JP2020205653A - データ数決定装置、データ数決定方法及びデータ数決定プログラム - Google Patents

Abstract

【課題】データの圧縮の際に参照されるデータの個数を決定すること。【解決手段】属性に基づくクラスに分類された、空間における位置情報を含む多次元の時系列データに含まれている、予測する対象である予測対象データを予測するために、参照される複数の過去データの個数と、各クラスの過去データとの組み合わせ毎に予測データを生成する予測部と、過去データとの時間相関を有する予測対象データと、予測データとの差を算出する処理を、処理に用いる過去データの個数の候補毎に行う差算出部と、個数の候補毎に得られた差に基づいて、過去データの個数を決定するデータ数決定部と、を備えるデータ数決定装置。【選択図】図９

Description

本発明は、データ数決定装置、データ数決定方法及びデータ数決定プログラムに関する。

多様かつ膨大なデータをサンプリング時刻ごとに取得することが、ネットワーク技術及びセンシング技術の進歩によって可能となっている。サンプリング時刻ごとに取得することが可能なデータの一つとして、空間における位置情報を含む多次元の時系列データ（以下「空間情報データ」という。）がある。空間情報データは、例えば、センシング機器としての携帯端末の位置情報と携帯端末の利用者の統計情報とを含む時系列データ、センシング機器としてのカーナビゲーションシステムの車両の位置情報と車両の利用者の統計情報とを含む時系列データ、交通系ＩＣカードの利用者が通過した改札機の位置情報と交通系ＩＣカードの利用者の統計情報とを含む時系列データである。

空間情報データは、マーケティング、インフラ整備、都市開発及び災害支援等に利用されることが期待されている。これらの分野における利用に際しては、利用形態に応じて空間情報データの分析が高精度に行われることで、空間情報データの意味が検討される。データ分析装置は、空間情報データを高精度に分析するために、大量の空間情報データを取得及び蓄積する。

取得される空間情報データのデータ量の増加は、空間情報データの蓄積に必要なコストの増加を招く。このため、蓄積される空間情報データは、効率的に圧縮される必要がある。データを圧縮する装置であるデータ圧縮装置は、蓄積される空間情報データを効率的に圧縮するために、空間情報データにおける時間方向の相関を利用することができる。

空間情報データは、画像で表現される場合がある。例えば、空間情報データは、棒グラフが分布している地図を表す画像で表現される場合がある。データ圧縮装置は、音声又は画像の符号化規格に基づいて、空間情報データの時間方向の相関をモデル化する。データ圧縮装置は、モデル化された時間方向の相関を利用して、空間情報データを圧縮する（非特許文献１参照）。

"Ｈ．２６５／ＨＥＶＣ教科書"，株式会社インプレスジャパン，ｐｐ．２３

しかしながら、音声又は画像のフレームの圧縮技術において利用される時間方向の相関は、空間情報データの時間方向の相関には当てはまらない場合がある。このため、データ圧縮装置は、音声又は画像の符号化の圧縮技術を空間情報データの圧縮に単に転用したのでは、音声又は画像のフレームのデータを効率的に圧縮することができない。また、データ圧縮装置は、未来の事象に対して先手を打つことができない。

音声又は画像のフレームのデータをデータ圧縮装置が効率的に圧縮し、未来の事象に対してデータ圧縮装置が先手を打つには、データの圧縮の際にデータ圧縮装置が参照するフレームの数が決定される必要がある。すなわち、従来の装置は、データ圧縮装置が参照するデータの個数を決定する必要がある。しかしながら、従来の装置は、データの圧縮の際に参照されるデータの個数を決定することができない、という問題があった。

上記事情に鑑み、本発明は、データの圧縮の際に参照されるデータの個数を決定することが可能であるデータ数決定装置、データ数決定方法及びデータ数決定プログラムを提供することを目的としている。

本発明の一態様は、属性に基づくクラスに分類された時系列データに含まれている、予測する対象である予測対象データを予測するために参照される前記予測対象データの属するクラスと異なるクラスに分類された少なくとも一つのクラスの過去データを用いて前記クラス毎に予測データを生成する予測部と、前記過去データとの時間相関を有する予測対象データと、前記予測データとの差を算出する処理を、前記予測データを生成したクラス毎に行う差算出部と、前記クラス毎に得られた前記差が最小となるクラスを、前記予測対象データを予測するために参照される複数の過去データの個数を決定するためのクラスに決定するクラス決定部と、を備えるクラス決定装置である。

本発明の一態様は、属性に基づくクラスに分類された時系列データに含まれている、予測する対象である予測対象データを予測するために参照される前記予測対象データの属するクラスと異なるクラスに分類された少なくとも一つのクラスの過去データを用いて前記クラス毎に予測データを生成する予測ステップと、前記過去データとの時間相関を有する予測対象データと、前記予測データとの差を算出する処理を、前記予測データを生成したクラス毎に行う差算出ステップと、前記クラス毎に得られた前記差が最小となるクラスを、前記予測対象データを予測するために参照される複数の過去データの個数を決定するためのクラスに決定するクラス決定ステップと、を有するクラス決定方法である。

本発明の一態様は、コンピュータに、属性に基づくクラスに分類された時系列データに含まれている、予測する対象である予測対象データを予測するために参照される前記予測対象データの属するクラスと異なるクラスに分類された少なくとも一つのクラスの過去データを用いて前記クラス毎に予測データを生成する予測ステップと、前記過去データとの時間相関を有する予測対象データと、前記予測データとの差を算出する処理を、前記予測データを生成したクラス毎に行う差算出ステップと、前記クラス毎に得られた前記差が最小となるクラスを、前記予測対象データを予測するために参照される複数の過去データの個数を決定するためのクラスに決定するクラス決定ステップと、を実行させるためのクラス決定プログラムである。

本発明により、データの圧縮の際に参照されるデータの個数を決定することが可能である。

第１実施形態における、予報装置の構成の例を示す図である。 第１実施形態における、予測処理及び予報処理の例を示す図である。 第１実施形態における、仮想予報処理の例を示す図である。 第１実施形態における、参照フレームを含むフレーム群の例を示す図である。 第１実施形態における、予報装置の動作の例を示すフローチャートである。 第２実施形態における、予報装置の構成の例を示す図である。 第２実施形態における、予報装置の動作の例を示すフローチャートである。 第２実施形態における、予報装置の動作の例を示すフローチャートである。 第３実施形態における、予報装置の構成の例を示す図である。 第３実施形態における、クラスに基づく予報処理の例を示す図である。 第３実施形態における、クラスに基づく予報処理の例を示す図である。 第３実施形態における、予報装置の動作の例を示すフローチャートである。 第３実施形態における、予報装置の動作の例を示すフローチャートである。

本発明の実施形態について、図面を参照して詳細に説明する。
（第１実施形態）
図１は、予報装置１の構成の例を示す図である。予報装置１は、時系列データを構成する過去のデータに基づいて未来のデータを予測する情報処理装置である。予報装置１は、未来のデータを表す予報信号を、データ圧縮装置等である他装置に通知する。

予報装置１は、入力信号記憶部１０と、次数更新部１１と、予測係数算出部１２と、仮想予報信号生成部１３と、仮想予報誤差算出部１４と、仮想予報誤差最小化判定部１５と、仮想予報誤差最小値記憶部１６と、最適次数記憶部１７と、予測係数決定部１８と、予報信号生成部１９とを備える。

予報装置１は、次数更新部１１と、予測係数算出部１２と、仮想予報信号生成部１３と、仮想予報誤差算出部１４と、仮想予報誤差最小化判定部１５と、仮想予報誤差最小値記憶部１６とを、データの個数を決定する装置であるデータ数決定装置２として備える。予報装置１は、入力信号記憶部１０と、最適次数記憶部１７と、予測係数決定部１８と、予報信号生成部１９とのうち少なくとも一つを、データ数決定装置２の機能部として備えてもよい。データの個数とは、例えば、音声又は画像のフレームの枚数である。以下では、データの個数は、一例として画像のフレームの枚数である。

予報装置１の各機能部の一部又は全部は、例えば、ＣＰＵ（Central Processing Unit）等のプロセッサが、記憶部に記憶されたプログラムを実行することにより実現される。記憶部は、例えば、磁気ハードディスク装置や半導体記憶装置等の不揮発性の記録媒体（非一時的な記録媒体）を有する。各機能部の一部又は全部は、例えば、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）等のハードウェアを用いて実現されてもよい。

入力信号記憶部１０は、複数のフレームを時系列データとして記憶する。例えば、入力信号記憶部１０は、複数のフレームを空間情報データとして記憶する。各フレームは、フレームごとにＮ個のブロックに分割されている。ブロックの形状は矩形である。データ数決定装置２は、予測処理及び予報処理をブロックごとに実行する。

図２は、予測処理及び予報処理の例を示す図である。図２では、複数のフレーム１００のうち現時刻のフレームは、フレーム１００−ｔである。以下、画素値が予測される対象のフレームを「予測対象フレーム」という。フレーム１００同士の時間間隔は、例えば、１分間等の単位時間長である。
［予測処理］
予測処理とは、予測対象フレームと予測対象フレームよりも過去のフレーム１００とに基づいて、データ数決定装置２が予測対象フレームの画素値をブロックごとに生成する処理である。図２では、データ数決定装置２は、フレーム１００−ｔのフレーム内の参照結果と過去のフレーム１００−（ｔ−１）等とに基づいて、フレーム１００−ｔの画素値をブロックごとに生成する。

図１に示された次数更新部１１は、予測処理及び予報処理に用いられる次数である予報次数ｐを、ｐ＝１，…，Ｐの順に更新する。Ｐは、予め定められた次数である。予測係数算出部１２は、フレーム１００−ｔの直前のフレーム１００−（ｔ−１）を、入力信号記憶部１０から読み込む。予測係数算出部１２は、次数更新部１１によって更新された予報次数ｐにより定まる１枚以上のフレーム１００を、参照フレームとして入力信号記憶部１０から読み込む。

予測係数算出部１２は、式（１）に示す線形モデルに基づいて、フレーム１００−ｔの直前のフレーム１００−（ｔ−１）のブロックごとに予測処理を実行する。以下では、表記を簡単にするため、フレームのデータは一次元信号として表現される。

ここで、ｆ（ｘ，ｔ）は、フレーム１００−ｔ内の位置ｘの画素の画素値を表す。ｘは、０≦ｘ≦Ｘ−１の範囲の値を表す。Ｘは、画素値について予め定められた値を表す。ｔは、０≦ｔ≦Ｔ−１の範囲の値を表す。Ｔは、時間について予め定められた値を表す。式（１）におけるｐは、予測処理に用いられる次数である予測次数を表す。予測次数ｐは、予測処理の際に参照されるフレーム１００の数を表す。予測次数は、予報次数と等しい。

以下では、数式において文字の上に記載されている記号「＾」は、文字の直前に記載される。＾ｆ_ｐ（ｘ，ｔ）は、予測対象フレームであるフレーム１００−ｔを表す。ａ_０（ｔ），ａ_１（ｔ），…，ａ_ｐ（ｔ）は、予測処理に用いられる係数である予測係数をそれぞれ表す。以下では、ａ_０（ｔ），ａ_１（ｔ），…，ａ_ｐ（ｔ）を、ａ_ｐ（ｔ）と略記する。フレーム１００内におけるｉ番目のブロックは、式（２）を満たす。

図１に示された予測係数決定部１８は、フレーム１００−ｔを予測対象フレームとした場合における予測誤差を最小化するｐ次の予測係数を算出する。同様に、予測係数算出部１２は、フレーム１００−（ｔ−１）を予測対象フレームとした場合における予測誤差を最小化するｐ次の予測係数を算出する。予測誤差を最小化するとは、例えば、予測誤差を閾値以下にすることである。予測係数算出部１２は、フレーム１００−（ｔ−１）を予測対象フレームとした場合について、式（３）のように表される予測誤差Ｅ_ｐを最小化するように、予測係数を定める。

予測係数決定部１８は、フレーム１００−ｔを予測対象フレームとした場合における予測誤差Ｅ_ｐを最小化するｐ次の予測パラメータを、式（４）、式（５）及び式（６）に基づいて算出する。同様に、予測係数算出部１２は、フレーム１００−（ｔ−１）を予測対象フレームとした場合における予測誤差Ｅ_ｐを最小化するｐ次の予測パラメータを、式（４）、式（５）及び式（６）に基づいて算出する。

なお、式（４）の解として求められた予測係数ａ_ｐ（ｔ）は、フレーム１００−ｔを予測対象フレームとした場合に予測誤差を最小化するｐ次の予測係数を表す。例えば、ｐ＝１である場合、式（４）は、式（７）のように表される。

ｐ＝１である場合、予測係数ａ_ｐ（ｔ）は、式（７）の解として、式（８）のように表される。

ここで、Δは、式（９）のように表される。

［予報処理］
予報処理とは、予測対象フレームよりも後の未来のフレームに基づくことなく、予測対象フレーム以前の過去のフレームに基づいて、予測対象フレームよりも後の未来のフレームである予報対象フレームの画素値をブロックごとに生成する処理である。図２では、データ数決定装置２は、未来のフレーム１００−（ｔ＋１）に基づくことなく、フレーム１００−ｔ以前の過去のフレーム１００の画素値に基づいて、未来のフレーム１００−（ｔ＋１）の画素値をブロックごとに生成する。

図１に示された予報信号生成部１９は、予報処理における予報対象フレームであるフレーム１００−（ｔ＋１）の予報処理の結果を表す予報信号を、式（４）の解として得られた予測係数ａ_ｐ（ｔ）に基づいて式（１０）のように生成する。以下、予報対象フレームの直前のフレーム１００−ｔについての予報処理を「仮想予報処理」という。仮想予報信号生成部１３は、フレーム１００−ｔの仮想予報処理の結果を表す仮想予報信号を、同様に生成する。

予報信号生成部１９は、フレーム１００−（ｔ＋１）の予報誤差を、式（１１）のように算出する。同様に、仮想予報誤差算出部１４は、フレーム１００−ｔの仮想予報誤差を算出する。

図３は、仮想予報処理の例を示す図である。図３では、データ数決定装置２は、フレーム１００−ｔの画素値をフレーム内参照することなく、フレーム１００−ｔの画素値をブロックごとに生成する。

仮想予報信号生成部１３は、予報次数ｐにより定まる１枚以上の参照フレームと、予測係数算出部１２が算出した予測係数とを読み込む。仮想予報信号生成部１３は、予測係数と参照フレームとに基づいて、フレーム１００−ｔについて仮想予報処理を実行する。仮想予報信号生成部１３は、フレーム１００−ｔについて仮想予報処理を実行した結果を表す仮想予報信号を生成する。

［予報次数の適応選択］
式（１０）の予報処理に用いられる次数である予報次数ｐの設定法（データの個数の決定法）を説明する。予測係数算出部１２は、予報次数ｐを次数更新部１１から取得する。予測係数算出部１２は、フレーム１００−（ｔ−１）を予測対象フレームとした場合における予測誤差を最小化するｐ次の予測係数ａ_ｐ（ｔ−１）を算出する。

仮想予報信号生成部１３は、予報対象フレームの直前のフレーム１００−ｔにおいて予測誤差を最小化する予測係数を、フレーム１００−（ｔ＋１）の予報処理に用いられる予報係数とする。なお、予測処理における予測誤差は、予測処理における予測次数の増加に応じて減少する。しかしながら、予報処理における予報誤差と予報処理における予報次数ｐとの関係は、明らかではない。

仮想予報信号生成部１３は、予報処理における予報対象フレームであるフレーム１００−（ｔ＋１）について予報処理を実行する代わりに、予報対象フレームの直前のフレーム１００−ｔについて予報処理を実行する。すなわち、仮想予報信号生成部１３は、フレーム１００−ｔについて仮想予報処理を実行する。仮想予報信号生成部１３は、フレーム１００−ｔについて仮想予報処理を実行した結果を表す仮想予報信号を生成する。

仮想予報誤差算出部１４は、入力信号記憶部１０から得られたフレーム１００−ｔと、フレーム１００−ｔを表す仮想予報信号との予報誤差（以下「仮想予報誤差」という。）を算出する。仮想予報誤差算出部１４は、ｐ次の予測係数ａ_ｐ（ｔ−１）に基づいて、仮想予報処理においてフレーム１００−ｔを予報対象フレームとした場合について、ｐ次の仮想予報誤差を算出する。

仮想予報誤差最小化判定部１５は、算出された仮想予報誤差と仮想予報誤差の暫定最小値との大きさを比較する。仮想予報誤差最小化判定部１５は、仮想予報誤差の大きさを予報次数ｐごとに比較することによって、仮想予報誤差を最小化する予報次数ｐ^＊を式（１２）のように定める。

仮想予報誤差最小化判定部１５は、算出された仮想予報誤差が仮想予報誤差の暫定最小値よりも小さい場合、仮想予報誤差の暫定最小値よりも小さい仮想予報誤差を、仮想予報誤差の暫定最小値として仮想予報誤差最小値記憶部１６に記録する。仮想予報誤差最小化判定部１５は、算出された仮想予報誤差が仮想予報誤差の暫定最小値よりも小さい場合、予報次数ｐを最適次数記憶部１７に記録する。このようにして、仮想予報誤差最小化判定部１５は、フレーム１００−ｔの仮想予報誤差に基づいて、最適な予報次数ｐ^＊を推定する。

仮想予報誤差最小値記憶部１６は、仮想予報誤差の暫定最小値を記憶する。最適次数記憶部１７は、最適な予報次数ｐ^＊を記憶する。予報信号生成部１９は、式（１２）により定められた予報次数ｐ^＊と式（１０）とに基づいて、フレーム１００−（ｔ＋１）について予報処理を実行する。

[周期的相関の利用]
仮想予報信号生成部１３は、現時刻を含む周期における各フレーム１００を、仮想予報処理において参照してもよい。仮想予報信号生成部１３は、現時刻を含む周期よりも前の周期における各フレーム１００（非近傍フレーム）を、仮想予報処理において参照してもよい。

仮想予報信号生成部１３は、時系列データの周期性に基づいて、非近傍フレームを仮想予報処理において参照する。フレーム１００−ｔの現時刻の１周期前からＭ周期前までにおける各フレーム１００と各フレーム１００の近傍のフレームとを参照する予報処理は、式（１３）のように表される。

ここで、Ｄは、例えば、１日間、１週間、１か月間、一年間等の周期を表す。仮想予報信号生成部１３は、式（１３）に基づいて、フレーム１００−ｔのＭ周期前のフレーム１００−（ｔ−Ｍ×Ｄ）を含む近傍の（２ｐ_ｍ＋１）個のフレームを参照する。ｐ_ｍは、式（１４）を満たす。

仮想予報信号生成部１３は、予報対象フレームの直前のフレーム１００−ｔにおいて予測誤差を最小化する予測係数を、フレーム１００−（ｔ＋１）の予報処理に用いられる予報係数とする。仮想予報誤差算出部１４は、フレーム１００−ｔにおける予測誤差を、式（１５）のように算出する。

ここで、＾ｆ_ｐ（ｘ，ｔ，ａ_ｐ（ｔ））は、式（１６）のように表される。

[予報次数の適応選択（周期的相関の利用）]
式（１３）に基づく予報処理に用いられる次数である予報次数ｐの設定法（データの個数の決定法）を説明する。図１に示された機能部である次数更新部１１は、予報処理に用いられる次数である予報次数ｐを、ｐ＝１，…，Ｐの順に更新する。予測係数算出部１２は、フレーム１００−（ｔ−１）を予測対象フレームとした場合における予測誤差を最小化するｐ次の予測係数ａ_ｐ（ｔ−１）を算出する。仮想予報信号生成部１３は、フレーム１００−ｔについて仮想予報処理を実行する。

仮想予報誤差算出部１４は、ｐ次の予測係数ａ_ｐ（ｔ−１）に基づいて、フレーム１００−ｔを予報対象フレームとした場合について、ｐ次の仮想予報誤差を算出する。仮想予報誤差最小化判定部１５は、仮想予報誤差の大きさを予報次数ｐごとに比較することによって、仮想予報誤差を最小化する予報次数ｐ^＊を式（１７）のように定める。

予測係数決定部１８は、最適次数記憶部１７に記憶されている予報次数ｐ^＊を、予報対象フレームであるフレーム１００−（ｔ＋１）の予報処理において使用する予報次数として設定する。予測係数決定部１８は、フレーム１００−ｔと予報次数ｐ^＊により定まる参照フレームとに基づいて、式（３）のように表される予測誤差Ｅ_ｐを最小化するように、フレーム１００−ｔの予測係数を算出する。

予報信号生成部１９は、予報次数ｐ^＊により定まる１枚以上の参照フレームと予測係数とに基づいて、予報対象フレームであるフレーム１００−（ｔ＋１）の予報信号を生成する。予報信号生成部１９は、式（１７）により定まる予報次数ｐ^＊に基づいて、式（１３）のように予報処理を実行する。

図４は、参照フレームを含むフレーム群の例を示す図である。時系列データは、周期的な時間相関を互いに有する複数のフレーム１００を含む。参照フレームを含むフレーム群２００は、例えば、同日においてフレーム１００−（ｔ＋１）に連続する各フレーム１００から構成される。同日のフレーム群２００は、周期的な時間相関を互いに有する場合がある。

参照フレームを含むフレーム群２０１は、例えば、異なる日においてフレーム１００−（ｔ＋１）の時刻と同じ時刻の各フレーム１００から構成されてもよい。異なる日の同じ時刻のフレーム群２０１は、周期的な時間相関を互いに有する場合がある。参照フレームを含むフレーム群２０２は、例えば、異なる日においてフレーム１００−（ｔ＋１）の時刻とは異なる時刻の各フレーム１００から構成されてもよい。異なる日の異なる時刻のフレーム群２０２は、周期的な時間相関を互いに有する場合がある。

予報信号生成部１９は、未来データとしてのフレーム１００−（ｔ＋１）の時刻を含む周期における過去データと、フレーム１００−（ｔ＋１）の時刻を含まない周期における過去データとのうち少なくとも一つに基づいて、フレーム１００−（ｔ＋１）を生成する。図４では、フレーム１００−（ｔ＋１）の時刻を含む周期とは、「当日」である。図４では、フレーム１００−（ｔ＋１）の時刻を含まない周期とは、「前日」又は「前々日」である。

以下、式（１３）の右辺において予報係数を乗じる画素値を含むブロックを、「予報参照ブロック」という。したがって、予報参照ブロックとは、予報処理における参照フレームにおける単位ブロックである。以下、式（１６）の右辺において予測係数を乗じる画素値を含むブロックを、「予測参照ブロック」という。したがって、予測参照ブロックとは、予測処理における参照フレームにおける単位ブロックである。

仮想予報信号生成部１３は、予報次数ｐ^＊を定める処理において予報参照ブロックの組み合わせを制限することで、予報次数ｐ^＊を定める処理における演算量を低減してもよい。例えば、仮想予報信号生成部１３は、仮想予報処理における予報対象フレームであるフレーム１００−ｔについて、フレーム１００−ｔにおける単位ブロックである仮想予報ブロックと予測参照ブロックとの類似度を算出する。仮想予報信号生成部１３は、類似度の降順に、予測参照ブロックをソートする。すなわち、仮想予報信号生成部１３は、類似度が高い順に予測参照ブロックを並び替える。次数更新部１１は、類似度が高い予測参照ブロックを優先して予報次数ｐを変化させることで、各予報次数ｐに対する参照ブロックを一組に限定することが可能となる。予測参照ブロックの類似度は、例えば、式（１８）のように表される。

このように、予測係数算出部１２及び仮想予報信号生成部１３は、予測対象データにおける単位ブロックと過去データにおける単位ブロックとの類似度に基づいて、予測データを生成する際に参照される過去データにおける単位ブロックの個数を制限する。これによって、予測係数算出部１２及び仮想予報信号生成部１３は、予報次数ｐ^＊を定める処理における演算量を低減することができる。

［例外処理］
仮想予報信号生成部１３は、予測ブロックにおける全ての画素の画素値が式（１９）のように零値である場合、参照ブロックのソート処理を実行しない（第１の例外処理)。

仮想予報信号生成部１３は、予測ブロックにおける全ての画素の画素値が零値である場合、予め定められた順序に参照ブロックの選択順序を設定する。また、予測係数決定部１８は、予め定められた係数に予測係数を定める（第２の例外処理)。例えば、フレーム１００−（ｔ＋１）の予報次数ｐは、フレーム１００−（ｔ＋１）の時刻よりも単位時間前のフレーム１００−ｔに対して定められた予報次数と同じでもよい。仮想予報信号生成部１３は、各参照フレームの重みは、均等値に定めてもよい。

仮想予報信号生成部１３は、予測ブロックと予測参照ブロックとの類似度が閾値未満である場合、予測ブロックとの類似度が閾値未満である予測参照ブロックの予測係数を零値にする（第３の例外処理)。閾値は、例えば、最小の類似度と同じ値である。

次に、予報装置１の動作の例を説明する。
図５は、予報装置１の動作の例を示すフローチャートである。入力信号記憶部１０は、複数のフレーム１００を時系列データとして読み込む（ステップＳ１０１）。次数更新部１１は、予報次数ｐを予報次数の候補ｐ＝１，…，Ｐの順に更新する（ステップＳ１０２）。ステップＳ１０２〜ステップＳ１０９を実行することによって、データ数決定装置２は予報次数ｐを決定する。

予測係数算出部１２は、フレーム１００−ｔの直前のフレームであるフレーム１００−（ｔ−１）を読み込む。予測係数算出部１２は、次数更新部１１によって更新された予報次数ｐにより定まる１枚以上のフレーム１００を、参照フレームとして読み込む。予測係数算出部１２は、フレーム１００−（ｔ−１）を予測対象フレームとした場合における予測誤差を最小化するｐ次の予測係数を算出する（ステップＳ１０３）。

仮想予報信号生成部１３は、予報次数ｐにより定まる１枚以上の参照フレームと、予測係数算出部１２が算出した予測係数とを読み込む。仮想予報信号生成部１３は、予測係数と参照フレームとに基づいてフレーム１００−ｔについて仮想予報処理を実行した結果として、フレーム１００−ｔを表す仮想予報信号を生成する（ステップＳ１０４）。

仮想予報誤差算出部１４は、入力信号記憶部１０から得られたフレーム１００−ｔと、フレーム１００−ｔを表す仮想予報信号との予報誤差である仮想予報誤差を算出する（ステップＳ１０５）。仮想予報誤差最小化判定部１５は、算出された仮想予報誤差と仮想予報誤差の暫定最小値との大きさを比較する（ステップＳ１０６）。仮想予報誤差が仮想予報誤差の暫定最小値以上である場合（ステップＳ１０６：ＮＯ）、仮想予報誤差最小化判定部１５は、ステップＳ１０９に処理を進める。

仮想予報誤差が仮想予報誤差の暫定最小値よりも小さい場合（ステップＳ１０６：ＹＥＳ）、仮想予報誤差最小化判定部１５は、より小さい仮想予報誤差を、仮想予報誤差の暫定最小値とする（ステップＳ１０７）。最適次数記憶部１７は、仮想予報誤差の暫定最小値に対応付けられた予報次数ｐを、最適な予報次数ｐとして記憶する（ステップＳ１０８）。

予測係数決定部１８は、最適次数記憶部１７に記憶されている予報次数ｐ^＊を、予報対象フレームであるフレーム１００−（ｔ＋１）の予報処理において使用する予報次数とする（ステップＳ１１０）。予測係数決定部１８は、フレーム１００−ｔと予報次数ｐ^＊により定まる参照フレームとに基づいて、フレーム１００−ｔの予測係数を算出する（ステップＳ１１１）。予報信号生成部１９は、予報次数ｐ^＊により定まる１枚以上の参照フレームと予測係数とに基づいて、予報対象フレームであるフレーム１００−（ｔ＋１）の予報信号を生成する（ステップＳ１１２）。

以上のように、時系列データは、未来データを含まない。時系列データは、過去データを含む。時系列データは、過去データ以外に予測対象データを更に含む。すなわち、時系列データは、過去データとは区別して予測対象データを含む。実施形態では過去データと予測対象データとは時間軸で連続し、予測対象データと未来データとは時間軸で連続しているが、いずれの場合も、互いのデータは時間軸で連続していなくてもよい。例えば、予報装置１は、１００−（ｔ−２）、１００−（ｔ−３）、…、１００−（ｔ−４）からなる過去フレーム（過去データ）に基づいて、１００−ｔのフレーム（予測対象データ）を仮想予報してもよい。例えば、予報装置１は、１００−（ｔ−１）、１００−（ｔ−２）、…、１００−（ｔ−３）からなる過去フレーム（過去データ）に基づいて、１００−（ｔ＋１０）のフレーム（未来データ）を予報してもよい。例えば、予報装置１は、１００−（ｔ−１０）、１００−（ｔ−２０）、１００−（ｔ−３０）から成る過去フレーム（過去データ）に基づいて、１００−（ｔ＋１）のフレーム（未来データ）を予報してもよい。また、予報装置１は、時間間隔が異なる過去データからなる時系列データに基づいて、未来データを予報してもよい。第１実施形態のデータ数決定装置２は、予測部としての仮想予報信号生成部１３と、差決定部としての仮想予報誤差算出部１４と、データ数決定部としての仮想予報誤差最小化判定部１５とを備える。予測部としての仮想予報信号生成部１３は、時系列データに含まれている複数の過去データのうちで互いに異なる個数の過去データに基づいて、時系列データに含まれている予測対象データの予測データを個数ごとに生成する。差決定部としての仮想予報誤差算出部１４は、過去データとの時間相関を有する予測対象データと予測データとの差を、個数ごとに決定する。データ数決定部としての仮想予報誤差最小化判定部１５は、個数ごとに決定された差に基づいて、過去データの個数（ｐ^＊）を決定する。これによって、第１実施形態のデータ数決定装置２は、データの圧縮の際に参照されるデータの個数を決定することが可能である。また、第１実施形態のデータ数決定装置２は、決定された個数のデータに基づいて、特定の時空間位置における未来データを予報することが可能である。

第１実施形態の予報装置１は、信号生成部としての予報信号生成部１９を更に備える。第１実施形態の予報装置１は、データ数決定装置２の一部として予報信号生成部１９を備えてもよい。予報信号生成部１９は、個数（ｐ^＊）よりも１個だけ少ない個数（ｐ^＊−１）の過去データとしてのフレーム１００と１個のフレーム１００−ｔとに基づいて、時系列データとの時間相関を有する未来データとしてのフレーム１００−（ｔ＋１）を生成する。これによって、第１実施形態のデータ数決定装置２は、フレームの圧縮の際に参照されるフレームの枚数を決定することが可能である。

第１実施形態の予報装置１は、時系列データに存在するデータとの相関を有する所定個数のデータと、時系列データに存在するデータとに基づいて、時系列データに存在しないデータを予報する。この場合に、第１実施形態のデータ数決定装置２は、予報装置１が予報処理に用いるデータの所定個数を適切に定めることが可能である。

予測部としての仮想予報信号生成部１３は、予測対象データの直前の過去データの予測係数に基づいて、予測対象データの予測データを過去データの個数ごとに生成する。データ数決定部としての仮想予報誤差最小化判定部１５は、差が最小となる過去データの個数を決定する。信号生成部としての予報信号生成部１９は、差が最小となる過去データの個数（ｐ^＊）よりも１個だけ少ない個数（ｐ^＊−１）の過去データと予測対象データとに基づいて、未来データを生成する。これによって、第１実施形態のデータ数決定装置２は、フレームの圧縮の際に参照されるフレームの枚数を効率的に決定することが可能である。

第１実施形態の予報装置１は、時系列の空間情報データに対して、フレームにおけるブロックに関する線形モデルに基づく予報処理において適切な予報次数ｐを設定するので、予報精度を向上させることが可能となる。第１実施形態のデータ圧縮装置は、時系列データである空間情報データの時間方向の相関を利用した予測モデルによって、空間情報データを効率的に圧縮することが可能となる。

（第２実施形態）
第２実施形態では、最適な予報次数を、フレームを構成するビット単位まで拡張して決定するという点が、第１実施形態と相違する。以下、第１実施形態との相違点についてのみ説明する。
図６は、予報装置１ａの構成の例を示す図である。予報装置１ａは、入力信号記憶部１０と、次数更新部１１と、予測係数算出部１２ａと、仮想予報信号生成部１３ａと、仮想予報誤差算出部１４ａと、仮想予報誤差最小化判定部１５ａと、仮想予報誤差最小値記憶部１６と、予測係数決定部１８ａと、予報信号生成部１９ａと、ビット分離処理部２０と、仮想予報誤差最小化判定部２１と、境界ビット更新部２２と、仮想予報誤差最小値記憶部２３と、最適境界ビット記憶部２４と、最適次数・最適境界ビット記憶部２５と、ビット分離処理部２６とを備える。

予報装置１ａは、次数更新部１１と、予測係数算出部１２ａと、仮想予報信号生成部１３ａと、仮想予報誤差算出部１４ａと、仮想予報誤差最小化判定部１５ａと、仮想予報誤差最小値記憶部１６と、予測係数決定部１８ａと、予報信号生成部１９ａと、ビット分離処理部２０と、仮想予報誤差最小化判定部２１と、境界ビット更新部２２と、仮想予報誤差最小値記憶部２３と、最適境界ビット記憶部２４とを、データの個数を決定する装置であるデータ数決定装置２ａとして備える。予報装置１ａは、入力信号記憶部１０と、予測係数決定部１８ａと、予報信号生成部１９ａと、最適次数・最適境界ビット記憶部２５と、ビット分離処理部２６とのうち少なくとも一つを、データ数決定装置２ａの機能部として備えてもよい。

予報装置１ａの各機能部の一部又は全部は、例えば、ＣＰＵ等のプロセッサが、記憶部に記憶されたプログラムを実行することにより実現される。記憶部は、例えば、磁気ハードディスク装置や半導体記憶装置等の不揮発性の記録媒体（非一時的な記録媒体）を有する。各機能部の一部又は全部は、例えば、ＬＳＩやＡＳＩＣ等のハードウェアを用いて実現されてもよい。

ビット分離処理部２０は、入力信号記憶部１０に記憶されている複数のフレーム１００を時系列データとして読み込み、読み込んだ時系列データを、境界ビット更新部２２による境界ビットで定められる位置で分離することによって、上位ビット信号と、下位ビット信号とに分離する。境界ビットとは、上位ビット信号と下位ビット信号を分離する基準となるビット位置を表す。例えば、ビット分離処理部２０は、フレーム１００の先頭から境界ビットで定められる位置までを上位ビット信号とし、上位ビット信号以外を除いた部分を下位ビット信号として分離する。

予測係数算出部１２ａは、上位ビット予測係数算出部１２１と、下位ビット予測係数算出部１２２とを備える。上位ビット予測係数算出部１２１は、予報次数ｐ及び境界ビットにより定まる１枚以上のフレーム１００から分離された上位ビット信号を、上位ビット参照フレームとして読み込む。上位ビット予測係数算出部１２１は、読み込んだ上位ビット参照フレームを用いて直前のフレーム１００−（ｔ−１）を予測する場合の予測誤差を最小化する第１のｐ次の予測係数を算出する。下位ビット予測係数算出部１２２は、予報次数ｐ及び境界ビットにより定まる１枚以上のフレーム１００から分離された下位ビット信号を、下位ビット参照フレームとして読み込む。下位ビット予測係数算出部１２２は、読み込んだ下位ビット参照フレームを用いて直前のフレーム１００−（ｔ−１）を予測する場合の予測誤差を最小化する第２のｐ次の予測係数を算出する。

仮想予報信号生成部１３ａは、上位ビット仮想予報信号生成部１３１と、下位ビット仮想予報信号生成部１３２とを備える。上位ビット仮想予報信号生成部１３１は、予報次数ｐ及び境界ビットにより定まる１枚以上のフレーム１００から分離された上位ビット信号と、第１のｐ次の予測係数とを読み込み、フレーム１００−ｔの仮想予報処理の結果を表す第１の仮想予報信号を生成する。下位ビット仮想予報信号生成部１３２は、予報次数ｐ及び境界ビットにより定まる１枚以上のフレーム１００から分離された下位ビット信号と、第２のｐ次の予測係数とを読み込み、フレーム１００−ｔの仮想予報処理の結果を表す第２の仮想予報信号を生成する。

仮想予報誤差算出部１４ａは、上位ビット仮想予報誤差算出部１４１と、下位ビット仮想予報誤差算出部１４２とを備える。上位ビット仮想予報誤差算出部１４１は、フレーム１００−ｔの上位ビット信号と、第１の仮想予報信号との予報誤差である第１の仮想予報誤差を算出する。下位ビット仮想予報誤差算出部１４２は、フレーム１００−ｔの下位ビット信号と、第２の仮想予報信号との予報誤差である第２の仮想予報誤差を算出する。

仮想予報誤差最小化判定部２１は、第１の仮想予報誤差と、第２の仮想予報誤差とに基づいて得られる仮想予報誤差和と、仮想予報誤差最小値記憶部２３に記憶されている仮想予報誤差の暫定最小値との大きさを比較する。
境界ビット更新部２２は、境界ビットをＢ１＝１，…，Ｂとして、順次、更新する。仮想予報誤差最小値記憶部２３は、仮想予報誤差の暫定最小値を記憶する。最適境界ビット記憶部２４は、最適な境界ビットを記憶する。仮想予報誤差最小化判定部１５ａは、仮想予報誤差最小値記憶部２３に記憶されている暫定最小値と、仮想予報誤差最小値記憶部１６に記憶されている仮想予報誤差の暫定最小値との大きさを比較する。

最適次数・最適境界ビット記憶部２５は、最適な予報次数ｐ及び最適な境界ビットを記憶する。
ビット分離処理部２６は、最適次数・最適境界ビット記憶部２５に記憶されている最適な予報次数ｐ及び最適な境界ビットを予報処理の予報次数及び境界ビットとして設定し、フレーム１００−ｔと、予報次数により定まる参照フレームとを読み込み、読み込んだフレームを、境界ビットで定められる位置で分離することによって、上位ビット信号と、下位ビット信号とに分離する。

予測係数決定部１８ａは、上位ビット予測係数決定部１８１と、下位ビット予測係数決定部１８２とを備える。上位ビット予測係数決定部１８１は、予報次数ｐ及び境界ビットにより定まる１枚以上のフレーム１００から分離された上位ビット信号を、上位ビット参照フレームとして読み込む。上位ビット予測係数決定部１８１は、読み込んだ上位ビット参照フレームを用いて、予測誤差Ｅ_ｐを最小化するようにフレーム１００−ｔの第１の予測係数を算出する。下位ビット予測係数決定部１８２は、予報次数ｐ及び境界ビットにより定まる１枚以上のフレーム１００から分離された下位ビット信号を、下位ビット参照フレームとして読み込む。下位ビット予測係数決定部１８２は、読み込んだ下位ビット参照フレームを用いて、予測誤差Ｅ_ｐを最小化するようにフレーム１００−ｔの第２の予測係数を算出する。

予報信号生成部１９ａは、上位ビット予報信号生成部１９１と、下位ビット予報信号生成部１９２と、ビット合成処理部１９３とを備える。上位ビット予報信号生成部１９１は、予報次数ｐ及び境界ビットにより定まる１枚以上のフレーム１００から分離された上位ビット信号と、第１の予測係数とに基づいて、予報対象フレームであるフレーム１００−（ｔ＋１）の第１の予報信号を生成する。下位ビット予報信号生成部１９２は、予報次数ｐ及び境界ビットにより定まる１枚以上のフレーム１００から分離された下位ビット信号と、第２の予測係数とに基づいて、予報対象フレームであるフレーム１００−（ｔ＋１）の第２の予報信号を生成する。ビット合成処理部１９３は、第１の予報信号と第２の予報信号とを統合して、予報信号を生成する。

以下、第２実施形態における予報装置１ａの処理について詳細に説明する。
［ビット分離に基づく適応予報処理］
ビット深度方向の分離に基づく予報処理について説明する。f（ｘ，ｔ）をＢ[ビット/サンプル]のビット深度を有する信号とする。ビット分離処理部２０は、f（ｘ，ｔ）の信号を上位ビット信号ｆ^（Ｂ _１ ^{＋１：Ｂ）}（ｘ，ｔ）と、下位ビット信号ｆ^（１：Ｂ _１ ^）（ｘ，ｔ）とに分離する。上位ビット信号ｆ^（Ｂ _１ ^{＋１：Ｂ）}（ｘ，ｔ）は、Ｂ_１＋１ビットから最上位ビットまでの上位Ｂ−Ｂ_１ビットである。下位ビット信号ｆ^（１：Ｂ _１ ^）（ｘ，ｔ）は、最下位ビットからＢ_１ビットまでの下位Ｂ_１ビットである。

ビット合成処理部１９３は、予報処理における予報対象フレームであるフレーム１００−（ｔ＋１）の予報処理の結果を表す予報信号を式（２０）のように生成する。

式２０におけるa_ｐ ^（Ｂ _１ ^{＋１：Ｂ）}（ｔ）及びa_ｐ ^（１：Ｂ _１ ^）（ｔ）は式（４）〜（６）の解として求まる係数である。つまり、a_ｐ ^（Ｂ _１ ^{＋１：Ｂ）}（ｔ）及びa_ｐ ^（１：Ｂ _１ ^）（ｔ）は、フレーム１００−ｔの予測誤差の最小化を通して算出される。
なお、上位ビット信号に対する予報信号〜ｆ^（Ｂ _１ ^{＋１：Ｂ）}（ｘ，ｔ＋１，a_ｐ ^（Ｂ _１ ^{＋１：Ｂ）}（ｔ））は、値域［２^Ｂ _１ ^＋１，２^Ｂ−１］内に存在すべき値である。なお、「〜ｆ」は「〜」ｆの上に記載されることを意味する。

上位ビット信号に対する予報信号が同値域を超える場合は、同値域に収まるように予報信号をクリッピングする。つまり、２^Ｂ _１ ^＋１未満の予報信号は２^Ｂ _１ ^＋１とし、２^Ｂ _１−１を超える予報信号は２^Ｂ _１−１とする。下位ビット信号に対する予報信号〜ｆ^（１：Ｂ _１ ^）（ｘ，ｔ＋１，a_ｐ ^（１：Ｂ _１ ^）（ｔ））は、値域［０，２^Ｂ _１−１］内に存在すべき値である。下位ビット信号に対する予報信号が同値域を超える場合は、同値域に収まるように予報信号をクリッピングする。０未満の予報値は０とし、２^Ｂ _１−１を超える予報信号は２^Ｂ _１−１とする。

［適応的ビット分離］
上位ビット信号と下位ビット信号の境界となる境界ビットの設定法を説明する。フレーム１００−ｔにおいて予測誤差を最小化するように設定された上位ビット信号に対する予測係数a_ｐ ^（Ｂ _１ ^{＋１：Ｂ）}（ｔ）及び下位ビットに対する予測係数a_ｐ ^（１：Ｂ _１ ^）（ｔ）を用いて、フレーム１００−（ｔ＋１）の予報処理を行うことを考える。このとき、フレーム１００−（ｔ＋１）に対する予報誤差は式（２１）として表される。

ビット分離処理部２６は、境界ビットＢ_１の最適値を、式（２２）に基づいて設定する。

予測係数算出部１２ａは、Ｂ_１の候補値１，…，Ｂに対して、フレーム１００−ｔの予測誤差を最小化する予測係数a_ｐ ^（１：Ｂ _１ ^）（ｔ）及びa_ｐ ^（Ｂ _１ ^{＋１：Ｂ）}（ｔ）を算出する。さらに、仮想予報誤差算出部１４ａは、予測係数a_ｐ ^（１：Ｂ _１ ^）（ｔ）及びa_ｐ ^（Ｂ _１ ^{＋１：Ｂ）}（ｔ）を用いて、予報処理における予報対象フレームであるフレーム１００−（ｔ＋１）について予報処理を行う場合の予報誤差を算出する。最終的に、上記予報誤差を最小化するＢ_１の候補値を選択する。なお、Ｂ_１＝Ｂはビット分離を行わないことを意味する。ビット分離を行わない場合は、予報信号生成部１９ａは、上記の[予報処理]に基づき予報処理を行う。

境界ビット及び予報次数を同時に最適化する場合、ビット分離処理部２６は式（２３）に基づいて境界ビット及び予報次数を設定する。

ここで、Ｂ_１ ^＊，ｐ^＊は、Ｂ×Ｐ通りの候補から選択される。Ｐは予報次数の最大値であり、外部から与えられる。上記は、上位ビット信号と下位ビット信号の２つのレンジにビット分離する場合である。これを一般化して、ｍレンジに分離する場合を考える。なお、ｍの取り得る値は、ｍ＝０，…，Ｂである。ｍレンジに分離する場合の第ｊ番目の境界ビットをＢ_ｍ，ｊと表すこととする。ここで、ｊ＝１，…，ｍである。また、ｍレンジに分離する場合の境界ビットをまとめてＢ_ｍ＝｛Ｂ_ｊ，ｍ｜ｊ＝０，…，ｍ｝として表記する。なお、統一的な表記とするために、Ｂ_ｍ，０=０としている。

ｍレンジに分離する場合において、フレーム１００−ｔに対する予測誤差を最小化するよう設定された第ｊ番目のレンジに対する予測係数a_ｐ ^（Ｂ _{ｊ−１，ｍ} ^：Ｂ _ｊ，Ｍ ^）（ｔ）を用いて、フレーム１００−（ｔ＋１）に対する予報処理を行うことを考える。
ｍレンジに分離する場合において、フレーム１００−ｔに対する予測誤差を最小化するよう設定された各レンジに対する係数をまとめて、式（２４）と表すことにする。

このとき、フレーム１００−（ｔ＋１）に対する予報誤差は式（２５）として表される。

ｍレンジに分離する場合、境界ビットＢ_ｍの最適値は、式（２６）に基づき設定される。

分離するレンジ数の最適値は、式（２７）に基づき設定される。

従って、最適なレンジ数はｍ^＊となり, そのときの最適な境界ビットはＢ^＊ _ｍ ^＊となる。

境界ビット及び予報次数を同時に最適化する場合、レンジ数毎に、式（２８）に基づき境界ビットおよび予報次数を設定する。

分離するレンジ数の最適値は、式（２９）に基づき設定する。

従って、最適なレンジ数はｍ^＊となり,そのときの最適な境界ビットはＢ^＊ _ｍ ^＊となり、そのときの最適な予報次数はｐ^＊ _ｍ ^＊となる。

次に、予報装置１ａの動作の例を説明する。
図７は、予報装置１ａの動作の例を示すフローチャートである。
入力信号記憶部１０は、複数のフレーム１００を時系列データとして読み込む（ステップＳ２０１）。次数更新部１１は、予報次数ｐを予報次数の候補ｐ＝１，…，Ｐの順に更新する（ステップＳ２０２）。ステップＳ２０３〜ステップＳ２０９を実行することによって、データ数決定装置２ａは最適な予報次数ｐを決定する。境界ビット更新部２２は、境界ビットＢ１を境界ビットの候補Ｂ１＝１，…，Ｂの順に更新する（ステップＳ２０３）。例えば、境界ビット更新部２２は、境界ビットを順番に更新する。データ数決定装置２ａは、最適境界ビット更新処理を実行することによって最適な境界ビットを決定する（ステップＳ２０４）。なお、最適境界ビット更新処理の具体的な処理については後述する。

全ての境界ビットにおいて最適境界ビット更新処理が実行されると（ステップＳ２０５）、仮想予報誤差最小化判定部１５ａは境界ビットに基づいて得られた仮想予報誤差和と、仮想予報誤差最小値記憶部１６に記憶されている暫定最小値との大きさを比較する（ステップＳ２０６）。仮想予報誤差和が暫定最小値以上である場合（ステップＳ２０６：ＮＯ）、仮想予報誤差最小化判定部１５ａはステップＳ２０９に処理を進める。例えば、仮想予報誤差最小化判定部１５ａは、次数更新部１１に対して予報次数の更新を指示する。

仮想予報誤差和が暫定最小値よりも小さい場合（ステップＳ２０６：ＹＥＳ）、仮想予報誤差最小化判定部１５ａはより小さい仮想予報誤差を、仮想予報誤差の暫定最小値とし、仮想予報誤差最小値記憶部１６に記憶されている値を更新する（ステップＳ２０７）。また、仮想予報誤差最小化判定部１５ａは、現時点の予報次数ｐで最適次数・最適境界ビット記憶部２５に記憶されている予報次数を更新し、更新後の予報次数ｐ^＊に対する最適な境界ビットを最適次数・最適境界ビット記憶部２５に記録する（ステップＳ２０８）。

ステップＳ２０３〜ステップＳ２０８の処理が全ての予報次数で実行されると（ステップＳ２０９）、ビット分離処理部２６は、最適次数・最適境界ビット記憶部２５に記憶されている予報次数ｐ^＊及び境界ビットを、予報対象フレームであるフレーム１００−（ｔ＋１）の予報処理において使用する予報次数及び境界ビットに設定する（ステップＳ２１０）。

ビット分離処理部２６は、設定された予報次数により定まる参照フレームに対して、設定された境界ビットにより、上位ビット信号と下位ビット信号に分離する（ステップＳ２１１）。上位ビット予測係数決定部１８１は、フレーム１００−ｔと予報次数ｐ^＊により定まる参照フレームの上位ビット信号に基づいて、フレーム１００−ｔの第１の予測係数を算出する（ステップＳ２１２）。上位ビット予報信号生成部１９１は、フレーム１００−ｔと予報次数ｐ^＊により定まる参照フレームの上位ビット信号に基づいて、予報対象フレームであるフレーム１００−（ｔ＋１）の第１の予報信号を生成する（ステップＳ２１３）。

下位ビット予測係数決定部１８２は、フレーム１００−ｔと予報次数ｐ^＊により定まる参照フレームの下位ビット信号に基づいて、フレーム１００−ｔの第２の予測係数を算出する（ステップＳ２１４）。下位ビット予報信号生成部１９２は、フレーム１００−ｔと予報次数ｐ^＊により定まる参照フレームの下位ビット信号に基づいて、予報対象フレームであるフレーム１００−（ｔ＋１）の第２の予報信号を生成する（ステップＳ２１５）。その後、ビット合成処理部１９３は、第１の予報信号と、第２の予報信号とを合成して予報対象フレームであるフレーム１００−（ｔ＋１）の予報信号を生成する（ステップＳ２１６）。

図８は、予報装置１ａの動作の例を示すフローチャートである。なお、図８では、予報装置１ａが行う最適境界ビット更新処理について説明する。
ビット分離処理部２０は、入力信号記憶部１０に記憶されている複数のフレーム１００を時系列データとして読み込み、読み込んだ時系列データを境界ビットにより、上位ビット信号と、下位ビット信号とに分離する（ステップＳ２０４１）。上位ビット予測係数算出部１２１は、フレーム１００−ｔと予報次数ｐ^＊により定まる参照フレームの上位ビット信号に基づいて、フレーム１００−（ｔ−１）を予測対象フレームとした場合における予測誤差を最小化する第１のｐ次の予測係数を算出する（ステップＳ２０４２）。上位ビット仮想予報信号生成部１３１は、フレーム１００−ｔと予報次数ｐ^＊により定まる参照フレームの上位ビット信号と、第１のｐ次の予測係数とを読み込み、フレーム１００−ｔの仮想予報処理の結果を表す第１の仮想予報信号を生成する（ステップＳ２０４３）。

上位ビット仮想予報誤差算出部１４１は、フレーム１００−ｔと、生成された第１の仮想予報信号とを読み込み、フレーム１００−ｔの第１の仮想予報誤差を算出する（ステップＳ２０４４）。下位ビット予測係数算出部１２２は、フレーム１００−ｔと予報次数ｐ^＊により定まる参照フレームの下位ビット信号に基づいて、フレーム１００−（ｔ−１）を予測対象フレームとした場合における予測誤差を最小化する第２のｐ次の予測係数を算出する（ステップＳ２０４５）。下位ビット仮想予報信号生成部１３２は、フレーム１００−ｔと予報次数ｐ^＊により定まる参照フレームの下位ビット信号と、第２のｐ次の予測係数とを読み込み、フレーム１００−ｔの仮想予報処理の結果を表す第２の仮想予報信号を生成する（ステップＳ２０４６）。下位ビット仮想予報誤差算出部１４２は、フレーム１００−ｔと、生成された第２の仮想予報信号とを読み込み、フレーム１００−ｔの第２の仮想予報誤差を算出する（ステップＳ２０４７）。

仮想予報誤差最小化判定部２１は、第１の仮想予報誤差と第２の仮想予報誤差とを読み込み、仮想予報誤差和を算出する（ステップＳ２０４８）。その後、仮想予報誤差最小化判定部２１は、算出した仮想予報誤差和と、仮想予報誤差最小値記憶部２３に記憶されている仮想予報誤差の暫定最小値とを比較する（ステップＳ２０４９）。仮想予報誤差和が、暫定最小値よりも小さい場合（ステップＳ２０４９：ＹＥＳ）、仮想予報誤差最小化判定部２１は算出した仮想予報誤差和で、仮想予報誤差最小値記憶部２３に記憶されている仮想予報誤差の暫定最小値を更新する（ステップＳ２０５０）。さらに、仮想予報誤差最小化判定部２１は、最適境界ビット記憶部２４に記憶されている最適な境界ビットを現時点の境界ビットに更新する（ステップＳ２０５１）。
一方、仮想予報誤差和が、仮想予報誤差の暫定最小値よりも大きい場合（ステップＳ２０４９：ＮＯ）、仮想予報誤差最小化判定部２１は境界ビット更新部２２に対して境界ビットの更新を指示する。

以上のように、第２実施形態のデータ数決定装置は、分離処理部としてのビット分離処理部２０と、予測部としての仮想予報信号生成部１３ａと、差算出部としての仮想予報誤差算出部１４ａと、データ数決定部としての仮想予報誤差最小化判定部１５ａとを備える。ビット分離処理部２０は、時系列データに含まれている、データの圧縮の際に参照される複数の過去データそれぞれを複数のデータに分離する。仮想予報信号生成部１３ａは、処理に用いる過去データの個数と、分離後のデータとの組み合わせ毎に予測データを生成する。仮想予報誤差算出部１４ａは、過去データとの時間相関を有する予測対象データと、予測データとの差を分離後のデータそれぞれに対して算出する処理を、処理に用いる過去データの個数の候補毎に行う。仮想予報誤差最小化判定部１５ａは、個数の候補毎に得られた差に基づいて、過去データの個数を決定する。これにより、ブロックベースの線形モデルに対する予報処理において、最適な境界ビット及び予報次数を設定することができ、予測精度を向上させることが可能になる。

また、処理単位である８ｂｉｔの内訳として上位ビット信号３ｂｉｔと、下位ビット信号５ｂｉｔとで全く関係のないデータに基づくｂｉｔであることが多々あり、予測や予報を行う際に処理単位のみを考慮して行うと予測残差や演算量が増える場合がある。第２実施形態のデータ数決定装置は、上記の事情を踏まえ、最適なビット境界でビット分離して予報信号を生成する。これにより、予測残差や演算量の増大を防ぐことができる。

以上のように、第２実施形態のデータ数決定装置は、データ数決定部としての仮想予報誤差最小化判定部１５ａが、分離後のデータそれぞれの差の和が最小となる過去データの個数を決定する。これにより、第２実施形態のデータ数決定装置は、フレームの圧縮の際に参照されるフレームの枚数を効率的に決定することが可能である。

以上のように、第２実施形態のデータ数決定装置は、過去データを分離する位置を決定する分離位置決定部としての仮想予報誤差最小化判定部２１をさらに備える。仮想予報誤差最小化判定部２１は、分離する位置の候補で過去データを分離した際に得られる分離後の信号それぞれの差の和が最小となる分離位置を決定する。これにより、第２実施形態のデータ数決定装置は、フレームの圧縮の際に参照されるフレームの枚数を決定するための最適な分離位置を効率的に決定することが可能である。

（第３実施形態）
第３実施形態では、最適な予報次数を、複数のフレームからなるクラスまで拡張して決定するという点が、第１実施形態及び第２実施形態と相違する。また、第３実施形態では、［例外処理］における（第３の例外処理)を実行しない点が、第１実施形態及び第２実施形態と相違する。以下、第１実施形態及び第２実施形態との相違点についてのみ説明する。

図９は、予報装置１ｂの構成の例を示す図である。予報装置１ｂは、入力信号記憶部１０ｂと、次数更新部１１と、予測係数算出部１２ｂと、仮想予報信号生成部１３ｂと、仮想予報誤差算出部１４ｂと、仮想予報誤差最小化判定部１５ｂと、仮想予報誤差最小値記憶部１６と、予測係数決定部１８ｂと、予報信号生成部１９ｂと、クラス分離処理部２８と、仮想予報誤差最小化判定部２９と、参照パターン更新部３０と、仮想予報誤差最小値記憶部３１と、最適参照パターン記憶部３２と、最適次数・最適参照パターン記憶部３３とを備える。

予報装置１ｂは、入力信号記憶部１０ｂと、次数更新部１１と、予測係数算出部１２ｂと、仮想予報信号生成部１３ｂと、仮想予報誤差算出部１４ｂと、仮想予報誤差最小化判定部１５ｂと、仮想予報誤差最小値記憶部１６と、クラス分離処理部２８と、仮想予報誤差最小化判定部２９と、参照パターン更新部３０と、仮想予報誤差最小値記憶部３１と、最適参照パターン記憶部３２とを、データの個数を決定する装置であるデータ数決定装置２ｂとして備える。予報装置１ｂは、予測係数決定部１８ｂと、予報信号生成部１９ｂと、最適次数・最適参照パターン記憶部３３のうち少なくとも一つを、データ数決定装置２ｂの機能部として備えてもよい。また、予測係数算出部１２ｂと、仮想予報信号生成部１３ｂと、仮想予報誤差算出部１４ｂと、仮想予報誤差最小化判定部２９と、参照パターン更新部３０は、データの個数を決定するためのクラスを決定する装置であるクラス決定装置として構成されてもよい。

予報装置１ｂの各機能部の一部又は全部は、例えば、ＣＰＵ等のプロセッサが、記憶部に記憶されたプログラムを実行することにより実現される。記憶部は、例えば、磁気ハードディスク装置や半導体記憶装置等の不揮発性の記録媒体（非一時的な記録媒体）を有する。各機能部の一部又は全部は、例えば、ＬＳＩやＡＳＩＣ等のハードウェアを用いて実現されてもよい。

クラス分離処理部２８は、入力されたフレームを属性に応じて、複数個（例えば、Ｃ個）のクラスに分離する。属性の例としては、例えば、人流データの場合、性別、年齢層等である。以下の説明では、属性をクラスと呼ぶ。すなわち、クラス分離処理部２８は、入力されたフレームの属性に応じたクラスに、入力されたフレームを分離する。

入力信号記憶部１０ｂは、複数のフレームを時系列データとして記憶する。例えば、入力信号記憶部１０ｂは、複数のフレームを、クラスＩＤに対応付けてクラス別に記憶する。クラスＩＤは、クラスを識別するためのＩＤである。
参照パターン更新部３０は、参照パターンを、順次、更新する。参照パターンとは、クラスＩＤ及び参照フレームを表す。すなわち、参照パターン更新部３０は、順次、クラス及び当該クラスに対応した参照フレームを更新する。

予測係数算出部１２ｂは、参照パターン更新部３０によって更新されたクラスＩＤに対応するフレーム１００−ｔの直前のフレーム１００−（ｔ−１）を、入力信号記憶部１０ｂから読み込む。予測係数算出部１２ｂは、次数更新部１１によって更新された予報次数ｐにより定まる１枚以上のフレーム１００を、参照フレームとして入力信号記憶部１０ｂから読み込む。予測係数算出部１２ｂは、参照フレームを用いて直前のフレーム１００−（ｔ−１）を予測する場合の予測誤差を最小化するｐ次の予測係数を算出する。

仮想予報信号生成部１３ｂは、予報次数ｐ及び参照パターンにより定まる１枚以上の参照フレームと、予測係数算出部１２ｂによって算出されたｐ次の予測係数とを読み込み、フレーム１００−ｔの仮想予報処理の結果を表す仮想予報信号を生成する。
仮想予報誤差算出部１４ｂは、入力信号記憶部１０ｂから得られたフレーム１００−ｔと、フレーム１００−ｔを表す仮想予報信号との予報誤差である仮想予報誤差を算出する。

仮想予報誤差最小化判定部２９は、仮想予報誤差算出部１４ｂによって算出された仮想予報誤差と、仮想予報誤差最小値記憶部３１に記憶されている仮想予報誤差の暫定最小値との大きさを比較する。仮想予報誤差最小化判定部２９は、仮想予報誤差の大きさを参照パターンごとに比較することによって、仮想予報誤差を最小化する最適な参照パターンを判定する。

仮想予報誤差最小値記憶部３１は、仮想予報誤差の暫定最小値を記憶する。最適参照パターン記憶部３２は、最適な参照パターンを記憶する。仮想予報誤差最小化判定部１５ｂは、仮想予報誤差最小値記憶部３１に記憶されている仮想予報誤差の暫定最小値と、仮想予報誤差最小値記憶部１６に記憶されている仮想予報誤差の暫定最小値との大きさを比較する。最適次数・最適参照パターン記憶部３３は、最適な予報次数ｐ^＊及び最適な参照パターンを記憶する。

予測係数決定部１８ｂは、最適次数・最適参照パターン記憶部３３に記憶されている予報次数ｐ^＊及び参照パターンを予報処理の予報次数及び参照パターンとして設定し、フレーム１００−ｔと、予報次数ｐ^＊及び参照パターンにより定まる参照フレームとに基づいて、予測誤差Ｅ_ｐを最小化するようにフレーム１００−ｔの予測係数を算出する。
予報信号生成部１９ｂは、予報次数ｐ^＊及び参照パターンにより定まる１枚以上の参照フレームと、予測係数決定部１８ｂによって算出された予測係数とに基づいて、予報対象フレームであるフレーム１００−（ｔ＋１）の予報信号を生成する。

図１０及び図１１は、クラスに基づく予報処理の例を示す図である。図１０及び図１１では、複数のフレーム１００のうち現時刻のフレームは、フレーム１００−ｔである。フレーム１００同士の時間間隔は、例えば、１分間等の単位時間長である。図１０及び図１１に示すように、第３実施形態における予報装置１ｂは、フレーム１００を属性に基づいてクラス分けし、クラス毎に予報処理を行う。

図１０及び図１１では、Ｃｌａｓｓとして、Ｃｌａｓｓ１（例えば、３０代女性）、Ｃｌａｓｓ２（例えば、４０代女性）及びＣｌａｓｓ３（例えば、５０代女性）の３つのクラスを例示している。図１０では、予報装置１ｂが、Ｃｌａｓｓ２の予報処理に、同クラスのフレーム１００−ｔと、フレーム１００−（ｔ＋１−Ｄ）と、他のクラスのフレーム１００−ｔと、フレーム１００−（ｔ＋１−Ｄ）とを参照フレームとして用いる場合を示している。図１１では、予報装置１ｂが、Ｃｌａｓｓ２の予報処理に、図１０よりも多くのフレーム１００を参照フレームとして用いる場合を示している。

以下、第３実施形態における予報装置１ｂの処理について詳細に説明する。
[クラス間予測]
クラス分離処理部２８は、空間情報データf（ｘ，ｔ）を属性毎に分解する。属性毎に分解すると、f（ｘ，ｔ）は式（３０）に示すように各属性の和として表される。

仮想予報信号生成部１３ｂは、クラス〜ｃに属するフレーム１００−ｔの予報信号を式（３１）のように生成する。なお、「〜ｃ」は「〜」がｃの上に記載されることを意味する。

ここで、ｉ番目の参照ブロックは、クラスＩＤｃ_ｉ（ｔ）及び時間位置ｌ_ｉ（ｔ）により、規定される。ベクトルｃ_ｐ（ｔ）（＝ｃ_１（ｔ），…，ｃ_ｐ（ｔ））は参照ブロックのクラスリストである。ベクトルｌ_ｐ（ｔ）（＝ｌ_１（ｔ），…，ｌ_ｐ（ｔ））は参照ブロックのフレームリストである。

スカラーｃ_ｉ（ｔ）,ｌ_ｉ（ｔ）の取り得る範囲は、ｃ_ｉ（ｔ）＝０，…，Ｃ−１、ｌ_ｉ（ｔ）＝０，…，Ｌ−１，Ａ，Ａ±１，…，Ａ±Ｌ，…，ＭＡ，ＭＡ±１，…，ＭＡ±Ｌである。ここで、Ｃはクラス数である。Ｌは近傍における参照フレームの存在区間である。Ａは信号の周期にあたる時間間隔であり、Ｍは外部から与えられるパラメータであり、第１周期前から第Ｍ周期前のフレーム及びその近傍フレームを参照候補とすることを意味する。周期の例としては、一日、一週、一月、一年等がある。具体的なリストの構成方法は後述する。

ベクトルａ_ｐ（ｔ）（＝ａ_０（ｔ），ａ_１（ｔ），…，ａ_ｐ（ｔ））は式（１）の解として得られる。予測係数算出部１２ｂは、同式におけるｆ（ｘ，ｔ−ｉ）をｇ（ｘ，ｔ−ｌ_ｉ）に置き換えて解を導出する。言い換えると、予測係数ａ_ｐ（ｔ）は、複数のリスト（ベクトルｃ_ｐ（ｔ）及びベクトルｌ_ｐ（ｔ））で規定されるｐ個の予測参照ブロックを参照し、フレーム１００−ｔの予測誤差を最小化する規範に基づいて設定される。この予測係数ａ_ｐ（ｔ）が式（３１）の通り、フレーム１００−ｔの予報係数として用いられる。

次に、予報処理を一般化する目的で、第τフレームの予測誤差を最小化する係数ａ_ｐ（τ）を用いて、第〜τフレーム（フレーム１００−（ｔ＋〜τ））を予報する場合を考える。なお、「〜τ」は、「〜」が「τ」の上に記載されることを意味する。予報処理が、第〜τフレームに適用される一方で、予報係数ａ_ｐ(τ)が第τフレームの予報処理に基づき生成される場合である。この場合、仮想予報誤差算出部１４ｂは、式（３２）に基づいて予報誤差を算出する。

[予報次数の適応選択]
式（３２）の予報処理に用いられる次数である予報次数ｐの設定法（データの個数の決定法）を説明する。第３実施形態において予測次数の最適値の推定方法は、２つのステップで構成される。第一ステップでは、次数ｐの予報処理に対して、最適な参照パターンを同定する。まず、予測係数算出部１２ｂは、各参照パターンに対して、フレーム１００−（ｔ−１）を予測対象とした場合の予測誤差を最小化するｐ次の予測係数ａ_ｐ（ｔ−１）を算出する。次に、仮想予報誤差算出部１４は、予測係数ａ_ｐ（ｔ−１）を用いて、フレーム１００−ｔを予報対象とした場合のｐ次予報誤差を求める。さらに、仮想予報誤差最小化判定部２９が、各参照パターンの予報誤差を比較し、予報誤差を最小化する参照パターンを同定する。つまり、第一ステップの処理は、フレーム１００−ｔに対する仮想予報誤差を最小化する参照パターンを選択する処理であり、式（３３）のように表せる。

第二ステップでは、第一ステップで求めた参照パターンを用いて、最適な次数を同定する。第一ステップで求めた参照パターンを用いることで、次数ｐにおける仮想予測誤差を最小化できる。ここで、ｐ＝１，…，Ｐとする。Ｐは外部から与えられるものとする。そこで、仮想予報誤差最小化判定部１５ｂは、各次数での最小仮想予報誤差を比較し、仮想予報誤差を最小化する次数ｐを予報次数ｐ^＊として同定する。つまり、第二ステップの処理は、フレーム１００−ｔに対する仮想予報誤差を最小化する予報次数の同定する処理であり、式（３４）のように表せる。

予報装置１ｂは、上式で定めた予報次数ｐ^＊を用いて、クラス毎に式（３１）に基づき予報処理を行う。上述の予報次数ｐ^＊の最適化において、参照パターンの組合せを制限することで、計算量を低減可能となる。例えば、次のような方法がある。
１.ｐ＝１に対して、１次の仮想予報におけるクラスＩＤと参照フレームを同定する。この場合、式（３３）は式（３５）のようになる。

２．ｆｏｒ ｐ＝２，…，Ｐ
３．ｐ−１次の仮想予報により定めたｐ−１個のクラスＩＤと参照フレームを用いる条件下において、最低なｐ個目のクラスＩＤと参照フレームを式（３６）に基づき定める。

４．ベクトルｃ_ｐ ^＊（ｔ−１），ｌ_ｐ ^＊（ｔ−１）の第１から第ｐ−１要素はベクトルｃ_ｐ ^＊（ｔ−１），ベクトルｌ_ｐ ^＊（ｔ−１）を継承し、ｃ_ｐ（ｔ−１），ｌ_ｐ（ｔ−１）の第ｐ要素として、スカラーｃ_ｐ ^＊（ｔ−１），スカラーｌ_ｐ ^＊（ｔ−１）を設定する。
上記方法に従えば、各予報次数に対する参照パターンを一組に限定可能となる。

次に、予報装置１ｂの動作の例を説明する。
図１２は、予報装置１ｂの動作の例を示すフローチャートである。
クラス分離処理部２８は、複数のフレーム１００を時系列データとして読み込む（ステップＳ３０１）。クラス分離処理部２８は、入力した時系列データである複数のフレーム１００を属性に応じて複数のクラスに分離する（ステップＳ３０２）。クラス分離処理部２８は、分離後のフレーム１００を、クラスＩＤに対応付けて１０ｂに記録する。

次数更新部１１は、予報次数ｐを予報次数の候補ｐ＝１，…，Ｐの順に更新する（ステップＳ３０３）。ステップＳ３０４〜ステップＳ３１０を実行することによって、データ数決定装置２ｂは最適な予報次数ｐを決定する。参照パターン更新部３０は、参照パターンを順に更新する（ステップＳ３０４）。例えば、参照パターン更新部３０は、クラスＩＤを順番に更新する。データ数決定装置２ｂは、最適参照パターン更新処理を実行することによって最適な最適パターンを決定する（ステップＳ３０５）。なお、最適参照パターン更新処理の具体的な処理については後述する。

全ての参照パターンにおいて最適参照パターン更新処理が実行されると（ステップＳ３０６）、仮想予報誤差最小化判定部１５ｂは参照パターンにおいて得られた仮想予報誤差と、仮想予報誤差最小値記憶部１６に記憶されている暫定最小値との大きさを比較する（ステップＳ３０７）。仮想予報誤差が暫定最小値以上である場合（ステップＳ３０７：ＮＯ）、仮想予報誤差最小化判定部１５ｂはステップＳ３１０に処理を進める。例えば、仮想予報誤差最小化判定部１５ｂは、次数更新部１１に対して予報次数の更新を指示する。

一方、仮想予報誤差が仮想予報誤差の暫定最小値よりも小さい場合（ステップＳ３０７：ＹＥＳ）、仮想予報誤差最小化判定部１５ｂはより小さい仮想予報誤差を、仮想予報誤差の暫定最小値とし、仮想予報誤差最小値記憶部１６に記憶されている値を更新する（ステップＳ３０８）。また、仮想予報誤差最小化判定部１５ｂは、現時点の予報次数ｐで最適次数・最適参照パターン記憶部３３に記憶されている予報次数を更新し、更新後の予報次数ｐ^＊に対する最適な参照パターンを最適次数・最適参照パターン記憶部３３に記録する（ステップＳ３０９）。

ステップＳ３０４〜ステップＳ３０９の処理が全ての予報次数で実行されると（ステップＳ３１０）、予測係数決定部１８ｂは、最適次数・最適参照パターン記憶部３３に記憶されている予報次数ｐ^＊及び参照パターンを、予報対象フレームであるフレーム１００−（ｔ＋１）の予報処理において使用する予報次数及び参照パターンに設定する（ステップＳ３１１）。予測係数決定部１８ｂは、フレーム１００−ｔと予報次数ｐ^＊及び参照パターンにより定まる参照フレームとに基づいて、フレーム１００−ｔの予測係数を算出する（ステップＳ３１２）。予報信号生成部１９ｂは、予報次数ｐ^＊及び参照パターンにより定まる１枚以上の参照フレームと予測係数とに基づいて、予報対象フレームであるフレーム１００−（ｔ＋１）の予報信号を生成する（ステップＳ３１３）。

図１３は、予報装置１ｂの動作の例を示すフローチャートである。なお、図１３では、予報装置１ｂが行う最適参照パターン更新処理について説明する。
予測係数算出部１２ｂは、次数更新部１１によって更新された予報次数ｐおよび参照パターンにより定まる１枚以上のフレーム１００を、参照フレームとして読み込む。予測係数算出部１２ｂは、フレーム１００−（ｔ−１）を予測対象フレームとした場合における予測誤差を最小化するｐ次の予測係数を算出する（ステップＳ３０５１）。仮想予報信号生成部１３ｂは、予報次数ｐ及び参照パターンにより定まる１枚以上の参照フレームと、予測係数算出部１２ｂによって算出されたｐ次の予測係数とを読み込み、フレーム１００−ｔの仮想予報処理の結果を表す仮想予報信号を生成する（ステップＳ３０５２）。仮想予報誤差算出部１４ｂは、フレーム１００−ｔと、生成された仮想予報信号とを読み込み、フレーム１００−ｔの仮想予報誤差を算出する（ステップＳ３０５３）。

仮想予報誤差最小化判定部２９は、仮想予報誤差算出部１４ｂによって算出された仮想予報誤差と、仮想予報誤差最小値記憶部３１に記憶されている仮想予報誤差の暫定最小値との大きさを比較する（ステップＳ３０５４）。仮想予報誤差が暫定最小値よりも大きい場合（ステップＳ３０５４：ＮＯ）、仮想予報誤差最小化判定部２９は参照パターン更新部３０に対して参照パターンの更新を指示する。

一方、仮想予報誤差が暫定最小値よりも小さい場合（ステップＳ３０５４：ＹＥＳ）、仮想予報誤差最小化判定部２９はより小さい仮想予報誤差を、仮想予報誤差の暫定最小値とし、仮想予報誤差最小値記憶部３１に記憶されている値を更新する（ステップＳ３０５５）。さらに、仮想予報誤差最小化判定部２９は、現時点の参照パターンを最適な参照パターンとして最適参照パターン記憶部３２に記憶されている参照パターンを更新する（ステップＳ３０５６）。

以上のように、第３実施形態のクラス決定装置は、予測部としての仮想予報信号生成部１３ｂと、差算出部としての仮想予報誤差算出部１４ｂと、クラス決定部としての仮想予報誤差最小化判定部２９とを備える。仮想予報信号生成部１３ｂは、属性に基づくクラスに分類された時系列データに含まれている、予測する対象である予測対象データを予測するために参照される予測対象データの属するクラスと異なるクラスに分類された少なくとも一つのクラスの過去データを用いてクラス毎に予測データを生成する。仮想予報誤差算出部１４ｂは、過去データとの時間相関を有する予測対象データと、予測データとの差を算出する処理を、予測データを生成したクラス毎に行う。仮想予報誤差最小化判定部２９は、クラス毎に得られた差が最小となるクラスを、予測対象データを予測するために参照される複数の過去データの個数を決定するためのクラスに決定する。これにより、適切な参照クラスを決定することができる。そのため、他クラスを参照するブロックベースの線形モデルに対する予報処理において、適切な参照クラス、各参照クラス内の参照フレーム、および予報次数を設定することができ、予測精度を向上させることが可能になる。

上述した実施形態におけるデータ数決定装置、予報装置、クラス決定装置の少なくとも一部をコンピュータで実現するようにしてもよい。その場合、こ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システムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「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、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部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も含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、ＦＰＧＡ（Field Programmable Gate Array）等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

本発明は、データの個数を決定するデータ数決定装置、未来のデータを予報する予報装置に適用可能である。

１、１ａ、１ｂ…予報装置、２、２ａ、２ｂ…データ数決定装置、１０…入力信号記憶部、１１…次数更新部、１２、１２ａ、１２ｂ…予測係数算出部、１２１…上位ビット予測係数算出部、１２２…下位ビット予測係数算出部、１３、１３ａ、１３ｂ…仮想予報信号生成部、１３１…上位ビット仮想予報信号生成部、１３２…下位ビット仮想予報信号生成部、１４、１４ａ、１４ｂ…仮想予報誤差算出部、１４１…上位ビット仮想予報誤差算出部、１４２…下位ビット仮想予報誤差算出部、１５、１５ａ、１５ｂ…仮想予報誤差最小化判定部、１６…仮想予報誤差最小値記憶部、１７…最適次数記憶部、１８、１８ａ、１８ｂ…予測係数決定部、１８１…上位ビット予測係数決定部、１８２…下位ビット予測係数決定部、１９、１９ａ、１９ｂ…予報信号生成部、１９１…上位ビット予報信号生成部、１９２…下位ビット予報信号生成部、２０…ビット分離処理部、２１…仮想予報誤差最小化判定部、２２…境界ビット更新部、２３…仮想予報誤差最小値記憶部、２４…最適境界ビット記憶部、２５…最適次数・最適境界ビット記憶部、２６…ビット分離処理部、２８…クラス分離処理部、２９…仮想予報誤差最小化判定部、３０…参照パターン更新部、３１…仮想予報誤差最小値記憶部、３２…最適参照パターン記憶部、３３…最適次数・最適参照パターン記憶部、１００…フレーム、２００…フレーム群、２０１…フレーム群、２０２…フレーム群

Claims (5)

1. 属性に基づくクラスに分類された、空間における位置情報を含む多次元の時系列データに含まれている、予測する対象である予測対象データを予測するために、参照される複数の過去データの個数と、各クラスの過去データとの組み合わせ毎に予測データを生成する予測部と、
   前記過去データとの時間相関を有する予測対象データと、前記予測データとの差を算出する処理を、前記処理に用いる過去データの個数の候補毎に行う差算出部と、
   前記個数の候補毎に得られた前記差に基づいて、前記過去データの個数を決定するデータ数決定部と、
   を備えるデータ数決定装置。
2. 前記データ数決定部は、前記差が最小となる前記過去データの個数を決定する、請求項１に記載のデータ数決定装置。
3. 各クラスのうち、前記予測対象データを予測するために、参照される複数の過去データの個数を決定するための最適なクラスを決定するクラス決定部をさらに備え、
   前記クラス決定部は、前記差が最小となるクラスを前記最適なクラスとして決定する、請求項１又は２に記載のデータ数決定装置。
4. 属性に基づくクラスに分類された、空間における位置情報を含む多次元の時系列データに含まれている、予測する対象である予測対象データを予測するために、参照される複数の過去データの個数と、各クラスの過去データとの組み合わせ毎に予測データを生成する予測ステップと、
   前記過去データとの時間相関を有する予測対象データと、前記予測データとの差を算出する処理を、前記処理に用いる過去データの個数の候補毎に行う差算出ステップと、
   前記個数の候補毎に得られた前記差に基づいて、前記過去データの個数を決定するデータ数決定ステップと、
   を有するデータ数決定方法。
5. コンピュータに、
   属性に基づくクラスに分類された、空間における位置情報を含む多次元の時系列データに含まれている、予測する対象である予測対象データを予測するために、参照される複数の過去データの個数と、各クラスの過去データとの組み合わせ毎に予測データを生成する予測ステップと、
   前記過去データとの時間相関を有する予測対象データと、前記予測データとの差を算出する処理を、前記処理に用いる過去データの個数の候補毎に行う差算出ステップと、
   前記個数の候補毎に得られた前記差に基づいて、前記過去データの個数を決定するデータ数決定ステップと、
   を実行させるためのデータ数決定プログラム。

Images