JP7845482B2 - 統合システム、組織サーバ、統合方法、分析方法、およびプログラム - Google Patents

Description

本開示は、統合システムなどに関する。

装置について、予兆保全を行う場合がある。ここで、予兆保全とは、連続的に装置の状態を計測および監視し、装置の劣化状態を把握または予知して部品を交換または修理する保全方法である。

また、特許文献１には、複数のノードのそれぞれからローカルモデルを取得し、ローカルモデルを統計処理し、グローバルモデルを生成することが開示されている。また、特許文献２には、学習モデルを秘密計算で統合することが記載されている。

特開２０２２－０７６２７７号公報 特開２０２０－１１５３１１号公報

企業や部門などの各組織が、装置の予兆保全を行う場合に、自組織において過去に装置の故障の発生、装置が劣化することによる部品交換または部品修理などの発生は、少ないことが考えられる。特に、新たに導入された装置については、故障の発生や劣化による部品交換または部品修理などが発生したことがない場合がある。このため、装置の状態を計測および監視していたとしても、装置の故障や機器の劣化状態を把握または予知することができない場合がある。また、各組織の稼働データなどを参照すると、装置の使用状況が特定可能な場合がある。このため、各組織が他の組織に稼働データなどを提供することは難しい。このように、組織単体の稼働データなどを用いた予兆保全を利用する場合、予兆保全の精度が低い場合があるという問題点がある。

本開示の目的の一例は、予兆保全の精度の向上を図る統合システムなどを提供することにある。

本開示の一態様における統合システムは、複数の組織サーバのそれぞれについて、所定の装置に関する稼働データに基づいて学習されたローカルモデルであって、稼働データが入力されると前記所定の装置についての故障診断の結果を出力可能なローカルモデルの秘匿化されたパラメータを取得する取得手段と、前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成する統合手段と、前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する提供手段と、を備える。

本開示の一態様における組織サーバは、所定の装置の稼働状況を表す稼働データに基づいて、稼働データが入力されると、前記所定の装置の故障診断の結果を出力可能なローカルモデルを学習するモデル生成手段と、前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化する秘匿化手段と、前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力する出力手段と、前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得するパラメータ取得手段と、取得された前記パラメータに基づく前記グローバルモデルに、新たな稼働データを入力して前記所定の装置の故障診断の結果を取得する分析手段と、を備える。

本開示の一態様における統合方法は、複数の組織サーバのそれぞれについて、所定の装置に関する稼働データに基づいて学習されたローカルモデルであって、稼働データが入力されると前記所定の装置についての故障診断の結果を出力可能なローカルモデルの秘匿化されたパラメータを取得し、前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する。

本開示の一態様における分析方法は、所定の装置の稼働状況を表す稼働データに基づいて、稼働データが入力されると、前記所定の装置の故障診断の結果を出力可能なローカルモデルを学習し、前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、取得された前記パラメータに基づく前記グローバルモデルに、新たな稼働データを入力して前記所定の装置の故障診断の結果を取得する。

本開示の一態様におけるプログラムは、コンピュータに、複数の組織サーバのそれぞれについて、所定の装置に関する稼働データに基づいて学習されたローカルモデルであって、稼働データが入力されると前記所定の装置についての故障診断の結果を出力可能なローカルモデルの秘匿化されたパラメータを取得し、前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する。

本開示の一態様におけるプログラムは、コンピュータに、所定の装置の稼働状況を表す稼働データに基づいて、稼働データが入力されると、前記所定の装置の故障診断の結果を出力可能なローカルモデルを学習し、前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、前記統合システムから、前記統合システムにおいてグローバルモデルのパラメータを取得し、取得された前記パラメータに基づく前記グローバルモデルに、新たな稼働データを入力して前記所定の装置の故障診断の結果を取得する。

各プログラムは、コンピュータが読み取り可能な非一時的な記録媒体に記憶されていてもよい。

本開示によれば、予兆保全の精度の向上を図ることができる。

実施の形態１にかかる情報処理システムの一構成例を示すブロック図である。 実施の形態１にかかる統合システムの一動作例を示すフローチャートである。 情報処理システムにおける各装置の接続例を示す説明図である。 実施の形態２にかかる情報処理システムの一構成例を示すブロック図である。 端末装置における故障診断の結果の表示例を示す説明図である。 実施の形態２にかかる情報処理システムの一動作例を示すフローチャートである。 組織サーバによる分析および部品の発注に関する一動作例を示すフローチャートである。 コンピュータのハードウェア構成例を示す説明図である。

以下に図面を参照して、本開示にかかる情報処理システム、統合システム、組織サーバ、統合方法、分析方法、プログラム、およびプログラムを記録する非一時的な記録媒体の実施の形態を詳細に説明する。本実施の形態は、開示の技術を限定するものではない。

（実施の形態１）
まず、実施の形態１では、情報処理システムの基本機能について説明する。図１は、実施の形態１にかかる情報処理システムの一構成例を示すブロック図である。情報処理システム１は、所定の装置を利用する組織が保有する稼働データを用いた所定の装置の予兆保全のためのローカルモデルのパラメータについて、統合するためのシステムである。情報処理システム１は、統合システム１０と、複数の組織サーバ１１と、を備える。以降の説明において、ローカルモデルやグローバルモデルを特定しない場合、単にモデルと呼ぶ場合がある。

ここで、所定の装置は、製造装置、ロボット、ポンプ、などの装置であり、特に限定されない。例えば、統合システム１０は、所定の装置または所定の装置に含まれる部品を製造、販売、またはリースする提供企業のシステムである。組織とは、所定の装置を利用する企業または企業内の部門である。例えば、組織は、提供企業の顧客である。組織サーバ１１を特定しない場合、単に、組織サーバ１１と呼ぶ。組織サーバ１１とは、組織が保有する稼働データを用いたローカルモデルを生成するため装置である。組織サーバ１１は、例えば組織別に分かれていればよく、図１において、組織サーバ１１の数は、２台を例に挙げているが、特に限定されない。

ここで、パラメータとは、モデルの学習後に獲得される値であり、モデルにおける稼働データに対する重みである。例えば、稼働データが、所定の装置における特定の電流値である場合、この電流値に対する重みが、パラメータである。

モデルは、所定の装置の予兆保全のためのモデルである。モデルは、例えば、稼働データが入力されると、予兆保全の結果が出力されるようなモデルであってもよい。また、例えば、モデルは、基準値と稼働データとの差分を入力すると、特定の部品の交換または修理の要否が出力されるようなモデルであってもよい。稼働データの具体例については、実施の形態２を用いて詳細に説明する。

統合システム１０は、取得部１０１と、統合部１０２と、提供部１０３と、を備える。また、組織サーバ１１は、ローカルモデル生成部１１１と、秘匿化部１１２と、出力部１１３と、パラメータ取得部１１４と、分析部１１６と、を備える。組織サーバ１１は、モデル記憶部１１５を備える。モデル記憶部１１５は、例えば、各モデルを記憶する。

まず、組織サーバ１１について簡単に説明する。ローカルモデル生成部１１１は、所定の装置に関する稼働データに基づいて学習されたローカルモデルを生成する。ローカルモデルは、稼働データが入力されると所定の装置についての故障診断の結果を出力可能なローカルモデルである。なお、例えば、ローカルモデル生成部１１１は、生成されたローカルモデルをモデル記憶部１１５などに記憶する。

ここで、モデルは、決定木モデル、線形回帰モデル、ロジスティック回帰（Ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ）モデル、ニューラルネットワーク（Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ）モデルなどを含むが、これらに限られない。

つぎに、秘匿化部１１２は、ローカルモデル生成部１１１によって生成されたローカルモデルのパラメータを秘密計算により秘匿化する。秘匿化とは、暗号化と同義である。秘密計算とは、秘匿化して計算を実行する技術である。出力部１１３は、秘匿化されたパラメータを、統合システム１０へ出力する。以下、実施の形態１の基本機能である統合システム１０について詳しく説明する。

統合システム１０において、取得部１０１は、複数の組織サーバ１１のそれぞれから、ローカルモデルの秘匿化されたパラメータを取得する。具体的に、例えば、取得部１０１は、複数の組織サーバ１１の各々において、学習済みのローカルモデルの秘匿されたパラメータを受信する。取得部１０１は、サービス提供者によるモデルのパラメータを統合するための操作をトリガとして、秘匿されたパラメータを受信してもよい。または、取得部１０１は、組織サーバ１１から定期的に秘匿されたパラメータを受信してもよい。

そして、統合システム１０において、統合部１０２は、秘匿化された複数のパラメータを統合することにより、グローバルモデルを生成する。なお、統合部１０２は、秘匿化された複数のパラメータを統合する際に、各ローカルモデルの特徴によって、各ローカルモデルに対応するパラメータの重みを変えてもよい。

秘匿化された複数のパラメータの統合とは、情報処理システム１が、各組織サーバ１１に分散した状態で機械学習を行い（連合学習）、学習済のローカルモデルのパラメータを、統合することである。ここで、統合とは、別々の主体のデータなどを統合して幅広く活用できるようにする方法である。このように、情報処理システム１は、各パラメータが秘匿化された状態で統合することができる。秘密計算の方法としては、準同型暗号などの特定の処理に対応した特殊な暗号化、ハードウェア上で隔離された状態で処理する高信頼実行環境（Ｔｒｕｓｔｅｄ Ｅｘｅｃｕｔｉｏｎ Ｅｎｖｉｒｏｎｍｅｎｔ）、または複数のサーバで秘密分散したまま計算処理（秘密分散計算）するマルチパーティ計算などを用いることができる。

マルチパーティ計算の秘密計算を用いる例としては、次の例が挙げられる。マルチパーティ計算の秘密計算を用いる場合、統合システム１０は、統合部１０２の機能を実現するために、複数のサーバを備えてもよい。例えば、サーバの数は３台などである。例えば、複数のサーバのいずれかのサーバが、任意の組織サーバ１１から取得したパラメータである、秘匿化されたデータａを分散値ｘ１，ｙ１，…に秘密分散し、ｘ１，ｙ１，…をそれぞれ異なるサーバに送信する。また、複数のサーバのいずれかのサーバが、別の組織サーバ１１から取得したパラメータである、秘匿化データｂを分散値ｘ２，ｙ２，…に秘密分散し、ｘ２，ｙ２，…をそれぞれ異なるサーバに送信する。複数のサーバは、秘匿化データａおよび秘匿化データｂが秘密分散されたままの状態で互いに通信を行いつつ計算を進め、最後に各サーバの計算結果である出力の分散値ｕ，ｖ，…を集め、復元処理を行うことで、計算結果のＦ（ａ， ｂ）が得られる。この計算結果が各ローカルモデルのパラメータを統合したグローバルモデルのパラメータとなる。マルチパーティ計算によれば、暗号鍵の管理や隔離された環境が不要であり、計算処理がより速い。

提供部１０３は、例えば、グローバルモデルのパラメータを各組織サーバ１１に提供する。具体的に、提供する方法として、例えば、提供部１０３は、グローバルモデルのパラメータを各組織サーバ１１へ送信する。

そして、組織サーバ１１において、パラメータ取得部１１４は、グローバルモデルのパラメータを取得する。具体的に、取得する方法として、パラメータ取得部１１４は、例えば、統合システム１０からグローバルモデルのパラメータを受信する。

パラメータ取得部１１４がグローバルモデルのパラメータを取得するタイミングは、特に限定されない。例えば、パラメータ取得部１１４は、統合システム１０から定期的に送信されるパラメータを受信してもよい。パラメータ取得部１１４は、統合システム１０に対して、グローバルモデルのパラメータの送信を要求し、要求に対する応答として、統合システム１０からグローバルモデルのパラメータを受信してもよい。

パラメータ取得部１１４は、ローカルモデルのパラメータに、取得されたグローバルモデルのパラメータを設定することにより、グローバルモデルを得ることができる。これにより、各組織では、グローバルモデルを利用することができる。なお、パラメータ取得部１１４は、グローバルモデルを取得してもよい。例えば、パラメータ取得部１１４は、グローバルモデルをモデル記憶部１１５などに記憶する。

そして、分析部１１６は、グローバルモデルに、新たな稼働データを入力して、グローバルモデルから所定の装置の故障診断の結果を取得する。なお、各組織において、グローバルモデルを利用する例については、実施の形態２で詳細に説明する。

（フローチャート）
図２は、実施の形態１にかかる統合システム１０の一動作例を示すフローチャートである。統合システム１０において、取得部１０１は、複数のローカルモデルのそれぞれについての秘匿化されたパラメータを取得する（ステップＳ１０１）。統合部１０２は、秘匿化されたパラメータを統合する（ステップＳ１０２）。提供部１０３は、グローバルモデルのパラメータを提供する（ステップＳ１０３）。統合システム１０は、処理を終了する。

前述のように、各組織の稼働データや故障の履歴などを参照すると、装置の使用状況が特定可能な場合があり、各組織の稼働データや故障の履歴は、企業秘密に該当する場合がある。このため、前述のように、各組織が他の組織に稼働データなどを提供することは難しい。このように、組織単体の稼働データなどを用いた予兆保全を利用する場合、予兆保全の精度が低い場合があるという問題点がある。

以上、実施の形態１において、統合システム１０は、複数の組織サーバ１１のそれぞれについて、所定の装置に関する稼働データに基づいて学習されたローカルモデルであって、稼働データが入力されると所定の装置についての故障診断の結果を出力可能なローカルモデルの秘匿化されたパラメータを取得し、秘匿化されたパラメータを統合し、統合されたパラメータを複数の組織サーバ１１に提供する。例えば、故障診断の結果は、所定の装置に含まれる部品の保全の必要性の結果である。これにより、統合システム１０は、各組織の稼働データを取得することなく、グローバルモデルを得ることができる。さらに、各組織は、稼働データ等を提供することなく、グローバルモデルを用いた分析ができるため、予兆保全の精度の向上を図る。

（実施の形態２）
つぎに、実施の形態２について図面を参照して詳細に説明する。実施の形態２では、予兆保全を分析する例を説明する。実施の形態２では、以下、本実施の形態２の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。

図３は、情報処理システム１における各装置の接続例を示す説明図である。情報処理システム１は、統合システム１０と、複数の組織サーバ１１と、複数の端末装置１２と、を備える。統合システム１０と、複数の組織サーバ１１と、複数の端末装置１２とは、例えば、通信ネットワークＮＴを介して接続される。なお、通信ネットワークは、複数の通信ネットワークであってもよい。例えば、統合システム１０と組織サーバ１１ａとが接続される通信ネットワークと、統合システム１０と組織サーバ１１ｂとが接続される通信ネットワークと、が異なっていてもよい。

端末装置１２は、例えば、組織の担当者の端末装置１２である。端末装置１２は、部品の保全に必要な手配などを通知するため装置である。このため、端末装置１２は、例えば、組織別にあってもよい。端末装置１２を特定しない場合、単に端末装置１２と表す。端末装置１２の種類は、スマートフォン、タブレット型の端末装置１２、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）など特に限定されない。端末装置１２と、組織サーバ１１とは、一台の装置であってもよい。

図４は、実施の形態２にかかる情報処理システム１の一構成例を示すブロック図である。統合システム１０は、実施の形態１で説明した通り、統合システム１０と、複数の組織サーバ１１と、を備える。

また、組織サーバ１１は、実施の形態１における組織サーバ１１の機能部に対して、さらに、出力制御部１１７と、保全実行部１１８と、を備える。なお、実施の形態１において説明した各機能部についての詳細な説明を省略する。ここでは、分析部１１６と、出力制御部１１７と、保全実行部１１８とについて詳細に説明する。

組織サーバ１１において、例えば、分析部１１６は、稼働データを入力としてグローバルモデルに与えて、グローバルモデルから所定の装置に含まれる部品の故障診断の結果を得る。所定の装置に含まれる部品とは、所定の装置で用いられる個々の部品の他、複数の部品を含む特定のユニットを含む。ここで、故障診断の結果は、所定の装置に含まれる部品の保全の必要性の結果である。すなわち、分析部１１６は、稼働データと相関関係のある部品の保全の必要性を推定する。

分析部１１６によって用いられる稼働データは、例えば、新たに所定の装置を監視することにより得られた稼働データであってもよい。

ここで、学習や分析に用いられる稼働データは、所定の装置内の各位置または部品についての環境に関する情報である。環境に関する情報は、例えば、電流値、電圧値、振動値、温度値、湿度値、圧力値、電力値、音の少なくともいずれかであってもよい。例えば、環境に関する情報は、各種センサによって取得される情報である。例えば、振動値は、全振幅値、加速度値であってもよい。また、例えば、稼働データは、所定の装置内の各部品についての音に関する情報であってもよいまた、所定の装置が、モータを含む機器である場合、稼働データは、モータの回転数であってもよい。

つぎに、所定の装置が、半導体製造装置である場合を例に挙げて説明する。例えば、所定の装置が、半導体製造装置である場合、半導体製造装置の稼働状況を表す稼働データは、プロセスデータと運転状況データに分類される。プロセスデータとは、例えば、半導体製造装置の稼働時に製造装置内の物理量を測定した値であり、半導体製造装置に取り付けられたセンサ値から得られる。センサとしては、電流センサ、温度センサ、振動センサまたは加速度センサ等が挙げられる。プロセスデータとしては、例えば、半導体製造装置内の特定のユニット内の消費電流や振動度等が挙げられる。成膜関連装置における他のプロセスデータの例としては、例えば、ガス流量、成膜時間、基板温度、Ｖｐｐ（Ｖｏｌｔａｇｅ ｐｅａｋ ｔｏ ｐｅａｋ）電圧およびＶｄｃ（Ｖｏｌｔａｇｅ ｄｉｒｅｃｔ ｃｕｒｒｅｎｔ）電圧（プラズマＣＶＤ（Ｃｈｅｍｉｃａｌ Ｖａｐｏｒ Ｄｅｐｏｓｉｔｉｏｎ）、ドライエッチング）、ＤＣ（Ｄｉｒｅｃｔ Ｃｕｒｒｅｎｔ）バイアス（スパッタ）、圧力である。成膜関連以外の半導体製造装置のプロセスデータの例としては、例えば、洗浄・エッチング装置では、洗浄度、エッチ深さである。拡散・熱酸化装置としては、例えば、酸化膜の深さ、厚さ、シート抵抗である。イオン注入／アニール装置としては、例えば、プロファイルシート抵抗である。コーター・デベロッパとしては、例えば、レジストパターンである。

運転状況データとは、半導体製造装置の稼働時の設定条件を示すパラメータである。成膜関連装置における各運転状況データの例としては、プラズマＣＶＤでは、投入電力、反射波→０（反射係数の０から近さ）、チャンバ内の到達真空度、加熱ランプ電力である。ドライエッチング装置としては、到達真空度、加熱ランプ電力である。ＲＦプラズマとしては、入射波Ｐｆ、反射波Ｐｒ、バリアブルコンデンサの値、加熱ランプ電力である。スパッタ装置としては、投入電力、反射波、到達真空度、加熱ランプ電極である。ＣＶＤとしては、加熱ランプ電力である。成膜関連装置以外の運転状況データの例としては、例えば、イオン注入／アニール装置では、例えば、真空度や赤外ランプ電力である。露光装置としては、例えば、光源出力である。コーター・デベロッパとしては、例えば、加速度である。

つぎに、出力制御部１１７は、故障診断の結果を出力する。ここで、故障診断の結果を出力するとは、端末装置１２などのように外付けの装置になどに故障診断の結果を出力させる処理も含む。出力形式としては、音声出力、画面などにより表示出力であってもよい。また、例えば、出力制御部１１７は、取得された故障診断の結果を通知する。例えば、出力制御部１１７は、取得された故障診断の結果に応じた通知を行ってもよい。通知方法については、電子メールや電子メッセージなどが用いられてもよい。具体的に、例えば、出力制御部１１７は、故障診断の結果を、所定の装置の保全の担当者に通知してもよい。また、具体的に、例えば、出力制御部１１７は、故障診断の結果が所定の装置の保全が必要であることを示す場合、保全が必要であることを担当者に通知してもよい。一方、具体的に、例えば、出力制御部１１７は、故障診断の結果が所定の装置の保全が必要でないことを示す場合、現状保全が必要でないことを担当者に通知してもよい。

保全実行部１１８は、取得された故障診断の結果に基づいて、所定の装置の保全に関する手配を行う。所定の装置の保全に関する手配としては、所定の装置に含まれる部品の交換の場合、所定の装置に含まれる部品の発注、所定の装置に含まれる部品の修理などがある。また、部品の修理の場合、所定の装置の保全に関する手配は、部品を修理する保守員の手配などであってもよい。

ここで、部品の発注を例に挙げて説明する。例えば、保全実行部１１８は、取得された故障診断の結果に基づいて、所定の装置における必要な部品の発注を行う。また、保全実行部１１８は、端末装置１２を介した利用者の操作によって所定の装置の部品の発注指示を受け付けて、受け付けた発注指示に応じた部品の発注を行ってもよい。なお、具体的な発注方法は、既存の技術が用いられればよい。

ここで、出力制御部１１７は、故障診断の結果を端末装置１２の表示装置に表示させる例について説明する。

図５は、端末装置１２における故障診断の結果の表示例を示す説明図である。例えば、出力制御部１１７は、故障診断の結果を端末装置１２の表示装置に表示させる。端末装置１２は、出力制御部１１７の制御に従って、故障診断の結果を表示する。

図５において、画面は、故障診断の結果として、「部品Ａの出力ピンｄの電流値が上がってきています。部品Ａの交換を推奨します。」というメッセージを含む。さらに、画面は、「部品Ａを発注しますか？」というメッセージを含む。また、図５において、画面は、発注ボタンを備える。例えば、発注ボタンがタップされると、保全実行部１１８は、部品Ａの発注を行う。また、画面には、異常と診断した根拠となる稼働データが表示されてもよい。例えば、図５において、画面には、測定日を横軸に出力ピンｄの電流値を縦軸としたグラフが表示されている。

また、機能の説明に戻って、例えば、保全実行部１１８は、組織における所定の装置の部品の在庫数に基づいて、所定の装置の部品の製造メーカにその部品の発注を行ってもよい。例えば、保全実行部１１８は、在庫数が所定値以下であれば、所定の装置の部品の製造メーカにその部品の発注を行う。

（フローチャート）
図６は、実施の形態２にかかる情報処理システム１の一動作例を示すフローチャートである。モデル生成部は、稼働データに基づいて、ローカルモデルを生成する（ステップＳ２０１）。秘匿化部１１２は、ローカルモデルのパラメータを、秘密計算を用いて秘匿化する（ステップＳ２０２）。出力部１１３は、統合システム１０に、秘匿化されたパラメータを出力する（ステップＳ２０３）。

統合システム１０において、取得部１０１は、複数の組織サーバ１１のそれぞれから秘匿化されたパラメータを取得する（ステップＳ２０４）。統合部１０２は、複数のローカルモデルのパラメータを統合する（ステップＳ２０５）。提供部１０３は、グローバルモデルの秘匿化されたパラメータを、複数の組織サーバ１１に提供する（ステップＳ２０６）。

組織サーバ１１において、パラメータ取得部１１４は、統合システム１０から、グローバルモデルのパラメータを取得する（ステップＳ２０７）。そして、分析部１１６は、グローバルモデルを用いて分析する（ステップＳ２０８）。なお、分析以降の具体的な処理については、図７を用いて説明する。

図７は、組織サーバ１１による分析および部品の発注に関する一動作例を示すフローチャートである。分析部１１６は、グローバルモデルで部品の予兆保全を分析する（ステップＳ２１１）。なお、図７のステップＳ２１１と図６のステップＳ２０８とは同じである。

分析部１１６は、部品の保全が必要かを判定する（ステップＳ２１２）。部品の保全が必要でないと判定された場合（ステップＳ２１２：Ｎｏ）、分析部１１６は、ステップＳ２１１へ戻る。出力制御部１１７は、端末装置１２に、部品の保全が必要なことを通知する（ステップＳ２１３）。

保全実行部１１８は、部品の発注を受け付けたかを判定する（ステップＳ２１４）。部品の発注を受け付けなかった場合（ステップＳ２１４：Ｎｏ）、分析部１１６は、ステップＳ２１１へ戻る。部品の発注を受け付けた場合（ステップＳ２１４：Ｙｅｓ）、保全実行部１１８は、部品の発注を行い（ステップＳ２１５）、ステップＳ２１１へ戻る。

以上、実施の形態２において、稼働データは、所定の装置内の各位置または部品についての環境に関する情報である。例えば、環境に関する情報は、電流値、電圧値、振動値、温度値、湿度値、圧力値、音の少なくともいずれかを含む。これにより、所定の装置の環境に基づく予兆保全の精度の向上を図ることができる。

所定の装置が、モータを含む機器である場合、稼働データは、モータの回転数である。モータを含む装置の予兆保全の精度の向上を図ることができる。

また、組織サーバは、ローカルモデルを学習し、ローカルモデルのパラメータを秘匿化し、ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、統合システムから、統合システムにおいて統合されたグローバルモデルのパラメータを取得する。そして、組織サーバは、取得されたパラメータに基づくグローバルモデルに、新たな稼働データを入力して所定の装置の故障診断の結果を取得する。これにより、各組織は、稼働データ等を提供することなく、グローバルモデルを用いた分析ができるため、予兆保全の精度の向上を図る。

組織サーバは、取得された故障診断の結果に基づいて、所定の装置の保全に関する手配を行う。例えば、組織サーバは、取得された故障診断の結果に基づいて、所定の装置における必要な部品の発注を行う。

以上、各実施の形態の説明を終了する。各実施の形態は、適宜組み合わせて用いられてもよい。

また、各実施の形態において、統合システム１０は、各機能部および情報の一部が含まれる構成であってもよい。

また、各実施の形態については、上述した例に限られず、種々変更可能である。また、各実施の形態における統合システム１０の構成は特に限定されない。例えば、統合システム１０は、一台のサーバなどの一台の装置によって実現されてもよい。統合システム１０の各機能部を一台の装置によって実現される場合、一台の装置は、例えば統合装置、情報処理装置などと呼ばれてもよいし、特に限定されない。または、各実施の形態における統合システム１０は、機能またはデータ別に異なる装置によって実現されてもよい。例えば各機能部は、複数のサーバによって構成され、複数のサーバを備える統合システム１０として実現されてもよい。例えば、統合システム１０は、各ＤＢ（ＤａｔａＢａｓｅ）を含むデータベースサーバと、各機能部を有するサーバと、によって実現されてもよい。また、組織サーバ１１は、複数の装置によって構成されて、組織システムとして実現されてもよいし、一台の装置によって構成されてもよい。

また、各実施の形態において、各情報や各ＤＢは、前述の情報の一部を含んでもよい。また、各情報や各ＤＢは、前述の情報以外の情報を含んでもよい。各情報や各ＤＢが、より詳細に、複数のＤＢや複数の情報に分けられてもよい。このように、各情報や各ＤＢの実現方法は、特に限定されない。

また、各画面は、一例であり、特に限定されない。各画面において、図示しないボタン、リスト、チェックボックス、情報表示欄、入力欄などが追加されてもよい。また、画面の背景色などが、変更されてもよい。

また、利用者の端末装置１２に表示させる情報などを生成する処理は、組織サーバ１１の出力制御部１１７によって行われてもよい。また、この処理は、利用者の端末装置１２によって行われてもよい。

（コンピュータのハードウェア構成例）
つぎに、各実施の形態において説明した統合システム１０、組織サーバ１１、端末装置１２などの各装置をコンピュータで実現した場合のハードウェア構成例について説明する。図８は、コンピュータのハードウェア構成例を示す説明図である。各装置の一部または全部は、例えば図８に示すようなコンピュータ８０とプログラムとの任意の組み合わせを用いて実現することも可能である。

コンピュータ８０は、例えば、プロセッサ８０１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）８０３と、記憶装置８０４と、を有する。また、コンピュータ８０は、通信インタフェース８０５と、入出力インタフェース８０６と、を有する。各構成部は、例えば、バス８０７を介してそれぞれ接続される。なお、各構成部の数は、特に限定されず、各構成部は１または複数である。

プロセッサ８０１は、コンピュータ８０の全体を制御する。プロセッサ８０１は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などが挙げられる。コンピュータ８０は、記憶部として、ＲＯＭ８０２、ＲＡＭ８０３および記憶装置８０４などを有する。記憶装置８０４は、例えば、フラッシュメモリなどの半導体メモリ、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）などが挙げられる。例えば、記憶装置８０４は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）のプログラム、アプリケーションプログラム、各実施の形態にかかるプログラムなどを記憶する。または、ＲＯＭ８０２は、アプリケーションプログラム、各実施の形態にかかるプログラムなどを記憶する。そして、ＲＡＭ８０３は、プロセッサ８０１のワークエリアとして使用される。

また、プロセッサ８０１は、記憶装置８０４、ＲＯＭ８０２などに記憶されたプログラムをロードする。そして、プロセッサ８０１は、プログラムにコーディングされている各処理を実行する。また、プロセッサ８０１は、通信ネットワークＮＴを介して各種プログラムをダウンロードしてもよい。また、プロセッサ８０１は、コンピュータ８０の一部または全部として機能する。そして、プロセッサ８０１は、プログラムに基づいて図示したフローチャートにおける処理または命令を実行してもよい。

通信インタフェース８０５は、無線または有線の通信回線を通じて、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などの通信ネットワークＮＴに接続される。なお、通信ネットワークＮＴは複数の通信ネットワークＮＴによって構成されてもよい。これにより、コンピュータ８０は、通信ネットワークＮＴを介して外部の装置や外部のコンピュータ８０に接続される。通信インタフェース８０５は、通信ネットワークＮＴとコンピュータ８０の内部とのインタフェースを司る。そして、通信インタフェース８０５は、外部の装置や外部のコンピュータ８０からのデータの入出力を制御する。

また、入出力インタフェース８０６は、入力装置、出力装置、および入出力装置の少なくともいずれかに接続される。接続方法は、無線であってもよいし、有線であってもよい。入力装置は、例えば、キーボード、マウス、マイクなどが挙げられる。出力装置は、例えば、表示装置、点灯装置、音声を出力する音声出力装置などが挙げられる。また、入出力装置は、タッチパネルディスプレイなどが挙げられる。なお、入力装置、出力装置、および入出力装置などは、コンピュータ８０に内蔵されていてもよいし、外付けであってもよい。

コンピュータ８０のハードウェア構成は一例である。コンピュータ８０は、図８に示す一部の構成要素を有していてもよい。コンピュータ８０は、図８に示す以外の構成要素を有していてもよい。例えば、コンピュータ８０は、ドライブ装置などを有してもよい。そして、プロセッサ８０１は、ドライブ装置などに装着された記録媒体に記憶されたプログラムやデータをＲＡＭ８０３に読み出してもよい。非一時的な有形な記録媒体としては、光ディスク、フレキシブルディスク、磁気光ディスク、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリなどが挙げられる。また、前述の通り、例えば、コンピュータ８０は、キーボードやマウスなどの入力装置を有してもよい。コンピュータ８０は、ディスプレイなどの出力装置を有していてもよい。また、コンピュータ８０は、入力装置および出力装置と、入出力装置とをそれぞれ有してもよい。

また、コンピュータ８０は、図示しない各種センサを有してもよい。センサの種類は特に限定されない。また、コンピュータ８０は、画像や映像を撮像可能な撮像装置を備えていてもよい。

以上で、各装置のハードウェア構成の説明を終了する。また、各装置の実現方法には、様々な変形例がある。例えば、各装置は、構成要素ごとにそれぞれ異なるコンピュータとプログラムとの任意の組み合わせにより実現されてもよい。また、各装置が備える複数の構成要素が、一つのコンピュータとプログラムとの任意の組み合わせにより実現されてもよい。

また、各装置の各構成要素の一部または全部は、特定用途向けの回路で実現されてもよい。また、各装置の各構成要素の一部または全部は、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）のようなプロセッサなどを含む汎用の回路によって実現されてもよい。また、各装置の各構成要素の一部または全部は、特定用途向けの回路や汎用の回路などの組み合わせによって実現されてもよい。また、これらの回路は、単一の集積回路であってもよい。または、これらの回路は、複数の集積回路に分割されてもよい。そして、複数の集積回路は、バスなどを介して接続されることにより構成されてもよい。

また、各装置の各構成要素の一部または全部が複数のコンピュータや回路などにより実現される場合、複数のコンピュータや回路などは、集中配置されてもよいし、分散配置されてもよい。

各実施の形態で説明した統合方法は、統合システム１０が実行することにより実現される。また、例えば、統合方法は、予め用意されたプログラムをサーバや端末装置などのコンピュータが実行することにより実現される。また、各実施の形態で説明した分析方法は、組織サーバ１１が実行することにより実現される。また、例えば、分析方法は、予め用意されたプログラムをサーバや端末装置などのコンピュータが実行することにより実現される。

各実施の形態で説明したプログラムは、ＨＤＤ、ＳＳＤ、フレキシブルディスク、光ディスク、フレキシブルディスク、磁気光ディスク、ＵＳＢメモリなどのコンピュータで読み取り可能な記録媒体に記録される。そして、プログラムは、コンピュータによって記録媒体から読み出されることによって実行される。また、プログラムは、通信ネットワークＮＴを介して配布されてもよい。

以上説明した、各実施の形態における統合システム１０の各構成要素は、コンピュータのように、その機能を専用のハードウェアで実現されてもよい。または、各構成要素は、ソフトウェアによって実現されてもよい。または、各構成要素は、ハードウェアおよびソフトウェアの組み合わせによって実現されてもよい。また、組織サーバ１１の各構成要素も同様に実現されてよい。

以上、各実施の形態を参照して本開示を説明したが、本開示は上記実施の形態に限定されるものではない。各本開示の構成や詳細には、本開示のスコープ内で当業者が把握し得る様々な変更を適用した実施の形態を含み得る。本開示は、本明細書に記載された事項を必要に応じて適宜に組み合わせ、または置換した実施の形態を含み得る。例えば、特定の実施の形態を用いて説明された事項は、矛盾を生じない範囲において、他の実施の形態に対しても適用され得る。例えば、複数の動作をフローチャートの形式で順番に記載してあるが、その記載の順番は複数の動作を実行する順番を限定するものではない。このため、各実施の形態を実施するときには、その複数の動作の順番を内容的に支障しない範囲で変更することができる。

上記の実施の形態の一部または全部は、以下の付記のようにも記載されることができる。ただし、上記の実施の形態の一部または全部は、以下に限られない。

（付記１）
複数の組織サーバのそれぞれについて、所定の装置に関する稼働データに基づいて学習されたローカルモデルであって、稼働データが入力されると前記所定の装置についての故障診断の結果を出力可能なローカルモデルの秘匿化されたパラメータを取得する取得手段と、
前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを、統合することにより、グローバルモデルを生成する統合手段と、
前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する提供手段と、
を備える統合システム。
（付記２）
前記稼働データは、前記所定の装置内の各位置および各部品の少なくともいずれかについての環境に関する情報である、
付記１に記載の統合システム。
（付記３）
前記環境に関する情報は、電流値、電圧値、振動値、温度値、湿度値、圧力値、音の少なくともいずれかを含む、
付記２に記載の統合システム。
（付記４）
前記所定の装置が、モータを含む場合、前記稼働データは、前記モータの回転数である、
付記１から３のいずれかに記載の統合システム。
（付記５）
前記故障診断の結果は、前記所定の装置に含まれる部品の保全の必要性の結果である、
付記１から４のいずれかに記載の統合システム。
（付記６）
所定の装置の稼働状況を表す稼働データに基づいて、稼働データが入力されると、前記所定の装置の故障診断の結果を出力可能なローカルモデルを学習するモデル生成手段と、
前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化する秘匿化手段と、
前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力する出力手段と、
前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得するパラメータ取得手段と、
取得された前記パラメータに基づく前記グローバルモデルに、新たな稼働データを入力して前記所定の装置の故障診断の結果を取得する分析手段と、
を備える組織サーバ。
（付記７）
取得された前記故障診断の結果を通知する出力制御手段、
、
を備える付記６に記載の組織サーバ。
（付記８）
取得された前記故障診断の結果に基づいて、前記所定の装置の保全に関する手配を行う保全実行手段、
を備える付記６または７に記載の組織サーバ。
（付記９）
前記保全実行手段は、取得された前記故障診断の結果に基づいて、前記所定の装置における必要な部品の発注を行う、
付記８に記載の組織サーバ。
（付記１０）
複数の組織サーバのそれぞれについて、所定の装置に関する稼働データに基づいて学習されたローカルモデルであって、稼働データが入力されると前記所定の装置についての故障診断の結果を出力可能なローカルモデルの秘匿化されたパラメータを取得し、
前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、
前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する、
統合方法。
（付記１１）
所定の装置の稼働状況を表す稼働データに基づいて、稼働データが入力されると、前記所定の装置の故障診断の結果を出力可能なローカルモデルを学習し、
前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、
前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、
前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、
取得された前記パラメータに基づく前記グローバルモデルに、新たな稼働データを入力して前記所定の装置の故障診断の結果を取得する、
分析方法。
（付記１２）
コンピュータに、
複数の組織サーバのそれぞれについて、所定の装置に関する稼働データに基づいて学習されたローカルモデルであって、稼働データが入力されると前記所定の装置についての故障診断の結果を出力可能なローカルモデルの秘匿化されたパラメータを取得し、
前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、
前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する、
処理を実行させるプログラムを記録する、前記コンピュータが読み取り可能な非一時的な記録媒体。
（付記１３）
コンピュータに、
所定の装置の稼働状況を表す稼働データに基づいて、稼働データが入力されると、前記所定の装置の故障診断の結果を出力可能なローカルモデルを学習し、
前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、
前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、
前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、
取得された前記パラメータに基づく前記グローバルモデルに、新たな稼働データを入力して前記所定の装置の故障診断の結果を取得する、
処理を実行させるプログラムを記録する、前記コンピュータが読み取り可能な非一時的な記録媒体。
（付記１４）
コンピュータに、
複数の組織サーバのそれぞれについて、所定の装置に関する稼働データに基づいて学習されたローカルモデルであって、稼働データが入力されると前記所定の装置についての故障診断の結果を出力可能なローカルモデルの秘匿化されたパラメータを取得し、
前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、
前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する、
処理を実行させるプログラム。
（付記１５）
コンピュータに、
所定の装置の稼働状況を表す稼働データに基づいて、稼働データが入力されると、前記所定の装置の故障診断の結果を出力可能なローカルモデルを学習し、
前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、
前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、
前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、
取得された前記パラメータに基づく前記グローバルモデルに、新たな稼働データを入力して前記所定の装置の故障診断の結果を取得する、
処理を実行させるプログラム。

１ 情報処理システム
１０ 統合システム
１１，１１ａ，１１ｂ 組織サーバ
１２ 端末装置
８０ コンピュータ
１０１ 取得部
１０２ 統合部
１０３ 提供部
１１１ ローカルモデル生成部
１１２ 秘匿化部
１１３ 出力部
１１４ パラメータ取得部
１１５ モデル記憶部
１１６ 分析部
１１７ 出力制御部
１１８ 保全実行部
８０１ プロセッサ
８０２ ＲＯＭ
８０３ ＲＡＭ
８０４ 記憶装置
８０５ 通信インタフェース
８０６ 入出力インタフェース
８０７ バス
ＮＴ 通信ネットワーク

Claims (13)

1. 複数の組織サーバのそれぞれについて、所定の装置に関する稼働データに基づいて学習されたローカルモデルであって、稼働データが入力されると前記所定の装置についての故障診断の結果を出力可能なローカルモデルの秘匿化されたパラメータを取得する取得手段と、
   前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成する統合手段と、
   前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する提供手段と、
   を備え、
   前記所定の装置は、半導体製造装置であり、
   前記稼働データは、プロセスデータを含み、
   前記半導体製造装置が成膜関連装置である場合、前記プロセスデータは、ガス流量、成膜時間、基板温度、Ｖｐｐ（Ｖｏｌｔａｇｅ ｐｅａｋ ｔｏ ｐｅａｋ）電圧およびＶｄｃ（Ｖｏｌｔａｇｅ ｄｉｒｅｃｔ ｃｕｒｒｅｎｔ）電圧、ＤＣ（Ｄｉｒｅｃｔ Ｃｕｒｒｅｎｔ）バイアス、および圧力を含み、
   前記半導体製造装置が洗浄装置またはエッチング装置である場合、前記プロセスデータは、洗浄度、およびエッチ深さを含み、
   前記半導体製造装置が拡散装置または熱酸化装置である場合、前記プロセスデータは、酸化膜の厚さ、およびシート抵抗を含み、
   前記半導体製造装置がイオン注入装置またはアニール装置である場合、前記プロセスデータは、シート抵抗を含み、
   前記半導体製造装置がコーターまたはデベロッパである場合、前記プロセスデータは、レジストパターンを含む、
   統合システム。
2. 前記稼働データは、前記所定の装置内の各部品の少なくともいずれかについての環境に関する情報を含む、
   請求項１に記載の統合システム。
3. 前記環境に関する情報は、電流値、電圧値、振動値、温度値、湿度値、圧力値、音の少なくともいずれかを含む、
   請求項２に記載の統合システム。
4. 前記所定の装置がモータを含む場合、前記稼働データは、前記モータの回転数を含む、
   請求項１から３のいずれかに記載の統合システム。
5. 前記故障診断の結果は、前記所定の装置に含まれる部品の保全の必要性を示す結果である、
   請求項１から３のいずれかに記載の統合システム。
6. 所定の装置の稼働状況を表す稼働データに基づいて、稼働データが入力されると、前記所定の装置の故障診断の結果を出力可能なローカルモデルを学習するモデル生成手段と、
   前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化する秘匿化手段と、
   前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力する出力手段と、
   前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得するパラメータ取得手段と、
   取得された前記パラメータに基づく前記グローバルモデルに、新たな稼働データを入力して前記所定の装置の故障診断の結果を取得する分析手段と、
   を備え、
   前記所定の装置は、半導体製造装置であり、
   前記稼働データは、プロセスデータを含み、
   前記半導体製造装置が成膜関連装置である場合、前記プロセスデータは、ガス流量、成膜時間、基板温度、Ｖｐｐ電圧およびＶｄｃ電圧、ＤＣバイアス、および圧力を含み、
   前記半導体製造装置が洗浄装置またはエッチング装置である場合、前記プロセスデータは、洗浄度、およびエッチ深さを含み、
   前記半導体製造装置が拡散装置または熱酸化装置である場合、前記プロセスデータは、酸化膜の厚さ、およびシート抵抗を含み、
   前記半導体製造装置がイオン注入装置またはアニール装置である場合、前記プロセスデータは、シート抵抗を含み、
   前記半導体製造装置がコーターまたはデベロッパである場合、前記プロセスデータは、レジストパターンを含む、
   組織サーバ。
7. 取得された前記故障診断の結果を通知する出力制御手段、
   を備える請求項６に記載の組織サーバ。
8. 取得された前記故障診断の結果に基づいて、前記所定の装置の保全に関する手配を行う保全実行手段、
   を備える請求項６または７に記載の組織サーバ。
9. 前記保全実行手段は、取得された前記故障診断の結果に基づいて、前記所定の装置における必要な部品の発注を行う、
   請求項８に記載の組織サーバ。
10. 複数の組織サーバのそれぞれについて、所定の装置に関する稼働データに基づいて学習されたローカルモデルであって、稼働データが入力されると前記所定の装置についての故障診断の結果を出力可能なローカルモデルの秘匿化されたパラメータを取得し、
    前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、
    前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供し、
    前記所定の装置は、半導体製造装置であり、
    前記稼働データは、プロセスデータを含み、
    前記半導体製造装置が成膜関連装置である場合、前記プロセスデータは、ガス流量、成膜時間、基板温度、Ｖｐｐ電圧およびＶｄｃ電圧、ＤＣバイアス、および圧力を含み、
    前記半導体製造装置が洗浄装置またはエッチング装置である場合、前記プロセスデータは、洗浄度、およびエッチ深さを含み、
    前記半導体製造装置が拡散装置または熱酸化装置である場合、前記プロセスデータは、酸化膜の厚さ、およびシート抵抗を含み、
    前記半導体製造装置がイオン注入装置またはアニール装置である場合、前記プロセスデータは、シート抵抗を含み、
    前記半導体製造装置がコーターまたはデベロッパである場合、前記プロセスデータは、レジストパターンを含む、
    統合方法。
11. 所定の装置の稼働状況を表す稼働データに基づいて、稼働データが入力されると、前記所定の装置の故障診断の結果を出力可能なローカルモデルを学習し、
    前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、
    前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、
    前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、
    取得された前記パラメータに基づく前記グローバルモデルに、新たな稼働データを入力して前記所定の装置の故障診断の結果を取得し、
    前記所定の装置は、半導体製造装置であり、
    前記稼働データは、プロセスデータを含み、
    前記半導体製造装置が成膜関連装置である場合、前記プロセスデータは、ガス流量、成膜時間、基板温度、Ｖｐｐ電圧およびＶｄｃ電圧、ＤＣバイアス、および圧力を含み、
    前記半導体製造装置が洗浄装置またはエッチング装置である場合、前記プロセスデータは、洗浄度、およびエッチ深さを含み、
    前記半導体製造装置が拡散装置または熱酸化装置である場合、前記プロセスデータは、酸化膜の厚さ、およびシート抵抗を含み、
    前記半導体製造装置がイオン注入装置またはアニール装置である場合、前記プロセスデータは、シート抵抗を含み、
    前記半導体製造装置がコーターまたはデベロッパである場合、前記プロセスデータは、レジストパターンを含む、
    分析方法。
12. コンピュータに、
    複数の組織サーバのそれぞれについて、所定の装置に関する稼働データに基づいて学習されたローカルモデルであって、稼働データが入力されると前記所定の装置についての故障診断の結果を出力可能なローカルモデルの秘匿化されたパラメータを取得し、
    前記複数の組織サーバのそれぞれについての秘匿化されたパラメータを統合することにより、グローバルモデルを生成し、
    前記複数の組織サーバに、生成された前記グローバルモデルの統合されたパラメータを提供する、
    処理を実行させ、
    前記所定の装置は、半導体製造装置であり、
    前記稼働データは、プロセスデータを含み、
    前記半導体製造装置が成膜関連装置である場合、前記プロセスデータは、ガス流量、成膜時間、基板温度、Ｖｐｐ電圧およびＶｄｃ電圧、ＤＣバイアス、および圧力を含み、
    前記半導体製造装置が洗浄装置またはエッチング装置である場合、前記プロセスデータは、洗浄度、およびエッチ深さを含み、
    前記半導体製造装置が拡散装置または熱酸化装置である場合、前記プロセスデータは、酸化膜の厚さ、およびシート抵抗を含み、
    前記半導体製造装置がイオン注入装置またはアニール装置である場合、前記プロセスデータは、シート抵抗を含み、
    前記半導体製造装置がコーターまたはデベロッパである場合、前記プロセスデータは、レジストパターンを含む、
    プログラム。
13. コンピュータに、
    所定の装置の稼働状況を表す稼働データに基づいて、稼働データが入力されると、前記所定の装置の故障診断の結果を出力可能なローカルモデルを学習し、
    前記ローカルモデルのパラメータを、秘密計算を用いて秘匿化し、
    前記ローカルモデルの秘匿化されたパラメータを、統合システムへ出力し、
    前記統合システムから、前記統合システムにおいて統合されたグローバルモデルのパラメータを取得し、
    取得された前記パラメータに基づく前記グローバルモデルに、新たな稼働データを入力して前記所定の装置の故障診断の結果を取得する、
    処理を実行させ、
    前記所定の装置は、半導体製造装置であり、
    前記稼働データは、プロセスデータを含み、
    前記半導体製造装置が成膜関連装置である場合、前記プロセスデータは、ガス流量、成膜時間、基板温度、Ｖｐｐ電圧およびＶｄｃ電圧、ＤＣバイアス、および圧力を含み、
    前記半導体製造装置が洗浄装置またはエッチング装置である場合、前記プロセスデータは、洗浄度、およびエッチ深さを含み、
    前記半導体製造装置が拡散装置または熱酸化装置である場合、前記プロセスデータは、酸化膜の厚さ、およびシート抵抗を含み、
    前記半導体製造装置がイオン注入装置またはアニール装置である場合、前記プロセスデータは、シート抵抗を含み、
    前記半導体製造装置がコーターまたはデベロッパである場合、前記プロセスデータは、レジストパターンを含む、
    プログラム。