JP2010212744A - データ圧縮方法、装置、およびプログラム - Google Patents

Abstract

【課題】対象となるアプリケーションにとって効率的なデータ圧縮を可能にし、かつ人間が分析可能な形で復号可能にする。
【解決手段】ＥＣＵ１０、１１、１２で収集された車両データが車両内ネットワーク２０を介してデータ圧縮装置５０Ａの入力処理部５１に入力される。圧縮処理部５２は、入力された車両データの属性に応じて圧縮ルール記憶部５３から各属性に関する圧縮ルールを読み込み、読み込んだ圧縮ルールに応じて車両データを離散化する。通信や記憶容量の問題でデータサイズの低減がさらに必要な場合には、離散化した車両データに一般的な可逆の圧縮を必要に応じてさらに実施する。圧縮されたデータは出力処理部５４によって、車両データ記憶装置３０や車外通信装置４０に出力される。
【選択図】図１

Description

本発明は、データ圧縮方法、装置、およびプログラムに関する。

車両、特に自動車に搭載された各種センサから得られた情報を利用するサービスはリモートメンテナンス、交通情報の生成など様々なものが存在する。これらのサービスで利用される車両データを送信あるいは蓄積する際には圧縮をすることが重要となる。

このデータ圧縮に関して、幾つかの方法が提案されている。

特許文献１は、一般的な可逆圧縮を利用する方法を記載しており、特許文献２は非可逆圧縮を利用する方法を記載している。これら特許文献では、収集されたデータあるいはその統計量を精度よく復元することを目的に圧縮が行なわれている。しかし、これらの圧縮方法は、例えばリモートメンテナンスサービスのための故障診断、消耗品劣化予測等を含む自動車の状態把握、運転手の状態把握といった用途に対しては、必ずしも効率的な圧縮技術ではなかった。

一方で、例えばリモートメンテナンスサービスのために故障診断を行なう場合には、車載で診断を行い結果のみを送るという圧縮方式が考えられる。しかし、この場合には元のデータの情報はまったく送信あるいは蓄積されないため、原因の調査を人間が行うことができない。

また、特許文献３は故障診断を目的とした圧縮技術を記載している。しかし、この圧縮技術は、時系列的に変動した点のみを単に送信あるいは蓄積するだけであり、故障診断に対して効率的な圧縮とはなっていない。さらに、特許文献３は、診断対象から得られるデータが、ステータス情報として得られるような簡易的な値（例えばシンボル値など）が前提となり、一般的に圧縮の難しい実数値を扱うことができないという問題があった。

特開２００７−１８４８７４号公報 特開平１１−２５１３０号公報 特開２００３−１９５９３４号公報

本発明の目的は、対象となるアプリケーションにとって効率的なデータ圧縮が可能で、かつ人間が分析可能な形で復号可能なデータ圧縮方法、装置、およびプログラムを提供することにある。

入力されたデータの属性に応じた、データを圧縮するためのルールである離散化ルールが圧縮ルール記憶手段から読み込まれ、読み込んだ離散化ルールで離散化される。

本発明は、データがあたえられた場合のラベル（故障診断の場合には故障の種類、運転手の状態推定の場合には状態の種類など）の予測モデルを基準にデータを離散化してデータ圧縮を行うことにより、対象となるアプリケーションにとって効率的なデータ圧縮が可能である。特に、車両データを無線通信等で車外に送信する、あるいは車両データを車両内ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等に記憶する場合において通信コストや大幅なデータ容量の削減が可能である。

図１は本発明の第１の実施の形態のデータ圧縮装置を有する車両内システムのブロック図である。 図２は第１の実施の形態のデータ圧縮装置の動作を示すフローチャートである。 図３は本発明の第２の実施の形態のデータ圧縮装置を有する車両内システムのブロック図である。 図４は第２の実施の形態のデータ圧縮装置の動作を示すフローチャートである。 図５は離散値の各領域に対するラベルの予測分布の最適化を示す図である。 図６は本発明の第３の実施の形態のデータ圧縮装置を有する車両内システムのブロック図である。 図７は圧縮ルール記憶部に記憶されている圧縮ルールの例を示す図である。 図８は圧縮ルールの選択処理のフローチャートである。 図９は本発明の第４の実施の形態のデータ圧縮装置を有する車両内システムのブロック図である。

次に、本発明の実施の形態について図面を参照して説明する。

[第１の実施の形態]
図１を参照すると、本発明の第１の実施の形態のデータ圧縮装置を有する車両内システムのブロック図である。

本車両内システムはＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ：電子制御ユニット）１０、１１、１２と、車両内ネットワーク２０と、車両データ記憶装置３０と、車外通信装置４０と、データ圧縮装置５０Ａを有している。データ圧縮装置５０Ａは、車両内ネットワーク１０を介してＥＣＵ１０、１１、１２と接続され、また車両データ記憶装置３０および車外通信装置４０と接続されている。

ＥＣＵ１０、１１、１２は、車両内に設置された様々なセンサ（不図示）の値を監視し、センサ値に異常があった場合にはこの異常を検出し、データを内部に保存する。また、各ＥＣＵ１０、１１、１２はリアルタイムに監視しているセンサ値を、車両内ネットワーク２０を介してデータ圧縮装置５０Ａに送信する。本実施の形態では、ＥＣＵから取得されるセンサ値を例に説明をするが、その他に、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）から取得される自動車の位置情報、自動車に設置された生体センサからから取得される運転手の生体情報など、車両情報に限らず自動車で取得される他の情報についても本発明を適用することが可能である。

車両内ネットワーク２０は、例えばＣＡＮ、ＬＩＮ、ＦｌｅｘＲａｙやＭＯＳＴなどの車両内ネットワークであり、ＥＣＵ１０、１１、１２が監視したセンサ情報や様々な制御情報などをデータ圧縮装置５０Ａなどに伝送するためのネットワークである。

データ圧縮装置５０Ａは入力処理部５１と圧縮処理部５２と圧縮ルール記憶部５３と出力処理部５４とで構成されている。入力処理部５１は、ＥＣＵ１０、１１、１２で収集されたデータを、車両内ネットワーク２０を介して入力するためのインターフェースである。データ圧縮装置５０Ａに入力されるデータは、各ＥＣＵ１０、１１、１２が保存し、送信した様々なセンサ値であって、車両の故障診断や車両の状態また運転手の状態の推定などを行う目的で入力されるデータである。以降では、全て車両の故障診断を例に説明を行うこととし、入力されるデータを車両データと呼ぶことにする。自動車で取得される任意のデータから自動車や運転手、あるいは交通に関する状態を推定する場合にも同様に本発明を応用することが可能である。入力される車両データは、実数値とシンボル値が混在することがある複数の属性を有するデータである。圧縮処理部５２は、圧縮ルール記憶部５３に記憶されている圧縮ルールを読み込み、読み込まれた圧縮ルールに従って入力された車両データを圧縮する。圧縮ルール記憶部５３は、入力データの様々なセンサ項目（以降、属性）に関する圧縮ルールを記憶している。出力処理部５４は、圧縮された車両データを車両データ記憶装置３０および車外通信装置４０に出力する。

車両データ記憶装置３０は、データ圧縮装置５０Ａから送信された車両データを保存しておく、車載用ハードディスク、メモリ等の記憶装置である。車両データ記憶装置３０は、記憶されているデータを車外通信装置４０に出力する機能も備えている。

車外通信装置４０は、データ圧縮装置５０Ａから送信されたデータを、車外に構成されたデータセンタ等に送信する機能を備えた通信機である。車外通信装置４０はまた、車両データ記憶装置３０から送信されたデータを車両外のデータセンタ等に送信する機能も備えている。

次に、本実施の形態の動作を図１、図２を参照して詳細に説明する。

まず、ＥＣＵ１０、１１、１２で収集された車両データが車両内ネットワーク２０を介してデータ圧縮装置５０Ａの入力処理部５１に入力される（ステップ１０１）。入力される車両データは実数値とシンボル値が混在する複数の属性を有するデータである。次に、圧縮処理部５２が、入力された車両データの属性に応じて圧縮ルール記憶部５３から各属性に関する圧縮ルールを読み込む（ステップ１０２）。

ここで、圧縮ルール記憶部５３に記憶されている圧縮ルールについて、故障診断を例に具体的に説明する。本発明におけるデータ圧縮は、車両データを離散値に変換（離散化）することにより実現し、その離散化のルールは複数の車両データから車両に発生する故障を診断する際に適した離散化を実現するものである。簡単な例としては、実数値についての離散化ルールは、取りうる実数値に対して有限の離散値を割り当てる任意のルールを利用する。例えば、ある属性（エンジン回転数など）の値が０以上１００以下の場合には故障１と故障２が発生しやすいため離散値１を、１００より大きく２００以下の場合は故障２と故障３が発生しやすいため離散値２を、２００より大きい場合には故障３が起こりやすいため離散値３を割り当てるといったルールが考えられる。シンボル値についての離散化ルールは、シンボル値に対して離散値を割り当てる任意のルールを利用することが可能である。例えば属性の値がオンの場合は故障１が発生しやすいため離散値１を、オフの場合は故障２と故障３が発生しやすいため離散値２を、それ以外の場合には離散値３を割り当てるといったルールが考えられる。また、圧縮ルール記憶部５３には、同時に任意の可逆圧縮ルールを記憶しておくことが可能である。

次に、圧縮処理部５２はステップ１０２で読み込んだ圧縮ルール（離散化ルール）に応じて車両データを離散化する（ステップ１０３）。ただし、通信や記憶容量の問題でデータサイズの低減がさらに必要な場合には、離散化した車両データに一般的な可逆の圧縮を必要に応じてさらに実施してもよい（ステップ１０４）。圧縮されたデータは出力処理部５４によって、車両データ記憶装置３０や車外通信装置４０に出力される（ステップ１０５）。出力処理部１４０から出力されたデータは車両データ記憶装置３０に記憶されるか、あるいは車外通信装置４０によって車外のデータセンタ等に送信さる。

ここで、本実施の形態の効果を説明する。

車両データの圧縮に関し、リモートメンテナンスサービスのための故障診断・消耗品劣化予測等を含む車両の状態把握・運転手の状態把握等のアプリケーションに対して効率的なデータ圧縮が可能となり、人間が分析可能な形で復号できる圧縮を実現しながらもデータ量の大幅な削減が可能となる。その理由は、データが与えられた際のラベル（故障診断の場合には故障の種類、運転手の状態推定の場合には状態の種類など）の予測モデルを基準に離散化して圧縮を行うことにより、対象となるアプリケーションにとって効率的なデータ圧縮が可能となるためである。

［第２の実施の形態］
図３を参照すると、本発明の第２の実施の形態のデータ圧縮装置５０Ｂは入力処理部５１と圧縮処理部５２と圧縮ルール記憶部５３と出力処理部５４と入力処理部５５と圧縮ルール計算処理部５６で構成されている。本実施の形態のデータ圧縮装置５０Ｂは、図１の第１の実施の形態のデータ圧縮装置５０Ａに、データを圧縮するためのルールである離散化ルールを事前に計算しておくための圧縮ルール計算処理部５６と、離散化ルールを事前に計算しておくために利用するデータを入力するための入力処理部５５が追加されている。入力処理部５５は、故障診断を例にするとＥＣＵ１０、１１、１２が車両に搭載されている各センサの値を監視し、異常と判断したタイミングの車両データ（以降、故障ポイントデータ）を圧縮ルール計算用のデータとして入力する機能を備えている。また、各故障ポイントデータに対して、故障の種類の情報など（以降、ラベル）も入力される機能を備えている。ラベルの情報についてはＥＣＵが判断したものだけでなく、故障ポイントデータに対応付けが可能であれば特に入力する手段は問わない。圧縮ルール計算処理部５６は、圧縮ルールを計算する機能の他、入力処理部５５から入力されたデータを、圧縮ルールを計算するまで一時的に格納しておく機能も備えている。

本実施の形態の動作は、図２に示す第１の実施の形態の動作と同様であるが、離散化ルール読み込み処理（ステップ１０２）で読み込む離散化ルールについて、圧縮ルール計算処理部５６が図４に示す動作で計算した離散化ルールを圧縮ルール記憶部５３に記憶しておく部分のみ異なる。

図３、図４を参照すると、ＥＣＵ１０、１１、１２で検出された故障ポイントデータが車両内ネットワーク２０を介して入力処理部５５に入力される（ステップ２０１）。この際、故障ポイントデータに対するラベルも同時に入力されるが、ラベルの情報についてはその入力手段を問わない。次に、圧縮ルール計算処理部５６は、入力された故障ポイントデータとラベルを一時的に蓄積する（ステップ２０２）。ただし、ここで蓄積されたデータは、計算処理が完了した後に消去してもよいし、継続して蓄積してもよい。次に、蓄積された故障ポイントデータとラベルの情報を利用して車両データを圧縮するための離散化ルールを計算する（ステップ２０３）。ここで、故障の診断や車両や運転手の状態把握を目的とした場合の離散化ルール計算方法の例を具体的に説明する。

まず、実数値を取る属性についての離散化ルールを計算する方法として、故障ポイントデータ群の分布を離散分布によって表現し、故障ポイントデータ群からその分布を計算することで離散化ルールを計算する方法が考えられる。以下では、１）ラベルの分布のみを利用する方法、２）データとラベルの両方の分布を利用する方法を説明する。i番目の故障ポイントデータのj番目の属性の値をx_ijとし、i番目の故障ポイントデータのラベルをy_iとする。また、j番目の属性を表す確率変数をX_jとし、ラベルを表す確率変数をYとする。

１）ラベルの分布のみを利用する方法
ラベルの分布を利用する場合には、図５に示されるように離散化の各領域に対するラベルの予測分布を最適化することで、離散化ルールを計算する。各領域に対するラベルの予測分布を最適化する方法は、任意の技術を利用することが可能である。以下では、「Density Estimation by Stochastic Complexity」 Information Theory, IEEE Transactions on Volume 38, Issue 2 で提案されている最小記述長原理を用いる方法を説明する。
この方法では、データが与えられた場合のラベルの記述長とモデル（領域数と区切り位置）の記述長の和を最小化することで離散化ルールを計算する。ここでデータの記述長とは以下の式

で表され、領域数と区切り位置の記述長とは以下の式

で表される。ここで、0≦x_ij≦R_jであり、m_jはヒストグラムの領域数、a_j = (a_j0,a_j1,…,a_jm_j) は領域の区切り位置、nはデータ数、n_jkはk番目の領域に入るデータ数、djは領域区切りの単位、γ_j = R_j / d_j、κ_jはκ_j×d_jが領域の最小幅をそれぞれ表す。また、y_iはx_iに対するラベル、Cはラベルの種類（ラベルが故障を表す場合には、何種類の故障があるか）、n_khjはj番目の属性に関し、k番目の領域にあるh番目のラベルに対応するデータ数を表す。

(式１)および(式２)の和をm_j、d_j、κ_j、a_jに関して最適化することで、最適な領域数および区切りの位置を計算し、離散化ルールを計算することが可能である。最適化の方法に関しては任意の最適化方法を適用することが可能である。

このようにラベルの分布を利用して離散化ルールを計算することによって、各領域には異なるラベルのデータが入りにくく、同一のラベルが入りやすくなる。例えば、ラベルが故障の種類を表す場合には、同一の故障が同一の離散値を持ちやすくなるため、同一の故障のデータ同士が類似し、異なる故障のデータが類似しなくなる。

２）データの分布とラベルの分布を利用する方法
データの分布とラベルの分布を利用する場合には、データX_jの分布P(X_j)をヒストグラムによって表現し、ラベルの分布と共に最適化することで離散化ルールを計算する。データとラベルの分布から離散化の各領域の区切り位置および離散値の数を、データに合わせて計算する方法は、任意の技術を利用することが可能である。以下では、最小記述長原理を用いた方法を説明する。

ラベルの分布に関する記述長およびモデルの記述長は、（式１）および（式２）と同様に計算可能である。

データの記述長は以下の式

で表される。

(式１)（式２）(式３)の和をm_j、d_j、κ_j、a_jに関して最適化することで、最適な領域数および区切りの位置を計算し、離散化ルールを計算することが可能である。最適化の方法に関しては任意の最適化方法を適用することが可能である。このように、データおよびラベルの両方を考慮して離散化ルールを計算することによって、各離散値に対しては同一のラベルが入りやすくなり、またデータが密な領域に関しては細かく、データが疎な領域に関しては粗く離散化を行なうことが可能となる。

１）〜２）では、故障の診断や異常の検出を目的とした場合に効果的な離散化ルールの計算方式として最小記述長原理を利用した方法を説明したが、赤池情報量基準や一般化情報量基準など、類似の任意の基準を用いて離散化ルールを計算することも可能である。
シンボル値の離散化ルールに関しては、シンボル値をとる各属性に関し、計算する故障ポイントデータに含まれるシンボル値にはすべてユニークな離散値を付与し（例えばオンは１、オフは２など）、それ以外の場合には別のユニークな離散値を付与（例えば０など）するルールを計算することが可能である。

故障ポイントデータに含まれる全ての属性に関してそれぞれ実数値、シンボル値に対応した処理を行う（ステップ２０３）。

圧縮ルール計算処理部５６で計算された離散化ルールは、圧縮ルール記憶部５３に送信され、記憶される（ステップ２０４）。

ここで、本実施の形態の効果を説明する。

本実施の形態により、必ずしも予め車両外で圧縮ルールを計算、記憶しておく必要がなく、定期的に最新の離散化ルールに更新したい場合や、新規に圧縮ルールを作成する場合など、車両から収集されるデータを入力することによって適宜圧縮ルールを計算して記憶しておき、最新の圧縮ルールを利用することが可能となる。

［第３の実施の形態］
図６を参照すると、本発明の第３の実施の形態のデータ圧縮装置５０Ｃは入力処理部５１と圧縮処理部５２と圧縮ルール記憶部５３と出力処理部５４と入力処理部５５と圧縮ルール計算処理部５６とルール選択方法記憶部５７とルール選択処理部５８で構成されている。すなわち、本実施の形態のデータ圧縮装置５０Ｃは、図３に示す第２の実施の形態のデータ圧縮装置５０Ｂに、複数の圧縮ルールから最適なルールを選択する方法を記憶したルール選択方法記憶部５７と、ルール選択方法記憶部５７に記憶された方法に基づき圧縮ルールの選択を行うルール選択処理部５８とが追加されている。ただし、他の部に構成上の変更はないが、圧縮ルール記憶部５３は各属性について複数の圧縮ルールを記憶できるようになっている。これにより、例えば自動車の停止中や走行中、あるいは加速中や減速中など、自動車の走行状態に応じて圧縮ルールを変更したい場合や、その他何らかの任意の指標で圧縮ルールを変更したい場合に、適宜圧縮ルールを変更することが可能となる。ただし、この場合にはどのルールを適用したかの情報も圧縮データに記憶される。

図７は、圧縮ルール記憶部５３に記憶されている圧縮ルールの例を示している。この場合、各属性１、２、３、・・・に関して複数の圧縮ルールが記憶されており、さらにそれぞれの圧縮ルールに識別ラベルＡ、Ｂ、Ｃ、・・・が付与されている。

次に、本実施の形態の動作を説明する。

本実施の形態の動作は、第２の実施の形態の動作と同様であるが、圧縮ルール記憶部５３が各属性について複数の圧縮ルールを記憶できるようになっており、ルール選択方法記憶部５７に記憶された圧縮ルール選択方法に応じてルール選択処理部５８で圧縮ルールを選択する点が第２の実施の形態と異なる。

図８を参照すると、ルール選択処理部５８がルール選択方法記憶部５７に記憶されている圧縮ルール選択方法を確認し（ステップ３０１）、確認した圧縮ルール選択方法に従って圧縮ルールを選択する（ステップ３０２）。ここで、圧縮ルールの選択方法は様々であるが、例えば、自動車の走行速度が０km/hの時は全属性に関してルールＡを、１km/h以上６０km/h未満の場合は全属性に関してルールＢを、６０km/h以上の場合には属性１，３に関してはルールＡ、属性２およびその他全属性についてはルールＣを適用する、など様々なケースの圧縮ルールが考えられる。ルール選択方法についてはその他何らかの任意の指標を用いることが可能である。例えば車両速度等のセンサデータを利用して圧縮ルールを切替える場合には、ルール選択処理部５８が車両内ネットワーク２０と接続され、各ＥＣＵから出力される車両速度情報等を参照できるようにしてもよい。また、圧縮されたデータにはどの圧縮ルールを用いて圧縮したかの情報を同時に記憶しておくことが可能である。

［第４の実施の形態］
図９を参照すると、本発明の第４の実施の形態のデータ圧縮装置５０Ｄは入力処理部５１と圧縮処理部５２と圧縮ルール記憶部５３と出力処理部５４と入力処理部５５と圧縮ルール計算処理部５６とルール選択方法記憶部５７とルール選択処理部５８と圧縮ルール更新処理部５９で構成されている。本実施の形態のデータ圧縮装置５０Ｄは、図６に示す第３の実施の形態のデータ圧縮装置５０Ｃに、圧縮ルール更新処理部５９が追加され、圧縮ルール記憶部５３と車外通信装置４０に接続されている点と、車外通信装置４０が車両外ネットワーク３を介してデータセンタ２に接続されている点でデータ圧縮装置５０Ｃと異なる。ただし、本実施の形態では図６に示す第３の実施の形態との違いを説明したが、第１、第２の実施の形態のデータ圧縮装置であっても圧縮ルール記憶部５３と車外通信装置４０に圧縮ルール更新処理部５９が接続されていれば、データ圧縮装置内の他の構成は特に問わない。これにより、データセンタ２には複数の自動車から送信される圧縮ルールを蓄積可能であり、さらに蓄積された複数の圧縮ルールを利用して圧縮ルールを更新または新規に圧縮ルールを生成可能である。新規の圧縮ルールは車両外ネットワーク３を介して各自動車に送信されて更新されることにより、複数の自動車の圧縮ルールを遠隔で更新することが可能である。

圧縮ルール更新処理部５９は、圧縮ルール記憶部５３に記憶されている圧縮ルールを、車外通信装置４０から車両外ネットワーク３を介してデータセンタ２に送信する。車両外ネットワーク３はインターネットやパケット通信網などデータを送信可能な様々な無線通信手段が考えられる。データセンタ２は複数の自動車に搭載された車両内システムから送信された圧縮ルールを蓄積可能であり、蓄積された圧縮ルールを統合して既存の圧縮ルールを更新、あるいは新しい圧縮ルールを生成する。データセンタ２で更新または新規に生成された圧縮ルールは、車両外ネットワーク３と車外通信装置４０を介して圧縮ルール更新処理部５９に送信される。圧縮ルール更新処理部５９は圧縮ルール記憶部５３に記憶されている圧縮ルールを新しい圧縮ルールに更新する。

［第５の実施の形態］
なお、データ圧縮装置の機能は、その機能を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータに読み込ませ、実行するものであってもよい。コンピュータ読み取り可能な記録媒体とは、フレキシブルディスク、光磁気ディスク、ＣＤ−ＲＯＭ等の記録媒体、コンピュータシステムに内蔵されるハードディスク装置等の記憶装置を指す。さらに、コンピュータ読み取り可能な記録媒体は、インターネットを介してプログラムを送信する場合のように、短時間、動的にプログラムを保持するもの（伝送媒体もしくは伝送波）、その場合のサーバとなるコンピュータ内の揮発性メモリのように、一定時間プログラムを保持しているものを含む。

本発明は、自動車などのように自動車の複数のセンサから収集されるようなデータを扱い、故障の診断や異常の予測などを目的とした様々なシステムで利用されるデータの圧縮に適用可能である。

１ 車両内システム
２ データセンタ
３ 車両外ネットワーク
１０、１１、１２ ＥＣＵ
２０ 車両内ネットワーク
３０ 車両データ記憶装置
４０ 車外通信装置
５０Ａ、５０Ｂ、５０Ｃ、５０Ｄ データ圧縮装置
５１ 入力処理部
５２ 圧縮処理部
５３ 圧縮ルール記憶部
５４ 出力処理部
５５ 入力処理部
５６ 圧縮ルール計算処理部
５７ ルール選択方法記憶部
５８ ルール選択処理部
５９ 圧縮ルール更新処理部
１０１〜１０５、２０１〜２０４、３０１、３０２ ステップ

Claims (17)

1. データを圧縮するデータ圧縮方法であって、
   前記データを入力することと、
   入力された前記データの属性に応じた、データを圧縮するための離散化ルールを圧縮ルール記憶手段から読み込むことと、
   前記データを、前記読み込んだ離散化ルールで離散化することと、
   を有するデータ圧縮方法。
2. データとそのラベルの情報を入力し、各属性に関してデータあるいはラベルの分布に対する離散分布を学習することで、前記離散化ルールを予め計算し、前記圧縮ルール記憶手段に記憶することをさらに有する、請求項１に記載のデータ圧縮方法。
3. 前記離散化ルールの学習の基準として情報量基準を利用することで、前記離散分布の領域数と区切り位置を最適化して前記離散化ルールを計算する、請求項２に記載のデータ圧縮方法。
4. 前記離散化ルールの学習に関し、前記情報量基準として最小記述長を用いて、前記離散化ルールを計算する、請求項３に記載のデータ圧縮方法。
5. 前記離散分布としてラベルに対する予測分布を利用する、請求項２から４のいずれか1項に記載のデータ圧縮方法。
6. 前記離散分布としてデータとラベルに対する同時分布を利用する、請求項２から４のいずれか1項に記載のデータ圧縮方法。
7. 前記圧縮ルール記憶手段に複数の離散化ルールを記憶しておき、最適な離散化ルールを選択する方法に基づいて、前記複数の離散化ルールから最適な離散化ルールを選択する、請求項１から６のいずれか1項に記載のデータ圧縮方法。
8. 前記離散化ルールを、本データ圧縮方法を実施する装置とは遠隔の地点から更新可能である、請求項１から７のいずれか１項に記載のデータ圧縮方法。
9. データを圧縮するデータ圧縮装置であって、
   前記データを入力するための入力処理手段と、
   データを圧縮するためのルールである離散化ルールを記憶している圧縮ルール記憶手段と、
   入力された前記データの属性に応じた離散化ルールを前記圧縮ルール記憶手段から読み込み、前記データを、前記読み込んだ離散化ルールで離散化する圧縮処理手段と、
   を有するデータ圧縮装置。
10. データとそのラベルの情報を入力し、各属性に関してデータあるいはラベルの分布に対する離散分布を学習することで、前記離散化ルールを予め計算し、前記圧縮ルール記憶手段に記憶する圧縮ルール計算処理手段をさらに有する、請求項９に記載のデータ圧縮装置。
11. 前記圧縮ルール計算処理手段は、前記離散化ルールの学習の基準として情報量基準を利用することで、前記離散分布の領域数と区切り位置を最適化して前記離散化ルールを計算する、請求項１０に記載のデータ圧縮装置。
12. 前記圧縮ルール計算処理手段は、前記離散化ルールの学習に関し、前記情報量基準として最小記述長を用いて、前記離散化ルールを計算する、請求項１１に記載のデータ圧縮装置。
13. 前記圧縮ルール計算処理手段は、前記離散分布としてラベルに対する予測分布を利用する、請求項１０から１２のいずれか１項に記載のデータ圧縮装置。
14. 前記圧縮ルール計算処理手段は、前記離散分布としてデータとラベルに対する同時分布を利用する、請求項１０から１２のいずれか１項に記載のデータ圧縮装置。
15. 複数の圧縮ルールから最適なルールを選択する方法を記憶しているルール選択方法記憶手段と、前記ルール選択方法記憶手段に記憶されている方法に基づき、前記圧縮ルール記憶手段からルールの選択を行なうルール選択処理手段と、をさらに有する、請求項９から１４のいずれか１項に記載のデータ圧縮装置。
16. 前記圧縮ルール記憶手段に記憶されている離散化ルールをデータセンタに送信し、また該データセンタで新たに作成され、または更新された離散化ルールを受け取り、前記圧縮ルール記憶手段に記憶する圧縮ルール更新処理手段をさらに有する、請求項９から１５のいずれか１項に記載のデータ圧縮装置。
17. データの圧縮をコンピュータに実行させるためのデータ圧縮プログラムであって、
    前記データを入力する手順と、
    入力された前記データの属性に応じた、データを圧縮するための離散化ルールを圧縮ルール記憶手段から読み込む手順と、
    前記データを、前記読み込んだ離散化ルールで離散化する手順と、
    をコンピュータに実行させるためのデータ圧縮プログラム。

Images