[发明专利]进行关于作业工序的学习的机器学习方法和机器学习装置

说明书

本发明涉及一种进行关于作业工序的学习的机器学习方法以及机器学习装置。机器学习装置对多个不同的作业工序中包含的全部的单位作业进行，判断相同种类的多个单位作业是否。机器学习装置将彼此类似的第1单位作业和第2单位作业作为类似作业集，通过共通的机器学习算法，生成类似作业学习模型，基于类似作业学习模型，进行与包含第1单位作业的第1作业工序以及包含第2单位作业的第2作业工序有关的学习。

技术领域

本发明涉及进行关于作业工序的学习的机器学习方法以及机器学习装置。

背景技术

人在进行某些作业工序(例如组装工序、检查工序、洗净工序、打包工序、或者事务工序等)时，例如从作业辅助或者品质管理的观点出发，有时希望掌握作业工序的特性(作业内容、作业者、作业时间、以及作业日期时间等)。例如，能够基于掌握到的作业工序的特性，根据需要来通过影像或者声音向作业者示教正确的作业顺序，或者对工序不良的主要原因进行分析。

在日本特开2014-155207号公报中公开了一种头部佩戴型显示装置，其通过对外景图像进行图像识别来对当前的顺序进行推定，显示表示指示内容的字符串或者表示使用者应实施的内容的图像。

在日本专利6224873号公报中公开了一种信息处理系统，其在登记了作业的标准数据与获取到的作业数据的差异为阈值以上的情况下，在现实空间中重叠显示与作业的修正有关的指示图像。

在国际公开第2010/143361号中公开了一种作业识别装置，其使用速度传感器的输出以及拍摄部的输出来确定用户的作业。

在日本特开2017-131335号公报中公开了一种内窥镜洗净管理系统，其根据作业者的技能等级来对提供的作业顺序信息进行决定。

发明内容

将作业工序的特性(作业内容、作业者、作业时间、以及作业日期时间等)与例如用于进行作业辅助或者品质管理的所需的条件(用于示教作业顺序的条件、或者用于分析工序不良要因的条件等)关联起来，作为已知的信息进行收集积累，由此能够有效地进行该条件的新设定、修正、或者变更等。在该情况下，期望迅速且准确地进行信息的收集以及积累、以及提高积累的信息的可靠性等。

本公开的一实施方式是机器学习方法，其进行与各自包含至少一个种类的单位作业的多个不同的作业工序有关的学习，其中，对多个不同的作业工序中包含的全部的单位作业进行合计，解译有无相同种类的多个单位作业，判断相同种类的多个单位作业是否彼此类似，将彼此类似的第1单位作业和第2单位作业作为类似作业集，通过共通的机器学习算法，生成将类似作业集的特性作为输入数据的类似作业学习模型，基于类似作业学习模型，进行与包含第1单位作业的第1作业工序以及包含第2单位作业的第2作业工序有关的学习。

本公开的另一实施方式是机器学习装置，其进行与各自包含至少一个种类的单位作业的多个不同的作业工序有关的学习，该机器学习装置具备：作业合计部，其对多个不同的作业工序中包含的全部的单位作业进行合计，解译有无相同种类的多个单位作业；类似判断部，其判断相同种类的多个单位作业是否彼此类似；第1学习部，其将彼此类似的第1单位作业和第2单位作业作为类似作业集，通过共通的机器学习算法，生成将类似作业集的特性作为输入数据的类似作业学习模型；第2学习部，其基于类似作业学习模型，进行与包含第1单位作业的第1作业工序以及包含第2单位作业的第2作业工序有关的学习。

附图说明

图1是表示一实施方式所涉及的机器学习装置的功能框图。

图2是表示一实施方式所涉及的机器学习方法的流程图。

图3是概念性地表示图2的机器学习方法的具体例的图。

图4是表示图1的机器学习装置所具有的学习部的一例的功能框图。

图5是表示图4的学习部所执行的机器学习算法的一例的流程图。