IP-Coster | WO2023012029 | AUTOMATICALLY DETERMINING A ROOT-CAUSE INDICATOR OF A TECHNICAL SYSTEM CONCERNING AN OUTPUT OF A MACHINE LEARNING MODEL

Country	Stages	Total
China	Filing	1066
EPO	Filing, Examination	4588
Japan	Filing	590
South Korea	Filing	574
USA	Filing, Examination	2710

Abstract[English] Computer-implemented method for automatically determining a root-cause indicator (L) of a technical system (10) concerning an output of a machine learning model (f) trained to analyse the technical system (f) based on sensor data of different sensors measuring parameters of the technical system (10), comprising - receiving (S1) measured sensor data (X) of the technical system (10) and an output (y) of the machine learning model (f) for the received measured sensor data (X) as input, wherein the machine learning model (f) is used to evaluate the technical system (10), - determining (S2) an explanation information (h) for the output (y) of the machine learning model (f), comprising a set of feature values ( ) indicating an impact of the feature on the output (y) of the machine learning model (f), - training (S3) a root-cause model (q) based on root-cause labels (Li) assigned to the output of the machine learning model (f) to map the set of feature values ( ) of the explanation information (h) onto a root-causes indicator (L), - determining (S4) one of the root-cause labels by inputting a new set of feature value ( ) determined for an output of the machine learning method (f) resulting from inputting a new measured sensor data into the root-cause model (q), and - outputting (S5) the determined root-cause label as root- cause indicator (L) to a user interface.[French] L'invention concerne un procédé mis en œuvre par ordinateur pour déterminer automatiquement un indicateur de cause profonde (L) d'un système technique (10) concernant une sortie d'un modèle d'apprentissage machine (f) entraîné pour analyser le système technique (f) sur la base de données de capteur de différents capteurs mesurant des paramètres du système technique (10), comprenant la réception (S1) de données de capteur mesurées (X) du système technique (10) et une sortie (y) du modèle d'apprentissage machine (f) pour les données de capteur mesurées reçues (X) en tant qu'entrée, le modèle d'apprentissage machine (f) étant utilisé pour évaluer le système technique (10), - la détermination (S2) d'une information d'explication (h) pour la sortie (y) du modèle d'apprentissage machine (f), comprenant un ensemble de valeurs caractéristiques ( ) indiquant un impact de la caractéristique sur la sortie (y) du modèle d'apprentissage machine (f), - l'entraînement (S3) d'un modèle de cause profonde (q) sur la base d'étiquettes de cause profonde (Li) attribuées à la sortie du modèle d'apprentissage machine (f) pour mapper l'ensemble de valeurs caractéristiques ( ) des informations d'explication (h) sur un indicateur de cause profonde (L), - la détermination (S4) de l'une des étiquettes de cause profonde par l'entrée d'un nouvel ensemble de valeurs caractéristiques ( ) déterminé pour une sortie du procédé d'apprentissage machine (f) résultant de l'entrée d'une nouvelle donnée de capteur mesurée dans le modèle de cause profonde (q), et - la fourniture (S5) de l'étiquette de cause profonde déterminée en tant qu'indicateur de cause profonde (L) à une interface utilisateur.

Total Number of Claims/PCT	*
Number of Independent Claims	*
Number of Priorities	*
Number of Multi-Dependent Claims	*
Number of Drawings	*
Pages for Publication	*
Number of Pages with Drawings	*
Pages of Specification	*
Sequence Listing	*
International Search Report is established	*
International Searching Authority	EPO *
Applicant's Legal Status	Legal Entity *
Small Entity	*
Non-Commercial Organization	*
Small Entity, USA	*
Micro Entity, USA	*
Entry into National Phase under	Chapter I *
Translation

WO2023012029 - AUTOMATICALLY DETERMINING A ROOT-CAUSE INDICATOR OF A TECHNICAL SYSTEM CONCERNING AN OUTPUT OF A MACHINE LEARNING MODEL

Quotation for National Phase entry