模型诊断装置以及模型诊断系统制造方法及图纸

本发明专利技术涉及模型诊断装置以及模型诊断系统。模型诊断装置具备：通信装置，其能够与生成已学习的神经网络模型的多个车辆(3)通信；存储装置，其存储数据；以及控制装置，其判定已学习的神经网络模型的异常。控制装置将针对预定值的输入参数而从已学习的神经网络模型输出的输出参数的值存储于存储装置，并在从一个车辆接收到新的已学习的神经网络模型或者针对预定值的输入参数而从新的已学习的神经网络模型输出的输出参数的值时，对输出参数的值进行统计处理，基于统计处理的结果，判定新的已学习的神经网络模型的异常。由此，提供能够诊断在车辆中所生成的已学习的神经网络模型的异常的模型诊断装置。

【技术实现步骤摘要】
模型诊断装置以及模型诊断系统
本专利技术涉及模型诊断装置以及模型诊断系统。
技术介绍
以往，已知为了控制车辆而使用根据预定的输入参数输出预定的输出参数的神经网络模型(neuralnetworkmodel)。例如，专利文献1中公开了使用已学习的(已训练好的)神经网络模型来推定被吸入到搭载于车辆的内燃机的燃烧室的吸入气体的流量。现有技术文献专利文献1：日本特开2012-112277号公报
技术实现思路
专利技术所要解决的问题在这方面，为了使神经网络模型的精度提高，需要预先进行神经网络模型的学习。在神经网络模型的学习中，使用由输入参数的实测值和输出参数的实测值的组合形成的训练数据集(dataset)。输入参数和输出参数的实测值可以在车辆实际的行驶中使用传感器等取得。因此，考虑在车辆中制作训练数据集并在车辆中进行神经网络模型的学习。通过将进行学习的结果所获得的已学习的神经网络模型发送给车辆外部的服务器，也能够将已学习的神经网络模型经由服务器发布(传送)给其他车辆。然而，若与神经网络模型的学习有本文档来自技高网...

【技术保护点】
1.一种模型诊断装置，具备：/n通信装置，其能够与多个车辆通信，所述多个车辆进行神经网络模型的学习而生成已学习的神经网络模型；/n存储装置，其存储数据；以及/n控制装置，其判定所述已学习的神经网络模型的异常，/n所述控制装置将针对预定值的输入参数而从所述已学习的神经网络模型输出的输出参数的值存储于所述存储装置，并在经由所述通信装置从所述多个车辆中的一个车辆接收到新的已学习的神经网络模型或者针对所述预定值的输入参数而从该新的已学习的神经网络模型输出的输出参数的值时，对该输出参数的值进行统计处理，基于该统计处理的结果，判定所述新的已学习的神经网络模型的异常。/n

【技术特征摘要】
20191219 JP 2019-2293731.一种模型诊断装置，具备：
通信装置，其能够与多个车辆通信，所述多个车辆进行神经网络模型的学习而生成已学习的神经网络模型；
存储装置，其存储数据；以及
控制装置，其判定所述已学习的神经网络模型的异常，
所述控制装置将针对预定值的输入参数而从所述已学习的神经网络模型输出的输出参数的值存储于所述存储装置，并在经由所述通信装置从所述多个车辆中的一个车辆接收到新的已学习的神经网络模型或者针对所述预定值的输入参数而从该新的已学习的神经网络模型输出的输出参数的值时，对该输出参数的值进行统计处理，基于该统计处理的结果，判定所述新的已学习的神经网络模型的异常。


2.根据权利要求1所述的模型诊断装置，
所述控制装置在判定为所述新的已学习的神经网络模型异常的情况下，将该新的已学习的神经网络模型异常这一情况通知给所述一个车辆。


3.根据权利要求1或2所述的模型诊断装置，
所述控制装置在判定为所述新的已学习的神经网络模型异常的情况下，将在与所述一个车辆不同的车辆中生成的并且被判定为正常的已学习的神经网络模型发送给所述一个车辆。


4.根据权利要求1至3中任一项所述的模型诊断装置，
所述控制装置在判定为所述新的已学习的神经网络模型正常的情况下，将该新的已学习的神经网络模型存储于所述存储装置，在判定为该新的已学习的神经网络模型异常的情况下，不将该新的已学习的神经网络模型存储于所述存储装置。


5.根据权利要求1至4中任一项所述的模型诊断装置，
所述控制装置在存储于所述存储装置的输出参数的值不呈正态分布的情况下，将修正后的神经网络模型发送给所述多个车辆。


6.一种模型诊断系统，具备服务器以及多个车辆，
所述多个车辆分别具备：
第1通信装置，其能够与所述服务器通信；以及<...

【专利技术属性】
技术研发人员：森田泰毅，横山大树，
申请(专利权)人：丰田自动车株式会社，
类型：发明
国别省市：日本;JP