Automated Hyperparameter Optimization for Transfer Learning-Based Machine Fault Diagnosis Using Hybrid Genetic–Simulated Annealing Algorithm

कल्पना कीजिए कि आप एक रोबोट को टूटी हुई साइकिल की चेन की आवाज़ पहचानना सिखाने की कोशिश कर रहे हैं। आप दुनिया के हर ब्रांड की साइकिल से निकलने वाली हर चूँ-चूँ, रगड़ और कड़क की आवाज़ को रिकॉर्ड करने और उन्हें सटीक रूप से लेबल करने में कई साल बिता सकते हैं। लेकिन वास्तविक दुनिया में, यह असंभव है। मशीनें जटिल होती हैं, वातावरण शोर भरा होता है, और प्रेडिक्टिव मेंटेनेंस (पूर्वानुमानित रखरखाव) के लिए किसी मशीन के खराब होने का इंतज़ार करना और फिर उसका "लेबल वाला" उदाहरण प्राप्त करना बहुत देर हो चुकी होगी। यहीं पर ट्रांसफर लर्निंग (Transfer Learning) काम आती है। इसे एक ऐसे मास्टर शेफ की तरह समझें जिसने फ्रांसीसी व्यंजन बनाने में दशकों बिताए हैं। यदि आप उनसे एक नया, विशिष्ट क्षेत्रीय व्यंजन बनाने के लिए कहते हैं जिसे उन्होंने पहले कभी नहीं देखा है, तो वे शून्य से शुरुआत नहीं करते। वे गर्मी, मसालों और तकनीकों की अपनी गहरी समझ (पहले से प्रशिक्षित ज्ञान या "pre-trained knowledge") का उपयोग करते हैं और बस नए नुस्खे के अनुकूल होने के लिए कुछ सामग्रियों में थोड़ा बदलाव करते हैं। यह उन्हें बहुत कम अभ्यास के साथ नए कार्य को तेज़ी से सीखने की अनुमति देता है।

हालाँकि, इसमें एक पेंच है। सिर्फ इसलिए कि शेफ फ्रांसीसी खाना बनाना जानता है, इसका मतलब यह नहीं है कि वह यह भी जानता है कि नए व्यंजन में नमक की मात्रा कितनी कम करनी है या उसे कितनी देर तक पकाना है। यदि वे गलत अनुमान लगाते हैं, तो भोजन खराब हो सकता है। मशीन लर्निंग की दुनिया में, इन "अनुमानों" को हाइपरपैरामीटर्स (Hyperparameters) कहा जाता है। ये वे सेटिंग्स हैं जो यह नियंत्रित करती हैं कि AI कैसे सीखता है, जैसे कि वह अपने पुराने ज्ञान का कितना हिस्सा रखेगा, वह नए कार्य का अभ्यास कितनी देर करेगा, और उसके मस्तिष्क के कितने स्तरों (layers) को पुन: प्रशिक्षित किया जाएगा। अब तक, इन सेटिंग्स को तय करना अंधेरे में तीर चलाने जैसा रहा है—शोधकर्ताओं को अक्सर अंदाज़ा लगाना पड़ता था या संयोजनों का मैन्युअल रूप से परीक्षण करना पड़ता था, जो धीमा और अक्सर उप-इष्टतम (suboptimal) होता था। यह शोध पत्र ठीक इसी समस्या को संबोधित करता है: बिना डेटा के विशाल पहाड़ की आवश्यकता के, एक मशीन को नए दोषों का निदान करने के लिए सिखाने हेतु सर्वोत्तम सेटिंग्स को स्वचालित रूप से कैसे खोजा जाए।

---

समस्या: एक AI को "अनलर्न" (भूलने) और "रीलर्न" (पुनः सीखने) के लिए सिखाना

औद्योगिक दुनिया में, बेयरिंग और गियरबॉक्स जैसी मशीनें कारखानों के कार्यबल होती हैं। जब वे टूटती हैं, तो इससे पैसा और समय दोनों का नुकसान होता है। इंजीनियर इन मशीनों के कंपन (vibrations) को सुनने और विफलताओं का पूर्वानुमान लगाने के लिए आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करते हैं। लेकिन यहाँ एक पेचीदा बात है: एक विशिष्ट मशीन पर शांत कारखाने में टूटे हुए बेयरिंग को पहचानने के लिए प्रशिक्षित AI, एक अलग मशीन में शोर वाले वातावरण में टूटे हुए गियर को पहचानने के लिए भ्रमित हो सकता है। इसे "डोमेन शिफ्ट" (Domain Shift) कहा जाता है।

इसे ठीक करने के लिए, वैज्ञानिक ट्राफर लर्निंग का उपयोग करते हैं। वे एक AI मॉडल लेते हैं जिसने पहले से ही मशीन के कंपनों के बारे में बहुत कुछ सीखा है ("प्री-ट्रेंड मॉडल") और उसे एक नई स्थिति के अनुकूल बनाने का प्रयास करते हैं। लेकिन अनुकूलन सरल नहीं है। आपको निर्णय लेना होगा:

1. पुराने मस्तिष्क का कितना हिस्सा रखना है: क्या हम पूरे मॉडल को फ्रीज कर दें और केवल अंतिम उत्तर बटन को बदल दें? या क्या हम AI को अपने मध्यवर्ती स्तरों (middle layers) को फिर से सीखने दें?
2. अभ्यास कितनी देर करना है: हम AI को कितनी बार नए डेटा को देखना चाहिए इससे पहले कि हम कहें, "ठीक है, तुम तैयार हो"?
3. शुरुआत कैसे करें: प्रशिक्षण शुरू करने से पहले मस्तिष्क के नए हिस्सों को कैसे व्यवस्थित (initialize) किया जाए?

यदि आप ये सेटिंग्स गलत करते हैं, तो AI वह सब कुछ "भूल" सकता है जो वह पहले जानता था (नेगेटिव ट्रांसफर) या वह नए कार्य को सीखने में पूरी तरह विफल हो सकता है। शोध पत्र बताता है कि हालांकि हम जानते हैं कि ये सेटिंग्स महत्वपूर्ण हैं, लेकिन हर नई स्थिति के लिए सर्वोत्तम संयोजन को खोजने का कोई विश्वसनीय, स्वचालित तरीका नहीं था। अधिकांश लोग या तो अनुमान लगाते हैं या एक मानक सेटिंग का उपयोग करते हैं जो शायद एकदम सही न हो।

समाधान: एक हाइब्रिड जासूस (जेनेटिक सिमुलेटेड एनीलिंग)

इस शोध पत्र के लेखक, मोहम्मद जरबू, डेहान वॉन और सांगवोन यून ने अनुमान लगाना बंद करने का निर्णय लिया। उन्होंने एक सिस्टम बनाया जो दो खोज रणनीतियों के चतुर संयोजन का उपयोग करके सर्वोत्तम सेटिंग्स को स्वचालित रूप से खोजता है: एक जेनेटिक एल्गोरिदम (GA) और सिमुलेटेड एनीलिंग (SA)।

उनके तरीके को समझने के लिए, कल्पना कीजिए कि आप कोहरे से ढके पहाड़ों की श्रृंखला में सबसे ऊँची चोटी की तलाश कर रहे हैं।

• जेनेटिक एल्गोरिदम (Genetic Algorithm) हाइकर्स (पदयात्रियों) की एक पूरी टीम को भेजने जैसा है। वे एक ही समय में पहाड़ के विभिन्न हिस्सों की खोज करते हैं। यदि किसी हाइकर को एक ऊँचा स्थान मिलता है, तो वे आसपास के क्षेत्रों की खोज करने के लिए "ऑफस्प्रिंग" (नए हाइकर्स) भेजते हैं। यह उच्चतम शिखर के सामान्य क्षेत्र को खोजने के लिए बहुत अच्छा है (ग्लोबल सर्च), लेकिन वे एक छोटी पहाड़ी पर अटक सकते हैं जो दिखने में शिखर जैसी हो।
• सिमुलेटेड एनीलिंग (Simulated Annealing) एक अकेले, बहुत सावधान हाइकर की तरह है। वे शुरू में बेतहाशा इधर-उधर कूदते हैं (एक्सप्लोरिंग), लेकिन जैसे-जैसे वे थक जाते हैं (कूल डाउन), वे छोटे, अधिक सावधानीपूर्ण कदम उठाना शुरू कर देते हैं ताकि यह सुनिश्चित हो सके कि वे जिस पहाड़ी पर हैं, वह वास्तव में उच्चतम बिंदु है (लोकल सर्च)। यह बारीकियों को सुधारने (fine-tuning) के लिए बहुत अच्छा है, लेकिन वे किसी दूसरी घाटी में स्थित ऊँचे पर्वत को मिस कर सकते हैं।

उन्होंने इन दोनों को एक हाइब्रिड जेनेटिक-सिमुलेटेड एनीलिंग (GSA) एल्गोरिदम में मिला दिया है। इसे एक सुपर-टीम के रूप में सोचें जहाँ समूह पूरे पर्वत श्रृंखला की खोज करता है, लेकिन एक बार जब वे एक आशाजनक शिखर पा लेते हैं, तो एक विशेषज्ञ व्यक्ति आकर यह सुनिश्चित करता है कि वे केवल एक पास के उभार पर नहीं, बल्कि सबसे ऊँची चट्टान के बिल्कुल शीर्ष पर खड़े हैं। यह हाइब्रिड दृष्टिकोण AI मॉडल को ट्यून करने के लिए एकदम सही "नुस्खा" खोजने के लिए डिज़ाइन किया गया है।

प्रयोग: AI का स्ट्रेस-टेस्टिंग

यह देखने के लिए कि क्या उनका "स्मार्ट ट्यूनर" वास्तव में काम करता है, शोधकर्ताओं ने मशीन कंपन के दो प्रसिद्ध डेटासेट्स का उपयोग करके इसे कठिन परीक्षणों से गुजारा: CWRU (बेयरिंग डेटा) और SEU (गियरबॉक्स डेटा)।

उन्होंने दो मुख्य परिदृश्य स्थापित किए:

1. वही मशीन, नई समस्या: AI को एक मशीन पर प्रशिक्षित किया गया था और फिर उसी मशीन पर एक नई प्रकार की विफलता का निदान करने के लिए कहा गया।
2. अलग मशीन, नई समस्या: AI को एक बेयरिंग पर प्रशिक्षित किया गया था और फिर उसे एक गियरबॉक्स (या इसके विपरीत) का निदान करने के लिए कहा गया। यह एक बहुत कठिन परीक्षण है क्योंकि मशीनें पूरी तरह से अलग हैं।

उन्होंने डेटा की कमी (Data Scarcity) का भी अनुकरण किया। वास्तविक दुनिया में, आपके पास टूटी हुई मशीन के हजारों उदाहरण नहीं हो सकते; आपके पास केवल कुछ ही हो सकते हैं। इसका परीक्षण करने के लिए, उन्होंने कृत्रिम रूप से डेटा की मात्रा को सीमित कर दिया, जिससे यह देखा जा सके कि क्या उनका तरीका कम जानकारी के साथ भी काम कर सकता है।

उन्होंने अपने GSA पद्धति की तुलना दो सामान्य तरीकों से की:

• फुल ट्रेनिंग (Full Training): पूरे मॉडल को शुरू से फिर से प्रशिक्षित करना (जिसमें बहुत समय लगता है और बहुत अधिक डेटा की आवश्यकता होती है)।
• पार्शियल ट्रेनिंग (Partial Training): एक मानक दृष्टिकोण जहाँ आप कुछ हिस्सों को फ्रीज कर देते हैं और दूसरों को फिर से प्रशिक्षित करते हैं, लेकिन बिना किसी स्मार्ट ऑटोमैटिक ट्यूनिंग के।

निष्कर्ष: स्मार्ट ट्यूनिंग की जीत

परिणाम स्पष्ट थे। शोध पत्र ने पाया कि उनके स्वचालित GSA ट्यूनर का उपयोग करने से AI की दोषों को सही ढंग से पहचानने की क्षमता में लगातार सुधार हुआ, विशेष रूप रूप से तब जब डेटा कम था या जब मशीन का प्रकार बदल गया था।

• बेहतर सटीकता: लगभग हर परीक्षण में, GSA-ट्यून्ड मॉडल अनुमानित या मैन्युअल रूप से ट्यून किए गए मॉडलों की तुलना में "वास्तविक" विफलताओं (स्पेसिफिसिटी) को पहचानने में बेहतर थे।
• मजबूती (Robustness): यहाँ तक कि जब शोधकर्ताओं ने AI को बहुत कम डेटा दिया (यह दर्शाने के लिए कि मशीन अचानक टूट गई और उनके पास कंपन डेटा के केवल कुछ सेकंड ही उपलब्ध हैं), तब भी GSA पद्धति ने अपना दम बनाए रखा। यह अन्य तरीकों की तरह विफल नहीं हुआ।
• सांख्यिकीय महत्व (Statistical Significance): लेखकों ने केवल एक परिणाम नहीं देखा; उन्होंने AI प्रशिक्षण की अनिश्चितता को ध्यान में रखते हुए प्रत्येक प्रयोग को 30 बार चलाया। उन्होंने यह पुष्टि करने के लिए सांख्यिकीय परीक्षणों (t-tests) का उपयोग किया कि सुधार वास्तविक थे और केवल भाग्य नहीं थे। परिणामों ने p-वैल्यू 0.05 से कम दिखाई, जिसका अर्थ है कि इस बात का बहुत उच्च विश्वास है कि GSA विधि वास्तव में बेहतर है।

यह शोध पत्र इस विचार को स्पष्ट रूप से खारिज करता है कि "एक ही सेटिंग सबके लिए" (one size fits all) ट्रांसफर लर्निंग कार्यों के लिए काम करती है। वे तर्क देते हैं कि विशिष्ट सेटिंग्स (कितने लेयर्स को अनफ्रीज करना है, कितने इपोक तक प्रशिक्षित करना है) विशिष्ट स्थिति पर बहुत अधिक निर्भर करती हैं, और इसीलिए एक स्वचालित, वस्तुनिष्ठ खोज आवश्यक है।

इसका क्या अर्थ है

यह शोध बताता है कि अब हमें मशीन दोषों पर AI को प्रशिक्षित करने के लिए सर्वोत्तम सेटिंग्स का अनुमान लगाने के लिए मानव विशेषज्ञों पर निर्भर रहने की आवश्यकता नहीं है। एक हाइब्रिड सर्च एल्गोरिदम का उपयोग करके, हम एक मशीन लर्निंग मॉडल को नए दोषों के प्रति तेज़ी से और सटीक रूप से अनुकूलित होने में मदद करने वाला "स्वीट स्पॉट" स्वचालित रूप से खोज सकते हैं, भले ही हमारे पास सीखने के लिए बहुत अधिक डेटा न हो।

लेखक सावधानी बरतते हुए कहते हैं कि हालांकि यह एक महत्वपूर्ण प्रगति है, लेकिन यह अंतिम शब्द नहीं है। वे सुझाव देते हैं कि भविष्य के शोध में और भी जटिल परिदृश्यों को देखा जा सकता है, जैसे कि एक साथ कई स्रोतों से डेटा का उपयोग करना या इसे फेडरेटेड लर्निंग (जहाँ मशीनें निजी डेटा साझा किए बिना एक साथ सीखती हैं) पर लागू करना। लेकिन फिलहाल, यह शोध पत्र औद्योगिक रखरखाव में ट्रांसफर लर्निंग को अधिक विश्वसनीय, कुशल और स्वचालित बनाने के लिए एक ठोस, परीक्षित ढांचा प्रदान करता है। यह "सेटिंग्स का अनुमान लगाने" की कला को "इष्टतम सेटिंग्स खोजने" के विज्ञान में बदल देता है।