JP2017010523A - 論理パターンを検索する方法とシステム - Google Patents
論理パターンを検索する方法とシステム Download PDFInfo
- Publication number
- JP2017010523A JP2017010523A JP2016054809A JP2016054809A JP2017010523A JP 2017010523 A JP2017010523 A JP 2017010523A JP 2016054809 A JP2016054809 A JP 2016054809A JP 2016054809 A JP2016054809 A JP 2016054809A JP 2017010523 A JP2017010523 A JP 2017010523A
- Authority
- JP
- Japan
- Prior art keywords
- logical
- pattern
- cluster
- search query
- sensor
- 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 abstract description 55
- 238000009499 grossing Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 239000000654 additive Substances 0.000 claims description 2
- 230000000996 additive effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 238000007670 refining Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 229910003460 diamond Inorganic materials 0.000 description 2
- 239000010432 diamond Substances 0.000 description 2
- 238000011985 exploratory data analysis Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 235000018185 Betula X alpestris Nutrition 0.000 description 1
- 235000018212 Betula X uliginosa Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24573—Query processing with adaptation to user needs using data annotations, e.g. user-defined metadata
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Library & Information Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Fuzzy Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
【解決手段】パターンが論理的に特定される時系列データにおいて、パターン事例を、記号のシーケンスを使用して取得する。パターンは、多数のセンサに対する記号シーケンス、近似持続時間及び各記号に対する傾き値を含む。効率的なクエリを容易にするべく、各センサ時系列は前処理されてシーケンスの論理記号とされる。得られた圧縮シーケンスにおける各位置が、所属する多数の論理パターンに対応するTRIEベースのインデクス構造にわたって登録される。論理的多センサパターンが効率的に取得及びランク付けされる。
【選択図】図3
Description
本願は、2015年6月19日出願のインド国特許出願第2351/MUM/2015号の優先件を主張する。その全体がここに、参照として組み入れられる。
1.自由タイプ:この種の値により、取得された変数は任意値をとることができ、「*」によって表される。
2.近似タイプ:このタイプの値は、例えば「10」のような数字によって表される。かかる値は、目標値が近似的に当該値付近であるべきことを示す。
3.範囲タイプ:この種の値は、取得された記号に対して厳しい基準を強制する。これは、3つの態様で表すことができる。第1態様は、例えば「<10」のように記号の平均の最大値を境界とし、第2態様は、例えば「>10」のように記号の平均の最小値を境界とし、第3態様は、例えば「8−12」のように最小値及び最大値双方の間を境界とする。
したがって、一つのセンサについての事象に対するクエリは、本開示によれば、「エンジン速度:0−0:*,3,*:>30:4−8:<10」として記述することができる。ここで、*、3、*は、記号の持続時間を表し、任意の持続時間に対してエンジン速度が不変「0」となり、近似的に3秒に対しては「−」となり、その後、再びであるが任意の持続時間に対して不変「0」となる。
再びであるが、>30:4−8:<10は、当該記号に関する情報を表し、エンジン速度が平均絶対値>30を有してその後、平均4−8の「−」となって、平均絶対値<10である不変状態が追従する。この態様において、本開示のクエリ言語により、極めて複雑な形状を、極めて高い精度で記述することができる。同様に、多センサ論理パターンに対するクエリは、あらゆるセンサに対して有効なクエリを特定することによって定義することができる。
Claims (12)
- 多センサ時系列データからの論理パターンの検索及び取得の方法であって、
入力モジュールによって、論理パターンを検索及び取得するべく少なくとも一つのセンサから少なくとも一つの時系列データを受信することと、
前処理器によって、前記受信された少なくとも一つの時系列データを前処理して少なくとも一つのシーケンスの論理記号にすることと、
抽出器によって、前記少なくとも一つのシーケンスの論理記号から論理パターンを抽出することと、
オーガナイザによって、前記抽出された論理パターンをクラスタリングしてディスク及びメモリに格納することと、
以下のこと、すなわち、パターン発生器によって、前記格納されたクラスタから取得予定のパターンを、前定義された検索クエリにおいて記述し、
検索エンジンによって、前記メモリにおいてTRIEベースのインデクス構造で参照される少なくとも一つのクラスタを、前記検索クエリとの関連性が見出された場合に前記ディスクから検索及び取得し、
ランク付けエンジンによって、前記検索クエリとの関連性が見出された前記少なくとも一つのクラスタにおいて、前記検索クエリとの関連性の度合いに基づいて前記論理パターンをランク付けし、
パターン取得器によって、前記検索クエリに応答して検出された少なくとも一つの最高ランク付け論理パターンを取得することを反復して行うことと
を含む、論理パターンの検索及び取得の方法。 - 前記検索クエリはテキストクエリである、請求項1の論理パターンの検索及び取得の方法。
- 前記受信された少なくとも一つの時系列データを前処理するステップは、
前記受信された少なくとも一つの時系列データを複数の非重複時系列セグメントへと分割することと、
各セグメントの傾きを計算することと、
前記計算された傾きに基づいてセグメントを分類して前記分類されたセグメントの組を、サンプル点の数が等しい各グループへとグループ分けすることと、
各グループのセグメントに対して平均傾きを計算することと、
前記傾きを、対応する計算された平均傾き値と比較することによって、各サンプル点に増加(+)、不変(0)及び減少(−)との注釈を付けることと、
前記少なくとも一つの時系列データを、前記セグメントの平均振幅及び長さを含む値となる注釈付きサンプル点を特徴とする論理記号のシーケンスとしてクラス分けすることと
を含む、請求項1の論理パターンの検索及び取得の方法。 - 前記受信された少なくとも一つの時系列データを前処理するステップよりも、ノイズを除去する平滑化のステップが先行し、
前記平滑化のステップは、移動平均フィルタ、加算スムージング、バターワースフィルタ、デジタルフィルタ、カルマンフィルタ、ラプラシアンスムージング、指数平滑化、延伸格子法、ローパスフィルタ、サビツキー・ゴーレイ平滑化フィルタ、局所回帰、平滑化スプライン、Ramer−Douglas−Peuckerアルゴリズム、及びコルモゴロフ・ズルベンコフィルタからなるグループから選択される少なくとも一つの技術によって行われる、請求項1の論理パターンの検索及び取得の方法。 - 前記受信された少なくとも一つの時系列データを前処理するステップはさらに、前記論理記号のシーケンスを、前定義されたしきい値未満のセグメント長さを有する論理記号を合併させることによってリファインするステップを含む、請求項3の論理パターンの検索及び取得の方法。
- 前記セグメントの値及び長さは、自由タイプ、近似タイプ及び範囲タイプのような3つの属性の少なくとも一つを含む、請求項3の論理パターンの検索及び取得の方法。
- 前記抽出された論理パターンをクラスタリングして格納するステップはさらに、
Z正規化を行うことによってすべてのセンサに対して共通しきい値を前定義することと、
前記前定義されたしきい値未満の振幅偏差を有する抽出された論理パターンを拒絶することと、
固定長の論理記号のあらゆる抽出された論理パターンをベクトルとして表すことと、
関連インデクスか又は前記論理パターンにおける次の記号のインデクスかのいずれかに沿って、関連論理記号のタイムスタンプ、持続時間及び値に応じた同じベクトルをクラスタリングすることと、
前記クラスタをデータベース要約としてディスクに格納することと、
前記クラスタのメタデータをTRIEベース構造でメモリに格納することと
を含む、請求項1の論理パターンの検索及び取得の方法。 - 前記格納されたクラスタから取得予定のパターンを、前定義された検索クエリにおいて記述するステップはさらに、各論理記号に対する前記セグメントの値及び長さに関連する少なくとも一つの属性を定義することを含む、請求項1の論理パターンを検索及び取得する方法。
- 前記少なくとも一つのクラスタを検索及び取得するステップは、
前記検索クエリに関与する各センサに対してクラスタコンテナリストを初期化することであって、前記クラスタコンテナリストは、実行のインデクスを格納する第1次元と、前記論理パターンが前記実行の中で出現したタイムスタンプのインデクスを格納する第2次元とを含むことと、
各センサに対するTRIEベース構造内で、前記検索クエリからの距離に基づいてクラスタを分類することと、
各センサに対し、最も近接するクラスタを前記クラスタコンテナリストへとロードすることと、
以下のこと、すなわち、前記検索クエリによって特定された特性を満たす共通タイムスタンプを識別し、
ロード予定のクラスタの全選択肢に対してヒューリスティック値を計算し、
最高のヒューリスティック値を有するクラスタをロードし、
前定義された終了基準が満たされたときに検索を終了させることを反復して行うことと
を含む、請求項1の論理パターンを検索及び取得する方法。 - 前記共通タイムスタンプを識別するステップは、
前記少なくとも一つのセンサにわたって共通タイムスタンプに対する論理パターンの発生の交点を見出すことと、
前記クラスタコンテナリストの第1次元における交点を検出することと、
前記クラスタコンテナリストの第2次元における交点を、前記第1次元の交点に対する一致が存在する事象において検出することと
を含む、請求項9の論理パターンを検索及び取得する方法。 - 多センサ時系列データから論理パターンを検索及び取得するシステムであって、
一以上の処理器と、
通信インタフェイスデバイスと、
格納のため前記一以上の処理器に結合された一以上の内部データ格納デバイスと、
論理パターンの検索及び取得のため、少なくとも一つのセンサから少なくとも一つの時系列データを受信するべく構成された入力モジュールと、
前記受信された少なくとも一つの時系列データを前処理して少なくとも一つのシーケンスの論理記号にするべく構成された前処理器と、
前記少なくとも一つのシーケンスの論理記号から論理パターンを抽出するべく構成された抽出器と、
前記抽出された論理パターンをクラスタリングしてディスク及びメモリに格納するべく構成されたオーガナイザと、
前記格納されたクラスタから取得予定のパターンを、前定義された検索クエリにおいて記述するべく構成されたパターン発生器と、
前記メモリにおいてTRIEベースのインデクス構造で参照される少なくとも一つのクラスタを、前記検索クエリとの関連性が見出された場合に前記ディスクから検索及び取得するべく構成された検索エンジンと、
前記検索クエリとの関連性が見出された少なくとも一つのクラスタにおいて取得された論理パターンを、前記検索クエリとの関連性の度合いに基づいてランク付けするべく構成されたランク付けエンジンと、
前記検索クエリに応答して検出された最高ランク付け論理パターンの少なくとも一つを取得するべく構成されたパターン取得器と
を含む、システム。 - コンピュータ可読プログラムが具体化された非一時的コンピュータ可読媒体を含むコンピュータプログラム製品であって、
前記コンピュータ可読プログラムは、コンピュータデバイス上で実行されると、
入力モジュールによって、論理パターンの検索及び取得のために少なくとも一つのセンサから少なくとも一つの時系列データを受信することと、
前処理器によって、前記受信された少なくとも一つの時系列データを前処理して少なくとも一つのシーケンスの論理記号にすることと、
抽出器によって、前記少なくとも一つのシーケンスの論理記号から論理パターンを抽出することと、
オーガナイザによって、前記抽出された論理パターンをクラスタリングしてディスク及びメモリに格納することと、
パターン発生器によって、前記格納されたクラスタから取得予定のパターンを、前定義された検索クエリにおいて記述することと、
検索エンジンによって、前記メモリにおいてTRIEベースのインデクス構造で参照される少なくとも一つのクラスタを、前記検索クエリとの関連性が見出された場合に前記ディスクから検索及び取得することと、
ランク付けエンジンによって、前記検索クエリとの関連性が見出された少なくとも一つのクラスタにおいて取得された論理パターンを、前記検索クエリとの関連性の度合いに基づいてランク付けすることと、
パターン取得器によって、前記検索クエリに応答して検出された最高ランク付け論理パターンの少なくとも一つを取得することと
をコンピュータデバイスに行わせる、コンピュータプログラム製品。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN2351/MUM/2015 | 2015-06-19 | ||
IN2351MU2015 | 2015-06-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017010523A true JP2017010523A (ja) | 2017-01-12 |
JP6807649B2 JP6807649B2 (ja) | 2021-01-06 |
Family
ID=56134235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016054809A Active JP6807649B2 (ja) | 2015-06-19 | 2016-03-18 | 論理パターンの検索及び取得の方法、システム、及び非一時的コンピュータ可読媒体 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9996617B2 (ja) |
EP (1) | EP3107036A1 (ja) |
JP (1) | JP6807649B2 (ja) |
AU (1) | AU2016201689B2 (ja) |
BR (1) | BR102016005928A2 (ja) |
CA (1) | CA2923908C (ja) |
MX (1) | MX364165B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019095878A (ja) * | 2017-11-20 | 2019-06-20 | 株式会社デンソー | 車両用検索装置 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10296616B2 (en) | 2014-07-31 | 2019-05-21 | Splunk Inc. | Generation of a search query to approximate replication of a cluster of events |
KR102104295B1 (ko) | 2018-02-20 | 2020-04-24 | 주식회사 아이오티큐브 | 탐색 전략을 자동으로 생성하는 방법 및 자동으로 생성된 탐색 전략을 사용한 콘콜릭 테스팅 수행 방법 |
EP3537338B1 (en) * | 2018-03-07 | 2021-11-03 | Tata Consultancy Services Limited | Method and system for pattern recognition in a signal using morphology aware symbolic representation |
US11022511B2 (en) | 2018-04-18 | 2021-06-01 | Aron Kain | Sensor commonality platform using multi-discipline adaptable sensors for customizable applications |
US11204905B2 (en) * | 2018-06-27 | 2021-12-21 | Datastax, Inc. | Trie-based indices for databases |
US10831631B2 (en) * | 2018-06-28 | 2020-11-10 | International Business Machines Corporation | Continuous time alignment of a collection of independent sensors |
CN109784380A (zh) * | 2018-12-27 | 2019-05-21 | 西安交通大学 | 一种基于生成对抗学习的多维度田间杂草识别方法 |
JP7010861B2 (ja) * | 2019-02-07 | 2022-01-26 | ファナック株式会社 | 状態判定装置及び状態判定方法 |
US11294921B2 (en) * | 2019-03-12 | 2022-04-05 | General Electric Company | Multivariate time-series data search |
US11321406B2 (en) | 2019-07-31 | 2022-05-03 | Walmart Apollo, Llc | Personalized ranking using deep attribute extraction and attentive user interest embeddings |
US20210034945A1 (en) * | 2019-07-31 | 2021-02-04 | Walmart Apollo, Llc | Personalized complimentary item recommendations using sequential and triplet neural architecture |
US11500932B2 (en) * | 2020-05-19 | 2022-11-15 | International Business Machines Corporation | Change-point driven feature selection for multi-variate time series clustering |
DE102021130938A1 (de) | 2021-11-25 | 2023-05-25 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren, System und Computerprogrammprodukt zur Analyse von Zeitreihendatensätzen einer Entität |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03288963A (ja) * | 1990-04-06 | 1991-12-19 | Hitachi Ltd | 投資支援システム |
JPH10240716A (ja) * | 1997-02-21 | 1998-09-11 | Nec Corp | 時系列データ解析装置及びプログラムを記録した機械読み取り可能な記録媒体 |
JP2011065504A (ja) * | 2009-09-18 | 2011-03-31 | Tokyo Univ Of Science | ユーザの選好関係についての予測モデルを生成する選好予測サーバ及びその方法 |
WO2012073526A1 (ja) * | 2010-12-03 | 2012-06-07 | 株式会社日立製作所 | データ処理システム、及びデータ処理装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6766316B2 (en) * | 2001-01-18 | 2004-07-20 | Science Applications International Corporation | Method and system of ranking and clustering for document indexing and retrieval |
WO2008154029A1 (en) * | 2007-06-11 | 2008-12-18 | The Trustees Of Columbia University In The City Of New York | Data classification and hierarchical clustering |
US8676802B2 (en) * | 2006-11-30 | 2014-03-18 | Oracle Otc Subsidiary Llc | Method and system for information retrieval with clustering |
JP2008220511A (ja) | 2007-03-09 | 2008-09-25 | Toshiba Corp | 時系列パターン発見装置、方法およびプログラム |
US9674058B2 (en) | 2011-11-07 | 2017-06-06 | Hitachi, Ltd. | Time series data processing device, time series data processing method, and computer-readable recording medium storing time series data processing program |
US20130226966A1 (en) * | 2012-02-27 | 2013-08-29 | Technion Research & Development Foundation Limited | Processing a hierarchical structure to respond to a query |
US9355170B2 (en) | 2012-11-27 | 2016-05-31 | Hewlett Packard Enterprise Development Lp | Causal topic miner |
US9152671B2 (en) | 2012-12-17 | 2015-10-06 | General Electric Company | System for storage, querying, and analysis of time series data |
WO2014149027A1 (en) | 2013-03-18 | 2014-09-25 | Ge Intelligent Platforms, Inc. | Apparatus and method for optimizing time series data storage based upon prioritization |
-
2016
- 2016-03-15 MX MX2016003370A patent/MX364165B/es active IP Right Grant
- 2016-03-16 CA CA2923908A patent/CA2923908C/en active Active
- 2016-03-17 BR BR102016005928A patent/BR102016005928A2/pt not_active Application Discontinuation
- 2016-03-17 AU AU2016201689A patent/AU2016201689B2/en active Active
- 2016-03-18 JP JP2016054809A patent/JP6807649B2/ja active Active
- 2016-06-17 EP EP16174956.9A patent/EP3107036A1/en not_active Ceased
- 2016-06-17 US US15/185,980 patent/US9996617B2/en active Active - Reinstated
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03288963A (ja) * | 1990-04-06 | 1991-12-19 | Hitachi Ltd | 投資支援システム |
JPH10240716A (ja) * | 1997-02-21 | 1998-09-11 | Nec Corp | 時系列データ解析装置及びプログラムを記録した機械読み取り可能な記録媒体 |
JP2011065504A (ja) * | 2009-09-18 | 2011-03-31 | Tokyo Univ Of Science | ユーザの選好関係についての予測モデルを生成する選好予測サーバ及びその方法 |
WO2012073526A1 (ja) * | 2010-12-03 | 2012-06-07 | 株式会社日立製作所 | データ処理システム、及びデータ処理装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019095878A (ja) * | 2017-11-20 | 2019-06-20 | 株式会社デンソー | 車両用検索装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3107036A1 (en) | 2016-12-21 |
CA2923908A1 (en) | 2016-12-19 |
CA2923908C (en) | 2023-08-29 |
US9996617B2 (en) | 2018-06-12 |
JP6807649B2 (ja) | 2021-01-06 |
MX2016003370A (es) | 2017-01-18 |
MX364165B (es) | 2019-04-15 |
US20160371376A1 (en) | 2016-12-22 |
AU2016201689A1 (en) | 2017-01-12 |
AU2016201689B2 (en) | 2017-11-23 |
BR102016005928A2 (pt) | 2016-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6807649B2 (ja) | 論理パターンの検索及び取得の方法、システム、及び非一時的コンピュータ可読媒体 | |
Zheng et al. | A rolling bearing fault diagnosis method based on multi-scale fuzzy entropy and variable predictive model-based class discrimination | |
Large et al. | On time series classification with dictionary-based classifiers | |
JP5678620B2 (ja) | データ処理方法、データ処理システム、及びデータ処理装置 | |
KR100816923B1 (ko) | 문서 분류 시스템 및 그 방법 | |
JP5880454B2 (ja) | 画像識別装置及びプログラム | |
CA2566540A1 (en) | Device and method for analyzing an information signal | |
KR20190115319A (ko) | 문장을 복수의 클래스들로 분류하는 모바일 장치 및 방법 | |
Asha et al. | Content based video retrieval using SURF descriptor | |
JP6196196B2 (ja) | ログ間因果推定装置、システム異常検知装置、ログ分析システム、及びログ分析方法 | |
Suciati et al. | Twitter buzzer detection for Indonesian presidential election | |
KR102267487B1 (ko) | 메타데이터를 이용한 독립 분류 모델의 동작 방법 및 그 장치 | |
JP2007531136A (ja) | 画像を有するデータベースからビジュアルオブジェクトカテゴリを抽出する方法及び装置 | |
CN106815209B (zh) | 一种维吾尔文农业技术术语识别方法 | |
Cabello et al. | Fast, accurate and interpretable time series classification through randomization | |
JP5716966B2 (ja) | データ分析装置、データ分析方法及びプログラム | |
KR20180101858A (ko) | 단일 클래스 기반의 데이터 수집 장치 및 방법 | |
Khare et al. | Keyframe extraction using binary robust invariant scalable keypoint features | |
JP4234841B2 (ja) | データ分析装置 | |
US11386340B2 (en) | Method and apparatus for performing block retrieval on block to be processed of urine sediment image | |
JP5944867B2 (ja) | 検索意図辞書作成装置、検索意図辞書作成方法及び検索意図辞書作成プログラム | |
JP2020170499A (ja) | データ記録及び分析システム | |
Loglisci et al. | Mining Trajectory Data for Discovering Communities of Moving Objects. | |
CN112395473A (zh) | Cae模型中零部件的分类方法、装置和存储介质 | |
CN117633328B (zh) | 基于数据挖掘的新媒体内容监测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190304 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200221 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200303 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200515 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201013 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201109 |
|
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: 20201124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201208 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6807649 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |