[发明专利]信息处理装置、信息处理方法及记录介质在审
申请号: | 202210694360.0 | 申请日: | 2022-06-16 |
公开(公告)号: | CN115496222A | 公开(公告)日: | 2022-12-20 |
发明(设计)人: | 儿美川拓实;长谷川昌孝 | 申请(专利权)人: | 富士胶片株式会社 |
主分类号: | G06N20/00 | 分类号: | G06N20/00;G06N10/60;G06Q10/04 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 高颖 |
地址: | 日本国*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 信息处理 装置 方法 记录 介质 | ||
本发明提供一种以高精度预测通过包括1个以上处理的工艺来获得的产品的品质的信息处理装置、信息处理方法及记录介质。一种信息处理装置、信息处理方法及记录介质,所述信息处理装置预测通过包括1个以上的处理的工艺来获得的产品的品质,包括至少1个处理器,处理器在工艺的至少1个处理中,在处理前与处理后之间的处理时间的经过的不同的2点,进行被处理物与处理物的化学信息及物理信息中的至少1个信息的获取,进行由上述信息获得的数值的上述2点之间的差分的算出值的获取,将上述差分设为说明变量,将产品的品质设为目标变量,使用根据说明变量与目标变量的已知数据集进行机器学习的学习完毕模型,并且根据上述算出值进行产品的品质的预测。
技术领域
本发明涉及一种信息处理装置、信息处理方法及记录介质。
背景技术
已进行利用机器学习模型预测产品的质量。例如,在专利文献1中提出了为了提高预测的精度,将从表示产品的物性的物性数据导出的物性相关数据作为学习用输入数据进行学习的机器学习模型。
专利文献1:日本特开2018-018354号公报
以专利文献1等为首,一直以来研究各种技术,但是现状为产品的品质的预测精度不充分。
发明内容
本发明是鉴于这种状况而完成的,本发明的一实施方式欲要解决的课题在于提供一种以高精度预测通过包括1个以上的处理的工艺来获得的产品的品质的信息处理装置。
本发明的另一实施方式欲要解决的课题在于提供一种以高精度预测通过包括1个以上的处理的工艺来获得的产品的品质的信息处理方法。
本发明的另一实施方式欲要解决的课题在于提供一种用于由计算机执行以高精度预测通过包括1个以上的处理的工艺来获得的产品的品质的信息处理的程序。
本发明包括以下方式。
1一种信息处理装置,所述信息处理装置预测通过包括1个以上的处理的工艺来获得的产品的品质,其中,
包括至少1个处理器,处理器在工艺的至少1个处理中,在处理前与处理后之间的处理时间的经过的不同的2点,进行被处理物与处理物的化学信息及物理信息中的至少1个信息的获取,
进行由上述信息获得的数值的上述2点之间的差分的算出值的获取,
将上述差分设为说明变量,将产品的品质设为目标变量,使用根据说明变量与目标变量的已知数据集进行机器学习的学习完毕模型,并且根据上述算出值进行产品的品质的预测。
2根据1所述的信息处理装置,其中,
处理器进行与工艺的至少1个处理相对的处理条件的条件值的获取,
说明变量除了上述差分以外还包括处理条件,
产品的品质的预测中,根据上述算出值及条件值进行产品的品质的预测。
3根据1或2所述的信息处理装置,其中,
处理器在上述信息的获取中,作为工艺的至少1个处理中的化学信息,进行分光光谱的获取。
4根据3所述的信息处理装置,其中,
处理器在上述算出值的获取中,对于通过至少1个处理变化的分光光谱中的特征性波数或波数区域,进行上述波数中的强度或上述波数区域中的积分强度的上述算出值的获取。
5根据4所述的信息处理装置,其中,
处理器根据量子化学计算来确定上述波数或上述波数区域。
6根据4或5所述的信息处理装置,其中,
上述特征性波数或波数区域包括源自副产物的波数或波数区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于富士胶片株式会社,未经富士胶片株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210694360.0/2.html,转载请声明来源钻瓜专利网。