temporelle apprise, au moins une variable mesurée (SORTIE) en corrélation avec ledit signal de mesure (Int1, Int2,..., IntX).