JP2004102537A - 協調推定方法、協調推定装置、および協調推定プログラム - Google Patents
協調推定方法、協調推定装置、および協調推定プログラム Download PDFInfo
- Publication number
- JP2004102537A JP2004102537A JP2002261943A JP2002261943A JP2004102537A JP 2004102537 A JP2004102537 A JP 2004102537A JP 2002261943 A JP2002261943 A JP 2002261943A JP 2002261943 A JP2002261943 A JP 2002261943A JP 2004102537 A JP2004102537 A JP 2004102537A
- Authority
- JP
- Japan
- Prior art keywords
- estimation
- information
- estimating
- probability distribution
- cooperative
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 71
- 238000009826 distribution Methods 0.000 claims abstract description 114
- 238000004891 communication Methods 0.000 claims abstract description 56
- 238000013500 data storage Methods 0.000 claims description 14
- 238000013480 data collection Methods 0.000 abstract 1
- 239000003795 chemical substances by application Substances 0.000 description 181
- 238000004364 calculation method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 6
- 238000007476 Maximum Likelihood Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
Abstract
【課題】通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行う。
【解決手段】協調推定処理において、同時分布推定部は、各エージェントが持つ各データ集合についての既知の分散「Ｂ＿ｉ」を「数式２」に代入し、「数式２」にて与えられる尤度を最大にするＡを算出することによって平均値のパラメータＡの最尤推定を求める。次に、推定結果Ａを「数式２」に代入することによって密度関数「ｐ＿＊＊」を算出し、算出したＡと既知の分散「Ｂ＿ｉ」とを「数式１」に代入することによって密度関数「ｐ＿ｉ＊」を算出する。よって、データ通信を繰り返すことなく高精度で情報源に関する推定を行うことができる。
【選択図】 図２
【解決手段】協調推定処理において、同時分布推定部は、各エージェントが持つ各データ集合についての既知の分散「Ｂ＿ｉ」を「数式２」に代入し、「数式２」にて与えられる尤度を最大にするＡを算出することによって平均値のパラメータＡの最尤推定を求める。次に、推定結果Ａを「数式２」に代入することによって密度関数「ｐ＿＊＊」を算出し、算出したＡと既知の分散「Ｂ＿ｉ」とを「数式１」に代入することによって密度関数「ｐ＿ｉ＊」を算出する。よって、データ通信を繰り返すことなく高精度で情報源に関する推定を行うことができる。
【選択図】 図２
Description
【０００１】
【発明の属する技術分野】
本発明は、複数の情報源から取得された各データ集合から情報を統合して統計的推測や知識発見を行うために例えばデータマイニングや統計的推論を利用する技術であって、複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで情報源に関する推定を高い精度で行うことができる協調推定方法、協調推定装置、および協調推定プログラムに関する。
【０００２】
【従来の技術】
複数のデータ集合から情報を統合して統計的推測や知識発見を行う方式としては、複数のエージェントが同じ情報源からデータを得る場合に、これらを効率よく利用して情報源の確率分布を推定する方式（例えば、特許文献１〜特許文献３参照。）が知られている。
【０００３】
また、異なる情報源からのデータの集合に対しては、情報の統合とエージェント個別の推定処理を繰り返して逐次的に推定精度を上げていく方式（例えば、特許文献１参照。）や、データサンプルにアドホックな変換を施し、同種の情報源からのデータとみなして統合を行う方式（例えば、非特許文献１参照。）が知られている。
【０００４】
【特許文献１】
特開平１０−１７１７７２号公報
【特許文献２】
特開平１１−１３４３１３号公報
【特許文献３】
特開平１１−３１６７５１号公報
【非特許文献１】
庵 栄治、“オペレーショナルリスク管理と実務”、［ｏｎｌｉｎｅ］、第１８頁、［平成１４年８月２８日検索］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｎｕｍｔｅｃｈ．ｃｏ．ｊｐ／ｄｏｃｕｍｅｎｔｓ／２００１０７２３／２ＩｈｏｒｉＮａｋａｇａｗａ．ｐｄｆ＞
【０００５】
【発明が解決しようとする課題】
しかしながら、上記の特許文献１では、精度良く各情報源の確率分布を推定するためには、各エージェントと情報統合を行う装置の間で何度も通信を行い、推定処理を繰り返し実行する必要がある。よって、通信を繰り返すことにより、高コストとなってしまうとともに、秘密情報の漏洩を招く危険性が増大してしまい、さらには各エージェント側で繰り返し推定処理を行うことから処理負担が過大なものとなっているという問題があった。
【０００６】
また、上記の非特許文献１では、複数の情報源を同種の情報源からのデータとみなすようにするためのデータサンプルに施す変換の方法が定められているが、主観的に定められたものに過ぎず、その方法で変換されたデータを同種の情報源から出力されたとみなすのは著しく合理性にかける。従って、主観的に定めた方法でデータを変換することによって情報源に関する推定を行うのは、精度に関して信頼性に問題があった。
【０００７】
さらに、上記の各方式では、情報を統合することによる各エージェントがどれだけの利得を得ているかの推定評価については何ら提案されていない。従って、各エージェントに適正な金額の課金を行うことは不可能であるという問題があった。
【０００８】
本発明は上述した問題を解消し、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができ、さらには適正に各エージェントから課金を行うことができるようにすることを目的とする。
【０００９】
【課題を解決するための手段】
上記の問題を解決するために、本発明の協調推定方法は、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定方法であって、複数の情報源から取得された各データ集合を、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信し、受信した各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理（例えば図２に示す協調推定処理）を行うことを特徴とするものである。
【００１０】
上記の構成としたことで、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００１１】
また、本発明の協調推定方法は、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定方法であって、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データを、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信し、受信した各統計量データにもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理（例えば図２に示す協調推定処理）を行うことを特徴とするものである。
【００１２】
上記の構成としたことで、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００１３】
同時確率分布の推定結果を示す情報（例えば各エージェントが収集したデータ集合をまとめて一つのデータ集合とした場合の確率分布を示す情報）、同時確率分布の推定結果にもとづいて生成される情報（例えば確率分布に加工が施された加工情報や付属情報）、同時確率分布を推定する処理に関連して推定される関連推定結果を示す情報（例えば各エージェントが収集したデータ集合に関する確率分布を示す情報）、および関連推定結果にもとづいて生成される情報のうちの少なくとも何れか一の情報を、情報源に関する推定の結果を示す結果情報として、複数のエージェントのうち少なくとも一のエージェントの端末装置に向けて通信ネットワークを介して送信する構成とされていてもよい。
【００１４】
上記の構成としたことで、エージェントに対して情報源に関する推定の結果を提供することができる。
【００１５】
複数のエージェントのうち少なくとも一のエージェントについて、結果情報を取得することによる当該エージェントの得る利益を推定する処理を行う構成とされていてもよい。
【００１６】
上記の構成としたことで、エージェントが得る利益の推定結果を、課金金額などを決定する際に参考にすることができる。
【００１７】
複数のエージェントのうち少なくとも一のエージェントに対し、当該エージェントの得る利益を推定して推定結果にもとづく課金を行う構成とされていてもよい。
【００１８】
上記の構成としたことで、各エージェントが得たと推定される利益に応じて公平に課金することができる。
【００１９】
また、本発明の協調推定装置によれば、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定装置であって、複数の情報源から取得された各データ集合であって、前記複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信した当該各データ集合を保存するデータ保存手段と、データ保存手段に保存されている各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定するための推定処理を実行する推定処理手段とを含むことを特徴とするものである。
【００２０】
上記の構成としたことで、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００２１】
また、本発明の協調推定装置によれば、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定装置であって、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データであって、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信した当該統計量データを保存するデータ保存手段と、データ保存手段に保存されている各統計量にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定するための推定処理を実行する推定処理手段とを含むことを特徴とするものである。
【００２２】
上記の構成としたことで、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００２３】
同時確率分布の推定結果を示す情報、同時確率分布の推定結果にもとづいて生成される情報、同時確率分布を推定する処理に関連して推定される関連推定結果を示す情報、および前記関連推定結果にもとづいて生成される情報のうちの少なくとも何れか一の情報を、情報源に関する推定の結果を示す結果情報として、複数のエージェントのうち少なくとも一のエージェントの端末装置に向けて通信ネットワークを介して送信する結果情報送信手段を備えていてもよい。
【００２４】
上記の構成としたことで、エージェントに対して情報源に関する推定の結果を提供することができる。
【００２５】
複数のエージェントのうち少なくとも一のエージェントについて、結果情報を取得することによる当該エージェントの得る利益を推定するための利益推定処理を実行する利益推定処理手段を備えた構成とされていてもよい。
【００２６】
上記の構成としたことで、エージェントが得る利益の推定結果を、課金金額などを決定する際に参考にすることができる。
【００２７】
複数のエージェントのうち少なくとも一のエージェントに対し、当該エージェントの得る利益を推定して推定結果にもとづく課金を行うための課金手段を備えた構成とされていてもよい。
【００２８】
上記の構成としたことで、各エージェントが得たと推定される利益に応じて公平に課金することができる。
【００２９】
また、本発明の協調推定プログラムによれば、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いた確率分布を推定させることで、情報源に関する推定を実行させるための協調推定プログラムであって、コンピュータに、複数の情報源から取得された各データ集合を、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信する処理と、受信した各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理とを実行させることを特徴とするものである。
【００３０】
上記の構成としたことで、コンピュータに、通信ネットワークを介したデータ通信を繰り返し実行させることなく、高い精度で各エージェントの情報源に関する推定を実行させることができるようになる。
【００３１】
さらに、本発明の協調推定プログラムによれば、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定させることで、情報源に関する推定を実行させるための協調推定プログラムであって、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データを、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信する処理と、受信した各統計量データにもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理とを実行させることを特徴とするものである。
【００３２】
上記の構成としたことで、コンピュータに、通信ネットワークを介したデータ通信を繰り返し実行させることなく、高い精度で各エージェントの情報源に関する推定を実行させることができるようになる。
【００３３】
【発明の実施の形態】
以下、本発明の第１の実施の形態について図面を参照して説明する。
図１は、本発明の協調推定システムの一実施形態を示す構成の例を示すブロック図である。協調推定システム１０は、協調推定装置６０と、複数のエージェント端末２１，・・・，２ｎとを含む。協調推定装置６０と、各エージェント端末２１，・・・，２ｎとは、インターネットや専用回線などの通信ネットワーク７０に接続されている。
【００３４】
各エージェント端末２１，・・・，２ｎは、それぞれ、例えばパーソナルコンピュータなどの情報処理装置によって構成され、それぞれ別個のエージェント１，・・・，ｎによって管理される。この例では、エージェント端末およびエージェントの数をｎとし、エージェント１，・・・，エージェントｎは、それぞれ別の情報源５１，・・・，情報源５ｎからデータを受け取っているものとする。なお、エージェント１，・・・，ｎとして、例えば銀行がある。
【００３５】
各エージェント端末２１，・・・，２ｎは、それぞれ、データ集合データベース３１，・・・，３ｎと、統計量計算部４１，・・・，４ｎとを含む。各データ集合データベース３１，・・・，３ｎには、それぞれ、各情報源５１，・・・，情報源５ｎから受け取ったデータ集合１，・・・，データ集合ｎが蓄積される。また、各統計量計算部４１，・・・，４ｎは、それぞれ、各データ集合１，・・・，ｎにもとづく統計量を算出する処理を実行する。各統計量計算部４１，・・・，４ｎがどのような統計量を算出するかについては後述する。
【００３６】
協調推定装置６０は、エージェントデータ蓄積データベース６１と、同時分布推定部６２とを含む。エージェントデータ蓄積データベース６１には、例えば、各エージェント端末２１，・・・，２ｎから取得したデータが蓄積される。具体的には、データ集合１，・・・，ｎや、各エージェント端末２１，・・・，２ｎにて算出された統計量、各エージェント１，・・・，ｎの情報源５１，・・・，５ｎに関する既知の情報が蓄積される。同時分布推定部６２は、エージェントデータ蓄積データベース６１に蓄積されているデータを用いて、各エージェント１，・・・，ｎからの各データ集合１，・・・，ｎ全体をまとめて一つの情報源としたときの同時確率分布（後述する「Ｐ＿＊＊」）を推定する処理を行う。
【００３７】
次に、本例の協調推定システムの動作について説明する。図２は、本例の協調推定システム１０が実行する協調推定処理の一例を示すフローチャートである。ここでは、簡単のために、各エージェント１，・・・，ｎがそれぞれの持つデータ集合そのものを協調推定装置６０に送り、エージェントデータ蓄積データベース６１には各エージェント１，・・・，ｎが持つデータ集合１，・・・，ｎの全てが蓄積されている場合を例として説明する。この場合、各統計量計算部４１，・・・，４ｎは、何らかの統計量を算出するための処理は実行せず、データ集合自体を統計量として取り扱っていることになる。
【００３８】
なお、以下の説明においては、エージェントｉ（ｉ＝１，２，・・・，ｎ：ｉ番目のエージェント）から送られたデータｊ（ｊ＝１，２，・・・：エージェントｉが収集したデータ集合のうちのｊ番目のデータ）を、「Ｘ＿ｉｊ」で表すことにする。また、エージェントｉから送られたデータを全て並べたベクトル（Ｘ＿ｉ１、Ｘ＿ｉ２、・・・）を、「Ｘ＿ｉ＊」で表すことにする。さらに、全てのエージェントについての「Ｘ＿ｉ＊」を並べたベクトル（Ｘ＿１＊、Ｘ＿２＊、・・・、Ｘ＿２ｎ）を、「Ｘ＿＊＊」で表すことにする。
【００３９】
また、以下の説明においては、エージェントｉの情報源５ｉ（ｉ＝１，２，・・・ｎ：ｉ番目のエージェントの情報源）の確率分布、すなわち「Ｘ＿ｉ＊」が従う確率分布を、「Ｐ＿ｉ＊」で表すことにする。また、「Ｘ＿＊＊」を一つの大きな情報源から得られたサンプルだとみなしたときの確率分布、すなわち「Ｘ＿＊＊」の従う確率分布を、「Ｐ＿＊＊」で表すことにする。さらに、平均Ａ，分散Ｂの正規分布をＮ（Ａ，Ｂ）と表すこととし、その密度関数をφ（ｘ｜Ａ，Ｂ）と表すことにする。
【００４０】
この例では、協調推定処理において、同時分布推定部１２は、エージェントデータ蓄積データベース６１に蓄積されている各データ集合１，・・・，ｎにもとづいて、「Ｘ＿＊＊」の従う確率分布「Ｐ＿＊＊」を推定するための処理を実行し、その結果を用いて「Ｘ＿ｉ＊」の従う確率分布「Ｐ＿ｉ＊」を推定するようにする。また、ｉ番目のエージェントの情報源はＮ（Ａ，Ｂ＿ｉ）であるとし、各エージェント１，・・・，ｎは独立にこの正規分布の情報源１，・・・，ｎからデータ集合１，・・・，ｎを受け取るとする。すなわち、各エージェントの情報源の平均値のパラメータは等しくＡであるとする。さらにＡの値は未知で各Ｂ＿ｉの値が既知であるとする。Ｂ＿ｉの値は各エージェントから協調推定装置６０に送信され、エージェントデータ蓄積データベース６１には各エージェント１，・・・，ｎの情報源の分散のパラメータＢ＿１，・・・，Ｂ＿ｎの値も蓄積されているとする。
【００４１】
この場合、確率分布「Ｐ＿ｉ＊」の密度関数「ｐ＿ｉ＊」は「数式１」で表され、確率分布「Ｐ＿＊＊」の密度関数「ｐ＿＊＊」は「数式２」で表されることになる。
ただし、「数式１」および「数式２」では、ｉに関する積Π＿ｉは、エージェント１，・・・，ｎに関する全てのデータを積算することを意味し、ｊに関する積Π＿ｊは、各エージェント１，・・・，ｎによって収集された全てのデータを積算することを意味するものとする。
【００４２】
ｐ＿ｉ＊（ｘ＿ｉ＊｜Ａ，Ｂ＿ｉ）
＝Π＿ｊ・φ（ｘ＿ｉｊ｜Ａ，Ｂ＿ｉ）
・・・［数式１］
【００４３】
ｐ＿＊＊（ｘ＿＊＊｜Ａ，Ｂ＿１、・・・、Ｂ＿ｎ）
＝Π＿ｉ・ｐ＿ｉ＊
＝Π＿Ｉ・Π＿ｊ・φ（ｘ＿ｉｊ｜Ａ，Ｂ＿ｉ）
・・・［数式２］
【００４４】
同時分布推定部１２は、既知の分散「Ｂ＿ｉ」を「数式２」に代入し（ステップＳ２０２）、「数式２」にて与えられる尤度を最大にするＡを算出する（ステップＳ２０３）ことによって、平均値のパラメータＡの最尤推定値を求める。この例では、「Ｐ＿＊＊」に関して未知な量はＡだけであるので、これで「Ｐ＿＊＊」が推定されたことになる。さらに、各エージェント１，・・・，ｎの情報源５１，・・・，５ｎに関しても未知な量はＡだけであるので、これで各情報源５１，・・・，５ｎも推定されたことになる。具体的に情報源５ｉの確率密度関数を導出する場合は、同時分布推定部１２は、算出した推定結果Ａを「数式２」に代入することによって密度関数「ｐ＿＊＊」を算出するとともに（ステップＳ２０４）、算出したＡと分散「Ｂ＿ｉ」とを「数式１」に代入することによって密度関数「ｐ＿ｉ＊」を算出する（ステップＳ２０５）。
【００４５】
上記のように、各エージェント１，・・・，ｎが保有する各データ集合１，・・・，ｎの全てを用いて平均Ａを推定する構成としているので、平均Ａの推定精度を向上させることができる。すなわち、各エージェント１，・・・，ｎが保有する各データ集合１，・・・，ｎに基づいて個別に平均Ａを推定する場合と比較すると、本例のように各エージェント１，・・・，ｎが保有する各データ集合１，・・・，ｎの全てを用いて平均Ａを推定する方が、推定に用いるデータ数が多いことから推定精度が高くなるのである。
【００４６】
また、上記のように、確率分布「Ｐ＿＊＊」を推定して周辺分布「Ｐ＿ｉ＊」を推定する構成としたことで、周辺分布「Ｐ＿ｉ＊」の推定精度を向上させることができる。すなわち、各エージェント１，・・・，ｎが保有する各データ集合１，・・・，ｎに基づいて個別に周辺分布「Ｐ＿ｉ＊」を推定する場合と比較すると、本例のように各エージェント１，・・・，ｎが保有する各データ集合１，・・・，ｎの全てを用いて確率分布「Ｐ＿＊＊」を推定し、確率分布「Ｐ＿＊＊」の推定に用いた平均Ａなどのデータを用いて周辺分布「Ｐ＿ｉ＊」を推定する方が、多くのデータに基づいて推定されたデータ（上記の例では平均Ａ）を用いて周辺分布「Ｐ＿ｉ＊」を推定することから、その推定精度が高くなるのである。
【００４７】
以上説明したように、各エージェント１，・・・，ｎがそれぞれ異なる情報源５１，・・・，５ｎから情報を収集している場合に、協調推定装置６０が、各エージェント１，・・・，ｎがそれぞれ保持している情報（この例では各データ集合１，・・・，ｎ）を収集し、収集した情報を１つの情報源からの情報として確率分布「Ｐ＿＊＊」を推定するとともに、その推定の際に算出されたデータ（この例では平均Ａ）を用いて周辺分布「Ｐ＿ｉ＊」を推定する構成としたことで、高い精度で各エージェント１，・・・，ｎの情報源５１，・・・，５ｎに関する推定を行うことができるようになる。
【００４８】
また、上述したように、協調推定装置６０が、各エージェント１，・・・，ｎがそれぞれ保持している各データ集合１，・・・，ｎを収集し、収集した情報にもとづいて各情報源５１，・・・，５ｎにおける各データ集合１，・・・，ｎについての周辺分布「Ｐ＿ｉ＊」を推定する構成としているので、協調推定装置６０と各エージェント端末２１，・・・，２ｎとの間で繰り返し情報の送受信を行う必要をなくすことができるとともに、各エージェント１，・・・，ｎにて各種の推定処理を繰り返し行う必要をなくすことができる。よって、協調推定装置６０と各エージェント端末２１，・・・，２ｎとの間で繰り返し情報の送受信を行うことによるコスト負担が軽減させることができるとともに、通信ネットワーク７０上に情報を繰り返し流すことによる秘密漏洩の危険性を回避させることができ、さらに各エージェント１，・・・，ｎそれぞれの各エージェント端末２１，・・・，２ｎの推定処理に関する処理負担を低減させることができる。
【００４９】
また、各エージェント１，・・・，ｎのそれぞれ異なる情報源５１，・・・，５ｎを全体として一つの情報源とみなすことで推定を行っており、各エージェント１，・・・，ｎの保持する各データ集合１，・・・，ｎを同種の情報源からのサンプルとみなすための非合理的な変換を行っていない。従って、高い精度で各エージェント１，・・・，ｎの情報源５１，・・・，５ｎに関する推定を行うことができる。
【００５０】
なお、上述した実施の形態では、各情報源５１，・・・，５ｎについての各データ集合１，・・・，ｎが独立な正規分布であるとしていたが、正規分布以外の一般の分布であってもよい。その場合、確率分布「Ｐ＿＊＊」がそれに応じた分布になる。
【００５１】
また、上述した実施の形態では、エージェント１，・・・，ｎ間で同一の値をとるパラメータ（上記の例では平均Ａ）を未知とおいたが、エージェント間で異なるパラメータに未知のものがあってもよい。その場合、確率分布「Ｐ＿＊＊」の推定においてそれらのパラメータも推定することになる。
【００５２】
また、上述した実施の形態では、単一のパラメータの値（上記の例では平均Ａの値）が各エージェント１，・・・，ｎによらず同一であるとして、各エージェント１，・・・，ｎにおける各情報源５１，・・・，５ｎについての各データ集合１，・・・，ｎ間の関係性を規定していたが、複数のパラメータの関数の値（例えば、平均Ａ、分散「Ｂ＿ｉ」をパラメータとする関数「Ａ＋√（Ｂ＿ｉ）」）が各エージェント１，・・・，ｎによらず同一であるなどとして関係性が規定されていてもよい。その場合でも、確率分布「Ｐ＿＊＊」の推定において、規定された関係性を満たすものから、推定結果を計算するのは変わらない。
【００５３】
また、上述した実施の形態では、確率分布「Ｐ＿＊＊」を最尤推定していたが、どのような方法によって確率分布「Ｐ＿＊＊」を推定するようにしてもよい。
【００５４】
また、上述した実施の形態では、各エージェント端末２１，・・・，２ｎが、各エージェント１，・・・，ｎが受け取った各データ集合１，・・・，ｎそのものを協調推定装置６０に送信する構成としていたが、各データ集合１，・・・，ｎの全てを送るのではなく、各エージェント端末２１，・・・，２ｎの各統計量計算部４１，・・・，４ｎで確率分布「Ｐ＿＊＊」の推定に必要な統計量を算出し、算出した統計量を協調推定装置６０に送信するようにしてもよい。上記の例では、正規分布となる各データ集合１，・・・，ｎを用いて確率分布「Ｐ＿＊＊」を最尤推定から求めるようにしていた。従って、例えば、収集した各データ集合１，・・・，ｎにおけるそれぞれのデータの個数および平均値と、上記の例では既知であるとしていた分散「Ｂ＿ｉ」とを統計量として、各エージェント端末２１，・・・，２ｎから協調推定装置６０に送信するようにすれば、各データ集合１，・・・，ｎにおける全てのデータを送信した場合（上記の例の場合）と同じ算出方法によって同じ推定結果を得ることができるようになる。なお、正規分布以外の一般の分布を仮定する場合も、未知のパラメータの推定に関係する統計量を全て送れば、全てのデータを送った場合と同じ推定結果が得られる。
【００５５】
上記のように、統計量を協調推定装置６０に送信する構成とすれば、各データ集合１，・・・，ｎの全てを送る場合と比較して、各エージェント１，・・・，ｎから協調推定装置６０に送るデータの量を減らすことができる。ただし、この例において、協調推定装置６０に送る必要がある統計量は、各エージェント１，・・・，ｎが個別に確率分布「Ｐ＿ｉ＊」を推定するのに必要な統計量（一般に、統計の分野で「十分統計量」とよばれる量）とは異なる。例えば、この例で各エージェント１，・・・，ｎが個別に平均Ａを推定する場合は、データの平均値だけわかれば十分である。さらに、全ての各データ集合１，・・・，ｎを送った場合と同じ推定結果を得る必要がないのであれば、それ以外の統計量を送ってもよい（例えば、各エージェント１，・・・，ｎから少数のサンプルデータを送る）。その場合は、送られたデータのみに基づいて確率分布「Ｐ＿＊＊」を推定する
【００５６】
次に、本発明の第２の実施の形態について説明する。なお、以下の説明において、上述した第１の実施の形態にて既に説明した部分については、同一の符号を付与してその詳細な説明は省略する。
【００５７】
図３は、本発明の第２の実施の形態における協調推定システム１０ａを示すブロック図である。図３に示すように、協調推定システム１０ａは、上述した協調推定装置６０に結果通知部６３が付加されている協調推定装置６０ａを含む。
【００５８】
結果通知部６３は、同時分布推定部６２から推定結果を受け取り、受け取った推定結果に適当な加工を施した上で、各エージェント１，・・・，ｎに対して推定結果や加工結果などの各種の情報を送信する。具体的には、結果通知部６３が送信する情報は、確率分布「Ｐ＿＊＊」や確率分布「Ｐ＿ｉ＊」といった推定結果そのものであってもよいし、それらの分布の上側１パーセント点の値や、その値の大きい順でエージェント１，・・・，ｎをソートした結果等の、推定結果に加工を施した加工結果を示す情報であってもよい。さらに、推定結果のみに加工を施した情報に限らず、推定結果や加工結果にその他の関係情報（各エージェントに提供する情報の生成のために用いられる各種の情報）を用いて加工を施した付属情報（推定結果や加工結果に関連した付属的な情報を意味する。なお、付属情報は、加工情報に含まれる概念である。）であってもよい。具体的には、付属情報は、推定結果である確率分布「Ｐ＿ｉ＊」にもとづいて導出された今後１年間の利益予想額（加工結果を示す情報の例）と、その日のレートでドル換算した結果であるドルによる今後１年間の利益予想額を示す情報などが該当する。この場合、関係情報は、「その日のレート」を示す情報である。
【００５９】
このように、推定情報や加工情報をエージェント端末２１，・・・，２ｎに向けて送信し、エージェント１，・・・，ｎに対して推定情報や加工情報を提供する構成としているので、協調推定装置６０ａの管理者（もしくは同時分布推定部６２の推定結果を受け取る者）と必ずしも利害の一致しないエージェント１，・・・，ｎが、推定情報や加工情報を取得して活用することができるようになり、データ集合や統計量を協調推定装置６０ａに提供することに対する見返り（利益）を得ることができるようになる。
【００６０】
次に、本発明の第３の実施の形態について説明する。なお、以下の説明において、上述した第１および第２の実施の形態にて既に説明した部分については、同一の符号を付与してその詳細な説明は省略する。
【００６１】
図４は、本発明の第３の実施の形態における協調推定システム１０ｂを示すブロック図である。図４に示すように、協調推定システム１０ｂは、上述した協調推定装置６０ａにエージェント利得算出部６４と課金部６５とが付加されている協調推定装置６０ｂを含む。図５は、協調推定システム１０ｂにおける協調推定装置６０ｂが実行する課金処理の一例を示すフローチャートである。
【００６２】
課金処理において、エージェント利得算出部６４は、同時分布推定部６２から推定結果を受け取り、各エージェント１，・・・，ｎが結果通知部６３から結果を受け取る推定利得を算出する（ステップＳ５０１）。具体的には、後述する「Ｌ」の値を算出する。
【００６３】
課金部６５は、エージェント利得算出部６４が算出した各エージェント１，・・・，ｎの推定利得に基づき、各エージェント１，・・・，ｎに対する課金金額を算出し、例えば各エージェント端末２１，・・・，２ｎに向けて算出した金額を通知するなどの課金を行うための処理を実行する（ステップＳ５０２）。課金を行うための処理には、金額を通知する処理の他、例えば予め開設されている各エージェント１，・・・，ｎの指定口座から課金金額を徴収するための処理などが含まれる。
【００６４】
エージェントｉが結果通知部６３から推定結果である確率分布「Ｐ＿ｉ＊」を受け取るとした場合、このエージェントｉの推定利得は、例えば、推定結果を受け取らない場合（自己の保有しているデータ集合ｉのみから推定した確率分布を用いる場合）と受け取る場合（協調推定装置６０ｂが各情報源５１，・・・，５ｎのデータ集合１，・・・，ｎ全体から推定したデータ集合ｉについての確率分布を用いる場合）との平均対数損失の差（数式３参照）で計算すればよい。ただし、「ｐ＿ｉ＊（ｘ｜θ）」はエージェントｉが保有するデータのみから推定した場合のこの情報源５ｉの確率密度関数を表しており、「ｐ＿ｉ＊（ｘ｜Θ）」は同時分布推定部６２により推定されたこの情報源５ｉの確率密度関数を表したものである。「Ｅｘ」は「ｐ＿ｉ＊（ｘ｜Θ）」を密度関数とする確率変数「ｘ」に関する平均操作（平均値を導出するための計算処理）とする。「Ｌ」は確率密度関数「ｐ＿ｉ＊（ｘ｜θ）」が密度関数「ｐ＿ｉ＊（ｘ｜Θ）」にどれくらい近いかを表す量で、統計学で一般にダイバージェンスと呼ばれているものである。すなわち、エージェントｉが個別に推定した結果と、本例により協調推定した結果が同一であれば「Ｌ＝０」となり、食い違っていれば、その度合いに応じて「Ｌ」が大きな値をとるようになる。
【００６５】
【００６６】
また、エージェントｉが確率分布「Ｐ＿ｉ＊」の推定結果等から定まる量を示す情報（例えば、加工結果を示す情報）を結果通知部６３より受け取るとした場合、このエージェントｉの推定利得は、例えば個別に推定した確率密度関数「ｐ＿ｉ＊（ｘ｜θ）」から定まる量「ｃ」と、本例により協調推定した密度関数「ｐ＿ｉ＊（ｘ｜Θ）」から定まる量「Ｃ」を用いて、数式４によって計算するようにすればよい。この場合も、個別に推定した結果と協調推定した結果が同一であれば「Ｌ＝０」となり、違う場合は「ｃ」と「Ｃ」の差に応じて「Ｌ」が大きな値をとるようになる。また、この場合、エージェント利得算出部６４は、確率分布「Ｐ＿ｉ＊」の推定結果等から定まる量を示す情報を結果通知部６３から取得して、利得を推定するための処理に用いる。
【００６７】
Ｌ＝（ｃ−Ｃ）２・・・［数式４］
【００６８】
課金部６５はエージェント利得算出部６４から各エージェント１，・・・，ｎの「Ｌ」の値を受け取り、それに基づいて各エージェント１，・・・，ｎに課金を行う。一般に、「Ｌ」の大きいエージェントに高額の課金を行うことで、推定利得に応じた公平な課金となり、適正な課金を行うことができるようになる。
【００６９】
エージェント利得算出部６４で計算される「Ｌ」は、各エージェント１，・・・，ｎの推定利得を表す値となっている。このように、他のエージェントの情報を利用して、各エージェント１，・・・，ｎの利得の推定結果を算出することができるので、推定利得に応じた公平な課金を行うことができる。
【００７０】
なお、上記の例では、ダイバージェンス等を各エージェント１，・・・，ｎの推定利得としたが、そのほかの関数「Ｋ」であってもよい。例えば、「θ」や「Θ」は「Ｘ＿＊＊」が定まれば一意に定まるので「Ｘ＿＊＊」の関数と考えられ、「Ｌ」は「θ」と「Θ」が定まれば一意に定まるので、結局「Ｌ」は「Ｘ＿＊＊」の関数「Ｌ（Ｘ＿＊＊）」と考えられるが、本例により推定した「Ｐ＿＊＊」を真の分布としたときの、「Ｌ」の平均Ｅｘ［Ｌ（Ｘ＿＊＊）］は関数「Ｋ」の代表的なものとして考えられる。
【００７１】
また、エージェント利得算出部６４における「Ｌ」や関数「Ｋ」の計算は解析的に行ってもよいし、一般にモンテカルロ・シミュレーションと呼ばれている手法等を利用して近似的に行ってもよい。
【００７２】
ここで、エージェントの数が２である場合を例にとり、本例の具体的な処理内容について詳細に説明する。ここでは、各エージェント１，２はそれぞれ独立に対応する情報源１，２からデータを受け取り、エージェント１のデータ数がＮ１、エージェント２のデータ数がＮ２であるとする。それらのデータの平均値をそれぞれＭ１、Ｍ２とする。また、ここでは、エージェント１の情報源１がＮ（Ａ，Ｂ１）、エージェント２の情報源２がＮ（Ａ，Ｂ２）であるとし、全データの平均Ａが未知、各情報源１，２のデータそれぞれの分散Ｂ１，Ｂ２は既知であるとする。
【００７３】
本発明の協調推定装置６０ｂに、エージェント１，２が、統計量を示す情報として、データ数Ｎ１、Ｎ２、データの平均値Ｍ１、Ｍ２、既知の分散の値Ｂ１，Ｂ２を送ったとすると、尤度は「数式５」で表される。ここでＤは未知数である平均Ａを含まない項である。この値を最大にする平均Ａは、［Ｎ１×Ｍ１／Ｂ１＋Ｎ２×Ｍ２／Ｂ２］／［Ｎ１／Ｂ１＋Ｎ２／Ｂ２］で与えられる。これが同時分布推定部６２が計算する平均Ａの推定結果である。例えば、Ｎ１＝１００、Ｎ２＝１０、Ｂ１＝５、Ｂ２＝２、Ｍ１＝０、Ｍ２＝１のとき、平均Ａの推定値は１／５となり、結果通知部６３により各エージェント１，２のエージェント端末２１，２２に通知される。このように、この例では、平均Ａの推定結果が、エージェント端末２１，２２に送信される。
【００７４】
【００７５】
一方、エージェント１が保有するデータのみから推定した平均の値はデータの平均値と同じく０となり、エージェント２が同様に個別に推定する平均の値は１となる。同時分布推定部６２の推定結果との差の２乗は、エージェント１が１／２５、エージェント２が１６／２５となる。これらがエージェント利得算出部６４の算出結果となる。課金部６５はこれらの値に基づいて、例えばエージェント２への課金をエージェント１の１６倍の額に設定する。
【００７６】
以上説明したように、上述した各実施の形態による協調推定システムによれば、複数のエージェントが異なる情報源からデータを受け取っているときに、各エージェントから情報を収集し、まとめて推定処理を行うことで、精度よく各情報源に関する推定を行うことができる。また、上記のように、まとめて推定した結果などを各エージェントに送信し、各エージェントの推定利得を算出するようにすれば、各エージェントに対して公平に課金することができる。
【００７７】
【発明の効果】
以上のように、本発明の協調推定方法によれば、複数の情報源から取得された各データ集合を、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信し、受信した各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理を行うことを特徴とするので、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００７８】
また、本発明の協調推定方法によれば、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データを、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信し、受信した各統計量データにもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理を行うことを特徴とするので、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００７９】
同時確率分布の推定結果を示す情報、同時確率分布の推定結果にもとづいて生成される情報、同時確率分布を推定する処理に関連して推定される関連推定結果を示す情報、および前記関連推定結果にもとづいて生成される情報のうちの少なくとも何れか一の情報を、情報源に関する推定の結果を示す結果情報として、複数のエージェントのうち少なくとも一のエージェントの端末装置に向けて通信ネットワークを介して送信する構成とした場合には、エージェントに対して情報源に関する推定の結果を提供することができる。
【００８０】
複数のエージェントのうち少なくとも一のエージェントについて、結果情報を取得することによる当該エージェントの得る利益を推定する処理を行う構成とした場合には、エージェントが得る利益の推定結果を、課金金額などを決定する際に参考にすることができる。
【００８１】
複数のエージェントのうち少なくとも一のエージェントに対し、当該エージェントの得る利益を推定して推定結果にもとづく課金を行う構成とした場合には、各エージェントが得たと推定される利益に応じて公平に課金することができる。
【００８２】
また、本発明の協調推定装置によれば、複数の情報源から取得された各データ集合であって、前記複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信した当該各データ集合を保存するデータ保存手段と、データ保存手段に保存されている各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定するための推定処理を実行する推定処理手段とを含むことを特徴とするので、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００８３】
また、本発明の協調推定装置によれば、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データであって、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信した当該統計量データを保存するデータ保存手段と、データ保存手段に保存されている各統計量にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定するための推定処理を実行する推定処理手段とを含むことを特徴とするので、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００８４】
同時確率分布の推定結果を示す情報、同時確率分布の推定結果にもとづいて生成される情報、同時確率分布を推定する処理に関連して推定される関連推定結果を示す情報、および前記関連推定結果にもとづいて生成される情報のうちの少なくとも何れか一の情報を、情報源に関する推定の結果を示す結果情報として、複数のエージェントのうち少なくとも一のエージェントの端末装置に向けて通信ネットワークを介して送信する結果情報送信手段を備える構成とされているので、エージェントに対して情報源に関する推定の結果を提供することができる。
【００８５】
複数のエージェントのうち少なくとも一のエージェントについて、結果情報を取得することによる当該エージェントの得る利益を推定するための利益推定処理を実行する利益推定処理手段を備えた構成とされているので、エージェントが得る利益の推定結果を、課金金額などを決定する際に参考にすることができる。
【００８６】
複数のエージェントのうち少なくとも一のエージェントに対し、当該エージェントの得る利益を推定して推定結果にもとづく課金を行うための課金手段を備えた構成とされているので、各エージェントが得たと推定される利益に応じて公平に課金することができる。
【００８７】
また、本発明の協調推定プログラムによれば、コンピュータに、複数の情報源から取得された各データ集合を、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信する処理と、受信した各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理とを実行させることを特徴とするので、コンピュータに、通信ネットワークを介したデータ通信を繰り返し実行させることなく、高い精度で各エージェントの情報源に関する推定を実行させることができるようになる。
【００８８】
さらに、本発明の協調推定プログラムによれば、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データを、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信する処理と、受信した各統計量データにもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理とを実行させることを特徴とするので、コンピュータに、通信ネットワークを介したデータ通信を繰り返し実行させることなく、高い精度で各エージェントの情報源に関する推定を実行させることができるようになる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態における協調推定システムの構成の例を示すブロック図である。
【図２】本発明の第１の実施の形態における協調推定システムによる協調推定処理の例を示すフローチャートである。
【図３】本発明の第２の実施の形態における協調推定システムの構成の例を示すブロック図である。
【図４】本発明の第３の実施の形態における協調推定システムの構成の例を示すブロック図である。
【図５】本発明の第３の実施の形態における協調推定システムによる課金処理の例を示すフローチャートである。
【符号の説明】
１０，１０ａ，１０ｂ 協調推定システム
２１，・・・，２ｎ 着信メロディ提供サーバ
３１，・・・，３ｎ データ集合データベース
４１，・・・，４ｎ 統計量計算部
５１，・・・，５ｎ 情報源
６０，６０ａ，６０ｂ 情報推定装置
６１ エージェントデータ蓄積データベース
６２ 同時分布推定部
６３ 結果通知部
６４ エージェント利得算出部
６５ 課金部
７０ 通信ネットワーク
【発明の属する技術分野】
本発明は、複数の情報源から取得された各データ集合から情報を統合して統計的推測や知識発見を行うために例えばデータマイニングや統計的推論を利用する技術であって、複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで情報源に関する推定を高い精度で行うことができる協調推定方法、協調推定装置、および協調推定プログラムに関する。
【０００２】
【従来の技術】
複数のデータ集合から情報を統合して統計的推測や知識発見を行う方式としては、複数のエージェントが同じ情報源からデータを得る場合に、これらを効率よく利用して情報源の確率分布を推定する方式（例えば、特許文献１〜特許文献３参照。）が知られている。
【０００３】
また、異なる情報源からのデータの集合に対しては、情報の統合とエージェント個別の推定処理を繰り返して逐次的に推定精度を上げていく方式（例えば、特許文献１参照。）や、データサンプルにアドホックな変換を施し、同種の情報源からのデータとみなして統合を行う方式（例えば、非特許文献１参照。）が知られている。
【０００４】
【特許文献１】
特開平１０−１７１７７２号公報
【特許文献２】
特開平１１−１３４３１３号公報
【特許文献３】
特開平１１−３１６７５１号公報
【非特許文献１】
庵 栄治、“オペレーショナルリスク管理と実務”、［ｏｎｌｉｎｅ］、第１８頁、［平成１４年８月２８日検索］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｎｕｍｔｅｃｈ．ｃｏ．ｊｐ／ｄｏｃｕｍｅｎｔｓ／２００１０７２３／２ＩｈｏｒｉＮａｋａｇａｗａ．ｐｄｆ＞
【０００５】
【発明が解決しようとする課題】
しかしながら、上記の特許文献１では、精度良く各情報源の確率分布を推定するためには、各エージェントと情報統合を行う装置の間で何度も通信を行い、推定処理を繰り返し実行する必要がある。よって、通信を繰り返すことにより、高コストとなってしまうとともに、秘密情報の漏洩を招く危険性が増大してしまい、さらには各エージェント側で繰り返し推定処理を行うことから処理負担が過大なものとなっているという問題があった。
【０００６】
また、上記の非特許文献１では、複数の情報源を同種の情報源からのデータとみなすようにするためのデータサンプルに施す変換の方法が定められているが、主観的に定められたものに過ぎず、その方法で変換されたデータを同種の情報源から出力されたとみなすのは著しく合理性にかける。従って、主観的に定めた方法でデータを変換することによって情報源に関する推定を行うのは、精度に関して信頼性に問題があった。
【０００７】
さらに、上記の各方式では、情報を統合することによる各エージェントがどれだけの利得を得ているかの推定評価については何ら提案されていない。従って、各エージェントに適正な金額の課金を行うことは不可能であるという問題があった。
【０００８】
本発明は上述した問題を解消し、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができ、さらには適正に各エージェントから課金を行うことができるようにすることを目的とする。
【０００９】
【課題を解決するための手段】
上記の問題を解決するために、本発明の協調推定方法は、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定方法であって、複数の情報源から取得された各データ集合を、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信し、受信した各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理（例えば図２に示す協調推定処理）を行うことを特徴とするものである。
【００１０】
上記の構成としたことで、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００１１】
また、本発明の協調推定方法は、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定方法であって、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データを、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信し、受信した各統計量データにもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理（例えば図２に示す協調推定処理）を行うことを特徴とするものである。
【００１２】
上記の構成としたことで、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００１３】
同時確率分布の推定結果を示す情報（例えば各エージェントが収集したデータ集合をまとめて一つのデータ集合とした場合の確率分布を示す情報）、同時確率分布の推定結果にもとづいて生成される情報（例えば確率分布に加工が施された加工情報や付属情報）、同時確率分布を推定する処理に関連して推定される関連推定結果を示す情報（例えば各エージェントが収集したデータ集合に関する確率分布を示す情報）、および関連推定結果にもとづいて生成される情報のうちの少なくとも何れか一の情報を、情報源に関する推定の結果を示す結果情報として、複数のエージェントのうち少なくとも一のエージェントの端末装置に向けて通信ネットワークを介して送信する構成とされていてもよい。
【００１４】
上記の構成としたことで、エージェントに対して情報源に関する推定の結果を提供することができる。
【００１５】
複数のエージェントのうち少なくとも一のエージェントについて、結果情報を取得することによる当該エージェントの得る利益を推定する処理を行う構成とされていてもよい。
【００１６】
上記の構成としたことで、エージェントが得る利益の推定結果を、課金金額などを決定する際に参考にすることができる。
【００１７】
複数のエージェントのうち少なくとも一のエージェントに対し、当該エージェントの得る利益を推定して推定結果にもとづく課金を行う構成とされていてもよい。
【００１８】
上記の構成としたことで、各エージェントが得たと推定される利益に応じて公平に課金することができる。
【００１９】
また、本発明の協調推定装置によれば、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定装置であって、複数の情報源から取得された各データ集合であって、前記複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信した当該各データ集合を保存するデータ保存手段と、データ保存手段に保存されている各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定するための推定処理を実行する推定処理手段とを含むことを特徴とするものである。
【００２０】
上記の構成としたことで、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００２１】
また、本発明の協調推定装置によれば、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定装置であって、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データであって、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信した当該統計量データを保存するデータ保存手段と、データ保存手段に保存されている各統計量にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定するための推定処理を実行する推定処理手段とを含むことを特徴とするものである。
【００２２】
上記の構成としたことで、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００２３】
同時確率分布の推定結果を示す情報、同時確率分布の推定結果にもとづいて生成される情報、同時確率分布を推定する処理に関連して推定される関連推定結果を示す情報、および前記関連推定結果にもとづいて生成される情報のうちの少なくとも何れか一の情報を、情報源に関する推定の結果を示す結果情報として、複数のエージェントのうち少なくとも一のエージェントの端末装置に向けて通信ネットワークを介して送信する結果情報送信手段を備えていてもよい。
【００２４】
上記の構成としたことで、エージェントに対して情報源に関する推定の結果を提供することができる。
【００２５】
複数のエージェントのうち少なくとも一のエージェントについて、結果情報を取得することによる当該エージェントの得る利益を推定するための利益推定処理を実行する利益推定処理手段を備えた構成とされていてもよい。
【００２６】
上記の構成としたことで、エージェントが得る利益の推定結果を、課金金額などを決定する際に参考にすることができる。
【００２７】
複数のエージェントのうち少なくとも一のエージェントに対し、当該エージェントの得る利益を推定して推定結果にもとづく課金を行うための課金手段を備えた構成とされていてもよい。
【００２８】
上記の構成としたことで、各エージェントが得たと推定される利益に応じて公平に課金することができる。
【００２９】
また、本発明の協調推定プログラムによれば、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いた確率分布を推定させることで、情報源に関する推定を実行させるための協調推定プログラムであって、コンピュータに、複数の情報源から取得された各データ集合を、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信する処理と、受信した各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理とを実行させることを特徴とするものである。
【００３０】
上記の構成としたことで、コンピュータに、通信ネットワークを介したデータ通信を繰り返し実行させることなく、高い精度で各エージェントの情報源に関する推定を実行させることができるようになる。
【００３１】
さらに、本発明の協調推定プログラムによれば、異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定させることで、情報源に関する推定を実行させるための協調推定プログラムであって、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データを、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信する処理と、受信した各統計量データにもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理とを実行させることを特徴とするものである。
【００３２】
上記の構成としたことで、コンピュータに、通信ネットワークを介したデータ通信を繰り返し実行させることなく、高い精度で各エージェントの情報源に関する推定を実行させることができるようになる。
【００３３】
【発明の実施の形態】
以下、本発明の第１の実施の形態について図面を参照して説明する。
図１は、本発明の協調推定システムの一実施形態を示す構成の例を示すブロック図である。協調推定システム１０は、協調推定装置６０と、複数のエージェント端末２１，・・・，２ｎとを含む。協調推定装置６０と、各エージェント端末２１，・・・，２ｎとは、インターネットや専用回線などの通信ネットワーク７０に接続されている。
【００３４】
各エージェント端末２１，・・・，２ｎは、それぞれ、例えばパーソナルコンピュータなどの情報処理装置によって構成され、それぞれ別個のエージェント１，・・・，ｎによって管理される。この例では、エージェント端末およびエージェントの数をｎとし、エージェント１，・・・，エージェントｎは、それぞれ別の情報源５１，・・・，情報源５ｎからデータを受け取っているものとする。なお、エージェント１，・・・，ｎとして、例えば銀行がある。
【００３５】
各エージェント端末２１，・・・，２ｎは、それぞれ、データ集合データベース３１，・・・，３ｎと、統計量計算部４１，・・・，４ｎとを含む。各データ集合データベース３１，・・・，３ｎには、それぞれ、各情報源５１，・・・，情報源５ｎから受け取ったデータ集合１，・・・，データ集合ｎが蓄積される。また、各統計量計算部４１，・・・，４ｎは、それぞれ、各データ集合１，・・・，ｎにもとづく統計量を算出する処理を実行する。各統計量計算部４１，・・・，４ｎがどのような統計量を算出するかについては後述する。
【００３６】
協調推定装置６０は、エージェントデータ蓄積データベース６１と、同時分布推定部６２とを含む。エージェントデータ蓄積データベース６１には、例えば、各エージェント端末２１，・・・，２ｎから取得したデータが蓄積される。具体的には、データ集合１，・・・，ｎや、各エージェント端末２１，・・・，２ｎにて算出された統計量、各エージェント１，・・・，ｎの情報源５１，・・・，５ｎに関する既知の情報が蓄積される。同時分布推定部６２は、エージェントデータ蓄積データベース６１に蓄積されているデータを用いて、各エージェント１，・・・，ｎからの各データ集合１，・・・，ｎ全体をまとめて一つの情報源としたときの同時確率分布（後述する「Ｐ＿＊＊」）を推定する処理を行う。
【００３７】
次に、本例の協調推定システムの動作について説明する。図２は、本例の協調推定システム１０が実行する協調推定処理の一例を示すフローチャートである。ここでは、簡単のために、各エージェント１，・・・，ｎがそれぞれの持つデータ集合そのものを協調推定装置６０に送り、エージェントデータ蓄積データベース６１には各エージェント１，・・・，ｎが持つデータ集合１，・・・，ｎの全てが蓄積されている場合を例として説明する。この場合、各統計量計算部４１，・・・，４ｎは、何らかの統計量を算出するための処理は実行せず、データ集合自体を統計量として取り扱っていることになる。
【００３８】
なお、以下の説明においては、エージェントｉ（ｉ＝１，２，・・・，ｎ：ｉ番目のエージェント）から送られたデータｊ（ｊ＝１，２，・・・：エージェントｉが収集したデータ集合のうちのｊ番目のデータ）を、「Ｘ＿ｉｊ」で表すことにする。また、エージェントｉから送られたデータを全て並べたベクトル（Ｘ＿ｉ１、Ｘ＿ｉ２、・・・）を、「Ｘ＿ｉ＊」で表すことにする。さらに、全てのエージェントについての「Ｘ＿ｉ＊」を並べたベクトル（Ｘ＿１＊、Ｘ＿２＊、・・・、Ｘ＿２ｎ）を、「Ｘ＿＊＊」で表すことにする。
【００３９】
また、以下の説明においては、エージェントｉの情報源５ｉ（ｉ＝１，２，・・・ｎ：ｉ番目のエージェントの情報源）の確率分布、すなわち「Ｘ＿ｉ＊」が従う確率分布を、「Ｐ＿ｉ＊」で表すことにする。また、「Ｘ＿＊＊」を一つの大きな情報源から得られたサンプルだとみなしたときの確率分布、すなわち「Ｘ＿＊＊」の従う確率分布を、「Ｐ＿＊＊」で表すことにする。さらに、平均Ａ，分散Ｂの正規分布をＮ（Ａ，Ｂ）と表すこととし、その密度関数をφ（ｘ｜Ａ，Ｂ）と表すことにする。
【００４０】
この例では、協調推定処理において、同時分布推定部１２は、エージェントデータ蓄積データベース６１に蓄積されている各データ集合１，・・・，ｎにもとづいて、「Ｘ＿＊＊」の従う確率分布「Ｐ＿＊＊」を推定するための処理を実行し、その結果を用いて「Ｘ＿ｉ＊」の従う確率分布「Ｐ＿ｉ＊」を推定するようにする。また、ｉ番目のエージェントの情報源はＮ（Ａ，Ｂ＿ｉ）であるとし、各エージェント１，・・・，ｎは独立にこの正規分布の情報源１，・・・，ｎからデータ集合１，・・・，ｎを受け取るとする。すなわち、各エージェントの情報源の平均値のパラメータは等しくＡであるとする。さらにＡの値は未知で各Ｂ＿ｉの値が既知であるとする。Ｂ＿ｉの値は各エージェントから協調推定装置６０に送信され、エージェントデータ蓄積データベース６１には各エージェント１，・・・，ｎの情報源の分散のパラメータＢ＿１，・・・，Ｂ＿ｎの値も蓄積されているとする。
【００４１】
この場合、確率分布「Ｐ＿ｉ＊」の密度関数「ｐ＿ｉ＊」は「数式１」で表され、確率分布「Ｐ＿＊＊」の密度関数「ｐ＿＊＊」は「数式２」で表されることになる。
ただし、「数式１」および「数式２」では、ｉに関する積Π＿ｉは、エージェント１，・・・，ｎに関する全てのデータを積算することを意味し、ｊに関する積Π＿ｊは、各エージェント１，・・・，ｎによって収集された全てのデータを積算することを意味するものとする。
【００４２】
ｐ＿ｉ＊（ｘ＿ｉ＊｜Ａ，Ｂ＿ｉ）
＝Π＿ｊ・φ（ｘ＿ｉｊ｜Ａ，Ｂ＿ｉ）
・・・［数式１］
【００４３】
ｐ＿＊＊（ｘ＿＊＊｜Ａ，Ｂ＿１、・・・、Ｂ＿ｎ）
＝Π＿ｉ・ｐ＿ｉ＊
＝Π＿Ｉ・Π＿ｊ・φ（ｘ＿ｉｊ｜Ａ，Ｂ＿ｉ）
・・・［数式２］
【００４４】
同時分布推定部１２は、既知の分散「Ｂ＿ｉ」を「数式２」に代入し（ステップＳ２０２）、「数式２」にて与えられる尤度を最大にするＡを算出する（ステップＳ２０３）ことによって、平均値のパラメータＡの最尤推定値を求める。この例では、「Ｐ＿＊＊」に関して未知な量はＡだけであるので、これで「Ｐ＿＊＊」が推定されたことになる。さらに、各エージェント１，・・・，ｎの情報源５１，・・・，５ｎに関しても未知な量はＡだけであるので、これで各情報源５１，・・・，５ｎも推定されたことになる。具体的に情報源５ｉの確率密度関数を導出する場合は、同時分布推定部１２は、算出した推定結果Ａを「数式２」に代入することによって密度関数「ｐ＿＊＊」を算出するとともに（ステップＳ２０４）、算出したＡと分散「Ｂ＿ｉ」とを「数式１」に代入することによって密度関数「ｐ＿ｉ＊」を算出する（ステップＳ２０５）。
【００４５】
上記のように、各エージェント１，・・・，ｎが保有する各データ集合１，・・・，ｎの全てを用いて平均Ａを推定する構成としているので、平均Ａの推定精度を向上させることができる。すなわち、各エージェント１，・・・，ｎが保有する各データ集合１，・・・，ｎに基づいて個別に平均Ａを推定する場合と比較すると、本例のように各エージェント１，・・・，ｎが保有する各データ集合１，・・・，ｎの全てを用いて平均Ａを推定する方が、推定に用いるデータ数が多いことから推定精度が高くなるのである。
【００４６】
また、上記のように、確率分布「Ｐ＿＊＊」を推定して周辺分布「Ｐ＿ｉ＊」を推定する構成としたことで、周辺分布「Ｐ＿ｉ＊」の推定精度を向上させることができる。すなわち、各エージェント１，・・・，ｎが保有する各データ集合１，・・・，ｎに基づいて個別に周辺分布「Ｐ＿ｉ＊」を推定する場合と比較すると、本例のように各エージェント１，・・・，ｎが保有する各データ集合１，・・・，ｎの全てを用いて確率分布「Ｐ＿＊＊」を推定し、確率分布「Ｐ＿＊＊」の推定に用いた平均Ａなどのデータを用いて周辺分布「Ｐ＿ｉ＊」を推定する方が、多くのデータに基づいて推定されたデータ（上記の例では平均Ａ）を用いて周辺分布「Ｐ＿ｉ＊」を推定することから、その推定精度が高くなるのである。
【００４７】
以上説明したように、各エージェント１，・・・，ｎがそれぞれ異なる情報源５１，・・・，５ｎから情報を収集している場合に、協調推定装置６０が、各エージェント１，・・・，ｎがそれぞれ保持している情報（この例では各データ集合１，・・・，ｎ）を収集し、収集した情報を１つの情報源からの情報として確率分布「Ｐ＿＊＊」を推定するとともに、その推定の際に算出されたデータ（この例では平均Ａ）を用いて周辺分布「Ｐ＿ｉ＊」を推定する構成としたことで、高い精度で各エージェント１，・・・，ｎの情報源５１，・・・，５ｎに関する推定を行うことができるようになる。
【００４８】
また、上述したように、協調推定装置６０が、各エージェント１，・・・，ｎがそれぞれ保持している各データ集合１，・・・，ｎを収集し、収集した情報にもとづいて各情報源５１，・・・，５ｎにおける各データ集合１，・・・，ｎについての周辺分布「Ｐ＿ｉ＊」を推定する構成としているので、協調推定装置６０と各エージェント端末２１，・・・，２ｎとの間で繰り返し情報の送受信を行う必要をなくすことができるとともに、各エージェント１，・・・，ｎにて各種の推定処理を繰り返し行う必要をなくすことができる。よって、協調推定装置６０と各エージェント端末２１，・・・，２ｎとの間で繰り返し情報の送受信を行うことによるコスト負担が軽減させることができるとともに、通信ネットワーク７０上に情報を繰り返し流すことによる秘密漏洩の危険性を回避させることができ、さらに各エージェント１，・・・，ｎそれぞれの各エージェント端末２１，・・・，２ｎの推定処理に関する処理負担を低減させることができる。
【００４９】
また、各エージェント１，・・・，ｎのそれぞれ異なる情報源５１，・・・，５ｎを全体として一つの情報源とみなすことで推定を行っており、各エージェント１，・・・，ｎの保持する各データ集合１，・・・，ｎを同種の情報源からのサンプルとみなすための非合理的な変換を行っていない。従って、高い精度で各エージェント１，・・・，ｎの情報源５１，・・・，５ｎに関する推定を行うことができる。
【００５０】
なお、上述した実施の形態では、各情報源５１，・・・，５ｎについての各データ集合１，・・・，ｎが独立な正規分布であるとしていたが、正規分布以外の一般の分布であってもよい。その場合、確率分布「Ｐ＿＊＊」がそれに応じた分布になる。
【００５１】
また、上述した実施の形態では、エージェント１，・・・，ｎ間で同一の値をとるパラメータ（上記の例では平均Ａ）を未知とおいたが、エージェント間で異なるパラメータに未知のものがあってもよい。その場合、確率分布「Ｐ＿＊＊」の推定においてそれらのパラメータも推定することになる。
【００５２】
また、上述した実施の形態では、単一のパラメータの値（上記の例では平均Ａの値）が各エージェント１，・・・，ｎによらず同一であるとして、各エージェント１，・・・，ｎにおける各情報源５１，・・・，５ｎについての各データ集合１，・・・，ｎ間の関係性を規定していたが、複数のパラメータの関数の値（例えば、平均Ａ、分散「Ｂ＿ｉ」をパラメータとする関数「Ａ＋√（Ｂ＿ｉ）」）が各エージェント１，・・・，ｎによらず同一であるなどとして関係性が規定されていてもよい。その場合でも、確率分布「Ｐ＿＊＊」の推定において、規定された関係性を満たすものから、推定結果を計算するのは変わらない。
【００５３】
また、上述した実施の形態では、確率分布「Ｐ＿＊＊」を最尤推定していたが、どのような方法によって確率分布「Ｐ＿＊＊」を推定するようにしてもよい。
【００５４】
また、上述した実施の形態では、各エージェント端末２１，・・・，２ｎが、各エージェント１，・・・，ｎが受け取った各データ集合１，・・・，ｎそのものを協調推定装置６０に送信する構成としていたが、各データ集合１，・・・，ｎの全てを送るのではなく、各エージェント端末２１，・・・，２ｎの各統計量計算部４１，・・・，４ｎで確率分布「Ｐ＿＊＊」の推定に必要な統計量を算出し、算出した統計量を協調推定装置６０に送信するようにしてもよい。上記の例では、正規分布となる各データ集合１，・・・，ｎを用いて確率分布「Ｐ＿＊＊」を最尤推定から求めるようにしていた。従って、例えば、収集した各データ集合１，・・・，ｎにおけるそれぞれのデータの個数および平均値と、上記の例では既知であるとしていた分散「Ｂ＿ｉ」とを統計量として、各エージェント端末２１，・・・，２ｎから協調推定装置６０に送信するようにすれば、各データ集合１，・・・，ｎにおける全てのデータを送信した場合（上記の例の場合）と同じ算出方法によって同じ推定結果を得ることができるようになる。なお、正規分布以外の一般の分布を仮定する場合も、未知のパラメータの推定に関係する統計量を全て送れば、全てのデータを送った場合と同じ推定結果が得られる。
【００５５】
上記のように、統計量を協調推定装置６０に送信する構成とすれば、各データ集合１，・・・，ｎの全てを送る場合と比較して、各エージェント１，・・・，ｎから協調推定装置６０に送るデータの量を減らすことができる。ただし、この例において、協調推定装置６０に送る必要がある統計量は、各エージェント１，・・・，ｎが個別に確率分布「Ｐ＿ｉ＊」を推定するのに必要な統計量（一般に、統計の分野で「十分統計量」とよばれる量）とは異なる。例えば、この例で各エージェント１，・・・，ｎが個別に平均Ａを推定する場合は、データの平均値だけわかれば十分である。さらに、全ての各データ集合１，・・・，ｎを送った場合と同じ推定結果を得る必要がないのであれば、それ以外の統計量を送ってもよい（例えば、各エージェント１，・・・，ｎから少数のサンプルデータを送る）。その場合は、送られたデータのみに基づいて確率分布「Ｐ＿＊＊」を推定する
【００５６】
次に、本発明の第２の実施の形態について説明する。なお、以下の説明において、上述した第１の実施の形態にて既に説明した部分については、同一の符号を付与してその詳細な説明は省略する。
【００５７】
図３は、本発明の第２の実施の形態における協調推定システム１０ａを示すブロック図である。図３に示すように、協調推定システム１０ａは、上述した協調推定装置６０に結果通知部６３が付加されている協調推定装置６０ａを含む。
【００５８】
結果通知部６３は、同時分布推定部６２から推定結果を受け取り、受け取った推定結果に適当な加工を施した上で、各エージェント１，・・・，ｎに対して推定結果や加工結果などの各種の情報を送信する。具体的には、結果通知部６３が送信する情報は、確率分布「Ｐ＿＊＊」や確率分布「Ｐ＿ｉ＊」といった推定結果そのものであってもよいし、それらの分布の上側１パーセント点の値や、その値の大きい順でエージェント１，・・・，ｎをソートした結果等の、推定結果に加工を施した加工結果を示す情報であってもよい。さらに、推定結果のみに加工を施した情報に限らず、推定結果や加工結果にその他の関係情報（各エージェントに提供する情報の生成のために用いられる各種の情報）を用いて加工を施した付属情報（推定結果や加工結果に関連した付属的な情報を意味する。なお、付属情報は、加工情報に含まれる概念である。）であってもよい。具体的には、付属情報は、推定結果である確率分布「Ｐ＿ｉ＊」にもとづいて導出された今後１年間の利益予想額（加工結果を示す情報の例）と、その日のレートでドル換算した結果であるドルによる今後１年間の利益予想額を示す情報などが該当する。この場合、関係情報は、「その日のレート」を示す情報である。
【００５９】
このように、推定情報や加工情報をエージェント端末２１，・・・，２ｎに向けて送信し、エージェント１，・・・，ｎに対して推定情報や加工情報を提供する構成としているので、協調推定装置６０ａの管理者（もしくは同時分布推定部６２の推定結果を受け取る者）と必ずしも利害の一致しないエージェント１，・・・，ｎが、推定情報や加工情報を取得して活用することができるようになり、データ集合や統計量を協調推定装置６０ａに提供することに対する見返り（利益）を得ることができるようになる。
【００６０】
次に、本発明の第３の実施の形態について説明する。なお、以下の説明において、上述した第１および第２の実施の形態にて既に説明した部分については、同一の符号を付与してその詳細な説明は省略する。
【００６１】
図４は、本発明の第３の実施の形態における協調推定システム１０ｂを示すブロック図である。図４に示すように、協調推定システム１０ｂは、上述した協調推定装置６０ａにエージェント利得算出部６４と課金部６５とが付加されている協調推定装置６０ｂを含む。図５は、協調推定システム１０ｂにおける協調推定装置６０ｂが実行する課金処理の一例を示すフローチャートである。
【００６２】
課金処理において、エージェント利得算出部６４は、同時分布推定部６２から推定結果を受け取り、各エージェント１，・・・，ｎが結果通知部６３から結果を受け取る推定利得を算出する（ステップＳ５０１）。具体的には、後述する「Ｌ」の値を算出する。
【００６３】
課金部６５は、エージェント利得算出部６４が算出した各エージェント１，・・・，ｎの推定利得に基づき、各エージェント１，・・・，ｎに対する課金金額を算出し、例えば各エージェント端末２１，・・・，２ｎに向けて算出した金額を通知するなどの課金を行うための処理を実行する（ステップＳ５０２）。課金を行うための処理には、金額を通知する処理の他、例えば予め開設されている各エージェント１，・・・，ｎの指定口座から課金金額を徴収するための処理などが含まれる。
【００６４】
エージェントｉが結果通知部６３から推定結果である確率分布「Ｐ＿ｉ＊」を受け取るとした場合、このエージェントｉの推定利得は、例えば、推定結果を受け取らない場合（自己の保有しているデータ集合ｉのみから推定した確率分布を用いる場合）と受け取る場合（協調推定装置６０ｂが各情報源５１，・・・，５ｎのデータ集合１，・・・，ｎ全体から推定したデータ集合ｉについての確率分布を用いる場合）との平均対数損失の差（数式３参照）で計算すればよい。ただし、「ｐ＿ｉ＊（ｘ｜θ）」はエージェントｉが保有するデータのみから推定した場合のこの情報源５ｉの確率密度関数を表しており、「ｐ＿ｉ＊（ｘ｜Θ）」は同時分布推定部６２により推定されたこの情報源５ｉの確率密度関数を表したものである。「Ｅｘ」は「ｐ＿ｉ＊（ｘ｜Θ）」を密度関数とする確率変数「ｘ」に関する平均操作（平均値を導出するための計算処理）とする。「Ｌ」は確率密度関数「ｐ＿ｉ＊（ｘ｜θ）」が密度関数「ｐ＿ｉ＊（ｘ｜Θ）」にどれくらい近いかを表す量で、統計学で一般にダイバージェンスと呼ばれているものである。すなわち、エージェントｉが個別に推定した結果と、本例により協調推定した結果が同一であれば「Ｌ＝０」となり、食い違っていれば、その度合いに応じて「Ｌ」が大きな値をとるようになる。
【００６５】
また、エージェントｉが確率分布「Ｐ＿ｉ＊」の推定結果等から定まる量を示す情報（例えば、加工結果を示す情報）を結果通知部６３より受け取るとした場合、このエージェントｉの推定利得は、例えば個別に推定した確率密度関数「ｐ＿ｉ＊（ｘ｜θ）」から定まる量「ｃ」と、本例により協調推定した密度関数「ｐ＿ｉ＊（ｘ｜Θ）」から定まる量「Ｃ」を用いて、数式４によって計算するようにすればよい。この場合も、個別に推定した結果と協調推定した結果が同一であれば「Ｌ＝０」となり、違う場合は「ｃ」と「Ｃ」の差に応じて「Ｌ」が大きな値をとるようになる。また、この場合、エージェント利得算出部６４は、確率分布「Ｐ＿ｉ＊」の推定結果等から定まる量を示す情報を結果通知部６３から取得して、利得を推定するための処理に用いる。
【００６７】
Ｌ＝（ｃ−Ｃ）２・・・［数式４］
【００６８】
課金部６５はエージェント利得算出部６４から各エージェント１，・・・，ｎの「Ｌ」の値を受け取り、それに基づいて各エージェント１，・・・，ｎに課金を行う。一般に、「Ｌ」の大きいエージェントに高額の課金を行うことで、推定利得に応じた公平な課金となり、適正な課金を行うことができるようになる。
【００６９】
エージェント利得算出部６４で計算される「Ｌ」は、各エージェント１，・・・，ｎの推定利得を表す値となっている。このように、他のエージェントの情報を利用して、各エージェント１，・・・，ｎの利得の推定結果を算出することができるので、推定利得に応じた公平な課金を行うことができる。
【００７０】
なお、上記の例では、ダイバージェンス等を各エージェント１，・・・，ｎの推定利得としたが、そのほかの関数「Ｋ」であってもよい。例えば、「θ」や「Θ」は「Ｘ＿＊＊」が定まれば一意に定まるので「Ｘ＿＊＊」の関数と考えられ、「Ｌ」は「θ」と「Θ」が定まれば一意に定まるので、結局「Ｌ」は「Ｘ＿＊＊」の関数「Ｌ（Ｘ＿＊＊）」と考えられるが、本例により推定した「Ｐ＿＊＊」を真の分布としたときの、「Ｌ」の平均Ｅｘ［Ｌ（Ｘ＿＊＊）］は関数「Ｋ」の代表的なものとして考えられる。
【００７１】
また、エージェント利得算出部６４における「Ｌ」や関数「Ｋ」の計算は解析的に行ってもよいし、一般にモンテカルロ・シミュレーションと呼ばれている手法等を利用して近似的に行ってもよい。
【００７２】
ここで、エージェントの数が２である場合を例にとり、本例の具体的な処理内容について詳細に説明する。ここでは、各エージェント１，２はそれぞれ独立に対応する情報源１，２からデータを受け取り、エージェント１のデータ数がＮ１、エージェント２のデータ数がＮ２であるとする。それらのデータの平均値をそれぞれＭ１、Ｍ２とする。また、ここでは、エージェント１の情報源１がＮ（Ａ，Ｂ１）、エージェント２の情報源２がＮ（Ａ，Ｂ２）であるとし、全データの平均Ａが未知、各情報源１，２のデータそれぞれの分散Ｂ１，Ｂ２は既知であるとする。
【００７３】
本発明の協調推定装置６０ｂに、エージェント１，２が、統計量を示す情報として、データ数Ｎ１、Ｎ２、データの平均値Ｍ１、Ｍ２、既知の分散の値Ｂ１，Ｂ２を送ったとすると、尤度は「数式５」で表される。ここでＤは未知数である平均Ａを含まない項である。この値を最大にする平均Ａは、［Ｎ１×Ｍ１／Ｂ１＋Ｎ２×Ｍ２／Ｂ２］／［Ｎ１／Ｂ１＋Ｎ２／Ｂ２］で与えられる。これが同時分布推定部６２が計算する平均Ａの推定結果である。例えば、Ｎ１＝１００、Ｎ２＝１０、Ｂ１＝５、Ｂ２＝２、Ｍ１＝０、Ｍ２＝１のとき、平均Ａの推定値は１／５となり、結果通知部６３により各エージェント１，２のエージェント端末２１，２２に通知される。このように、この例では、平均Ａの推定結果が、エージェント端末２１，２２に送信される。
【００７４】
一方、エージェント１が保有するデータのみから推定した平均の値はデータの平均値と同じく０となり、エージェント２が同様に個別に推定する平均の値は１となる。同時分布推定部６２の推定結果との差の２乗は、エージェント１が１／２５、エージェント２が１６／２５となる。これらがエージェント利得算出部６４の算出結果となる。課金部６５はこれらの値に基づいて、例えばエージェント２への課金をエージェント１の１６倍の額に設定する。
【００７６】
以上説明したように、上述した各実施の形態による協調推定システムによれば、複数のエージェントが異なる情報源からデータを受け取っているときに、各エージェントから情報を収集し、まとめて推定処理を行うことで、精度よく各情報源に関する推定を行うことができる。また、上記のように、まとめて推定した結果などを各エージェントに送信し、各エージェントの推定利得を算出するようにすれば、各エージェントに対して公平に課金することができる。
【００７７】
【発明の効果】
以上のように、本発明の協調推定方法によれば、複数の情報源から取得された各データ集合を、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信し、受信した各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理を行うことを特徴とするので、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００７８】
また、本発明の協調推定方法によれば、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データを、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信し、受信した各統計量データにもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理を行うことを特徴とするので、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００７９】
同時確率分布の推定結果を示す情報、同時確率分布の推定結果にもとづいて生成される情報、同時確率分布を推定する処理に関連して推定される関連推定結果を示す情報、および前記関連推定結果にもとづいて生成される情報のうちの少なくとも何れか一の情報を、情報源に関する推定の結果を示す結果情報として、複数のエージェントのうち少なくとも一のエージェントの端末装置に向けて通信ネットワークを介して送信する構成とした場合には、エージェントに対して情報源に関する推定の結果を提供することができる。
【００８０】
複数のエージェントのうち少なくとも一のエージェントについて、結果情報を取得することによる当該エージェントの得る利益を推定する処理を行う構成とした場合には、エージェントが得る利益の推定結果を、課金金額などを決定する際に参考にすることができる。
【００８１】
複数のエージェントのうち少なくとも一のエージェントに対し、当該エージェントの得る利益を推定して推定結果にもとづく課金を行う構成とした場合には、各エージェントが得たと推定される利益に応じて公平に課金することができる。
【００８２】
また、本発明の協調推定装置によれば、複数の情報源から取得された各データ集合であって、前記複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信した当該各データ集合を保存するデータ保存手段と、データ保存手段に保存されている各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定するための推定処理を実行する推定処理手段とを含むことを特徴とするので、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００８３】
また、本発明の協調推定装置によれば、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データであって、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信した当該統計量データを保存するデータ保存手段と、データ保存手段に保存されている各統計量にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定するための推定処理を実行する推定処理手段とを含むことを特徴とするので、通信ネットワークを介したデータ通信を繰り返し実行することなく、高い精度で各エージェントの情報源に関する推定を行うことができるようになる。
【００８４】
同時確率分布の推定結果を示す情報、同時確率分布の推定結果にもとづいて生成される情報、同時確率分布を推定する処理に関連して推定される関連推定結果を示す情報、および前記関連推定結果にもとづいて生成される情報のうちの少なくとも何れか一の情報を、情報源に関する推定の結果を示す結果情報として、複数のエージェントのうち少なくとも一のエージェントの端末装置に向けて通信ネットワークを介して送信する結果情報送信手段を備える構成とされているので、エージェントに対して情報源に関する推定の結果を提供することができる。
【００８５】
複数のエージェントのうち少なくとも一のエージェントについて、結果情報を取得することによる当該エージェントの得る利益を推定するための利益推定処理を実行する利益推定処理手段を備えた構成とされているので、エージェントが得る利益の推定結果を、課金金額などを決定する際に参考にすることができる。
【００８６】
複数のエージェントのうち少なくとも一のエージェントに対し、当該エージェントの得る利益を推定して推定結果にもとづく課金を行うための課金手段を備えた構成とされているので、各エージェントが得たと推定される利益に応じて公平に課金することができる。
【００８７】
また、本発明の協調推定プログラムによれば、コンピュータに、複数の情報源から取得された各データ集合を、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信する処理と、受信した各データ集合にもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理とを実行させることを特徴とするので、コンピュータに、通信ネットワークを介したデータ通信を繰り返し実行させることなく、高い精度で各エージェントの情報源に関する推定を実行させることができるようになる。
【００８８】
さらに、本発明の協調推定プログラムによれば、複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データを、複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信する処理と、受信した各統計量データにもとづいて、複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理とを実行させることを特徴とするので、コンピュータに、通信ネットワークを介したデータ通信を繰り返し実行させることなく、高い精度で各エージェントの情報源に関する推定を実行させることができるようになる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態における協調推定システムの構成の例を示すブロック図である。
【図２】本発明の第１の実施の形態における協調推定システムによる協調推定処理の例を示すフローチャートである。
【図３】本発明の第２の実施の形態における協調推定システムの構成の例を示すブロック図である。
【図４】本発明の第３の実施の形態における協調推定システムの構成の例を示すブロック図である。
【図５】本発明の第３の実施の形態における協調推定システムによる課金処理の例を示すフローチャートである。
【符号の説明】
１０，１０ａ，１０ｂ 協調推定システム
２１，・・・，２ｎ 着信メロディ提供サーバ
３１，・・・，３ｎ データ集合データベース
４１，・・・，４ｎ 統計量計算部
５１，・・・，５ｎ 情報源
６０，６０ａ，６０ｂ 情報推定装置
６１ エージェントデータ蓄積データベース
６２ 同時分布推定部
６３ 結果通知部
６４ エージェント利得算出部
６５ 課金部
７０ 通信ネットワーク
Claims (12)
- 異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定方法であって、
前記複数の情報源から取得された各データ集合を、前記複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信し、
受信した各データ集合にもとづいて、前記複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理を行う
ことを特徴とする協調推定方法。 - 異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定方法であって、
前記複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データを、前記複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信し、
受信した各統計量データにもとづいて、前記複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理を行う
ことを特徴とする協調推定方法。 - 同時確率分布の推定結果を示す情報、同時確率分布の推定結果にもとづいて生成される情報、同時確率分布を推定する処理に関連して推定される関連推定結果を示す情報、および前記関連推定結果にもとづいて生成される情報のうちの少なくとも何れか一の情報を、情報源に関する推定の結果を示す結果情報として、複数のエージェントのうち少なくとも一のエージェントの端末装置に向けて通信ネットワークを介して送信する
ことを特徴とする請求項１または請求項２記載の協調推定方法。 - 複数のエージェントのうち少なくとも一のエージェントについて、結果情報を取得することによる当該エージェントの得る利益を推定する処理を行う
ことを特徴とする請求項３記載の協調推定方法。 - 複数のエージェントのうち少なくとも一のエージェントに対し、当該エージェントの得る利益を推定して推定結果にもとづく課金を行う
ことを特徴とする請求項４記載の協調推定方法。 - 異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定装置であって、
前記複数の情報源から取得された各データ集合であって、前記複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信した当該各データ集合を保存するデータ保存手段と、
前記データ保存手段に保存されている各データ集合にもとづいて、前記複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定するための推定処理を実行する推定処理手段とを含む
ことを特徴とする協調推定装置。 - 異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定することで、情報源に関する推定を行う協調推定装置であって、
前記複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データであって、前記複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信した当該統計量データを保存するデータ保存手段と、
前記データ保存手段に保存されている各統計量にもとづいて、前記複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定するための推定処理を実行する推定処理手段とを含む
ことを特徴とする協調推定装置。 - 同時確率分布の推定結果を示す情報、同時確率分布の推定結果にもとづいて生成される情報、同時確率分布を推定する処理に関連して推定される関連推定結果を示す情報、および前記関連推定結果にもとづいて生成される情報のうちの少なくとも何れか一の情報を、情報源に関する推定の結果を示す結果情報として、複数のエージェントのうち少なくとも一のエージェントの端末装置に向けて通信ネットワークを介して送信する結果情報送信手段を備えた
ことを特徴とする請求項６または請求項７記載の協調推定装置。 - 複数のエージェントのうち少なくとも一のエージェントについて、結果情報を取得することによる当該エージェントの得る利益を推定するための利益推定処理を実行する利益推定処理手段を備えた
ことを特徴とする請求項８記載の協調推定装置。 - 複数のエージェントのうち少なくとも一のエージェントに対し、当該エージェントの得る利益を推定して推定結果にもとづく課金を行うための課金手段を備えた
ことを特徴とする請求項９記載の協調推定装置。 - 異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いた確率分布を推定させることで、情報源に関する推定を実行させるための協調推定プログラムであって、
コンピュータに、
前記複数の情報源から取得された各データ集合を、前記複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信する処理と、
受信した各データ集合にもとづいて、前記複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理とを実行させる
ことを特徴とする協調推定プログラム。 - 異なる複数の情報源から複数のエージェントがそれぞれ取得した各データ集合を用いて確率分布を推定させることで、情報源に関する推定を実行させるための協調推定プログラムであって、
前記複数の情報源から取得された各データ集合にもとづくそれぞれの統計量を示す統計量データを、前記複数のエージェントそれぞれの端末装置から通信ネットワークを介して受信する処理と、
受信した各統計量データにもとづいて、前記複数の情報源がまとめて一つの情報源であるとしたときの同時確率分布を推定する処理とを実行させる
ことを特徴とする協調推定プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002261943A JP3903887B2 (ja) | 2002-09-06 | 2002-09-06 | 協調推定方法、協調推定装置、および協調推定プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002261943A JP3903887B2 (ja) | 2002-09-06 | 2002-09-06 | 協調推定方法、協調推定装置、および協調推定プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004102537A true JP2004102537A (ja) | 2004-04-02 |
| JP3903887B2 JP3903887B2 (ja) | 2007-04-11 |
Family
ID=32262165
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002261943A Expired - Lifetime JP3903887B2 (ja) | 2002-09-06 | 2002-09-06 | 協調推定方法、協調推定装置、および協調推定プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3903887B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007073024A (ja) * | 2005-08-11 | 2007-03-22 | Nec Corp | マクロ情報生成システム、マクロ情報生成装置、マクロ情報生成方法及びマクロ情報生成プログラム |
-
2002
- 2002-09-06 JP JP2002261943A patent/JP3903887B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007073024A (ja) * | 2005-08-11 | 2007-03-22 | Nec Corp | マクロ情報生成システム、マクロ情報生成装置、マクロ情報生成方法及びマクロ情報生成プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3903887B2 (ja) | 2007-04-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Incentive mechanism for mobile crowdsourcing using an optimized tournament model | |
| CN112381428B (zh) | 基于强化学习的业务分配方法、装置、设备及存储介质 | |
| WO2022267735A1 (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
| EP3330880A1 (en) | Secure computation system, secure computation apparatus, secure computation method, and program | |
| CN102859547A (zh) | 统计信息生成系统和统计信息生成方法 | |
| CN109902506B (zh) | 一种多隐私预算的本地差分隐私数据分享方法和系统 | |
| RU2763530C1 (ru) | Клиент, сервер и система клиент-сервер, адаптированные для генерации персонализированных рекомендаций | |
| Amintoosi et al. | A trust-based recruitment framework for multi-hop social participatory sensing | |
| EP2754101B1 (en) | Method and apparatus for deriving composite tie metric for edge between nodes of telecommunication call graph | |
| CN108133390A (zh) | 用于预测用户行为的方法和装置以及计算设备 | |
| CN106778843B (zh) | 一种预测移动终端用户性别的方法、服务器和系统 | |
| Pokhrel et al. | QoE estimation for web service selection using a fuzzy-rough hybrid expert system | |
| CN112116275A (zh) | 一种家政服务自动匹配方法及装置 | |
| CN115049011A (zh) | 确定联邦学习的训练成员模型贡献度的方法及装置 | |
| CN111353554A (zh) | 预测缺失的用户业务属性的方法及装置 | |
| Tibermacine et al. | Regression-based bootstrapping of web service reputation measurement | |
| Hsueh et al. | EPoW: Solving blockchain problems economically | |
| CN107644042B (zh) | 软件程序点击率预估排序方法及服务器 | |
| CN110347973B (zh) | 用于生成信息的方法和装置 | |
| JP3903887B2 (ja) | 協調推定方法、協調推定装置、および協調推定プログラム | |
| CN112732470B (zh) | 电能量数据的联邦学习可靠性评估方法和装置 | |
| Wang et al. | A reputation multi-agent system in semantic web | |
| CN109669779B (zh) | 用于确定数据的清理路径、清理数据的方法和设备 | |
| He et al. | Social media data assisted inference with application to stock prediction | |
| US20150199695A1 (en) | Reporting on Technology Sector Sizes Using Patent Assets |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20051116 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20051116 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060313 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060322 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060517 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061024 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061128 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20061219 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070101 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 3903887 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110119 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110119 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120119 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130119 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130119 Year of fee payment: 6 |
|
| EXPY | Cancellation because of completion of term |