学习支援方法技术

本发明专利技术提供一种学习支援方法，包括：获取第1色谱图(步骤S2)、显示第1色谱图图像(步骤S6)、从色谱图DB中获取与第1色谱图相同或者类似的第2色谱图与用于确定该第2色谱图的峰的第2峰信息(步骤S4)、显示第2色谱图图像与第2峰信息图像(步骤S8)、接受由用户进行的对用于确定第1色谱图的峰的第1峰信息的输入(步骤S10)、基于第1色谱图与第1峰信息而学习推定模型(步骤S14)。型(步骤S14)。型(步骤S14)。

【技术实现步骤摘要】
学习支援方法


[0001]本公开内容涉及一种学习支援方法。

技术介绍

[0002]国际公开第2017/040487号中公开有一种色谱系统。该色谱系统通过使用了推定模型的AI(人工智能：Art i f i c i a l I nte l l i gence)检测峰，基于该峰执行试样的定性分析或者定量分析。
[0003]国际公开第2017/040487中公开有用户能够输入用于学习推定模型的训练数据的技术。具体而言，公开有如下技术：用户对峰未被分离的未分离色谱图进行目视，将用于指定峰的信息作为训练数据而由该用户输入至色谱系统。

技术实现思路

[0004]在推定模型的生成中，有时需要大量的训练数据的标注(annotat i on)，并且期望抑制标注的偏差而使推定模型的质量提高。
[0005]本专利技术是为了解决这样的技术问题而完成的，其目的在于抑制标注的偏差而使推定模型的质量提高。
[0006]本公开内容的学习支援方法是使计算机执行对用于检测由分析装置获取的信号波形的峰的推定模型的学习作业进行支援的处理的方法。学习支援方法包括获取由分析装置生成的第1信号波形。学习支援方法包括在显示装置上显示第1信号波形。学习支援方法包括从存储多个标注完毕信号的存储装置中获取与第1信号波形类似度高的第2信号波形与用于确定该第2信号波形的峰的第2峰信息。学习支援方法包括在显示装置上显示第2信号波形与示出第2峰信息的第2峰信息图像。学习支援方法包括接受由用户进行的对用于确定第1信号波形的峰的第1峰信息的输入。学习支援方法包括基于第1信号波形与第1峰信息而学习推定模型。
[0007]本公开内容的学习支援程序是使计算机执行对用于检测由分析装置获取的信号波形的峰的推定模型的学习作业进行支援的处理的程序。学习支援程序使计算机执行获取由分析装置生成的第1信号波形。学习支援程序使计算机执行将第1信号波形显示在显示装置上。学习支援程序使计算机执行从存储多个标注完毕信号的存储装置中获取与第1信号波形类似度高的第2信号波形与用于确定该第2信号波形的峰的第2峰信息。学习支援程序使计算机执行在显示装置上显示第2信号波形与示出第2峰信息的第2峰信息图像。学习支援程序使计算机执行接受由用户进行的对用于确定第1信号波形的峰的第1峰信息的输入。学习支援程序使计算机执行基于第1信号波形与第1峰信息而学习推定模型。
[0008]该专利技术的上述及其它的目的、特征、方案及优点将由结合附图理解的与该专利技术相关的以下的详细说明来明示。
附图说明
[0009]图1是示出分析系统的构成例的图。
[0010]图2是示出对同一色谱图赋予不同的训练数据的例子的图。
[0011]图3是示出本实施方式的学习支援装置的硬件构成的方框图。
[0012]图4是学习支援装置的功能模块图。
[0013]图5是色谱图DB的一例。
[0014]图6是在显示装置中显示的画面的一例。
[0015]图7是在显示装置中显示的画面的一例。
[0016]图8是在显示装置中显示的画面的一例。
[0017]图9是示出学习支援装置的处理的流程图。
[0018]图10是第2实施方式的学习支援装置的处理的流程图。
[0019]图11是第3实施方式的学习支援装置的处理的流程图。
[0020]图12是在显示装置中显示的画面的一例。
具体实施方式
[0021]以下，参照附图对本专利技术的实施方式详细地进行说明。另外，对图中相同或相当的部分标注相同附图标记，不再重复对其说明。
[0022]<第1实施方式>
[0023][分析系统][0024]本公开内容涉及对用于检测由分析装置生成的信号波形的峰的推定模型的学习进行支援的技术。分析装置例如为气相色谱(GC：Gas Chromatograph)装置、液相色谱(LC：L i qu i d Chromatography)装置、质量分析装置、分光光度计及X射线分析装置等。
[0025]例如，信号波形可以是色谱波形或者质谱波形。此外，在分析装置为分光光度计的情况下，信号波形成为吸光光谱波形。在分析装置为X射线分析装置的情况下，信号波形成为X射线光谱波形。
[0026]此外，推定模型(后述的推定模型121)的学习(学习处理)包括新生成(构建)尚未构建的推定模型的处理与更新已构建的推定模型的处理。“更新推定模型”包括更新推定模型的参数的处理。此外，也将通过学习处理而更新(最优化)的推定模型称为“学习完毕模型”。此外，也将学习前的推定模型及学习完毕的推定模型统称为“推定模型”。
[0027]在本实施方式中，对采用液相色谱的分析装置进行说明。图1是示出分析系统100的构成例的图。具备分析装置10、数据解析装置25、输入装置61、显示装置62与学习支援装置30。此外，数据解析装置25及学习支援装置30例如由信息处理装置(例如PC(个人计算机：Persona l Computer))构成。在图1的例子中，数据解析装置25及学习支援装置30单独示出，但也可以一体化。
[0028]输入装置61例如是键盘或鼠标等定点设备，接受来自用户的指令。显示装置62例如由液晶(LCD：L i qu i d Crysta l D i sp l ay(液晶显示器))面板构成。显示装置62显示各种图像。在使用触摸面板作为用户接口的情况下，输入装置61与显示装置62一体地形成。输入装置61与数据解析装置25及学习支援装置30连接。此外，显示装置62与数据解析装置25及学习支援装置30连接。
[0029]数据解析装置25具有控制部20。控制部20控制分析装置10。分析装置10包括流动相容器11、泵12、注射器13、色谱柱14与检测器15。在流动相容器11中容纳有流动相。泵12抽吸容纳在流动相容器11中的流动相而以大致恒定的流速(或者流量)输送至色谱柱14。
[0030]注射器13按照与来自控制部20的指示对应的规定的时机，将预先准备的试样液以规定量注入至流动相中。注入的试样液随着流动相的流动而被导入至色谱柱14。试样液中包含的各种成分在通过色谱柱14的期间在时间方向上分离而洗脱。即，色谱柱14根据保留时间分离试样液所包含的成分。
[0031]检测器15检测从色谱柱14洗脱的洗脱液中的成分。检测器15将与该成分的量对应的强度的检测信号输出至数据解析装置25。检测器15例如使用采用了光电二极管阵列(PDA：Photod i ode Ar ray)检测器等的光学检测器等。
[0032]数据解析装置25除了具有上述的控制部20之外，还具有数据收集部110、峰检测处理部111与解析部117。
[0033]数据收集部110以规定时间间隔对从检测器15输出的检测信号进行采样并转换成数字数据。数据收集部110将该数字数据存储在规定的存储区域(未图示)。该数字数据是示出色谱波形的数据(以下也称为“色谱图数据”)。
...

【技术保护点】

【技术特征摘要】
1.一种学习支援方法，是使计算机执行对用于检测由分析装置获取的信号波形的峰的推定模型的学习作业进行支援的处理的学习支援方法，其特征在于，包括：获取由分析装置生成的第1信号波形；在显示装置上显示所述第1信号波形；从存储多个标注完毕信号的存储装置中获取与所述第1信号波形类似度高的第2信号波形与用于确定该第2信号波形的峰的第2峰信息；在所述显示装置上显示所述第2信号波形与示出所述第2峰信息的第2峰信息图像；接受由用户进行的对用于确定所述第1信号波形的峰的第1峰信息的输入；基于所述第1信号波形与所述第1峰信息而学习所述推定模型。2.如权利要求1所述的学习支援方法，其特征在于，从所述存储装置获取所述第2信号波形与所述第2峰信息包括：计算所述第1信号波形与所述多个标注完毕信号中包含的多个存储信号波形各自的第1类似度、获取所述第1类似度为第1阈值以上的存储信号波形作为所述第2信号波形，在将所述第1信号波形显示于所述显示装置、将所述第2信号波形与所述第2峰信息图像显示于所述显示装置之后，接受由用户进行的对所述第1峰信息的输入。3.如权利要求1所述的学习支援方法，其特征在于，在将所述第1信号波形显示于所述显示装置、接受由用户进行的对所述第1峰信息的输入之后，从所述存储装置获取所述第2信号波形与所述第2峰信息，从所述存储装置获取所述第2信号波形与所述第2峰信息包括：计算所述第1信号波形与所述多个标注完毕信号中包含的多个存储信号波形各自的第1类似度、计算所述第1峰信息与所述多个标注完毕信号中包含的多个存储峰信息各自的第2类似度、获取所述第1类似度为第1阈值以上的信号波形且由所述第2类似度为第2阈值以上的存储峰信息确定峰的存储信号波形作为所述第2信号波形。4.如权利要求2所述的学习支援方法，其特征在于，所述第2信号波形包含高类似信号波形与所述第1类似度低于该高类似信号波形的低类似信号波形，将所述第2信号波形与所述第2峰信息图像显示于所述显示装置包括：将示出所述高类似信号波形的波形图像优先于示出所述低类似信号波形...

【专利技术属性】
技术研发人员：知野见健太，杉村佳织，金泽慎司，
申请(专利权)人：株式会社岛津制作所，
类型：发明
国别省市：