JP2020053036A5

JP2020053036A5 -

Info

Publication number: JP2020053036A5
Application number: JP2019160779A
Authority: JP
Filing date: 2019-09-04
Publication date: 2022-09-12
Anticipated expiration: 2039-09-04

Claims

異常検出を容易にするためのコンピュータ実装方法であって、前記方法が、
第１の変数を監視する第１のセンサからの第１のデータ系列と、１つ以上の第２の変数を監視する第２のセンサからの第２のデータ系列と、を取得することであって、前記第１のセンサ及び前記第２のセンサが、物理的物体に関連付けられたデータを記録する物理センサであり、監視された前記第１の変数および監視された前記第２の変数が、前記物理的物体の物理的特徴である、取得することと、
コンピューティングデバイスによって、複数のデータ点を含む試験データのセットを判定することであって、前記セットが、前記第１の変数を監視する前記第１のセンサから取得される前記第１のデータ系列を含むとともに、前記１つ以上の第２の変数を監視する前記第２のセンサから取得される前記第２のデータ系列をさらに含み、前記１つ以上の第２の変数が、前記第１の変数に依存する、判定することと、
前記判定された試験データのセットを、少なくとも前記第１及び第２のデータ系列、前記第１のセンサ及び前記第２のセンサの解像度、及び前記第１のセンサ及び前記第２のセンサの第１の物理的構成要素のタイプに基づいていくつかの群に分割することと、
それぞれの群の四分位数間範囲を判定することと、
前記それぞれの群の前記四分位数間範囲に基づいて、前記それぞれの群内の第１の試験データ点を異常として分類することと、
前記分類された異常に基づいて、前記コンピューティングデバイスによって、前記第１のセンサ及び前記第２のセンサに関連する物理的ユニットを自動的に調節することにより、所定の規則を実行することと、
前記コンピューティングデバイスのユーザによって、前記第１のデータ系列又は前記第２のデータ系列が取得されるデバイスの第２の物理的構成要素を調節することにより、前記分類された異常に対処するための措置を実施することと、
それによって、複数の変数の前記第１及び第２のデータ系列についてのデータマイニング及び外れ値検出を強化することと、を含む、方法。
前記ユーザによって実行される前記措置には、
前記分類された異常がもはや発生しないことを確実にするための改善措置又は是正措置、及び
前記第１の変数又は前記１つ以上の第２の変数に影響を及ぼす物理的パラメータを調節すること、のうちの１つ以上が更に含まれる、請求項１に記載の方法。
前記コンピューティングデバイスによって、試験データの新しいセットの異常を検出するための要求を受信することであって、前記新しいセットが、前記第１の変数を監視する前記第１のセンサから取得される新しい第１のデータ系列を含むとともに前記１つ以上の第２の変数を監視する前記第２のセンサから取得される新しい第２のデータ系列を更に含み、
前記試験データの新しいセットは、前記ユーザが前記分類された異常に対処するために前記措置を実施した後に、前記コンピューティングデバイスによって取得される、受信することと、
前記試験データの新しいセットを、前記試験データのセットの前記いくつかの群と同じ数の新しい群に分割することと、
内部の前記第１の試験データ点が異常として分類された前記それぞれの群に対応する、それぞれの新しい群の四分位数間範囲を判定することと、
前記それぞれの群内の前記第１の試験データ点が、前記それぞれの新しい群内で依然として発生しているかどうかを判定することであって、前記判定が、前記分類された異常に対処するために前記ユーザによって実施された前記措置が成功しているかどうかを示す、判定することと、を更に含む、請求項２に記載の方法。
前記試験データのセットを前記いくつかの群に分割することが、
アルゴリズムに基づく自動プロセス、
前記試験データのセットを取得することに関与する機械の解像度、
前記試験データのセットに関連する以前の又は履歴データであって、前記コンピューティングデバイスによって取得される、以前の又は履歴データ、
前記コンピューティングデバイスのユーザの事前又は過去の知識であって、前記試験データのセットに関連し、かつ前記コンピューティングデバイスの前記ユーザによって取得される、事前又は過去の知識、並びに
より高い次元のデータセットの重要な変数を表す構成要素に基づいて、前記試験データのセットのデータ分布を分解することであって、前記構成要素が、主要構成要素、導出された構成要素の結合、及び構成要素の線形結合のうちの１つ以上を含む、分解すること、のうちの１つ以上に基づいており、
前記それぞれの群の前記四分位数間範囲を判定することが、前記構成要素に基づいて、四分位数分析を実施することを更に含む、請求項１に記載の方法。
前記試験データのセットを分割すること、及び前記それぞれの群の前記四分位数間範囲を判定することが、
異常として分類される試験データ点の存在を含む、前記試験データのセット内の前記分割された群にわたる複数の従属変数に基づいて、前記試験データのセット内の正規分布を自動的に分類することを更に含む、請求項１に記載の方法。
前記第１のデータ系列が、前記第１の変数の時系列データを含むとともに、前記第２のデータ系列が、前記１つ以上の第２の変数の時系列データを含み、
前記第１の変数の前記第１の時系列データが、前記異常検出の対象であり、
前記１つ以上の第２の変数の前記第２の時系列データが、前記第１の変数の前記時系列データに影響を及ぼす、請求項１に記載の方法。
前記それぞれの群の前記四分位数間範囲を判定することが、
前記それぞれの群内の第２の試験データのセットを、前記第２の試験データのセットの中央値に基づいて４つの部分に分割することであって、
前記４つの部分を分離する３つの値が、第１の四分位数、第２の四分位数、及び第３の四分位数であり、
前記四分位数間範囲が、前記第１の四分位数と前記第３の四分位数との間の差である、分割することと、
前記第１の四分位数から、所定の値によってスケーリングされた前記四分位数間範囲に等しい第１の量を減算することによって、前記第２の試験データのセットの下限を特定することと、
前記第３の四分位数に、前記所定の値によってスケーリングされた前記四分位数間範囲に等しい第２の量を加算することによって、前記第２の試験データのセットの上限を特定することと、を更に含む、請求項１に記載の方法。
前記それぞれの群内の前記第１の試験データ点を異常として分類することが、前記第１の試験データ点が前記下限と前記上限との間に含まれないと判定することに更に基づく、請求項７に記載の方法。
前記第２の試験データのセット内のデータ点の数が偶数２ｎ個であると判定することに応答して、前記方法が、
前記第１の四分位数を、前記第２のセット内のｎ個の最小データ点の中央値として設定することと、
前記第３の四分位数を、前記第２のセット内のｎ個の最大データ点の中央値として設定することと、を更に含み、
前記第２の試験データのセット内のデータ点の数が奇数２ｍ＋１個であると判定することに応答して、前記方法が、
前記第１の四分位数を、前記第２のセット内のｍ個の最小データ点の中央値として設定することと、
前記第３の四分位数を、前記第２のセット内のｍ個の最大データ点の中央値として設定することと、
前記第２の四分位数を、前記第２のセット内のデータ点の通常の中央値として設定することと、を更に含む、請求項７に記載の方法。
異常検出を容易にするためのコンピュータシステムであって、
プロセッサと、
前記プロセッサによって実行されると、前記プロセッサにある方法を実施させる命令を記憶する記憶デバイスと、を備え、前記方法が、
第１の変数を監視する第１のセンサからの第１のデータ系列と、１つ以上の第２の変数を監視する第２のセンサからの第２のデータ系列と、を取得することであって、前記第１のセンサ及び前記第２のセンサが、物理的物体に関連付けられたデータを記録する物理センサであり、監視された前記第１の変数および監視された前記第２の変数が、前記物理的物体の物理的特徴である、取得することと、
前記コンピュータシステムによって、複数のデータ点を含む試験データのセットを判定することであって、前記セットが、前記第１の変数を監視する前記第１のセンサから取得される前記第１のデータ系列を含むとともに、前記１つ以上の第２の変数を監視する前記第２のデータ系列をさらに含み、前記１つ以上の第２の変数が、前記第１の変数に依存する、判定することと、
前記判定された試験データのセットを、少なくとも前記第１及び第２のデータ系列、前記第１のセンサ及び前記第２のセンサの解像度、及び前記第１のセンサ及び前記第２のセンサの第１の物理的構成要素のタイプに基づいていくつかの群に分割することと、
それぞれの群の四分位数間範囲を判定することと、
前記それぞれの群の前記四分位数間範囲に基づいて、前記それぞれの群内の第１の試験データ点を異常として分類することと、
前記分類された異常に基づいて、前記コンピューティングデバイスによって、前記第１のセンサ及び前記第２のセンサに関連する物理的ユニットを自動的に調節することにより、所定の規則を実行することと、
前記コンピューティングデバイスのユーザによって、前記第１のデータ系列又は前記第２のデータ系列が取得されるデバイスの第２の物理的構成要素を調節することにより、前記分類された異常に対処するための措置を実施することと、
それによって、複数の変数の前記データ系列についてのデータマイニング及び外れ値検出を強化することと、を含む、コンピュータシステム。
前記ユーザによって実行される前記措置には、
前記分類された異常がもはや発生しないことを確実にするための改善措置又は是正措置、及び
前記第１の変数又は前記１つ以上の第２の変数に影響を及ぼす物理的パラメータを調節すること、のうちの１つ以上が更に含まれる、請求項１０に記載のコンピュータシステム。
前記方法が、
前記コンピューティングデバイスによって、試験データの新しいセットの異常を検出するための要求を受信することであって、前記新しいセットが、前記第１の変数を監視する前記第１のセンサから取得される新しい第１のデータ系列を含むとともに前記１つ以上の第２の変数を監視する前記第２のセンサから取得される新しい第２のデータ系列を更に含み、
前記試験データの新しいセットは、前記ユーザが前記分類された異常に対処するために前記措置を実施した後に、前記コンピューティングデバイスによって取得される、受信することと、
前記試験データの新しいセットを、前記試験データのセットのいくつかの群と同じ数の新しい群に分割することと、
内部の前記第１の試験データ点が異常として分類された前記それぞれの群に対応する、それぞれの新しい群の四分位数間範囲を判定することと、
前記それぞれの群内の前記第１の試験データ点が、前記それぞれの新しい群内で依然として発生しているかどうかを判定することであって、前記判定が、前記分類された異常に対処するために前記ユーザによって実施された前記措置が成功しているかどうかを示す、判定することと、を更に含む、請求項１１に記載のコンピュータシステム。
前記試験データのセットを前記いくつかの群に分割することが、
アルゴリズムに基づく自動プロセス、
前記試験データのセットを取得することに関与する機械の解像度、
前記試験データのセットに関連する以前の又は履歴データであって、前記コンピューティングデバイスによって取得される、以前の又は履歴データ、
前記コンピューティングデバイスのユーザの事前又は過去の知識であって、前記試験データのセットに関連し、かつ前記コンピューティングデバイスの前記ユーザによって取得される、事前又は過去の知識、並びに
より高い次元のデータセットの重要な変数を表す構成要素に基づいて、前記試験データのセットのデータ分布を分解することであって、前記構成要素が、主要構成要素、導出された構成要素の結合、及び構成要素の線形結合のうちの１つ以上を含む、分解すること、のうちの１つ以上に基づいており、
前記それぞれの群の前記四分位数間範囲を判定することが、前記構成要素に基づいて、四分位数分析を実施することを更に含む、請求項１０に記載のコンピュータシステム。
前記試験データのセットを分割し、前記それぞれの群の前記四分位数間範囲を判定することが、
異常として分類される試験データ点の存在を含む、前記試験データのセット内の前記分割された群にわたる複数の従属変数に基づいて、前記試験データのセット内の正規分布を自動的に分類することを更に含む、請求項１０に記載のコンピュータシステム。
前記第１のデータ系列が、前記第１の変数の時系列データを含むとともに、前記第２のデータ系列が、前記１つ以上の第２の変数の時系列データを含み、
前記第１の変数の前記第１の時系列データが、前記異常検出の対象であり、
前記１つ以上の第２の変数の前記第２の時系列データが、前記第１の変数の前記時系列データに影響を及ぼす、請求項１０に記載のコンピュータシステム。
前記それぞれの群の前記四分位数間範囲を判定することが、
前記それぞれの群内の第２の試験データのセットを、前記第２の試験データのセットの中央値に基づいて４つの部分に分割することであって、
前記４つの部分を分離する３つの値が、第１の四分位数、第２の四分位数、及び第３の四分位数であり、
前記四分位数間範囲が、前記第１の四分位数と前記第３の四分位数との間の差である、分割することと、
前記第１の四分位数から、所定の値によってスケーリングされた前記四分位数間範囲に等しい第１の量を減算することによって、前記第２の試験データのセットの下限を特定することと、
前記第３の四分位数に、前記所定の値によってスケーリングされた前記四分位数間範囲に等しい第２の量を加算することによって、前記第２の試験データのセットの上限を特定することと、を更に含む、請求項１０に記載のコンピュータシステム。
前記それぞれの群内の前記第１の試験データ点を異常として分類することが、前記第１の試験データ点が前記下限と前記上限との間に含まれないと判定することに更に基づく、請求項１６に記載のコンピュータシステム。
前記第２の試験データのセット内のデータ点の数が偶数２ｎ個であると判定することに応答して、前記方法が、
前記第１の四分位数を、前記第２のセット内のｎ個の最小データ点の中央値として設定することと、
前記第３の四分位数を、前記第２のセット内のｎ個の最大データ点の中央値として設定することと、を更に含み、
前記第２の試験データのセット内のデータ点の数が奇数２ｍ＋１個であると判定することに応答して、前記方法が、
前記第１の四分位数を、前記第２のセット内のｍ個の最小データ点の中央値として設定することと、
前記第３の四分位数を、前記第２のセット内のｍ個の最大データ点の中央値として設定することと、
前記第２の四分位数を、前記第２のセット内のデータ点の通常の中央値として設定することと、を更に含む、請求項１６に記載のコンピュータシステム。
コンピュータによって実行されると、前記コンピュータにある方法を実施させる命令を記憶する非一時的コンピュータ可読記憶媒体であって、前記方法が、
第１の変数を監視する第１のセンサからの第１のデータ系列と、１つ以上の第２の変数を監視する第２のセンサからの第２のデータ系列と、を取得することであって、前記第１のセンサ及び前記第２のセンサが、物理的物体に関連付けられたデータを記録する物理センサであり、監視された前記第１の変数および監視された前記第２の変数が、前記物理的物体の物理的特徴である、取得することと、
前記コンピュータによって、複数のデータ点を含む試験データのセットを判定することであって、前記セットが、前記第１の変数を監視する前記第１のセンサから取得される前記第１のデータ系列を含むとともに、前記１つ以上の第２の変数を監視する前記第２のセンサから取得される前記第２のデータ系列をさらに含み、前記１つ以上の第２の変数が、前記第１の変数に依存する、判定することと、
前記判定された試験データのセットを、少なくとも前記第１及び第２のデータ系列、前記第１のセンサ及び前記第２のセンサの解像度、及び前記第１のセンサ及び前記第２のセンサの第１の物理的構成要素のタイプに基づいていくつかの群に分割することと、
それぞれの群の四分位数間範囲を判定することと、
前記それぞれの群の前記四分位数間範囲に基づいて、前記それぞれの群内の第１の試験データ点を異常として分類することと、
前記分類された異常に基づいて、前記コンピューティングデバイスによって、前記第１のセンサ及び前記第２のセンサに関連する物理的ユニットを自動的に調節することにより、所定の規則を実行することと、
前記コンピューティングデバイスのユーザによって、前記第１のデータ系列又は前記第２のデータ系列が取得されるデバイスの第２の物理的構成要素を調節することにより、前記分類された異常に対処するための措置を実施することと、
それによって、複数の変数の前記第１及び第２のデータ系列についてのデータマイニング及び外れ値検出を強化することと、を含む、非一時的コンピュータ可読記憶媒体。
前記ユーザによって実行される前記措置が、
前記分類された異常がもはや発生しないことを確実にするための改善措置又は是正措置、及び
前記第１の変数又は前記第２の変数に影響を及ぼす物理的パラメータを調節すること、のうちの１つ以上を含み、
前記方法が、
前記コンピュータによって、試験データの新しいセットの異常を検出するための要求を受信することであって、前記新しいセットが、前記第１の変数を監視する前記第１のセンサから取得される新しい第１のデータ系列を含むとともに、前記１つ以上の第２の変数を監視する前記第２のセンサから取得される新しい第２のデータ系列を更に含み、
前記試験データの新しいセットは、前記ユーザが前記分類された異常に対処するために前記措置を実施した後に、前記コンピューティングデバイスによって取得される、受信することと、
前記試験データの新しいセットを、前記試験データのセットのいくつかの群と同じ数の新しい群に分割することと、
内部の前記第１の試験データ点が異常として分類された前記それぞれの群に対応する、それぞれの新しい群の四分位数間範囲を判定することと、
前記それぞれの群内の前記第１の試験データ点が、前記それぞれの新しい群内で依然として発生しているかどうかを判定することであって、前記判定が、前記分類された異常に対処するために前記ユーザによって実施された前記措置が成功しているかどうかを示す、判定することと、を更に含む、請求項１９に記載の記憶媒体。