Training virtueller Sensoren und Auto-Tuning

Dialog „Virtuellen Sensor erstellen“ bei der Konfiguration eines Neural-Network-Modells mit aktiviertem Auto-Tuning der Hyperparameter

Der Dialog Virtuellen Sensor erstellen trainiert ein einzelnes Modell - Random Forest, XGBoost oder ein neuronales Netz - gegen einen von Ihnen gewählten Ausgangskanal, unter Verwendung der von Ihnen ausgewählten Eingangskanäle. Als Trainingsdaten dient die aktuell geladene Datei, mehrere explizit ausgewählte Dateien oder ein ganzer Ordner; zusätzliche Dateien werden zu einem einzigen Trainingsdatensatz zusammengefügt, und eine Kanal-Zuordnungstabelle pro Datei (als CSV speicherbar und ladbar) behandelt Dateien, in denen dasselbe physikalische Signal unterschiedlich benannt ist.

Alle drei Modelltypen können ihre eigenen Hyperparameter automatisch abstimmen, statt manuell gewählte Werte zu erfordern, wobei jeder einen anderen Suchraum durchsucht: Random Forest durchsucht Baumanzahl, maximale Tiefe und minimale Blattgröße; XGBoost durchsucht Baumanzahl, maximale Tiefe und Lernrate; das neuronale Netz durchsucht Schichtanzahl, Neuronen pro Schicht und Lernrate. Für jeden Modelltyp steht dieselbe Auswahl an Suchstrategien zur Verfügung - Bayes-Optimierung (Gauß-Prozess-Surrogat, Standard und in der Regel am schnellsten konvergierend), Zufallssuche, Rastersuche oder eine Random-Forest-/XGBoost-Surrogatsuche. Beim Training auf mehreren Dateien läuft die Hyperparametersuche selbst nur gegen die aktuell geladene Datei, um schnell zu bleiben; die Gewinnerkonfiguration wird anschließend auf dem vollständigen Datensatz aus mehreren Dateien neu trainiert.