COMPUTER SYSTEM AND METHOD FOR BATCH DATA ALIGNMENT WITH ACTIVE LEARNING IN BATCH PROCESS MODELING, MONITORING, AND CONTROL

Computer-based methods and systems provide automated batch data alignment for a batch production industrial process. An example embodiment selects a reference batch from batch data for a subject industrial process and configures batch alignment settings. In turn, a seed model configured to predict alignment quality given settings for one or more alignment hyperparameters is constructed. Collectively the selected reference batch, the configured batch alignment settings, the constructed seed model, and a set of representative batches, representative of the batch data for the industrial process, are used to perform at least one of: (i) automated active learning, (ii) interactive active learning, and (iii) guided learning to determine settings for the one or more alignment hyperparameters. Then, a batch alignment is performed using the determined settings for the one or more alignment hyperparameters and the configured batch alignment settings. The resulting aligned batch data of the subject industrial process enables improved modeling and control of batch productions by the subject industrial process. La présente invention concerne des procédés et des systèmes informatiques fournissant un alignement de données en lots automatisé pour un procédé industriel de production de lots. Un exemple de mode de réalisation sélectionne un lot de référence à partir de données en lots pour un procédé industriel sujet et configure des réglages d'alignement de lots. À son tour, un modèle de départ conçu pour prédire des réglages données de qualité d'alignement pour un ou plusieurs hyperparamètres d'alignement est élaboré. Collectivement, le lot de référence sélectionné, les réglages d'alignement de lots configurés, le modèle de départ élaboré et un ensemble de lots représentatifs, qui représentent les données en lots pour le procédé industriel, sont utilisés pour effectuer au moins l'une parmi les opérations suivantes : (i) apprentissage actif automatisé, (ii) apprentissage actif interactif, et (iii) apprentissage guidé pour déterminer des paramètres pour le ou les hyperparamètres d'alignement. Ensuite, un alignement de lots est réalisé à l'aide des réglages déterminés pour le ou les hyperparamètres d'alignement et les réglages d'alignement de lots configurés. Les données en lots alignées résultantes du procédé industriel sujet permettent une modélisation et un contrôle améliorés des productions de lots par le procédé industriel sujet.