［AI関連特許］故障予測装置（特開2019-8675）

 （拒絶例１）故障予測装置

　これまで登録例を紹介してきたが、登録と拒絶の境界を明らかにすべく拒絶例についても検討する。

【請求項１】

　管理対象機器を構成するプリント板の故障時期を予測する故障予測装置であって、

前記管理対象機器の稼働状況に対する該管理対象機器を構成するプリント板の故障時期を学習する機械学習装置を備え、

　前記機械学習装置は、

　前記管理対象機器の稼働状況を示す稼働状況データ及び前記管理対象機器の機器構成を示す機器構成データを環境の現在状態を表す状態変数として観測する状態観測部と、

　前記管理対象機器の保守履歴を示す保守履歴データをラベルデータとして取得するラベルデータ取得部と、

　前記状態変数と前記ラベルデータとを用いて、前記管理対象機器を構成するプリント板の故障時期と、前記稼働状況データ及び前記機器構成データとを関連付けて学習する学習部と、

　を備える故障予測装置。

　この発明は、稼働状況及び機器構成と保守履歴との関係を学習し、学習結果である故障推定モデルを用いてプリント板の故障時期を予測する発明である（故障推定モデルを用いた故障時期の予測については明確に規定されていない）。

　引用文献１には、保守管理サーバ５０内の演算装置４０が、保守管理データベース３０から、保守対象装置１１の稼動状況、構成情報、故障履歴を受け取ると、部品ごとおよび装置全体の負荷を計算し、部品ごとおよび装置全体の耐久性をニューロン法によって予測することによって、当該装置１１の故障発生予測箇所、故障発生推定時刻等を算出する発明が記載されている（段落２３～３２、図１～２）。

　審査官は、ニューロン法が機械学習であるとして、本願発明と引用文献１との相違は、

故障予測の対象がブリント板か部品かの違いしかないとし、引用文献１に記載の発明において、プリント板のレベルで故障発生を予測することは、当業者であれば容易に推考し得ると判断した。

　ニューロン法がニューラルネットワークによる機械学習を示す用語なのかどうか、引用文献１からは明確ではないが、ニューロン法＝ニューラルネットワークとの審査官の理解を前提とすれば、引用文献１には本願発明とほぼ同一の発明が開示されていると言える。