Ансамблевое активное обучение с использованием контекстных бандитов для внедрения ИИ в производстве

Промышленная киберфизическая система (ICPS) обеспечивает цифровую основу для принятия решений на основе данных с использованием моделей искусственного интеллекта (ИИ). Однако низкое качество данных (например, неоднородное распределение и несбалансированные классы) в высокоскоростных потоках данных большого объема создает значительные трудности для онлайн-развертывания предварительно обученных офлайн-моделей ИИ. В качестве альтернативы онлайн-обновление моделей ИИ на основе потоковых данных обеспечивает непрерывное совершенствование и устойчивую эффективность моделирования. Однако для обновления модели обучения с учителем (то есть базового обучающего алгоритма) требуется разметка всех потоковых выборок, что сопряжено со значительными трудозатратами. Поэтому необходим метод сбора данных, позволяющий отбирать данные для разметки, обеспечивая качество данных и сокращая затраты на аннотирование. В научной литературе для получения информативных выборок были предложены методы активного обучения. Различные критерии отбора разрабатывались для исследования недостаточно представленных областей пространства входных переменных или эксплуатации хорошо представленных областей с целью оптимальной оценки базовых обучающих алгоритмов. Однако при различных сценариях онлайн-разметки баланс между исследованием и эксплуатацией по-прежнему остается сложной задачей. С другой стороны, критерий отбора, обучаемый с помощью ИИ, динамически адаптируется к конкретному сценарию, однако неоднозначный учет компромисса между исследованием и эксплуатацией ограничивает его эффективность в часто изменяющихся производственных условиях. Для преодоления этих ограничений мы предлагаем ансамблевый метод активного обучения с использованием контекстных бандитов (CbeAL). CbeAL объединяет набор агентов активного обучения (то есть критериев отбора), специально предназначенных для исследования или эксплуатации, посредством взвешенного объединения принимаемых ими решений об отборе. Вес каждого агента динамически корректируется на основе полезности его решений для повышения эффективности базового обучающего алгоритма. Благодаря адаптивному и явному учету обеих целей CbeAL эффективно направляет процесс сбора данных, выбирая информативные выборки и сокращая трудозатраты человека на разметку. Кроме того, мы теоретически характеризуем способность предложенных агентов к исследованию и эксплуатации. Результаты оценки в рамках численного моделирования и тематического исследования на реальном объекте демонстрируют эффективность и результативность CbeAL при моделировании производственных процессов в ICPS.