仮想センサーのトレーニングと自動調整

仮想センサーダイアログでは、選択した出力チャンネルに対して、選択した任意の入力チャンネルを 使い、単一のモデル - ランダムフォレスト、XGBoost、またはニューラルネットワーク - をトレーニング します。トレーニングデータには、現在読み込まれているファイル、明示的に選択した複数のファイル、 またはフォルダ全体を指定できます。追加のファイルは1つのトレーニングセットに連結され、ファイル ごとのチャンネルマッピングテーブル(CSVとして保存・読み込み可能)により、同じ物理信号が異なる 名前で記録されているファイルにも対応できます。

3つのモデルタイプすべてが、手動で値を選ぶ代わりに自身のハイパーパラメータを自動調整でき、 それぞれ異なる探索空間を持ちます: ランダムフォレストは木の本数、最大深さ、最小葉サイズを探索 し、XGBoostは木の本数、最大深さ、学習率を探索し、ニューラルネットワークは層数、層あたりの ニューロン数、学習率を探索します。どのモデルタイプも同じ探索戦略の選択肢を共有しています - ベイズ最適化(ガウス過程による代理モデル、デフォルトで通常最も速く収束します)、ランダム探索、 グリッド探索、またはランダムフォレスト/XGBoost代理探索です。複数ファイルでトレーニングする 場合、ハイパーパラメータ探索自体は速度を保つために現在読み込まれているファイルに対してのみ 実行され、その後、勝利した構成が完全な複数ファイルのデータセットで再トレーニングされます。