JP2012010319A - 時系列データの圧縮方法および圧縮装置 - Google Patents
時系列データの圧縮方法および圧縮装置 Download PDFInfo
- Publication number
- JP2012010319A JP2012010319A JP2011095122A JP2011095122A JP2012010319A JP 2012010319 A JP2012010319 A JP 2012010319A JP 2011095122 A JP2011095122 A JP 2011095122A JP 2011095122 A JP2011095122 A JP 2011095122A JP 2012010319 A JP2012010319 A JP 2012010319A
- Authority
- JP
- Japan
- Prior art keywords
- data
- compression
- value
- threshold value
- threshold
- 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
- 238000007906 compression Methods 0.000 title claims abstract description 151
- 230000006835 compression Effects 0.000 title claims abstract description 144
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 68
- 238000013144 data compression Methods 0.000 claims description 146
- 238000009826 distribution Methods 0.000 claims description 35
- 238000000605 extraction Methods 0.000 claims description 21
- 230000014509 gene expression Effects 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 description 31
- 238000005070 sampling Methods 0.000 description 20
- 230000003139 buffering effect Effects 0.000 description 19
- 230000008859 change Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 238000013523 data management Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000005315 distribution function Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000208140 Acer Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 230000005653 Brownian motion process Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000005537 brownian motion Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010327 methods by industry Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
【解決手段】数値データシーケンスの中から閾値に基づいてデータを間引くデータ圧縮方法であって、所定数の数値データと、圧縮に用いる特定の圧縮アルゴリズムに対応する圧縮率の期待値と前記閾値との関係を用いて、目標圧縮率に対応する前記閾値を初期設定する第1の工程と、設定されている前記閾値を用いて前記圧縮アルゴリズムによって数値データを圧縮するとともに、前記所定数ごとの数値データの実際の圧縮率を算出する第2の工程と、算出した前記実際の圧縮率と前記目標圧縮率とに基づいて前記閾値の再設定が必要か不要かを判定する第3の工程と、直近の所定数の数値データと前記関係とを用いて、目標圧縮率に対応する前記閾値を再設定する第4の工程とを含む。
【選択図】図1
Description
図1は、本発明の第一実施形態に係るデータ圧縮装置の構成例を示すブロック図である。図1に示すように、データ圧縮装置10は、サンプリング手段11、バッファリング手段12、スイッチ16、データ圧縮手段13、履歴データ管理手段14、閾値設定手段15、履歴データ表示手段17を有して成る。
図1のスイッチ16を太実線矢印の向きに設定して、ステップS28にて、バッファリング手段12に溜まったサンプルデータをデータ圧縮手段13に供給し、ステップS29に処理を進める。
図8は、本発明の第二実施形態に係るデータ圧縮装置の構成例を示すブロック図である。図8に示すように、データ圧縮装置10Aは、サンプリング手段11、バッファリング手段12、データ圧縮手段13、履歴データ管理手段14、閾値設定手段15、履歴データ表示手段17を有して成る。
本発明の第三実施形態として、非特許文献1に記載のBox Carアルゴリズムを用いてデータを圧縮する場合を説明する。Box Carアルゴリズムとは、図10に示すように、太いプラス記号で示す最新の抽出点からのデータの変化量が閾値Δを超える点の直前の点(黒丸印)を次の抽出点とするアルゴリズムである。
本発明の第四実施形態として、非特許文献1に記載のBackward Slopeアルゴリズムを用いてデータを圧縮する場合を説明する。Backward Slopeアルゴリズムとは、図14に示すように、太いプラス記号で示した最新の抽出点と、太い×印で示した更にその一つ前の抽出点とを結んでできる直線を、閾値Δ分、上下に平行移動した二直線に挟まれる範囲からデータが外れる直前の点を次の抽出点(黒丸印)とするアルゴリズムである。前記のBox Carアルゴリズムは、言い換えると、最新の抽出点を挟んで時間軸に平行な二直線に挟まれる範囲からデータが外れる直前の点を抽出するものである。これに対して、Backward Slopeアルゴリズムは、一様な傾きで変化するデータを極力廃棄することで、圧縮効率を高めようとするものである。これは、一階差分xiの平均値がゼロに見えるようにBox Carアルゴリズムを改良したものと考えることができる。
本発明の第五実施形態として、非特許文献1に記載のSwinging Doorアルゴリズムを用いてデータを圧縮する場合を説明する。Swinging Doorアルゴリズムの計算モデルは数13の式によって表される。
図17は、本発明の第六実施形態に係るデータ圧縮装置の構成例を示すブロック図である。図17に示すように、データ圧縮装置10Bは、サンプリング手段11、差分値分布計算手段1401、擬似時系列生成手段1402、擬似データ圧縮手段13B、閾値−圧縮率相関生成手段1403、閾値設定手段15B、データ圧縮手段13、履歴データ管理手段14、履歴データ表示手段17を有して成る。前記の第一実施形態から第五実施形態では、タグデータの一階差分値や二階差分値の分布を予め想定し、数式モデルやモンテカルロシミュレーションなどを行って圧縮率の期待値と閾値との関係を求めたが、この第六実施形態では、閾値と圧縮率の期待値との関係を実データからモデル化して相関データを生成し、当該相関データによって閾値設定手段15Bに閾値を設定させる。
11 サンプリング手段
12 バッファリング手段
13 データ圧縮手段
13B 擬似データ圧縮手段
14 履歴データ管理手段
1401 差分値分布計算手段
1402 擬似時系列生成手段
1403 閾値−圧縮率相関生成手段(相関データ生成手段)
15,15B 閾値設定手段
16 スイッチ
17 履歴データ表示手段
Claims (16)
- 数値データシーケンスの中から、データを間引くか否かの判定に使用される閾値に基づいてデータを間引くことによって、非可逆にデータを圧縮するデータ圧縮装置が実行するデータ圧縮方法であって、
所定数の数値データと、データの圧縮に用いる特定の圧縮アルゴリズムに対応する圧縮率の期待値と前記閾値との関係を用いて、目標圧縮率に対応する前記閾値を設定する第1の工程と、
設定されている前記閾値を用いて前記圧縮アルゴリズムによって数値データを圧縮する第2の工程と
を含むことを特徴とするデータ圧縮方法。 - 数値データシーケンスの中から、データを間引くか否かの判定に使用される閾値に基づいてデータを間引くことによって、非可逆にデータを圧縮するデータ圧縮装置が実行するデータ圧縮方法であって、
所定数の数値データと、データの圧縮に用いる特定の圧縮アルゴリズムに対応する圧縮率の期待値と前記閾値との関係を用いて、目標圧縮率に対応する前記閾値を初期設定する第1の工程と、
設定されている前記閾値を用いて前記圧縮アルゴリズムによって数値データを圧縮するとともに、前記所定数ごとの数値データの実際の圧縮率を算出する第2の工程と、
算出した前記実際の圧縮率と前記目標圧縮率とに基づいて前記閾値の再設定が必要か不要かを判定する第3の工程と、
直近の所定数の数値データと前記圧縮率の期待値と前記閾値との関係を用いて、目標圧縮率に対応する前記閾値を再設定する第4の工程と
を含むことを特徴とするデータ圧縮方法。 - 請求項2に記載のデータ圧縮方法において、
前記第3の工程における前記閾値の再設定が必要か不要かの判定は、前記実際の圧縮率と前記目標圧縮率との乖離が所定の範囲を超える回数と超えない回数との比率が第1の所定値以上になったときに再設定が必要と判定され、前記比率が第2の所定値以下になったときに再設定が不要と判定される
ことを特徴とするデータ圧縮方法。 - 請求項1から請求項3のいずれか一項に記載のデータ圧縮方法において、
前記特定の圧縮アルゴリズムは、
最後にデータが抽出された抽出点のデータ値とその次のデータ値との偏差が継続するものとして推定される値と、前記抽出点の2つ先のデータ以降の実際のデータ値との偏差の絶対値の累積値が、前記閾値以上となったときに、前記閾値以上となったデータの1つ前のデータを次の抽出点として抽出し、前記次の抽出点までの間のデータを間引いて廃棄するものである
ことを特徴とするデータ圧縮方法。 - 請求項4に記載のデータ圧縮方法において、
前記圧縮率の期待値と前記閾値との関係は、前記数値データシーケンスの隣接データ間の二階差分値の絶対値の平均値と前記閾値と前記目標圧縮率との関係を表す式または相関データによって表される
ことを特徴とするデータ圧縮方法。 - 請求項1から請求項3のいずれか一項に記載のデータ圧縮方法において、
前記特定の圧縮アルゴリズムは、
Box Carアルゴリズム、Backward Slopeアルゴリズム、またはSwinging Doorアルゴリズムである
ことを特徴とするデータ圧縮方法。 - 請求項6に記載のデータ圧縮方法において、
前記圧縮率の期待値と前記閾値との関係は、前記数値データシーケンスの隣接データ間の一階差分値の平均値をその標準偏差で正規化した値と、前記閾値と前記目標圧縮率との関係を表す式または相関データによって表される
ことを特徴とするデータ圧縮方法。 - 請求項1から請求項3のいずれか一項に記載のデータ圧縮方法において、
前記データ圧縮装置は、前記数値データシーケンスから隣接データ間の一階差分値または二階差分値の分布を求め、求めた分布にしたがって生成した複数の擬似時系列データを前記閾値を適宜設定して前記圧縮アルゴリズムで圧縮することによって当該閾値に対する圧縮率を測定し、それら測定した圧縮率の平均値を前記目標圧縮率として前記相関データを生成する
ことを特徴とするデータ圧縮方法。 - 数値データシーケンスの中から、データを間引くか否かの判定に使用される閾値に基づいてデータを間引くことによって、非可逆にデータを圧縮するデータ圧縮装置であって、
所定数の数値データと、データの圧縮に用いる特定の圧縮アルゴリズムに対応する圧縮率の期待値と前記閾値との関係を用いて、目標圧縮率に対応する前記閾値を算出する閾値設定手段と、
設定されている前記閾値を用いて前記圧縮アルゴリズムによって数値データを圧縮するデータ圧縮手段と
を備えることを特徴とするデータ圧縮装置。 - 請求項9に記載のデータ圧縮装置において、
前記データ圧縮手段は、さらに、
前記所定数ごとの数値データの実際の圧縮率を算出し、算出した前記実際の圧縮率と前記目標圧縮率とに基づいて前記閾値の再設定が必要か不要かを判定して前記閾値設定手段に前記閾値を再算出させる
ことを特徴とするデータ圧縮装置。 - 請求項10に記載のデータ圧縮装置において、
前記データ圧縮手段による前記閾値の再設定が必要か不要かの判定は、前記実際の圧縮率と前記目標圧縮率との乖離が所定の範囲を超える回数と超えない回数との比率が第1の所定値以上になったときに再設定が必要と判定され、前記比率が第2の所定値以下になったときに再設定が不要と判定される
ことを特徴とするデータ圧縮装置。 - 請求項9から請求項11のいずれか一項に記載のデータ圧縮装置において、
前記特定の圧縮アルゴリズムは、
最後にデータが抽出された抽出点のデータ値とその次のデータ値との偏差が継続するものとして推定される値と、前記抽出点の2つ先のデータ以降の実際のデータ値との偏差の絶対値の累積値が、前記閾値以上となったときに、前記閾値以上となったデータの1つ前のデータを次の抽出点として抽出し、前記次の抽出点までの間のデータを間引いて廃棄するものである
ことを特徴とするデータ圧縮装置。 - 請求項12に記載のデータ圧縮装置において、
前記圧縮率の期待値と前記閾値との関係は、前記数値データシーケンスの隣接データ間の二階差分値の絶対値の平均値と前記閾値と前記目標圧縮率との関係を表す式または相関データによって表される
ことを特徴とするデータ圧縮装置。 - 請求項9から請求項11のいずれか一項に記載のデータ圧縮装置において、
前記特定の圧縮アルゴリズムは、
Box Carアルゴリズム、Backward Slopeアルゴリズム、またはSwinging Doorアルゴリズムである
ことを特徴とするデータ圧縮装置。 - 請求項14に記載のデータ圧縮装置において、
前記圧縮率の期待値と前記閾値との関係は、前記数値データシーケンスの隣接データ間の一階差分値の平均値をその標準偏差で正規化した値と、前記閾値と前記目標圧縮率との関係を表す式または相関データによって表される
ことを特徴とするデータ圧縮装置。 - 請求項9から請求項11のいずれか一項に記載のデータ圧縮装置において、
前記数値データシーケンスから隣接データ間の一階差分値または二階差分値の分布を求め、求めた分布にしたがって生成した複数の擬似時系列データを前記閾値を適宜設定して前記圧縮アルゴリズムで圧縮することによって当該閾値に対する圧縮率を測定し、それら測定した圧縮率の平均値を前記目標圧縮率として前記相関データを生成する相関データ生成手段
を備えることを特徴とするデータ圧縮装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011095122A JP5458056B2 (ja) | 2010-05-28 | 2011-04-21 | 時系列データの圧縮方法および圧縮装置 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010122287 | 2010-05-28 | ||
JP2010122287 | 2010-05-28 | ||
JP2011095122A JP5458056B2 (ja) | 2010-05-28 | 2011-04-21 | 時系列データの圧縮方法および圧縮装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012010319A true JP2012010319A (ja) | 2012-01-12 |
JP5458056B2 JP5458056B2 (ja) | 2014-04-02 |
Family
ID=45540298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011095122A Expired - Fee Related JP5458056B2 (ja) | 2010-05-28 | 2011-04-21 | 時系列データの圧縮方法および圧縮装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5458056B2 (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014118954A1 (ja) * | 2013-01-31 | 2014-08-07 | 株式会社東芝 | データ圧縮装置、データ圧縮方法およびプログラム |
KR20150120924A (ko) * | 2015-10-15 | 2015-10-28 | (주) 솔텍시스템 | 시계열적 공정 데이터의 압축 장치, 방법 및 컴퓨터 판독 가능한 기록 매체 |
US9979415B2 (en) | 2015-02-16 | 2018-05-22 | Mitsubishi Electric Corporation | Data compression apparatus, data decompression apparatus, data compression method, data compression method, and computer readable medium |
CN110915139A (zh) * | 2017-07-17 | 2020-03-24 | 西门子股份公司 | 用于数据获取的方法、现场设备和云基础设施 |
CN110995275A (zh) * | 2019-11-20 | 2020-04-10 | 安徽省安泰科技股份有限公司 | 一种对于旋转门压缩算法的改进算法 |
WO2020084839A1 (ja) * | 2018-10-25 | 2020-04-30 | 沖電気工業株式会社 | センサデータ圧縮システム、センサ端末、モデル構築装置、およびプログラム |
CN112667582A (zh) * | 2020-12-22 | 2021-04-16 | 上海上实龙创智能科技股份有限公司 | 一种用于工业实时数据库的数据压缩方法 |
CN115098507A (zh) * | 2022-06-30 | 2022-09-23 | 东方合智数据科技(广东)有限责任公司 | 一种基于工业互联网数据的存储方法及相关设备 |
CN115268831A (zh) * | 2022-09-22 | 2022-11-01 | 北京中科心研科技有限公司 | 浮点数据压缩方法、装置、可穿戴智能设备及存储介质 |
CN116979972A (zh) * | 2023-09-21 | 2023-10-31 | 成都博宇利华科技有限公司 | 一种针对模数转换器采集数据的压缩及解压缩方法 |
CN117650791A (zh) * | 2024-01-30 | 2024-03-05 | 苏芯物联技术(南京)有限公司 | 一种融合焊接工艺机理的焊接历史气流数据压缩方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06162159A (ja) * | 1992-06-12 | 1994-06-10 | Nippon Steel Corp | 図形データの処理方法及び装置 |
JP2005286437A (ja) * | 2004-03-29 | 2005-10-13 | Seiko Epson Corp | 画像群のダイジェストの作成 |
JP2009080076A (ja) * | 2007-09-27 | 2009-04-16 | Nippon Steel Corp | 成形品の形状評価方法及び装置 |
JP2009110419A (ja) * | 2007-10-31 | 2009-05-21 | Toshiba Corp | 遠隔監視システム及びトラフィック制御方法 |
-
2011
- 2011-04-21 JP JP2011095122A patent/JP5458056B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06162159A (ja) * | 1992-06-12 | 1994-06-10 | Nippon Steel Corp | 図形データの処理方法及び装置 |
JP2005286437A (ja) * | 2004-03-29 | 2005-10-13 | Seiko Epson Corp | 画像群のダイジェストの作成 |
JP2009080076A (ja) * | 2007-09-27 | 2009-04-16 | Nippon Steel Corp | 成形品の形状評価方法及び装置 |
JP2009110419A (ja) * | 2007-10-31 | 2009-05-21 | Toshiba Corp | 遠隔監視システム及びトラフィック制御方法 |
Non-Patent Citations (3)
Title |
---|
JPN6013063420; Gang Chen,Li Li: 'An Optimized Algorithm for Lossy Compression of Real-Time Data' Data of Conference , 201010, pp.187-191 * |
JPN7013004733; Nina F. Thornhill,M.A.A. Shoukat Choudhury,Sirish L.Shah: 'The impact of compression on data-driven process analyses' Journal of Process Control 14 , 2004, pp.389-398 * |
JPN7013004734; Peter A. James: 'Data Compression For Process Historians' CAST Communications vol.19,no.2, 1996, pp.15-21 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014118954A1 (ja) * | 2013-01-31 | 2014-08-07 | 株式会社東芝 | データ圧縮装置、データ圧縮方法およびプログラム |
JP5622967B1 (ja) * | 2013-01-31 | 2014-11-12 | 株式会社東芝 | データ圧縮装置、データ圧縮方法およびプログラム |
US9979415B2 (en) | 2015-02-16 | 2018-05-22 | Mitsubishi Electric Corporation | Data compression apparatus, data decompression apparatus, data compression method, data compression method, and computer readable medium |
KR20150120924A (ko) * | 2015-10-15 | 2015-10-28 | (주) 솔텍시스템 | 시계열적 공정 데이터의 압축 장치, 방법 및 컴퓨터 판독 가능한 기록 매체 |
KR101896002B1 (ko) | 2015-10-15 | 2018-09-06 | (주) 솔텍시스템 | 실시간 공정 데이터를 효율적으로 압축 처리하기 위한 서버 |
CN110915139B (zh) * | 2017-07-17 | 2023-10-27 | 西门子股份公司 | 用于数据获取的方法、现场设备和云基础设施 |
CN110915139A (zh) * | 2017-07-17 | 2020-03-24 | 西门子股份公司 | 用于数据获取的方法、现场设备和云基础设施 |
WO2020084839A1 (ja) * | 2018-10-25 | 2020-04-30 | 沖電気工業株式会社 | センサデータ圧縮システム、センサ端末、モデル構築装置、およびプログラム |
JP2020068473A (ja) * | 2018-10-25 | 2020-04-30 | 沖電気工業株式会社 | センサデータ圧縮システム、センサ端末、モデル構築装置、およびプログラム |
CN110995275B (zh) * | 2019-11-20 | 2023-04-14 | 安徽省安泰科技股份有限公司 | 一种对于旋转门压缩算法的改进算法 |
CN110995275A (zh) * | 2019-11-20 | 2020-04-10 | 安徽省安泰科技股份有限公司 | 一种对于旋转门压缩算法的改进算法 |
CN112667582A (zh) * | 2020-12-22 | 2021-04-16 | 上海上实龙创智能科技股份有限公司 | 一种用于工业实时数据库的数据压缩方法 |
CN115098507B (zh) * | 2022-06-30 | 2023-08-18 | 东方合智数据科技(广东)有限责任公司 | 一种基于工业互联网数据的存储方法及相关设备 |
CN115098507A (zh) * | 2022-06-30 | 2022-09-23 | 东方合智数据科技(广东)有限责任公司 | 一种基于工业互联网数据的存储方法及相关设备 |
CN115268831B (zh) * | 2022-09-22 | 2022-12-20 | 北京中科心研科技有限公司 | 浮点数据压缩方法、装置、可穿戴智能设备及存储介质 |
CN115268831A (zh) * | 2022-09-22 | 2022-11-01 | 北京中科心研科技有限公司 | 浮点数据压缩方法、装置、可穿戴智能设备及存储介质 |
CN116979972A (zh) * | 2023-09-21 | 2023-10-31 | 成都博宇利华科技有限公司 | 一种针对模数转换器采集数据的压缩及解压缩方法 |
CN116979972B (zh) * | 2023-09-21 | 2023-12-12 | 成都博宇利华科技有限公司 | 一种针对模数转换器采集数据的压缩及解压缩方法 |
CN117650791A (zh) * | 2024-01-30 | 2024-03-05 | 苏芯物联技术(南京)有限公司 | 一种融合焊接工艺机理的焊接历史气流数据压缩方法 |
CN117650791B (zh) * | 2024-01-30 | 2024-04-05 | 苏芯物联技术(南京)有限公司 | 一种融合焊接工艺机理的焊接历史气流数据压缩方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5458056B2 (ja) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5458056B2 (ja) | 時系列データの圧縮方法および圧縮装置 | |
CN110880984A (zh) | 基于模型的流量异常监测方法、装置、设备及存储介质 | |
CN113792453B (zh) | 基于数字孪生的局部放电监测系统、方法和装置 | |
CN110149237B (zh) | 一种Hadoop平台计算节点负载预测方法 | |
JP2010505184A (ja) | 動的な状態推定 | |
CN110414679A (zh) | 模型训练方法、装置、电子设备和计算机可读存储介质 | |
CN112907128B (zh) | 基于ab测试结果的数据分析方法、装置、设备及介质 | |
JP2020086778A (ja) | 機械学習モデル構築装置および機械学習モデル構築方法 | |
CN116776155B (zh) | 一种基于联邦学习的模型训练方法、装置、设备和介质 | |
CN109145399B (zh) | 一种基于改进的粒子滤波算法的疲劳裂纹扩展预测方法 | |
CN113902118A (zh) | 量子测量设备校准方法及装置、电子设备和介质 | |
JP2016126596A (ja) | 差分学習管理プログラム、差分学習管理装置及び差分学習管理方法 | |
JP6642431B2 (ja) | 流量予測装置、混合比推定装置、方法およびコンピュータ読み取り可能記録媒体 | |
CN112532615A (zh) | 一种智能电网蠕虫检测方法 | |
JP2020187507A (ja) | 3次元モデル生成装置 | |
KR101549349B1 (ko) | 데이터 기반 모델의 건물 에너지 모델링 방법과 이를 이용한 에너지 최적관리와 제어 방법 | |
JP2009536412A5 (ja) | ||
CN112396100B (zh) | 一种细粒度分类模型的优化方法、系统及相关装置 | |
JP2015216585A (ja) | トラヒック量上限値予測装置及び方法及びプログラム | |
CN109493065A (zh) | 一种基于行为增量更新的欺诈交易检测方法 | |
JP2002334293A (ja) | 特性予測システム、特性予測方法およびその方法を記憶した記憶媒体 | |
Meidani et al. | Uncertainty quantification for Markov chain models | |
CN113179224A (zh) | 用于内容分发网络的流量调度方法及装置 | |
US20220076148A1 (en) | Information processing device and information processing method | |
JP2002373309A (ja) | 特性予測システム、特性予測方法およびその方法を記憶した記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130226 |
|
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: 20131224 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5458056 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |