WO2023152532 - METHOD AND SYSTEM FOR ENRICHING DATA FOR TRAINING AI MODEL IN PROCESS INDUSTRIES
National phase entry is expected:
Publication Number
WO/2023/152532
Publication Date
17.08.2023
International Application No.
PCT/IB2022/051105
International Filing Date
08.02.2022
Title **
[English]
METHOD AND SYSTEM FOR ENRICHING DATA FOR TRAINING AI MODEL IN PROCESS INDUSTRIES
[French]
PROCÉDÉ ET SYSTÈME D'ENRICHISSEMENT DE DONNÉES PERMETTANT L'ENTRAÎNEMENT D'UN MODÈLE D'IA DANS DES INDUSTRIES DE PROCESSUS
Applicants **
ABB SCHWEIZ AG
Brugger Strasse 66
5400 Baden, CH
Inventors
BHAT, Shrikant
SD 1303 Purva Seasons, Kaggadasapura Main Rd, CV Raman Nagar, Karnataka,
Bangalore 560093, IN
PATIL, Dinesh
H.No. 9, 17th Cross, Akshaya Nagar 2nd Block, Ramamurthy Nagar Extn, Karnataka,
Bangalore 560016, IN
ABUKWAIK, Hadil
Weimarer Strasse, 4\1, (Federal Republic of)
69469 Weinheim, DE
Application details
| 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 | * |
| * | |
| * | |
International Searching Authority |
EPO
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Translation |
|
Recalculate
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing | 957 | |
| EPO | Filing, Examination | 4591 | |
| Japan | Filing | 589 | |
| South Korea | Filing | 482 | |
| USA | Filing, Examination | 2710 |
Total: 9329 USD
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Abstract[English]
The present disclosure relates to method and system (103) for enriching data for training an Artificial Intelligence (AI) model in process industries. The method comprises obtaining one or more variables associated with each of plurality of process blocks (101) of industrial process (100), for upstream material flow to downstream material flow, based on learning task of AI model associated with the industrial process (100). Further, the method comprises receiving one or more primary attributes related to the one or more variables from user. Furthermore, the method comprises determining effects of each variable on other variables, from the upstream material flow to the downstream material flow by correlating the one or more primary attributes. Thereafter, the method comprises generating one or more secondary attributes related to the one or more variables based on the effects. The one or more primary attributes and the one or more secondary attributes form the enriched data.[French]
La présente divulgation se rapporte à un procédé et à un système (103) permettant d'enrichir des données pour entraîner un modèle d'intelligence artificielle (IA) dans des industries de processus. Le procédé consiste à obtenir une ou plusieurs variables associées à chacun de la pluralité de blocs de processus (101) d'un processus industriel (100), pour un flux de matériau en amont vers un flux de matériau en aval, sur la base d'une tâche d'apprentissage d'un modèle d'IA associé au processus industriel (100). En outre, le procédé consiste à recevoir un ou plusieurs attributs primaires associés à la ou aux variables de l'utilisateur. En outre, le procédé consiste à déterminer des effets de chaque variable sur d'autres variables, à partir du flux de matériau en amont vers le flux de matériau en aval par corrélation du ou des attributs primaires. Ensuite, le procédé consiste à générer un ou plusieurs attributs secondaires associés à la ou aux variables sur la base des effets. Le ou les attributs primaires et le ou les attributs secondaires forment les données enrichies.