---

Kurzfassung

Mit der vorliegenden Erfindung werden ein alternatives Verfahren und eine dazugehörige Vorrichtung zur Simulation von Ereignissen eines technischen Systems mit einem Verfahren des maschinellen Lernens bereitgestellt.

Dies geschieht unter der  Verwendung eines künstlichen neuronalen Netzwerkes, mit dem es gelingt, das Verhalten des technischen Systems realistischer zu prognostizieren.

Dabei werden die Ein- und Ausgangssequenzen von System-ereignissen in einer ersten Phase in Form von Zeitreihen und / oder Datensätzen, die den Verlauf der Systemereignisse beschreiben und eine Systemänderung bewirken, vektorisiert und in einem ungewichteten neuronalen Netz selbstlernend einander zugeordnet und gewichtet. In einer zweiten Phase wird mit Hilfe des gewichteten neuronalen Netzes eine Ausgangssequenz generiert.

Durch das Verfahren läßt sich das zukünftige Verhalten eines technischen Systems (z. B. einer Maschine) genauer und mit erheblich geringerem Modellierungsaufwand vorhersagen.

---

Hintergrund

 

 

---

Lösung

• Das Verfahren ordnet alternative Beschreibungen eines Ereignisses einander zu und mit Hilfe von Methoden des Maschinellen Lernens werden diese Beschreibungen aufeinander abgebildet.

• Als Methode des Maschinellen Lernens wird hierbei ein Künstliches Neuronales Netz verwendet.

• Die Anwendung der Methode des Maschinellen Lernens erfolgt in zwei Phasen, die Lern- oder Trainingsphase und die Inferenzphase.

• Anhand einer bereits bekannten, parallellaufenden Verhaltens-beschreibung, wie z.B. durch Steuerungsbefehle, wird das zeitliche Verhalten eines Ergebnisses erlernt.

• Hierbei wird ein Zusammenhang zwischen zwei Ereignissen bzw. Ereignisverläufen unterstellt.

• Die Parametrierung der Bestandteile des Zusammenhanges, wie Funktionen, Zustandsverläufe usw., wird trainiert.

---

Vorteile

• Reduktion des Modellierungsaufwandes für die Vorhersage von zukünftigen Verhalten von technischen Systemen.

• Abbildung von Sequenzen unterschiedlicher Länge aufeinander durch die Nutzung rekurrenter Sequence-to-Sequence-Encoder-Decoder (kurz RNN-Encoder-Decoder).

• Anwendung innerhalb eines Simulationsmodells oder in der Regelungs- / Steuerungstechnik

• Abbildung eines Sachverhalts, Ereignisses etc. ist mit Hilfe natürlicher Sprache,  als auch durch abstrakte Beschreibungen desselben Sachverhaltes in einer nicht-natürlichen Sprache möglich.

---

Anwendungsbereiche

• Genaue Vorhersagen von zukünftigen Verhalten eines technischen Systems (z. B. Maschine) ohne hohen Modellierungsaufwand.

• Optimierung und Kontrolle von Prozessen in der Regelungs- und Steuerungstechnik.

---

Service