JP2022000752A - 情報処理に用いられる方法、装置、電子機器及びプログラム - Google Patents

Abstract

【課題】より多くの応用システムからのデータを処理することができる方法、装置、デバイス及び記憶媒体を提供する。
【解決手段】方法は、応用システムにおける複数の変数と関連付けられる複数のサンプルを取得する。複数のサンプルにおける各サンプルは複数の次元を含み、複数の次元はそれぞれ、複数の変数に対応する。複数の変数は、複数のデータタイプに関わる。複数のデータタイプに基づき、複数のサンプルの中から、複数の変数と関連付けられる相関度を決定する。相関度は、複数の変数における任意の２つの変数の間の相関関係を表す。相関度及び複数のサンプルに基づき、複数の変数の間の因果関係を提供する。この方法により、複数の変数のタイプは制限されず、入力データについての要件を減らすことができる。
【選択図】図３

Description

本開示内容の各実施形態は、機械学習分野に関し、より具体的には、機械学習技術に基づき情報処理を実行する方法、装置、電子機器及びプログラムに関する。

機械学習技術は、複数の変数間の因果関係を見つけるために、様々な分野で応用されている。例えば機械製造分野では、部品の素材に粗加工、仕上げ加工、研磨等の加工プロセスを施し、所定の形状要件を満たす部品を製造する。各加工プロセスでは、異なる品質レベルの半製品が生産される可能性があることは理解されるだろう。半製品の品質ランクは、最終製品の合否を直接又は間接的に左右する。別の例として、送電システム内の個々の送電装置が異なる稼働状態（例えば、良好、正常、異常、警報等）にある場合がある。これらの状態は、直接又は間接的に、送電システムの出力状態及び／又は送電に起因する電気エネルギーの損失を左右する可能性がある。

一般に、複数の変数は、連続（ｃｏｎｔｉｎｕｏｕｓ）データタイプ、順序（ｏｒｄｉｎａｌ）データタイプ、ブーリアンデータタイプ、打ち切りデータタイプなど、複数のタイプに関わり得る。因果関係は、他の後処理や分析の基礎となるものであり、収集したデータに基づきより信頼できる因果関係をいかに決定するかが、その後の操作の精度に一定程度、影響する。そこで、混合データタイプを処理し複数の変数間の因果関係をより正確かつ効果的に決定できるような、因果関係決定のための技術的解決手段を提供することが望まれている。

本開示の例示的な実施形態では、情報処理に用いられる技術的解決手段が提供される。

本開示の第１の態様によれば、情報処理方法が提供される。該方法では、応用システムにおける複数の変数と関連付けられる複数のサンプルを取得する。複数のサンプルにおける各サンプルは複数の次元を含み、複数の次元はそれぞれ、複数の変数に対応する。複数の変数は複数のデータタイプに関わる。複数のデータタイプに基づき、複数のサンプルの中から、複数の変数と関連付けられる相関度を決定する。相関度は、複数の変数における任意の２つの変数の間の相関関係を表す。相関度及び複数のサンプルに基づき、複数の変数の間の因果関係を提供する。

本開示の第２の態様によれば、情報処理装置が提供され、情報処理装置は、取得モジュールと、決定モジュールと、提供モジュールとを備える。取得モジュールは、応用システムにおける複数の変数と関連付けられる複数のサンプルを取得するように設定される。複数のサンプルのうち各サンプルは複数の次元を含み、複数の次元はそれぞれ、複数の変数に対応し、複数の変数は複数のデータタイプに関わる。決定モジュールは、複数のデータタイプに基づき、複数のサンプルの中から複数の変数と関連付けられる相関度を決定するように設定される。相関度は複数の変数における任意の２つの変数の間の相関関係を表す。提供モジュールは、相関度及び複数のサンプルに基づき、複数の変数間の因果関係を提供するように設定される。

本開示の第３の態様では、電子機器が提供される。電子機器は、少なくとも１つのプロセッサユニットと、少なくとも１つのプロセッサユニットに結合され、少なくとも１つのプロセッサユニットによって実行される命令を記憶する少なくとも１つのメモリとを含み、命令は、前記少なくとも１つのプロセッサユニットによって実行されると、機器に第１の態様に記載された方法を実行させる。

本開示の第４の態様では、コンピュータ可読記憶媒体が提供される。コンピュータ可読記憶媒体は、コンピュータが読み取り可能なプログラム命令が記憶され、コンピュータが読み取り可能なプログラム命令は、第１の態様に記載の方法を実行するためのものである。

発明の概要部分は、概念についての選択を簡略化して提示するためのものである。これらについては、以下の実施形態においてさらに説明を行う。発明の概要部分の記述は、本開示の重要又は必要な特徴を標記することを意図したものではなく、本開示の範囲を限定することも意図していない。

以下、図面と結び付け且つ図面を参照しながら詳細な説明を行い、本発明の各実施形態の特徴、利点及び他の態様を、さらに明らかにする。ここでは、例示的且つ非限定的な方法で、本発明のいくつかの実施形態を示す。図面の説明は以下のとおりである。

本開示の例示的実施形態を実現可能な１つの応用環境を模式的に示す。

本開示の例示的実施形態を実現可能な別の応用環境を模式的に示す。

本開示内容の１つの実施形態にかかる、複数の変数間の因果関係を決定するためのプロセスのブロック図を模式的に示す。

本開示内容の１つの実施形態にかかる、情報処理に用いられる方法のフローチャートを模式的に示す。

本開示内容の１つの実施形態にかかる、複数の変数間の相関度を決定するためのプロセスのブロック図を模式的に示す。

本開示内容の１つの実施形態にかかる、複数の変数における２つの変数の間の相関関係を決定するための方法のブロック図を模式的に示す。

本開示内容の１つの実施形態にかかる、制約方式に基づき複数の変数間の因果関係を決定するプロセスのブロック図を模式的に示す。

本開示内容の１つの実施形態にかかる、制約方式に基づき複数の変数間の因果関係を決定するプロセスのブロック図を模式的に示す。

本開示内容の１つの実施形態にかかる、探索方式に基づき複数の変数間の因果関係を決定するプロセスのブロック図を模式的に示す。

本開示内容の１つの実施形態にかかる、探索方式に基づき複数の変数間の因果関係を決定するプロセスのブロック図を模式的に示す。

本開示内容の１つの実施形態にかかる、有向非巡回グラフにおいて示される因果関係のブロック図を模式的に示す。

本開示内容の１つの実施形態にかかる、情報処理に用いられる装置のブロック図を模式的に示す。

本開示内容の１つの実施形態にかかる、情報処理に用いられるデバイスのブロック図を模式的に示す。

以下、図面を参照しつつ、本開示の好ましい例示的な実施形態についてより詳細に説明する。図には本開示の好ましい例示的実施形態が示されているが、理解すべき点として、本開示は様々な形式で実現することが可能であり、ここに記載された例示的実施形態に限定されるべきではない。むしろ、これらの例示的実施形態を提供するのは、本開示をより徹底した完全なものにし、本開示の範囲を当業者に全体的に伝えられるようにするためである。

本明細書で使用される用語「含む（備える）」及びその変形は、「…を含むが、これらに限定されない」という開放的な「含む」を表す。特に明記されていない限り、用語「又は」は、「及び／又は」を表し、用語「…に基づいて」は、「少なくとも部分的に基づく」ことを表す。用語「１つの例示的実施形態」及び「１つの実施形態」は、「少なくとも１つの例示的実施形態」を表す。用語「他の例示的実施形態」は、「少なくとも１つの他の例示的実施形態」を表す。用語「第１」、「第２」等は、異なるか又は同一の対象を示すことができる。以下の文中ではさらに、その他の明確な定義及び暗黙の定義が含まれる可能性がある。

説明しやすいように、まず本開示の例示的実施形態にかかる応用環境について概要を説明する。ここでの応用環境は混合データタイプに関わる。具体的にデータタイプは、順序データタイプ，連続データタイプ，ブーリアンデータタイプ、及び打ち切りデータタイプ等のうち、少なくとも２つを含むことができる。まず、図１Ａ及び図１Ｂを参照しつつ順序データタイプの意味を説明する。図１Ａは、本開示の例示的実施形態を実現可能な応用環境の模式図１００Ａを模式的に示す。

図１Ａは、機械加工プロセスにかかる複数の加工段階を示す。原材料１１０Ａを所定サイズの製品１４０Ａに加工したいと仮定すると、原材料１１０Ａは、粗加工段階１２０Ａ、仕上げ加工段階１２２Ａ及び研磨段階１２４Ａをそれぞれ経ることができる。この場合、粗加工段階１２０Ａ、仕上げ加工段階１２２Ａ及び研磨段階１２４Ａの後に、それぞれ半製品１３０Ａ、１３２Ａ及び１３４Ａを形成することができる。各部品の加工プロセスでの要因が異なるため、半製品はさまざまな品質ランクを有することになる。例えば、特級は半製品の誤差≦０．１ｍｍであることを示し、合格は０．１ｍｍ＜誤差≦０．３ｍｍであることを示し、不合格は誤差＞０．３ｍｍであることを示すことができる。上述の３つのランクはそれぞれ、整数０、１、２で表すことができる。理解されるように、上述の内容はあくまで、１つの加工段階の半製品の品質ランクを模式的に示しただけであり、各段階で誤差のランクを決定するための閾値は、同じか又は異なる数値を有することができる。

図１Ｂは、本開示の例示的実施形態を実現可能な別の応用環境の模式図１００Ｂを模式的に示す。図１Ｂは、送電プロセスを模式的に示す。送電装置１２０Ｂ、１２２Ｂ及び１２４Ｂをそれぞれ介して、入力電圧１１０Ｂを送電することができ、出力電圧１４０Ｂを得ることができる。送電中の損失を減らすためは、超高圧送電方式を採用することができる。送電装置１２０Ｂで中間電圧１３０Ｂを、送電装置１２２Ｂで中間電圧１３２Ｂを、送電装置１２４Ｂで中間電圧１３４Ｂを、それぞれ取得することができる。中間電圧の状態は次のような異なるランクを有することができる。良好：電圧誤差≦１ＫＶ、正常：１ＫＶ＜誤差≦５ＫＶ、異常：５ＫＶ＜誤差≦１０ＫＶ、警報：誤差＞１０ＫＶ。上述の４つのランクはそれぞれ、整数０、１、２、３で表すことができる。理解されるように、各送電装置での誤差のランクを決定するための閾値は、同じか又は異なる数値を有することができる。

上記半製品の品質ランク及び電圧ランクはいずれも、「順序データタイプ」に属する。この順序データタイプは一種の統計データを表し、該データはランクで測定値を表す。順序データタイプには測定単位も絶対値の０もなく、順序データタイプの間には「等しい」、「等しくない」及び「順序関係」のみが存在する。

本開示の例示的実施形態によれば、データタイプは連続データタイプを含むことができる。連続タイプは、応用環境において比較的によく見られる型である。例えば、図１Ａに示す機械加工用の応用環境では、連続タイプで部品のサイズ等を表すことができる。図１Ｂに示す送電用の応用環境では、連続タイプで送電距離等を表すことができる。

本開示の例示的実施形態によれば、データタイプはブーリアンデータタイプを含むことができる。例えば、図１Ａに示す機械加工用の応用環境では、ブーリアンデータの１及び０で、原材料のタイプ（例えば、銅や鉄）及び製品の合否等を表すことができる。図１Ｂに示す送電用の応用環境では、ブーリアンデータの１及び０で、送電システムが正常に稼働しているか等を表すことができる。

本開示の例示的実施形態によれば、データタイプは打ち切りデータタイプを含むことができる。打ち切りデータとは何らかの原因で途切れたデータを指す。具体的には、１つの例示として、打ち切りデータＣは以下の式（１）で表すことができる。

式（１）に示すように、データＹ≦τであれば、打ち切りデータＣの値はＹであり、データＹ＜τであれば、打ち切りデータＣの値はτである。理解されるように、ここでの不等式は単に模式的なものであり、他の例では不等式が異なる方向であってもよい。

図１Ａに示す機械加工用の応用環境では、光学センサで部品の滑らかさを測定することができるが、ある閾値より光束が小さいと、光学センサが検出可能な閾値に達することができない。この場合、測定結果は０であると見なすことができる。光束が閾値より大きい場合、光学センサは正常に操作し、測定結果を出力することができる。図１Ｂに示す送電用の応用環境では、打ち切りデータで送電装置の電流を表すことができる。ある閾値より電流が少ない場合、送電装置は正常に起動できず、この場合の電流は０である。電流が該閾値より多い場合、送電装置が稼働を開始し、該送電装置での電流が測定可能となる。

現在、１つの技術的解決手段に基づき、単一データタイプの変数間の因果関係を決定することは、すでに可能である。しかしながら、実際に応用される環境では、多くの変数が混合データタイプに関わるため、従来の単一データタイプに基づく技術的解決手段が有効に機能できない。別の技術的解決手段では、連続タイプ及び順序タイプを含む変数の間の因果関係を決定する技術がすでに示されている。しかしながら、該技術は精度が低く、複数の変数間の因果関係を正確に説明することができない。さらに、該技術も、もっと多くのタイプを含む混合データタイプについては決定することができない。したがって、より正確で効果的な方法で、混合データタイプを含む複数の変数の間の因果関係を決定できることが望まれている。

上述の技術的解決手段の不足を少なくとも部分的に補うために、本開示の例示的実施形態では、情報処理に用いられる方法を提供する。まず図２を参照して本開示の例示的実施形態の概要を説明する。図２は、本開示内容の１つの実施形態にかかる、複数の変数間の因果関係を決定するためのプロセスのブロック図２００を模式的に示す。

本開示の例示的実施形態では、複数の変数のデータタイプに基づき、複数の変数間の相関度を決定する技術が提供される。具体的に、複数の変数２１０を応用システムから収集することができる。複数の変数の数量をｎと表すとすると、複数の変数はｘ_１、ｘ_２、ｘ_３、ｘ_４、…、ｘ_ｎと表すことができる。ここで、複数の変数２１０は複数のデータタイプ２３０に関わることができる。言い換えると、本開示の文脈では、複数の変数は混合データタイプに関わり、少なくとも２つのデータタイプを含む。例えば、変数ｘ_１は連続データタイプで、変数ｘ_２は順序データタイプで、変数ｘ_３及び変数ｘ_ｎはブーリアンデータタイプで、変数ｘ_４は打ち切りデータタイプで、それぞれ表すことができる。

ここで、応用システムにおける複数の変数２１０と関連付けられる複数のサンプル２２０を取得することができる。ここで、複数のサンプルにおける各サンプルは複数の次元を含み、複数の次元はそれぞれ、複数の変数に対応する。図２に示すように、１つのサンプルは（Ｘ１１、Ｘ１２、Ｘ１３、Ｘ１４、…、Ｘ１ｎ）と表すことができる。サンプルの各次元は、複数の変数における１つの変数に対応することができる。例えば、第１の次元のデータＸ１１は変数ｘ_１に対応し、第２の次元のデータＸ１２は変数ｘ_２に対応する。複数のデータタイプに基づき、複数のサンプル２２０の中から、複数の変数と関連付けられる相関度２４０を決定することができる。ここで、相関度２４０は、複数の変数２１０における任意の２つの変数の間の相関関係を表すことができる。続いて、複数のサンプル２２０及び相関度２４０に基づき、複数の変数２１０間の因果関係２５０を提供することができる。

理解されるように、応用システムにおける多くの変数は複数のデータタイプを含むことができ、これらの変数の間には複雑な因果関係が存在し得る。本開示の例示的実施形態により、変数のデータタイプに基づき、より正確な方法で複数の変数の相関度を決定することができる。さらに、より正確な相関度に基づき、複数の変数間の因果関係について、その精度を高めることができる。データタイプが指定された変数のみを処理可能な従来の技術的解決手段と比べ、本開示の例示的実施形態を利用する場合、複数の変数のタイプは制限されない。この方法により、サンプルデータについての要件を減らすことができ、より多くの応用システムからのデータの処理に適用することができる。

以下、図３を参照しつつ本開示の例示的実施形態の詳細を説明する。図３は、本開示内容の１つの実施形態にかかる、情報処理に用いられる方法３００のフローチャートを模式的に示す。ブロック３１０において、応用システムにおける複数の変数２１０と関連付けられる複数のサンプル２２０を取得する。複数のサンプル２２０の各サンプルは、複数の次元を含む。ここで、複数の次元はそれぞれ、複数の変数２１０に対応し、複数の変数２１０は複数のデータタイプに関わる。

本開示の例示的実施形態によれば、複数のデータタイプ２３０は、連続データタイプ、順序データタイプ、ブーリアンデータタイプ及び打ち切りデータタイプのうち、少なくとも２つを含むことができる。理解されるように、上述のデータタイプは、日常の応用システムにおいて存在するほとんどのデータタイプをカバーしている。したがって、本開示の例示的実施形態によって、より多くのタイプの入力データを処理することができ、ひいては本開示の例示的実施形態にかかる技術的解決手段の応用範囲を大幅に拡げることになる。

本開示の例示的実施形態によれば、複数のデータタイプ２３０におけるデータタイプは、単調関数に対応する。理解されるように、本開示の文脈は比較操作に関するため、各データタイプはいずれも単調関数に対応することが求められる。

以下、図１Ａ及び図１Ｂに示す応用環境をそれぞれ参照して、複数の変数２１０及び複数のサンプル２２０の詳細を説明する。図１Ａに示す機械加工用の応用システムでは、複数の変数２１０は、応用システムの複数の属性を含むことができる。例えば、変数ｘ_１〜ｘ_３はそれぞれ、艶出し段階での品質ランク、部品サイズ及び滑らかさを表すことができ、変数ｘ_４は部品の原材料を表し、変数ｘ_５は製品の合否を表す。このとき、各サンプルは上述の変数と対応する複数のデータを含むことができる。下記表１は、複数のサンプルの例示を模式的に示す。

表１において、変数ｘ_１〜ｘ_３はそれぞれ、艶出し段階での品質ランク、部品サイズ及び滑らかさを表す。ここで、品質ランクは順序データタイプで表され、部品サイズは連続データタイプで表され、滑らかさは打ち切りデータタイプで表される。変数ｘ_４は部品の原材料を表し、変数ｘ_５は製品の合否を表す。また、この２つの変数はいずれもブーリアンデータで表される。

収集された複数のサンプル２２０の数量がｍであるとすると、表１の各行は１つのサンプルを表す。１行目は、１つの部品の加工プロセスの関連サンプルを示す。即ち、最初の３つの次元のデータＸ１１、Ｘ１２及びＸ１３はそれぞれ、艶出し段階の品質ランク、部品サイズ及び滑らかさに対応している。４番目の次元のデータＸ１４は原材料に対応し、最後の次元のデータＸ１５は最終製品の合否に対応している。同様に、ｍ行目は、ｍ個目の部品の加工プロセスの関連サンプルを示す。理解されるように、上記表１はあくまで、サンプルの例示的なデータ構造を模式的に示しており、本開示の例示的実施形態では、さらに多くの変数が存在してもよい。例えば、粗加工段階及び仕上げ加工段階の部品品質ランク、サイズ及び滑らかさ等をそれぞれ含んでもよい。本開示の例示的実施形態では、変数がもっと少なくてもよい。

理解されるように、上記表１はあくまで、図１Ａに示す応用システムでの例示的なデータ構造を模式的に示しているにすぎない。他の応用システムでは、サンプルがもっと多くの次元、もっと少ない次元、又は異なる次元を含んでいてもよい。例えば、図１Ｂに示す送電システムでは、変数ｘ_１〜ｘ_３はそれぞれ、３つの送電装置での電圧ランクを表すことができ（順序データタイプで表す）、変数ｘ_４は電力システムの稼働状態を表すことができ（ブーリアンデータタイプで表す）、変数ｘ_５は電流を表すことができ（打ち切りデータタイプで表す）、変数ｘ_６は電気エネルギー損失を表すことができる（連続タイプで表す）。

複数のサンプル２２０を収集した後、複数の変数２１０の相関度２４０を取得するために、複数のサンプル２２０を処理することができる。続いて図３を参照すると、ブロック３２０において、複数のデータタイプに基づき、複数のサンプル２２０の中から、複数の変数２１０と関連付けられる相関度２４０を決定する。本開示の例示的実施形態によれば、相関度２４０は複数の変数２１０における任意の２つの変数の間の相関関係を表す。相関度２４０は、複数のデータ構造により表すことができる。本開示の例示的実施形態によれば、以下の式（２）に示される行列Σにより、相関度２４０を表すことができる。

ここで、行列Σは複数の変数２１０の間の相関度２４０を表し、該行列の次元はｎ×ｎとして表すことができ、ｎは複数の変数２１０の個数を表し、行列の各要素は、該要素の位置と関連付けられる２つの変数の間の相関関係を表す。相関度２４０の行列は、Σにおいて、対角線以外の要素が複数の変数間の相関関係を示すことを表す。具体的には、行列の要素ρ_１２は、複数の変数２１０における第１の変数と第２の変数との相関関係を表し、行列の要素ρ_ｉｊは、複数の変数２１０におけるｉ番目の変数とｊ番目の変数との相関関係（ｉ≠ｊ）を表す。

理解されるように、上記式（２）はあくまで、相関度２４０の表示方法の１つの具体例にすぎない。本開示の例示的実施形態によれば、配列、表、連結リスト等、他の方法に基づき相関度２４０を表してもよい。

以下、図４を参照しつつ、複数の変数２１０間の相関度２４０を決定する際の詳細を説明する。図４は、本開示内容の１つの実施形態にかかる、複数の変数２１０間の相関度を決定するためのプロセスのブロック図４００を模式的に示す。図４に示すように、複数の変数２１０のうち各ペアの変数を順次処理することができる。本開示の例示的実施形態によれば、複数の変数２１０から変数を２つずつ選択することができる。例えば、複数の変数２１０の中からｉ番目の変数とｊ番目の変数を選択することができる。続いて、２つの変数のタイプをそれぞれ決定することができる。例えば、ｉ番目の変数のタイプ４１０とｊ番目の変数のタイプ４２０に基づき、相関度２４０におけるｉ番目の変数とｊ番目の変数との相関関係を表す相関度要素４３０（符号ρ_ｉｊで表す）を決定することができる。複数の変数２１０の各ペアの変数を順に巡って、対応する相関度要素４３０を決定することができる。さらに、各ペアの変数間の相関度要素４３０に基づき、複数の変数２１０間の相関度行列４４０を決定することができる。

理解されるように、各変数のデータタイプは連続データタイプ、順序データタイプ、ブーリアンデータタイプ及び打ち切りデータタイプのうちいずれか１つであり得る。したがって、１つのペアの変数のタイプは、異なる組合せを有することができる。理解されるように、ブーリアンデータタイプは数値０と１しか含まないため、ブーリアンデータタイプは特殊な順序データタイプとみなすことができる。この場合、変数のデータタイプは、連続データタイプ、順序データタイプ及び打ち切りデータタイプの３種類のデータタイプを含むことになる。

以下、図５を参照しつつ、２つの変数のデータタイプに基づき相関度要素４３０を決定する際の詳細を説明する。図５は、本開示内容の１つの実施形態にかかる、複数の変数における２つの変数の間の相関関係を決定する方法５００のブロック図を模式的に示す。ブロック５１０において、第１変数の第１のタイプと第２変数の第２のタイプをそれぞれ決定することができる。入力データが複数の変数２１０におけるｉ番目の変数とｊ番目の変数であるとすると、それぞれｉ番目の変数のタイプ４１０とｊ番目の変数のタイプ４２０を決定することができる。

理解されるように、打ち切りデータタイプは、途切れたデータを表し且つ数値範囲を有するため、このようなデータタイプは順序データタイプに変換することができる。ブロック５２０において、２つのタイプ４１０及び４２０に打ち切りデータタイプが含まれるかどうかを決定することができる。タイプ４１０及び４２０のいずれか１つが打ち切りデータタイプである場合、方法５００はブロック５２２に進み、該打ち切りデータタイプのデータを順序データタイプに変換することができる。本開示の例示的実施形態を利用すれば、打ち切りデータを順序データタイプに変換することで、データタイプの数をさらに抑制して、より簡単且つ効果的な方法で複数のサンプル２２０を処理することができる。

本開示の例示的実施形態によれば、分位数の概念に基づき変換を行うことができる。理解されるように、分位数とは、１つの変数の確率分布範囲を複数の等分に分割した数値点を指す。通常用いられる分位数には、中央値（即ち二分位数）、四分位数、百分位数等がある。まず、複数のサンプル２２０における、第１変数に対応する第１次元を決定することができる。複数の変数２１０におけるｉ番目の変数が打ち切りデータタイプであるとすると、複数のサンプルにおけるｉ番目の次元のデータは即ち、打ち切りデータタイプである。ｍ個のサンプルが存在する場合、ｍ個のデータが取得される。

以下、中央値のみを例として、具体的な操作を説明する。ｍ個のデータは、昇順で並べることができる。ｍが奇数であれば、ｍ個のデータのうち配列の中央位置にあるデータが、即ち中央値である。ｍが偶数であれば、ｍ個データのうち配列の中央位置にある２つのデータの平均値を、中央値とすることができる。続いて、中央値に基づき配列のｍ個のデータを２つの部分に分けることができる。本開示の例示的実施形態によれば、中央値より小さい１つ又は複数のデータを、ｍ個のデータのうち最小値で表すことできる。また、中央値以上の１つ又は複数のデータを中央値で表すことができる。

理解されるように、上記の表し方はあくまで模式的なものであり、本開示の例示的実施形態によれば、中央値より大きい１つ又は複数のデータをｍ個のデータのうち最大値で表し、中央値以下の１つ又は複数のデータを中央値で表してもよい。本開示の例示的実施形態によれば、配列における中央値の両側の１つ又は複数のデータを、平均値で表してもよい。本開示の例示的実施形態によれば、ｍ個のデータを降順で並べてもよい。

理解されるように、上記内容は中央値だけを例に、ｍ個のデータを、２つのランクを含む順序データタイプに変換する方法について説明した。本開示の例示的実施形態によれば、同様の方法でｍ個のデータを、より多くのランクを含む順序データタイプに変換してもよい。ｍ個のデータを、４つのランクを含む順序データタイプに変換したい場合、第１四分位数、第２四分位数及び第３四分位数を決定し、前記３つの分位数に基づき、ｍ個のデータを、４つのランクを含む順序データタイプに変換してもよい。

本開示の例示的実施形態により、簡単且つ効果的な方法で、打ち切りデータタイプを、処理し易い順序データタイプに変換することができる。この方法で、後続の情報処理の難易度を下げ、情報処理方法の性能を高めることができる。

本開示の例示的実施形態によれば、具体的な応用環境に基づき、順序データに含まれるランクの数を決定することができる。例えば、ｍ個のデータの数量が比較的多い場合、ｍ個のデータを、比較的多いランクを含む順序データに変換することができる。ｍ個のデータが比較的大きい数値範囲に跨っている場合、ｍ個のデータを、比較的多いランクを含む順序データに変換することができる。ここで、比較的多いランクを含む順序データは、データ表現の精度を高めることができる。さらに例えば、ｍ個のデータの数が比較的少なく、比較的小さい数値範囲に跨っている場合、ｍ個のデータを、比較的少ないランクを含む順序データに変換することができる。ここで、比較的少ないランクの順序データは、後続処理でのデータの計算量を減らすことができる。

本開示の例示的実施形態により、具体的な応用環境のパラメータに基づき、変換精度を決定することができる。この方法により、データ表現の精度と計算量との間でバランスを取り、情報処理技術の全体的な性能を高めることができる。

１つの例示において、ｍ個のデータを、８つのランクを含む順序データに変換したい場合、７（８−１＝７）つのランクと関連付けられる７つの分位数、即ち１／８分位数、２／８分位数、……、及び７／８分位数をそれぞれ決定することができる。続いて、前記７つの分位数に基づき、ｉ番目の次元のｍ個のデータを順序データに変換することができる。別の例示では、他の分位数に基づき、ｍ個のデータを、他の数のランクを含む順序データに変換することができる。例えば、百分位数に基づき、ｍ個のデータを、１００個のランクを含む順序データに変換することができる。

続いて図５を参照すると、ブロック５２０において、第１のタイプ及び第２のタイプが打ち切りデータタイプに関わらない場合、方法５００はブロック５３０に進む。理解されるように、ブロック５２２に示される変換操作を経て、複数の変数のうち打ち切りデータタイプはすでに、順序データタイプに変換されている。このとき、複数の変数には２つのタイプ、即ち順序データタイプ及び連続データタイプのみが含まれている。この場合、一つのペアの変数のタイプは、２つの順序データタイプ、２つの連続データタイプ、並びに、１つの順序データタイプ及び１つの連続データタイプという３種類の状況になる。

ブロック５３０において、第１のタイプ及び第２のタイプがいずれも順序データタイプであると決定した場合、方法５００はブロック５３２に進み、ポリコリック相関（ｐｏｌｙｃｈｏｒｉｃ ｃｏｒｒｅｌａｔｉｏｎ）の方式に基づき、相関度要素を決定する。理解されるように、ポリコリック相関の方式は、２つの順序データタイプの変数間の相関程度を決定するために既に提案されている有効な技術的解決手段である。該技術的解決手段の詳細については、Ｕｌｆ Ｏｌｓｓｏｎのポリコリック相関の最尤法（Ｍａｘｉｍｕｍ Ｌｉｋｅｌｉｈｏｏｄ Ｅｓｔｉｍａｔｉｏｎ ｏｆ ｔｈｅ Ｐｏｌｙｃｈｏｒｉｃ Ｃｏｒｒｅｌａｔｉｏｎ Ｃｏｅｆｆｉｃｉｅｎｔ）を参照されたい。

本開示の例示的実施形態により、２つの変数のタイプに基づき、２つの変数間の相関関係の決定プロセスを異なる分岐に分割することができる。この方法により、ポリコリック相関の方式を十分利用して、２つの順序データタイプの変数間の相関関係を決定することができる。

ブロック５３０において、判定結果が「否」である場合、方法５００はブロック５４０に進み、第１のタイプ及び第２のタイプがいずれも連続データタイプであるかを決定する。ブロック５４０において、第１のタイプ及び第２のタイプがいずれも連続データタイプであると決定した場合、方法５００はブロック５４２に進み、順位相関（ｒａｎｋ ｃｏｒｒｅｌａｔｉｏｎ）の方式に基づき相関度要素を決定する。理解されるように、順位変数相関の方式は、２つの連続データタイプの変数間の相関程度を決定するために既に提案されている有効な技術的解決手段である。該技術的解決手段の具体的な詳細については、Ｎａｆｔａｌｉ Ｈａｒｒｉｓらによる「ノンパラノーマルグラフィカルモデルのためのＰＣアルゴリズム（ＰＣ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｎｏｎｐａｒａｎｏｒｍａｌ Ｇｒａｐｈｉｃａｌ Ｍｏｄｅｌｓ）」における式４と５の２種類の方式を参照して得ることができる。

本開示の例示的実施形態により、２つの変数のタイプに基づき、２つの変数間の相関関係の決定プロセスを異なる分岐に分割することができる。この方法により、順位変数相関の方式を十分利用して、２つの連続データタイプの変数間の相関関係を決定することができる。

ブロック５４０において、判定結果が「否」である場合、方法５００はブロック５５０に進む。この場合、連続データタイプをガウス分布データに変換することができる。例えば、Ｈａｎ Ｌｉｕらによる「ノンパラノーマル：高次元無向性グラフのセミパラメトリック推定」の中の式６（Ｎｏｎｐａｒａｎｏｒｍａｌ： Ｓｅｍｉｐａｒａｍｅｔｒｉｃ Ｅｓｔｉｍａｔｉｏｎ ｏｆ Ｈｉｇｈ Ｄｉｍｅｎｓｉｏｎａｌ Ｕｎｄｉｒｅｃｔｅｄ Ｇｒａｐｈｓ）に基づき、連続データタイプをガウス分布に変換することができる。続いて、ガウス分布データ及び前記順序データタイプのデータに基づき、ポリシリアル相関（ｐｏｌｙｓｅｒｉａｌ ｃｏｒｒｅｌａｔｉｏｎ）の方式により、第１のタイプ及び第２のタイプのデータ間の相関度要素を決定することができる。

理解されるように、ポリシリアル相関の方式は、既に提案されている有効な技術的解決手段である。該技術的解決手段の具体的詳細については、Ｆｒｉｔｚ Ｄｒａｓｇｏｗの「ポリコリック・ポリシリアル相関（Ｐｏｌｙｃｈｏｒｉｃ ａｎｄ ｐｏｌｙｓｅｒｉａｌ ｃｏｒｒｅｌａｔｉｏｎｓ）」を参照されたい。本開示の例示的実施形態により、２つの変数のタイプに基づき、２つの変数間の相関関係の決定プロセスを異なる分岐に分割することができる。この方法により、ガウス分布データ及びポリシリアル相関の方式を十分利用して、１つの順序データタイプ及び１つの連続データタイプの変数間の相関関係を決定することができる。

以上、複数の変数２１０のタイプに基づき複数の変数２１０間の相関度２４０を決定する際の具体的な詳細を説明した。以下、図３に戻り、複数の変数２１０間の因果関係２５０をどのように決定するかについて説明する。

ブロック３３０において、相関度２４０及び前記複数のサンプル２２０に基づき、複数の変数２１０間の因果関係２５０を提供する。本開示の例示的実施形態によれば、複数の方法に基づき因果関係２５０を決定することができる。本開示の例示的実施形態によれば、制約ベース方式により、複数の変数２１０間の因果関係２５０を提供することができる。制約ベースの典型的技術方式には主に、ＰＣ（Ｐｅｔｅｒ−Ｃｌａｒｋ）アルゴリズム及び帰納的因果関係（Ｉｎｄｕｃｔｉｖｅ Ｃａｕｓａｔｉｏｎ）アルゴリズム等が含まれる。

制約ベースの技術方式には主に、無向グラフ学習段階及び方向学習段階が含まれる。以下、図６Ａ及び図６Ｂをそれぞれ参照して上述の２つの段階を説明する。図６Ａは、本開示内容の１つの実施形態にかかる、制約方式に基づき複数の変数間の因果関係を決定するプロセスのブロック図６００Ａを模式的に示す。図６Ａに示すように、無向グラフ学習段階において、まず図６Ａに示す完全連結グラフを構築することができる。ノード６１０、６２０、６３０、６４０及び６５０はそれぞれ、複数の変数ｘ_１、ｘ_２、ｘ_３、ｘ_４及びｘ_５を表す。複数の変数間の無向グラフを得るために、相関度２４０、及び独立性又は条件付き独立性の仮説検定等の統計的手法によって与えられた個々の変数間の独立性に基づいて、因果関係のない変数間の辺を、完全連結グラフから削除することができる。

図６Ｂは、本開示内容の１つの実施形態にかかる、制約方式に基づき複数の変数間の因果関係を決定するプロセスのブロック図６００Ｂを模式的に示す。図６Ｂに示すように、方向学習段階では、Ｖ字構造などの局所的な構造特性を利用して、ノード間の辺の方向を決定する。このとき、複数の変数ｘ_１、ｘ_２、ｘ_３、ｘ_４及びｘ_５の間の因果関係を取得することができる。２つのノード間に辺がある場合、２つの変数間には因果関係が存在することを表す。逆の場合、２つの変数間には因果関係が存在しない。辺の方向は因果関係の伝播方向を表し、例えば、辺６６０はノード６２０からノード６１０を指しており、これは、変数ｘ_２が変数ｘ_１の直接の原因であることを表している。同様の方法に基づき、複数の変数２１０間の因果関係を決定することができる。

理解されるように、上記図６Ａ及び図６Ｂはあくまで、ＰＣ方式により複数の変数ｘ_１、ｘ_２、ｘ_３、ｘ_４及びｘ_５の間の因果関係を決定する具体的な例示を模式的に示したものにすぎない。本開示の例示的実施形態によれば、複数の変数は他の数を有してもよいため、ＰＣ方式の２つの段階において異なる無向グラフ及び有向グラフを取得してもよい。

本開示の例示的実施形態によれば、探索ベースの方式により複数の変数２１０間の因果関係２５０を提供することができる。現在、探索ベースのさまざまな方式が開発されており、例えば、欲張り等価探索（Ｇｒｅｅｄｙ Ｅｑｕｉｖａｌｅｎｃｅ Ｓｅａｒｃｈ、ＧＥＳ）方式は、かなり効果的な探索方式である。この技術方式では、有向辺のセットに初期セットから連続的に有向辺を追加することができ、追加した有向辺を保留するか否かを決定するために、相関度２４０に基づいて目的関数を設定することができる。図７Ａは、本開示内容の１つの実施形態にかかる、探索方式に基づき複数の変数間の因果関係を決定するプロセスのブロック図７００Ａを模式的に示す。図７Ａに示すように、空のセットから始めて、有向辺のセットに有向辺７１０を追加することができ、該有向辺７１０が目的関数を満たすことができる場合、該有向辺７１０を有向辺のセットに保留する。

続いて、有向辺のセットに他の辺を追加することができる。図７Ｂは、本開示内容の１つの実施形態にかかる、探索方式に基づき複数の変数間の因果関係を決定するプロセスのブロック図７００Ｂを模式的に示す。図７Ｂに示す有向グラフが目的関数を最大化することができると仮定すると、この場合、該有向グラフを因果関係２５０とすることができる。

理解されるように、制約ベースの方式及び探索ベースの方式はあくまで、因果関係２５０を決定するための２つの具体的な例示にすぎない。本開示の例示的実施形態によれば、すでに開発された他の方式、及び／又は将来開発される他の方式により、相関度２４０に基づき複数の変数２１０間の因果関係２５０を提供してもよい。本開示の例示的実施形態により、証明済みの効果的な技術方式を十分利用して、最終的な因果関係２５０を取得することができる。

一般的に、複数の変数の測定値を長期的に観測するのに伴い、２つの変数間に因果関係が存在するか否かに関して、一定の経験が蓄積される可能性がある。２つの変数間の因果関係の制約は、専門知識と呼ぶことができる。この場合、専門知識を因果関係２５０の決定プロセスに導入することができる。専門知識を取得し、因果関係２５０を決定するさまざまな段階に専門知識を応用することができる。例えば、制約ベースの技術方式では、専門知識を利用して完全連結グラフから辺を削除することができる。探索ベースの技術方式では、専門知識を利用して、有向辺の初期セットの構築、及び／又は追加する辺の選択を行うことができる。因果関係２５０を取得した後、取得した因果関係２５０が既知の経験と合致するか否かを、専門知識を利用して検証することができる。理解されるように、専門知識は、蓄積された専門的な経験を反映しているため、専門知識に基づき隣接する因果関係２５０の決定を支援することは、ある面では決定プロセスでの計算量を抑制することができ、別の面では取得した因果関係２５０を有効なものとすることができる。

以上、因果関係２５０をどのように決定するかについて説明した。本開示の例示的実施形態によれば、さまざまな方法で、探し出した因果関係２５０を示すことができる。例えば、有向非巡回グラフ（ＤＡＧ）で因果関係を示すことができる。具体的に、図８は、本開示内容の１つの実施形態にかかる、有向非巡回グラフに示される因果関係のブロック図８００を模式的に示す。図８に示すように、ノード６１０〜６５０はそれぞれ、複数の変数ｘ_１〜ｘ_５を表し、図中の辺は、２つの変数間の因果関係を表す。例えば、辺８１０は、変数ｘ_４が変数ｘ_３の直接的原因であることを表し、因果関係の重みが０．３であることを表す。辺８２０は、変数ｘ_３が変数ｘ_１の直接的原因であることを表し、因果関係の重みが０．２であることを表す。辺８３０は、変数ｘ_２が変数ｘ_１の直接的原因であることを表し、因果関係の重みが０．４であることを表す。辺８４０は、変数ｘ_１が変数ｘ_５の直接的原因であることを表し、因果関係の重みが０．８であることを表す。

本開示の例示的実施形態によれば、探し出した因果関係２５０を行列において示すことができる。この場合、行列の複数の次元はそれぞれ、複数の変数を表す。行列の要素は、複数の変数のうち要素に対応する２つの変数の間の因果関係の重みを表す。以下の行列Ｍに基づき因果関係２５０を示すことができる。また、該行列Ｍと図８に示すＤＡＧ図は、同一の因果関係２５０を表す。

本開示の例示的実施形態により、探し出した因果関係２５０をＤＡＧ図又は行列において示すことで、応用システムに含まれる複数の変数の間の因果関係を応用システムの管理者が理解し、探し出した因果関係２５０に基づき応用システムの動作を調整するのに役立たせることができる。

本開示の例示的実施形態によれば、複数の変数は、応用システムの複数の属性を表すことができる。例えば、上記の例示において、変数ｘ_１〜ｘ_３はそれぞれ、艶出し段階の品質ランク、部品サイズ及び滑らかさを表し、変数ｘ_４は部品の原材料を表し、変数ｘ_５は製品の合否を表す。本開示の例示的実施形態によれば、応用システムにそれぞれ配置された複数のセンサから、所与のサンプルに含まれる複数の次元のデータを受信することができる。例えば、表１の１番目のサンプルについて、機械加工システムに配置された艶出し装置での測定センサからデータＸ１１、Ｘ１２及びＸ１３等を収集することができる。本開示の例示的実施形態により、別にセンサを配置する必要がなく、応用システムの既存のセンサからサンプルを収集することができる。このようにして、応用システムにおけるセンサの再利用性を向上させることができる。

本開示の例示的実施形態によれば、変数の数値を直接取得し、選択的に及び／又は追加で、連続データをまず取得し、連続データについての処理（例えば、閾値に従い分割する）に基づき変数の具体的な数値を取得することができる。

本開示の例示的実施形態によれば、取得した因果関係２５０に基づき、応用システムの動作を調整することができる。本開示の例示的実施形態によれば、さらに、因果関係に基づき応用システムの障害を排除することができる。具体的に、図１Ａに示す機械加工システムでは、上述した方法に基づき各属性と製品の合否との因果関係が決定された。探し出した因果関係に基づき、不合格製品に最も影響を及ぼす属性を優先的に調整することができる。

本開示の例示的実施形態によれば、因果関係２５０に基づき応用システムの性能を高めることができる。具体的に、調整、モニタリング等の方法により、前記応用システムの因果関係２５０の原因ノードに影響を与えることで，前記応用システムの性能を高めることができる。また、所定条件を満たすと前記分析結果（因果関係２５０）を自動出力する方法により、前記応用システムの改良又は性能向上を促すことができる。例として、図１Ｂに示す送電システムについて、上述した方法に基づき、各送電装置での中間電圧、送電システムの稼働状態、電流と、電気エネルギー損失との因果関係を決定したとすると、探し出した因果関係に基づき、電気エネルギー損失に最も影響を及ぼす変数を優先して調整することができる。こうすることで、送電システムの性能を高めることができる。

理解されるように、上述の内容では、機械加工システム及び送電システムを応用システムの具体例として、混合データタイプに関わる複数の変数の間の因果関係をどのように決定するかを説明した。他のタイプの応用システムにおいても、本開示の例示的実施形態にかかる方法３００を使用することができる。本開示の例示的実施形態によれば、製品分析システムにおいて、顧客にアンケートを送り、ある製品に関するさまざまな属性（例えば、価格、味、製品価格、顧客の年齢、顧客の性別等）や、顧客の購入意欲についての調査結果を収集することができる。

具体的に、価格及び味は、順序データ（１〜５の評点を採用）で表し、製品価格は連続データで表し、顧客の年齢は打ち切りデータで表し（１８歳以下の年齢は１８歳で表し、１８歳以上の年齢は実際の年齢で表す）、顧客の性別はブーリアンデータで表すことができる（０は女性を表し、１は男性を表す）。この場合、購買意欲に対して影響が最も大きい製品属性を決定することができ、製品の品質改良、製品販売量の増加に寄与することができる。また、さらに更新後の前記製品属性を取得し、それに基づき該製品分析システムの分析性能を高めることもできる。

さらに前記方法は、前記応用システムの変数を定期的に又は不定期で受信／取得することで、前記因果構造分析を継続して更新又は改良することを備えることができる。

以上、図２〜図８を参照して因果関係を決定する方法の詳細を説明した。以下では、図９を参照しつつ、因果関係を決定する装置で用いられる各モジュールを説明する。図９は、本開示内容の１つの実施形態にかかる、情報処理に用いられる装置９００のブロック図を模式的に示す。該装置９００は、取得モジュール９１０と、決定モジュール９２０と、提供モジュール９３０とを備える。取得モジュール９１０は、応用システムにおける複数の変数と関連付けられる複数のサンプルを取得するように設定される。複数のサンプルのうち各サンプルは複数の次元を含み、複数の次元はそれぞれ、複数の変数に対応し、複数の変数は複数のデータタイプに関わる。決定モジュール９２０は、複数のデータタイプに基づき、複数のサンプルの中から複数の変数と関連付けられる相関度を決定するように設定される。相関度は複数の変数における任意の２つの変数の間の相関関係を表す。提供モジュール９３０は、相関度及び複数のサンプルに基づき、複数の変数間の因果関係を提供するように設定される。

本開示の例示的実施形態によれば、複数のデータタイプは、連続データタイプ、順序データタイプ、ブーリアンデータタイプ及び打ち切りデータタイプのうち、少なくとも２つを含む。

本開示の例示的実施形態によれば、決定モジュール９２０は、タイプ決定モジュールと、要素決定モジュールとを備える。タイプ決定モジュールは、複数の変数における第１変数の第１のタイプと第２変数の第２のタイプを決定するように設定される。要素決定モジュールは、第１のタイプ及び第２のタイプに基づき、相関度における、第１変数と第２変数との相関関係を表す相関度要素を決定するように設定される。

本開示の例示的実施形態によれば、要素決定モジュールはタイプ変換モジュールを備える。タイプ変換モジュールは、第１のタイプが打ち切りタイプであると決定された場合、複数のサンプルにおける、第１変数に対応するデータを、順序データタイプに変換するように設定される。

本開示の例示的実施形態によれば、タイプ変換モジュールは、次元決定モジュールと、データ変換モジュールとを備える。次元決定モジュールは、複数のサンプルにおける、第１変数に対応する第１次元を決定するように設定される。データ変換モジュールは、複数のサンプルにおける第１次元のデータの分位数に基づき、第１次元のデータを順序データタイプに変換するように設定される。

本開示の例示的実施形態によれば、データ変換モジュールは、ランク決定モジュールと、分位数決定モジュールと、データタイプ変換モジュールとを備える。ランク決定モジュールは、複数のサンプルの数、及び第１次元のデータ範囲の少なくとも１つに基づき、順序データタイプに含まれるランクの数を決定するように設定される。分位数決定モジュールは、ランクの数と関連付けられる少なくとも１つの分位数を決定するように設定される。データタイプ変換モジュールは、少なくとも１つの分位数に基づき、第１次元のデータを順序データタイプに変換するように設定される。

本開示の例示的実施形態によれば、要素決定モジュールは連続データ処理モジュールを備える。連続データ処理モジュールは、第１のタイプ及び第２のタイプがいずれも連続データタイプであると決定された場合、順位変数相関の方式に基づき相関度要素を決定するように設定される。

本開示の例示的実施形態によれば、要素決定モジュールは順序データ処理モジュールを備える。順序データ処理モジュールは、第１のタイプ及び第２のタイプがいずれも順序データタイプであると決定された場合、ポリコリック相関の方式に基づき相関度要素を決定する。

本開示の例示的実施形態によれば、要素決定モジュールは、混合データ処理モジュールを含む。混合データ処理モジュールは、第１のタイプが連続データタイプであり第２のタイプが順序データタイプであると決定された場合、複数のサンプルにおける、第１変数に対応するデータを、ガウス分布データに変換し、ガウス分布データ及び順序データタイプのデータに基づき、ポリシリアル相関の方式を利用して相関度要素を決定するように設定される。

本開示の例示的実施形態によれば、提供モジュール９３０は、制約ベースの提供モジュール及び探索ベースの提供モジュールのうち少なくとも１つを備える。

本開示の例示的実施形態によれば、さらに、有向グラフ表示モジュール及び行列表示モジュールのうちの少なくとも１つを備える。有向グラフ表示モジュールは、有向非巡回グラフにおいて因果関係を示すように設定される。有向非巡回グラフにおけるノードは複数の変数を表し、因果関係における辺は、複数の変数における２つの変数の間の因果関係を表す。行列表示モジュールは、行列において因果関係を示すように設定される。行列の複数の次元はそれぞれ、複数の変数を表し、行列の要素は、複数の変数のうち要素に対応する２つの変数の間の因果関係の重みを表す。

本開示の例示的実施形態によれば、複数の変数は応用システムの複数の属性を表す。

本開示の例示的実施形態によれば、取得モジュール９１０は受信モジュールを備える。受信モジュールは、複数のサンプルのうち所与のサンプルについて、応用システムに配置される１つ又は複数のセンサからそれぞれ、所与のサンプルに含まれる複数の次元のデータを受信するように設定される。

本開示の例示的実施形態によれば、さらに、性能提供モジュール及び障害排除モジュールのうちの少なくとも１つを備える。性能提供モジュールは、因果関係に基づき応用システムの性能を高めるように設定される。障害排除モジュールは、因果関係に基づき応用システムの障害を排除するように設定される。

図１０は、本開示内容の１つの実施形態にかかる、情報処理に用いられるデバイスのブロック図を模式的に示す。図に示すように、デバイス１０００は、中央プロセッサユニット（ＣＰＵ）１００１を含む。ＣＰＵ１００１は、リードオンリーメモリ（ＲＯＭ）１００２に記憶されたコンピュータプログラムの命令、又は記憶ユニット１００８からランダムアクセスメモリ（ＲＡＭ）１００３にロードされたコンピュータプログラムの命令に基づき、各種の適切な動作及び処理を実行することができる。ＲＡＭ１００３にはさらに、デバイス１０００の操作に必要な各種プログラム及びデータを記憶することができる。ＣＰＵ１００１、ＲＯＭ１００２及びＲＡＭ１００３はバス１００４を介して互いに接続されている。入力／出力（Ｉ／Ｏ）ポート１００５もバス１００４に接続されている。

デバイス１０００における複数の部材は、Ｉ／Ｏポート１００５に接続されている。複数の部材には、キーボード、マウス等の入力ユニット１００６、様々な種類のディスプレイ、スピーカ等の出力ユニット１００７、磁気ディスク、光ディスク等の記憶ユニット１００８、及びネットワークインタフェースカード、モデム、無線通信送受信機等の通信ユニット１００９が含まれる。通信ユニット１００９によって、デバイス１０００は、インターネットのようなコンピュータネットワーク及び／又は各種電信ネットワークを介して、他のデバイスと情報／データを交換することができる。

上述した各プロセス及び処理、例えば方法３００及び５００は、プロセッサユニット１００１により実行することができる。例えば、いくつかの例示的実施形態において、方法３００及び５００は、コンピュータソフトウェアプログラムとして実現可能であり、記憶ユニット１００８のようなデバイスが読み取り可能な媒体に、有形記憶されている。いくつかの実施形態において、コンピュータプログラムの一部又は全部は、ＲＯＭ１００２及び／又は通信ユニット１００９を経由してデバイス１０００にロード及び／又はインストールすることができる。コンピュータプログラムがＲＡＭ１００３にロードされＣＰＵ１００１により実行されると、上述した方法３００及び５００の一つ又は複数の動作を実行することができる。

本開示の例示的実施形態では、電子機器が提供される。電子機器は、少なくとも１つのプロセッサユニットと、少なくとも１つのプロセッサユニットに結合され、少なくとも１つのプロセッサユニットによって実行される命令を記憶する少なくとも１つのメモリとを含み、命令は、前記少なくとも１つのプロセッサユニットによって実行されると、該機器に上述した方法を実行させる。

本開示のコンピュータ可読記憶媒体には、コンピュータが読み取り可能なプログラム命令が記憶されている。前記コンピュータが読み取り可能なプログラム命令は、上述した方法を実行するためのものである。

本開示は、方法、装置、システム及び／又はコンピュータプログラム製品であり得る。コンピュータプログラム製品は、本開示の各態様を実行するためのコンピュータが読み取り可能なプログラム命令が格納されたコンピュータ可読記憶媒体を備えることができる。

コンピュータ可読記憶媒体は、命令実行デバイスにより使用される命令を保持し記憶することができる有形デバイスであり得る。コンピュータ可読記憶媒体は例えば、電気記憶装置、磁気記憶装置、光記憶装置、電磁気記憶装置、半導体記憶装置又は上述の任意の適切な組合せであり得るが、これらに限られない。コンピュータ可読記憶媒体のより具体的な例として（全てではない）、ポータブル・コンピュータ・ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、消去・書き込み可能なリードオンリーメモリ（ＥＰＲＯＭ又はフラッシュメモリ）、スタティックＲＡＭ （ＳＲＡＭ：Static Random Access Memory）、携帯型コンパクトディスクリードオンリーメモリ（ＣＤ−ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、メモリースティック、フロッピーディスク、機械的エンコーダディスク、例えば命令が記憶されているパンチカード又は溝内の突起構造、及び上述の任意の適切な組み合せが含まれる。ここで使用されるコンピュータ可読記憶媒体は、例えば無線電波若しくは他の自由伝播する電磁波、導波若しくは他の送信媒体を介して伝播する電磁波（例えば、光ケーブルを介する光パルス）、又は電線で送信される電気信号のような、瞬時の信号そのものであるとは解釈されない。

ここで説明されるコンピュータが読み取り可能なプログラム命令は、コンピュータ可読記憶媒体から各計算／処理デバイスにダウンロードすることができ、又は、ネットワーク、例えばインターネット、ローカルエリアネットワーク、ワイドエリアネットワーク及び／若しくは無線ネットワークを介して外部のコンピュータ若しくは外部記憶装置にダウンロードすることができる。ネットワークは、銅線送信ケーブル，光ケーブル送信、無線送信、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータ及び／又はエッジサーバを含むことができる。各計算／処理デバイスにおけるネットワークインタフェースカード又はネットワークインタフェースは、コンピュータが読み取り可能なプログラム命令をネットワークから受信し、該コンピュータが読み取り可能なプログラム命令を転送し、各計算／処理デバイスのコンピュータ可読記憶媒体に記憶されるようにする。

本開示の操作を実行するためのコンピュータプログラム命令は、アセンブラ指示文、命令セットアーキテクチャ（ＩＳＡ：Instruction Set Architecture）、機械語命令、機械関連命令、マイクロコード、ファームウェア命令、状態設定データ、又は、一種類若しくは複数種類のプログラミング言語の任意の組合せで記述されたソースコード若しくはオブジェクトコードであり得る。プログラミング言語は、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋等のオブジェクト指向のプログラミング言語、及び、「Ｃ」言語又は類似のプログラミング語言のような一般的なプロセス式プログラミング言語を含む。コンピュータが読み取り可能なプログラム命令は、全てユーザコンピュータ上で実行することができ、部分的にユーザコンピュータ上で実行することができ、１つの独立したソフトウェアパッケージとして実行することができ、ユーザコンピュータ上で部分的に実行するとともにリモートコンピュータ上で部分的に実行することができ、又は全てリモートコンピュータ若しくはサーバ上で実行することができる。リモートコンピュータにかかる状況において、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を含む任意の種類のネットワークを介して、ユーザコンピュータに接続することができるか、又は、外部のコンピュータに接続することができる（例えばインターネットサービスプロバイダを利用しインターネットを介して接続する）。いくつかの例示的実施形態では、コンピュータが読み取り可能なプログラム命令のステータス情報を利用して、例えばプログラマブルロジック回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）又はプログラマブルロジックアレイ（ＰＬＡ）のような電子回路をパーソナライズすることができる。該電子回路は、コンピュータが読み取り可能なプログラム命令を実行することで、本開示の各態様を実現することができる。

ここでは、本開示の例示的実施形態にかかる方法、装置（システム）及びコンピュータプログラム製品のフローチャート及び／又はブロック図を参照して、本開示の各態様を説明した。理解すべき点として、フローチャート及び／又はブロック図の各ブロック並びにフローチャート及び／又はブロック図の各ブロックの組合せは、いずれも、コンピュータが読み取り可能なプログラム命令により実現可能である。

これらのコンピュータが読み取り可能なプログラム命令は、汎用コンピュータ、専用コンピュータ又は他のプログラミング可能なデータ処理装置のプロセッサユニットに提供されて、機器を生成することができ、これらの命令がコンピュータ又は他のプログラミング可能なデータ処理装置のプロセッサユニットで実行されると、フローチャート及び／又はブロック図の１つ又は複数のブロックで規定された機能／動作を実現する装置が生成される。これらのコンピュータが読み取り可能なプログラム命令は、コンピュータ可読記憶媒体に記憶されてもよい。これらの命令によって、コンピュータ、プログラミング可能なデータ処理装置及び／又はその他のデバイスは特定の方法で動作を行う。したがって、命令が記憶されているコンピュータ可読媒体は、フローチャート及び／又はブロック図の１つ又は複数のブロックで規定された機能／動作を実現する各態様の命令が含まれている製品を含む。

コンピュータが読み取り可能なプログラム命令を、コンピュータ、他のプログラミング可能なデータ処理装置又は他のデバイスにロードして、コンピュータ、他のプログラミング可能なデータ処理装置又は他のデバイス上で一連の操作ステップを実行させ、コンピュータが実現するプロセスを生成してもよい。こうすることで、コンピュータ、他のプログラミング可能なデータ処理装置又は他のデバイスで実行される命令に、フローチャート及び／又はブロック図の１つ又は複数のブロックで規定された機能／動作を実現させる。

図中のフローチャート及びブロック図は、本開示の複数の例示的実施形態にかかるシステム、方法、コンピュータプログラム製品の実現可能なアーキテクチャ、機能及び操作を表している。この点において、フローチャート又はブロック図の各ブロックは、１つのモジュール、プログラムセグメント又は命令の一部を示すことができ、モジュール、プログラムセグメント又は命令の一部は、規定されたロジック機能を実現するための１つ又は複数の実行可能な命令を含む。代替としてのいくつかの実現形態において、ブロック内に表記された機能は、図中の表記と異なる順序で発生してもよい。例えば、２つの連続するブロックは実際には基本的に並行して実行することができるが、場合によっては反対の順序で実行されてもよい。これは、関係する機能によって定められる。また、注意すべき点として、ブロック図及び／又はフローチャートの各ブロック、並びにブロック図及び／又はフローチャートのブロックの組合せは、規定された機能又は動作を実行する、ハードウェアに基づく専用システムで実現することができ、又は、専用のハードウェアとコンピュータ命令との組合せにより実現することができる。

以上、本開示の各実施形態を説明したが、上述した説明は、例示的なもので、全て網羅したものではなく、開示された各実施形態に限定されない。説明した各実施形態の範囲及び精神から逸脱しない状況において、当業者が多数の修正及び変更を行うことができることは明らかである。ここで使用された用語は、各実施形態の原理、実際の応用又は市場での技術改良について最適な説明を行うこと、又は当業者に本明細書で開示された各実施形態を理解してもらうことを意図して、選択したものである。

Claims (30)

1. 応用システムにおける複数の変数であって複数のデータタイプに関わる複数の変数と関連付けられる複数のサンプルを取得することと、
   前記複数のデータタイプに基づき、前記複数のサンプルの中から、前記複数の変数と関連付けられる相関度を決定することと、
   前記相関度及び前記複数のサンプルに基づき、前記複数の変数の間の因果関係を提供することと
   を備え、
   前記複数のサンプルの各サンプルは、複数の次元を含み、
   前記複数の次元はそれぞれ、前記複数の変数に対応し、
   前記相関度は、前記複数の変数における任意の２つの変数の間の相関関係を表す、情報処理方法。
2. 前記複数のデータタイプは、連続データタイプ、順序データタイプ、ブーリアンデータタイプ及び打ち切りデータタイプのうち、少なくとも２つを備える、請求項１に記載の方法。
3. 前記複数のデータタイプに基づき、前記複数のサンプルの中から、前記相関度を決定することは、
   前記複数の変数における第１変数の第１のタイプと第２変数の第２のタイプを決定することと、
   前記第１のタイプ及び前記第２のタイプに基づき、前記相関度における、前記第１変数と前記第２変数との相関関係を表す相関度要素を決定することと
   を備える、請求項１に記載の方法。
4. 前記第１のタイプ及び前記第２のタイプに基づき、前記相関度要素を決定することは、
   前記第１のタイプが打ち切りタイプであると決定された場合、前記複数のサンプルにおける、前記第１変数に対応するデータを、順序データタイプに変換することを備える、請求項３に記載の方法。
5. 前記複数のサンプルにおける、前記第１変数に対応する前記データを、前記順序データタイプに変換することは、
   前記複数のサンプルにおける、前記第１変数に対応する第１次元を決定することと、
   前記複数のサンプルにおける前記第１次元のデータの分位数に基づき、前記第１次元の前記データを前記順序データタイプに変換することと
   を備える、請求項４に記載の方法。
6. 前記第１次元の前記データを前記順序データタイプに変換することは、
   前記複数のサンプルの数、及び前記第１次元の前記データの範囲のうち少なくとも１つに基づき、前記順序データタイプに含まれるランクの数を決定することと、
   前記ランクの数と関連付けられる少なくとも１つの分位数を決定することと、
   前記少なくとも１つの分位数に基づき、前記第１次元の前記データを前記順序データタイプに変換することと
   を備える、請求項５に記載の方法。
7. 前記第１のタイプ及び前記第２のタイプに基づき、前記相関度要素を決定することは、
   前記第１のタイプ及び前記第２のタイプがいずれも連続データタイプであると決定された場合、順位変数相関の方式に基づき、前記相関度要素を決定することを備える、請求項３に記載の方法。
8. 前記第１のタイプ及び前記第２のタイプに基づき、前記相関度要素を決定することは、
   前記第１のタイプ及び前記第２のタイプがいずれも順序データタイプであると決定された場合、ポリコリック相関の方式に基づき、前記相関度要素を決定することを備える、請求項３に記載の方法。
9. 前記第１のタイプ及び前記第２のタイプに基づき、前記相関度要素を決定することは、
   前記第１のタイプが連続データタイプであり前記第２のタイプが順序データタイプであると決定された場合、
   前記複数のサンプルにおける、前記第１変数に対応するデータをガウス分布データに変換することと、
   前記ガウス分布データ及び前記順序データタイプのデータに基づき、ポリシリアル相関の方式を利用して前記相関度要素を決定することと
   を備える、請求項４に記載の方法。
10. 前記相関度に基づき、前記因果関係を提供することは、
    制約ベースの方式及び探索ベースの方式のうち少なくとも１つにより前記因果関係を提供することを備える、請求項１に記載の方法。
11. 有向非巡回グラフにおいて前記因果関係を示すこと、及び
    行列において前記因果関係を示すこと
    のうち少なくとも１つをさらに備え、
    前記有向非巡回グラフにおけるノードは、前記複数の変数を表し、前記有向非巡回グラフにおける辺は、前記複数の変数における２つの変数の間の因果関係を表し、
    前記行列の複数の次元はそれぞれ、前記複数の変数を表し、前記行列の要素は、前記複数の変数のうち前記要素に対応する２つの変数の間の因果関係の重みを表す、請求項１に記載の方法。
12. 前記複数の変数は、前記応用システムの複数の属性を表す、請求項１に記載の方法。
13. 前記複数のサンプルを取得することは、
    前記複数のサンプルのうち所与のサンプルについて、前記応用システムに配置される１つ又は複数のセンサからそれぞれ、前記所与のサンプルに含まれる複数の次元のデータを受信することを備える、請求項１２に記載の方法。
14. 前記因果関係に基づき前記応用システムの性能を高めること、及び
    前記因果関係に基づき前記応用システムの障害を排除すること
    のうち少なくとも１つをさらに備える、請求項１３に記載の方法。
15. 応用システムにおける複数の変数であって複数のデータタイプに関わる複数の変数と関連付けられる複数のサンプルを取得するように設定される取得モジュールと、
    前記複数のデータタイプに基づき、前記複数のサンプルの中から、前記複数の変数と関連付けられる相関度を決定するように設定される決定モジュールと、
    前記相関度及び前記複数のサンプルに基づき、前記複数の変数の間の因果関係を提供するように設定される提供モジュールと
    を備え、
    前記複数のサンプルの各サンプルは、複数の次元を含み、
    前記複数の次元はそれぞれ、前記複数の変数に対応し、
    前記相関度は、前記複数の変数における任意の２つの変数の間の相関関係を表す、
    情報処理装置。
16. 前記複数のデータタイプは、連続データタイプ、順序データタイプ、ブーリアンデータタイプ及び打ち切りデータタイプのうち、少なくとも２つを備える、請求項１５に記載の装置。
17. 前記決定モジュールは、
    前記複数の変数における第１変数の第１のタイプと第２変数の第２のタイプを決定するように設定されるタイプ決定モジュールと、
    前記第１のタイプ及び前記第２のタイプに基づき、前記相関度における、前記第１変数と前記第２変数との相関関係を表す相関度要素を決定するように設定される要素決定モジュールと
    を備える、請求項１５に記載の装置。
18. 前記要素決定モジュールは、
    前記第１のタイプが打ち切りタイプであると決定された場合、前記複数のサンプルにおける、前記第１変数に対応するデータを、順序データタイプに変換するように設定されるタイプ変換モジュールを備える、請求項１７に記載の装置。
19. 前記タイプ変換モジュールは、
    前記複数のサンプルにおける、前記第１変数に対応する第１次元を決定するように設定される次元決定モジュールと、
    前記複数のサンプルにおける前記第１次元のデータの分位数に基づき、前記第１次元の前記データを前記順序データタイプに変換するように設定されるデータ変換モジュールと
    を備える、請求項１８に記載の装置。
20. 前記データ変換モジュールは、
    前記複数のサンプルの数、及び前記第１次元の前記データの範囲のうち少なくとも１つに基づき、前記順序データタイプに含まれるランクの数を決定するように設定されるランク決定モジュールと、
    前記ランクの数と関連付けられる少なくとも１つの分位数を決定するように設定される分位数決定モジュールと、
    前記少なくとも１つの分位数に基づき、前記第１次元の前記データを前記順序データタイプに変換するように設定されるデータタイプ変換モジュールと
    を備える、請求項１９に記載の装置。
21. 前記要素決定モジュールは、
    前記第１のタイプ及び前記第２のタイプがいずれも連続データタイプであると決定された場合、順位変数相関の方式に基づき、前記相関度要素を決定するように設定される連続データ処理モジュールを備える、請求項１７に記載の装置。
22. 前記要素決定モジュールは、
    前記第１のタイプ及び前記第２のタイプがいずれも順序データタイプであると決定された場合、ポリコリック相関の方式に基づき、前記相関度要素を決定するように設定される順序データ処理モジュールを備える、請求項１７に記載の装置。
23. 前記要素決定モジュールは、混合データ処理モジュールを備え、
    前記混合データ処理モジュールは、前記第１のタイプが連続データタイプであり前記第２のタイプが順序データタイプであると決定された場合、
    前記複数のサンプルにおける、前記第１変数に対応するデータをガウス分布データに変換し、
    前記ガウス分布データ及び前記順序データタイプのデータに基づき、ポリシリアル相関の方式を利用して前記相関度要素を決定する
    ように設定される、
    請求項１７に記載の装置。
24. 前記提供モジュールは、制約ベースの提供モジュール及び探索ベースの提供モジュールのうち少なくとも１つを備える、請求項１５に記載の装置。
25. 有向グラフ表示モジュール及び行列表示モジュールのうち少なくとも１つをさらに備え、
    前記有向グラフ表示モジュールは、有向非巡回グラフにおいて前記因果関係を示すように設定され、前記有向非巡回グラフにおけるノードは、前記複数の変数を表し、前記有向非巡回グラフにおける辺は、前記複数の変数における２つの変数の間の因果関係を表し、
    前記行列表示モジュールは、行列において前記因果関係を示すように設定され、前記行列の複数の次元はそれぞれ、前記複数の変数を表し、前記行列の要素は、前記複数の変数のうち前記要素に対応する２つの変数の間の因果関係の重みを表す、請求項１５に記載の装置。
26. 前記複数の変数は、前記応用システムの複数の属性を表す、請求項１５に記載の装置。
27. 前記取得モジュールは、
    前記複数のサンプルのうち所与のサンプルについて、前記応用システムに配置される１つ又は複数のセンサからそれぞれ、前記所与のサンプルに含まれる複数の次元のデータを受信するように設定される受信モジュールを備える、請求項２６に記載の装置。
28. 前記因果関係に基づき前記応用システムの性能を高めるように設定される性能提供モジュール、及び
    前記因果関係に基づき前記応用システムの障害を排除するように設定される障害排除モジュール
    のうち少なくとも１つをさらに備える、請求項２７に記載の装置。
29. 少なくとも１つのプロセッサユニットと、
    前記少なくとも１つのプロセッサユニットに結合され、前記少なくとも１つのプロセッサユニットによって実行される命令を記憶する少なくとも１つのメモリと
    を備え、
    前記命令が前記少なくとも１つのプロセッサユニットによって実行される場合、前記命令により、請求項１〜１４のいずれか１項に記載の方法を実行する、電子機器。
30. 請求項１〜１４のいずれか１項に記載の方法をコンピュータに実行させる、プログラム。

Images