JP2022028611A - 情報処理に用いられる方法、装置、デバイス及び記憶媒体 - Google Patents

Abstract

【課題】適切なプロセスを選択して入力データの処理に用いることで、入力データにおける複数の要素の間の因果関係を決定する方法、装置、デバイス及びコンピュータ記憶媒体を提供する。
【解決手段】方法は、応用システムの複数の要素と関連付けられる複数の観察サンプルを受け付ける。複数の観察サンプルにおける観察サンプルは、複数の要素の観察値セットを含む。また、複数の観察サンプルの少なくとも１つの属性を取得する。そして、少なくとも１つの属性に基づき、少なくとも１つの処理プロセスを決定する。少なくとも１つの処理プロセスにおける処理プロセスは、複数の観察サンプルを処理して、複数の要素の間の因果関係を取得する。
【選択図】図４

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いて情報処理を実行する方法、装置、デバイス及びコンピュータ記憶媒体に関する。

機械学習技術は、複数の要素の間の因果関係を見つけるために、様々な分野で広く応用されている。例えば機械製造分野では、部品の素材が加工段階を経て、その結果、所定の形状要件を満たす製品が生成される。理解されるように、加工段階は、異なる制御パラメータに関わり得る。制御パラメータは、最終製品の誤差を直接又は間接的に左右する。あるいは例えば、送電システムは大量の送電パラメータに関わり得る。これらの制御パラメータは、送電に起因する電気エネルギーの損失を直接又は間接的に左右する可能性がある。

因果関係は、他の後処理や分析の基礎となるものであり、より信頼できる因果関係を入力データに基づいて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。そのため、適切なプロセスを選択して入力データの処理に用いることで、入力データにおける複数の要素の間の因果関係を決定できるようにすることが期待されている。

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、応用システムの複数の要素と関連付けられる複数の観察サンプルを受け付ける。複数の観察サンプルにおける観察サンプルは、複数の要素の観察値セットを含む。また、複数の観察サンプルの少なくとも１つの属性を取得する。そして、少なくとも１つの属性に基づき、少なくとも１つの処理プロセスを決定する。少なくとも１つの処理プロセスにおける処理プロセスは、複数の観察サンプルを処理して、複数の要素の間の因果関係を取得するためのものである。

本開示の第２の態様によれば、情報処理デバイスが提供される。該デバイスはプロセッサを含み、プロセッサは、応用システムの複数の要素と関連付けられる複数の観察サンプルを受け付け、複数の観察サンプルの少なくとも１つの属性を取得し、少なくとも１つの属性に基づいて少なくとも１つの処理プロセスを決定するように設定される。複数の観察サンプルにおける観察サンプルは複数の要素の観察値セットを含む。少なくとも１つの処理プロセスにおける処理プロセスは、複数の観察サンプルを処理して複数の要素の間の因果関係を取得するためのものである。

本開示の第３の態様では、電子デバイスが提供される。電子デバイスは、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、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た場合、デバイスに第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、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。

本開示の第５の態様によれば、情報処理方法が提供される。該方法では、応用システムの複数の要素と関連付けられる複数の観察サンプルを受け付ける。前記複数の観察サンプルにおける観察サンプルは、前記複数の要素の観察値セットを含む。また、複数の処理プロセスをそれぞれ用いて前記複数の観察サンプルを処理し、前記複数の要素の間の複数の因果関係を決定する。前記複数の因果関係における因果関係は、前記複数の処理プロセスにおける処理プロセスに基づいて取得される。

本開示の第６の態様によれば、情報処理デバイスが提供される。該デバイスはプロセッサを含み、プロセッサは、応用システムの複数の要素と関連付けられる複数の観察サンプルを受け付け、複数の処理プロセスをそれぞれ用いて、前記複数の観察サンプルを処理して、前記複数の要素の間の複数の因果関係を決定する。前記複数の観察サンプルにおける観察サンプルは前記複数の要素の観察値セットを含む。前記複数の因果関係における因果関係は、前記複数の処理プロセスにおける処理プロセスに基づき取得される。

本開示の第７の態様では、電子デバイスが提供される。電子デバイスは、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、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た場合、デバイスに第５の態様に記載された方法を実行させる。

本開示の第８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、コンピュータが読み取り可能なプログラム命令は、第５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、概念に対する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。

本開示にかかる例示的実施形態を使用可能な１つの応用環境のブロック図を模式的に示す。

本開示にかかる例示的実施形態を使用可能な別の応用環境のブロック図を模式的に示す。

本開示の例示的実施形態を実施可能な１つのコンピューティング環境のブロック図を模式的に示す。

本開示の例示的実施形態を実施可能な別のコンピューティング環境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、処理プロセスライブラリ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、複数の観察サンプルの特徴のデータ構造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ユーザインタフェー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、因果関係を表示するためのユーザインタフェー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、因果関係を表示するためのユーザインタフェー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、因果関係を表示するためのユーザインタフェー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」を表す。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。

いくつかの例示において、値、プロセス又は装置は、「最適」、「最低」、「最高」、「最小」、「最大」等と称される。理解すべき点として、こうした説明は、使用される複数の機能の代替手段の中から、選択可能であると示すことを意図しており、こうした選択は、他の選択と比べて、より優れていたり、より小さかったり、より高かったり、又は他の態様ではより好ましかったりする必要はない。

説明しやすいように、まず、図１Ａ及び図１Ｂを参照して、本開示にかかる例示的実施形態を使用可能な応用システムを紹介する。図１Ａは、本開示にかかる例示的実施形態を実施可能な応用システムのブロック図１００Ａを模式的に示す。図１Ａは、機械製造プロセスを示す。部品１１０Ａを所定サイズの製品１３０Ａに加工したいと仮定すると、部品１１０Ａは加工段階１２０Ａを経る必要がある。各部品の加工プロセスは、異なる制御パラメータ、例えば、工具の速度、工具の向き、部品サイズ、滑らかさ及び加工時間に関わり得る。こうした加工パラメータと、最終製品１３０Ａの誤差との因果関係を決定することが期待されている。

図１Ｂは、本開示にかかる例示的実施形態を実施可能な別の応用システムのブロック図１００Ｂを模式的に示す。図１Ｂは、送電プロセスを模式的に示す。目的地において出力電圧１３０Ｂを取得できるように、入力電圧１１０Ｂは送電段階１２０Ｂを経ることができる。送電期間の損失を減らすために、超高圧回路送電方式を採用することができ、この場合、送電段階１２０Ｂは、異なる送電パラメータに関わり得る。こうした送電パラメータと、送電期間の電気エネルギー損失との因果関係を決定することが期待されている。

理解されるように、上述の内容は、機械製造分野及び送電分野における例を示すものにすぎない。他の複数の分野においても、本開示にかかる例示的実施形態を適用することができる。例えば市場調査、製造、医療保健、小売り等の多くの分野において、事象が発生した原因及び方法を発見し、所望の事象を発生させることができる戦略を探し出すことが期待されている。例えば市場調査の分野では、通信事業者の顧客満足度に影響を与える要素は何か、顧客満足度をどうすれば高められるかを知ることが求められている。製品製造分野では、製品の生産量に影響を与える要素は何か、どのようにすれば増産できるかを知ることが求められている。小売分野では、製品の売上に影響を与える要素は何か、どうすれば製品の売上を伸ばせるかを知ることが求められている。ソフトウェア開発分野では、ソフトウェアの障害発生率に影響を与える要素は何か、どうすれば障害発生率を下げられるかを知ることが求められている。したがって、因果分析システムを提供することが期待されており、さらに、該システムが複数の要素の間の因果関係を発見することができ、該因果関係に基づき、複数の要素のうち目標要素に影響する戦略を推奨することが望まれている。

現在、複数の要素の間の因果関係を決定する複数の処理プロセス（すなわち、アルゴリズム）が提案されている。理解されるように、各処理プロセスにはどれも、それ自体の利点と欠点があり、例えば、処理プロセスＡを使用すれば、図１Ａのような機械製造の環境で収集されたデータを処理し、正確な因果関係を決定することができる。しかしながら、図１Ｂに示す送電環境で収集されたデータを該処理プロセスＡで処理すると、正確な因果関係を決定することができない。従来の技術的解決手段では、技術者は自身の経験に基づいて、入力データを処理するための処理プロセスを手動で選択する必要がある。不適切な処理プロセスを選択すると、処理時間が長くなり、及び／又は因果関係が不正確になる可能性がある。この場合、新たな処理プロセスを再度選択し、その新たなプロセスを用いて入力データを再処理する必要がある。これでは、人的資源及びコンピューティングの資源の多大なオーバーヘッドにつながってしまう。

上述の問題及び／又は１つの若しくは複数の他の潜在的問題を解決するために、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を提供する。この解決手段では、処理される入力データに基づき、どのアルゴリズムで該入力データを処理するかを自動で決定することができる。この方法により、一方では人の労働への依存度を低減することができ、他方では将来のデータ処理プロセスの性能と精度を向上させることができる。

本明細書で使用される用語を最初に紹介すると、「要素」という用語は「データ」とも称される。用語「観察サンプル」とは、直接観察できる複数の要素の観察値のセットを指し、直接観察できる要素は「観察可能要素」又は「観察可能データ」とも称される。用語「目標要素」とは、影響を与えることが所望される要素のことである。例えば、上述の機械製造分野では、観察可能要素は各制御パラメータを含むことができ、目標要素は最終製品の誤差を含むことができる。上述の送電の環境では、観察可能要素は各送電パラメータを含むことができ、目標要素は最終的な電気エネルギー損失を含むことができる。

あるいは例えば、市場調査の分野では、観察可能要素は、顧客属性に関する要素（顧客のクラス、顧客の電話番号等）、顧客行動に関する要素（月間消費トラフィック、無料トラフィックの割合、月間消費トラフィックの総コスト等）、顧客フィードバックに関する要素（例えば苦情件数、顧客満足度）、及び戦略に関する要素（例えば特定イベントに対するリマインダの数など）を含むことができる。顧客満足度は目標要素と見なすことができる。別の例示としてソフトウェア開発分野において、観察可能要素は、ソフトウェア開発に費やす人的資源の量、ソフトウェア開発に費やす期間、関数の数、コード行数、ソフトウェア開発に用いられるプログラミング言語、ソフトウェアの障害発生率等を含むことができる。例えば、ソフトウェアの障害発生率は目標要素と見なすことができる。観察サンプルは、観察可能要素の観察値のセットを含むことができる。

本開示の例示的実施形態は、コンピュータソフトウェアのアプリケーション方式で実装することができる。図２Ａは、本開示の例示的実施形態を実施可能な１つのコンピューティング環境のブロック図２００を模式的に示す。図２Ａに示すように、環境２００はユーザ２１０、処理サーバ２２０及びデータ収集デバイス２３０を含むことができる。処理サーバ２２０は、ユーザインタフェースモジュール２２１、処理エンジン２２２及びデータベース２２３を備えることができる。理解すべき点として、環境２００及び／又は処理サーバ２２０の構成を示したのは、説明のためにすぎず、本開示の範囲に対する何らかの限定を暗示するものではない。本開示の実施形態は、異なる構成を有する異なる環境、及び／又は異なる部材を有する異なる処理サーバに適用してもよい。

本開示の例示的実施形態によれば、データ収集デバイス２３０は、複数の要素の観察サンプルを自動収集するように設定することができる。各観察サンプルは、複数の要素の観察値セットを含むことができる。本開示の例示的実施形態によれば、データ収集デバイス２３０は、観察サンプルを収集するための１つ又は複数のセンサを備えることができる。選択的に、本開示の例示的実施形態によれば、データ収集デバイス２３０は、タイプが異なる要素の観察値をそれぞれ収集するための１つ又は複数の収集ユニットを含んでもよい。

本開示の例示的実施形態によれば、データ収集デバイス２３０は、収集された観察サンプルを、後続の保存、処理及び／又は分析のために処理サーバ２２０に送信することができる。例えば、データ収集デバイス２３０により収集された観察サンプルは、ユーザ入力インタフェースモジュール２２１を経由して処理サーバ２２０に送信することができる。その後、観察サンプルは、ユーザ入力インタフェースモジュール２２１から、後続の保存、処理及び／又は分析のために、処理エンジン２２２に送信することができる。例えば、処理エンジン２２２は、観察サンプルを処理するための処理プロセスを選択することができる。さらに処理エンジン２２２は、選択された処理プロセスを運用し、複数の要素の間の因果関係を発見し、及び／又は観察サンプルに基づき分析を実行することができる。選択的に、本開示の例示的実施形態によれば、データ収集デバイス２３０を省略してもよい。例えば、観察サンプルは、ユーザ２１０からサーバ２２０に入力されてもよい。

本開示の例示的実施形態によれば、ユーザ２１０は処理サーバ２２０と通信することができる。例えばユーザ２１０は、ユーザ入力インタフェースモジュール２２１を介して、観察サンプル及び／又は必要なその他の情報を処理サーバ２２０に入力することができる。ユーザの入力は、ユーザ入力インタフェースモジュール２２１から処理エンジン２２２に送信することができる。本開示の例示的実施形態によれば、ユーザ入力を受信したことに応じて、処理エンジン２２２は、入力データのために相応の処理プロセスを選択し、ユーザインタフェースモジュール２２１を介してユーザ２１０に、１つ又は複数のフィードバックを示すことができる。処理エンジン２２２は、受信した各種データを後続の使用のためにデータベース２２３に保存することができる。さらに、処理エンジン２２２は、選択された処理プロセスを運用して、入力データにおける複数の要素の間の因果関係を決定することができる。

図２Ｂは、本開示の例示的実施形態を実施可能な別のコンピューティング環境のブロック図２０５を模式的に示す。図２Ｂに示すように、環境２０５は、ユーザ２１０、データ収集デバイス２３０（図２Ａに示すデータ収集デバイス２３０と同じ又は類似）、ユーザ端末２４０及び処理サーバ２６０を含むことができる。例えば、ユーザ端末２４０はネットワーク２５０（例えばインターネット）を介して処理サーバ２６０と通信することができる。理解すべき点として、環境２０５、ユーザ端末２４０及び／又は処理サーバ２２０の構成を示したのは、説明のためにすぎず、本開示の範囲に対する何らかの限定を暗示するものではない。本開示の実施形態は、異なる環境、異なるユーザ端末及び／又は異なる処理サーバに適用してもよい。

文中で使用される用語「ユーザ端末」は、無線又は有線での通信能力を有する全てのデバイスを指す。ユーザ端末の例として、ユーザ端末（ＵＥ）、パーソナルコンピュータ、デスクトップコンピュータ、移動電話、携帯電話、スマートフォン、携帯情報端末（ＰＤＡ）、携帯コンピュータ、画像取込デバイス（例えばデジタルカメラ）、ゲーム機器、音楽保存再生装置、又は無線若しくは有線によるインターネットへのアクセス・閲覧を有効にするインターネットデバイスが含まれるが、これらに限定されない。

図２Ｂに示すように、例えば、ユーザ端末２４０は、ユーザインタフェースモジュール２２１（図２Ａに示すユーザインタフェースモジュール２２１と同じ又は類似）と、ローカルデータベース２４１とを備えることができる。本開示の例示的実施形態によれば、ユーザ端末２４０は、ユーザインタフェースモジュール２２１を介してデータ収集デバイス２３０から観察サンプルを受け付け、及び／又は、ユーザインタフェースモジュール２２１を介してユーザ２１０からユーザの入力を受け付けることができる。ユーザ端末２４０は、受け付けたデータを、後続の使用のためにローカルデータベース２４１に保存することができる。ユーザ端末２４０はさらに、後続処理及び／又は分析のために、受け付けたデータを、ネットワーク２５０を介して処理サーバ２６０送信することができる。

図２Ｂに示すように、例えば、処理サーバ２６０は、処理エンジン２２２（図２Ａに示す処理エンジン２２２と同じ又は類似）と、データベース２６１とを備えることができる。本開示の例示的実施形態によれば、複数の要素の観察サンプルを受け付けたことに応じて、処理エンジン２２２は、入力データのために相応の処理プロセスを選択し、ユーザインタフェースモジュール２２１を介してユーザ２１０に、１つ又は複数のフィードバックを示すことができる。処理エンジン２２２は、受け付けた各種データを後続の使用のためにデータベース２６１に保存することができる。さらに、処理エンジン２２２は、選択された処理プロセスを運用して、入力データにおける複数の要素の間の因果関係を決定することができる。

上記内容において、図２Ａ及び図２Ｂを参照して、本開示にかかる例示的実施形態を実行するためのコンピューティング環境について説明した。以下の文では、図３を参照して情報処理プロセスの概要を説明する。図３は、本開示内容の１つの実施形態にかかる、情報処理プロセスのブロック図３００を模式的に示す。図３に示すように、応用システムは複数の要素３１０に関わることができる。複数の要素の数をｎと表すと仮定すると、複数の要素は、

と表すことができる。複数の要素２１０と関連付けられる複数の観察サンプル３２０が取得可能である。ここで、複数の観察サンプルにおける各観察サンプルは、複数の次元を含む。図２に示すように、１つの観察サンプルを（Ｘ１１，Ｘ１２，Ｘ１３，Ｘ１４，…，Ｘ１ｎ）と表すことができる。サンプルにおける各次元は、複数の要素における１つの要素に対応することができる。すなわち、各観察サンプルは複数の要素の観察値セットを含むことができる。例えば、第１次元におけるデータＸ１１は要素ｘ_１の観察値、第２次元におけるデータＸ１２は要素ｘ_２の観察値、等である。

複数の観察サンプル３２０の少なくとも１つの属性３３０を取得する。ここで属性は、複数の要素の間の関係（線形の関係、非線形の関係等）、複数の要素の次元等に関わることができる。複数の観察サンプルの少なくとも１つの属性に基づき、処理プロセスライブラリ３４０から、複数の観察サンプルを処理するための少なくとも１つの処理プロセス３５０を選択することができる。理解されるように、ここで、少なくとも１つの処理プロセス３５０に含まれる処理プロセスの数は限定されない。少なくとも１つの処理プロセス３５０はむしろ、単一の処理プロセスを含んでもよいし、複数の処理プロセスを含んでもよい。

理解されるように、異なる応用システムでは、取得される複数の観察サンプルは、異なる属性を有することができる。本開示の例示的実施形態を用いて、複数の観察サンプルの属性３３０に基づき相応の処理プロセスを選択することができる。この方法により、観察サンプルの属性に最もマッチした処理プロセスを、人手をかけずに自動的に決定することができる。また、手動処理のオーバーヘッドを削減することができ、手動のエラーに起因する、受け付けた観察サンプルの処理に選択された処理プロセスが適していない状況を回避することができる。

以下、図４を参照して本開示にかかる例示的実施形態をさらに詳細に説明する。該図４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４００のフローチャートを模式的に示す。ブロック４１０において、応用システムの複数の要素と関連付けられる複数の観察サンプルを受け付ける。ここで、複数の観察サンプルにおける観察サンプルは、複数の要素の観察値セットを含む。

以下の文では、図１Ａ及び図１Ｂに示す応用システムをそれぞれ参照しながら、複数の要素２１０及び複数の観察サンプル２２０の詳細を説明する。図１Ａに示す機械製造用の応用システムでは、複数の要素２１０は複数の制御パラメータを含むことができる。例えば、要素ｘ_１からｘ_５はそれぞれ、加工段階の工具の速度、工具の向き、部品サイズ、滑らかさ及び加工時間を表すことができ、要素ｘ_６は製品の誤差を表すことができる。この場合、各観察サンプルは、上述の要素と対応する複数のデータを含むことができる。次の表１は、複数の観察サンプルの例を模式的に示す。

受け付けた複数の観察サンプル２２０の数がｍであると仮定すると、表１における各行は、１つの観察サンプルを表す。１行目は、１つの部品の加工プロセスに関連する観察サンプルを示す。すなわち、前５個の次元のデータＸ１１、Ｘ１２、Ｘ１３、Ｘ１４及びＸ１５はそれぞれ、工具の速度、工具の向き、部品サイズ、滑らかさ及び加工時間に対応し、最後１つの次元におけるデータＸ１６は、最終製品の誤差に対応する。同様に、ｍ行目は、ｍ個目の部品の加工段階に関連する観察サンプルを示す。理解されるように、上記表１は観察サンプルの例示的なデータ構造を模式的に示したものにすぎず、本開示の例示的実施形態によれば、要素はより多くてもよい。例えば、加工段階はさらに、粗加工段階及び仕上げ加工段階のより多くの制御パラメータ等に関わることができる。また、本開示の例示的実施形態では、要素がより少なくてもよい。

理解されるように、上記表１は、図１Ａに示す応用システムにおける例示的データ構造を模式的に示したものにすぎない。他の応用システムにおいて、観察サンプルはより多くの、より少ない、又は異なる次元を含むことができる。例えば、図１Ｂに示す送電システムにおいて、要素ｘ_１からｘ_６はそれぞれ、送電段階の複数の送電パラメータを表し、要素ｘ_６は電気エネルギー損失を表すことができる。理解されるように、上記内容は、６つの要素と関連付けられる観察サンプルを模式的に示したものにすぎず、本開示の例示的実施形態によれば、観察サンプルは、より多くの、又はより少ない要素に関わることができる。

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、所与の観察サンプルに含まれる複数の次元のデータを受け付けることができる。例えば、表１における１つ目の観察サンプルについていえば、機械製造システムの工具に配置された測定センサから、データＸ１１～Ｘ１６を収集すること等ができる。本開示の例示的実施形態によれば、応用システムの既存のセンサから観察サンプルを収集することができ、別にセンサを配置する必要がない。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。

ブロック４２０において、複数の観察サンプルの少なくとも１つの属性を取得する。理解されるように、ここでの属性は多方面の内容を含むことができる。本開示の例示的実施形態によれば、属性は、複数の要素の関係タイプを含むことができる。関係タイプとは、各要素の間の関連・関係のタイプを指す。例えば、部品の艶出し時間が長ければ、滑らかさが増し、両者には線形の関係が存在し得る。あるいは、例えば、工具の速度は部品サイズに影響を与え得るが、両者の間に線形の依存関係はない。関係タイプは、線形の関係及び非線形の関係のうち少なくとも１つを含むことができる。本開示の例示的実施形態により、各要素の間の関連・関係を区分することで、該関係タイプにより適した処理プロセスを選択し、後続処理の精度を高めるのに寄与することができる。

本開示の例示的実施形態によれば、属性は、複数の要素の次元を含むことができる。ここでの次元とは、複数の要素の数を指し、例えば、上記表１の例示では次元は６である。理解されるように、現在、処理プロセスが数多く提案されているが、こうしたプロセスは、処理が異なる入力データにそれぞれ適合可能である。例えば、いくつかの処理プロセスは、高次元データ（例えば、次元が１００以上の観察サンプル）の処理により適している。いくつかの処理プロセスは、低次元データ（例えば、次元が１００未満の観察サンプル）の処理により適している。本開示の例示的実施形態により、高次元の観察サンプルと低次元の観察サンプルとを区分することで、該観察サンプルの次元により適した処理プロセスを選択し、後続処理の精度を高めるのに寄与することができる。

本開示の例示的実施形態によれば、属性は、複数の要素のデータタイプを含むことができる。ここでのデータタイプとは、各要素に関するタイプを指し、連続データタイプ、離散データタイプ及び混合データタイプのうち少なくとも１つを含む。表１の例示において、工具の速度、工具の向き、部品サイズ、滑らかさ、加工時間及び誤差はいずれも、実数で表されるため、複数の要素のデータタイプは連続データタイプである。図１Ｂに示す例示において、要素ｘ_１からｘ_５がそれぞれ、送電設備の複数のボタンの「オン」／「オフ」状態を表し、要素ｘ_６は出力電圧が正常かどうかを表すと仮定した場合、この場合の複数の要素は離散データタイプとなる。複数の要素が連続データタイプを含むだけでなく、離散データタイプも含む場合（例えば、要素ｘ_６は電気エネルギー損失を表す）、複数の要素は混合データタイプとなる。

現在、異なるタイプの入力データを処理するための処理プロセスが数多く提案されている。本開示の例示的実施形態により、入力データに関するデータタイプを区分することで、該データタイプにより適した処理プロセスを選択し、後続処理の精度を高めるのに寄与することができる。

本開示の例示的実施形態によれば、属性は、複数の観察サンプルの数を含むことができる。例えば、上記表１の例示において、各行が１つの観察サンプルを表すため、観察サンプルの数はｍである。理解されるように、観察サンプルの数が異なる場合、対応する処理方法も異なる部分がある。本開示の例示的実施形態によれば、観察サンプルの数と観察サンプルの次元との比較に基づき、入力データを分けることができる。観察サンプルの数が観察サンプルの次元より少ない場合、入力データはサンプルが少数である。そうでない場合、入力データはサンプルが多数である。本開示の例示的実施形態により、サンプル多数とサンプル少数とを区分することで、該サンプル数により適した処理プロセスを選択し、後続処理の精度を高めることに寄与することができる。

ブロック４３０において、少なくとも１つの属性に基づき、少なくとも１つの処理プロセスを決定する。ここで、少なくとも１つの処理プロセスにおける１つの処理プロセスを運用し、複数の観察サンプルを処理することで、複数の要素の間の１つの因果関係を取得することができる。理解されるように、現在、処理プロセスが数多く提案されており、所与の１つ又は複数の属性に基づき、複数の処理プロセスを探し出すことができる。この場合、複数の処理プロセスをそれぞれ実行して、処理プロセスごとに１つの因果関係を得ることができる。本開示の例示的実施形態によれば、ユーザは複数の因果関係の中から自身の要求に最も合致する因果関係を選択することができる。

以下、図５を参照して処理プロセスライブラリの内容を説明する。図５は、本開示内容の１つの実施形態にかかる、処理プロセスライブラリ３４０のブロック図５００を模式的に示す。処理プロセスライブラリ３４０は、多数の処理プロセス５１０を含むことができる。本開示の例示的実施形態によれば、属性とマッチする処理プロセスを処理プロセスライブラリ３４０において検索できるように、属性に基づき処理プロセス５１０を分類することができる。例えば、処理プロセスごとに１つ又は複数のタグを設定することができる。タグは、線形、非線形、高次元、低次元、連続データタイプ、離散データタイプ、混合データタイプ、サンプル多数、及びサンプル少数のうち、少なくとも１つを含むことができる。タグに基づき、処理プロセスライブラリ３４０の中から特徴とマッチする処理プロセスを検索することができる。

本開示の例示的実施形態によれば、複数の観察サンプルの属性を決定した後に、属性に基づき相応の特徴を決定することができる。図６は、本開示内容の１つの実施形態にかかる、複数の観察サンプルの特徴のデータ構造ブロック図６００を模式的に示す。図６に示すように、特徴６１０は複数のフィールド、すなわち関係タイプ６２０、次元６２２、データタイプ６２４、及びサンプル数６２６を含むことができる。関係タイプ６２０は、複数の要素の間の関係タイプを表し、線形の関係を０で表し、非線形の関係を１で表すことができる。次元６２２は複数の要素の次元を表すことができ、高次元データを０で表し、低次元データを１で表すことができる。

データタイプ６２４は、複数の要素に関するデータタイプを表し、連続データタイプを０で表し、離散データタイプを１で表し、混合データタイプを２で表すことができる。サンプル数６２６は、入力データに含まれる観察サンプルの数を表すことができ、サンプル少数を０で表し、サンプル多数を１で表すことができる。入力データが線形、低次元、連続データタイプ、サンプル多数に関わると仮定すると、該入力データの特徴を（０，１，０，０）と表すことができる。

理解されるように、図６は、特徴を生成する１つの方法を模式的に示すものにすぎない。本開示の例示的実施形態によれば、他の方法に基づき特徴を決定することができる。例えば、図６の各フィールドの順序を入れ替えて、選択的及び／又は付加的に、他の数値を用いて各フィールドの具体的意味を表してもよい。

入力データの特徴が決定された場合、処理プロセスライブラリ３４０の中から、特徴とマッチする少なくとも１つの処理プロセスを選択することができる。本開示の例示的実施形態によれば、検索しやすいように、入力データの特徴をキーワードとして、各処理プロセスに対しインデックス５２０を作成することができる。該インデックス５２０に基づき、ある特徴と対応する１つ又は複数の処理プロセスを決定することができる。本開示の例示的実施形態により、処理プロセスライブラリ３４０での検索速度を上げ、データ処理効率を高めることができる。

以上、人手を介することとなく、入力データの処理に適した少なくとも１つの処理プロセスを自動で選択することを説明した。本開示の例示的実施形態によれば、処理対象の入力データをユーザが指定するだけで、該入力データを処理するための処理プロセスを自動で取得することができる。図７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ユーザインタフェースのブロック図７００を模式的に示す。図７に示すように、ユーザは、処理対象の入力データを、ブロック７１０を介して指定することができる。

本開示の例示的実施形態によれば、ユーザにインタラクションをさせることができる。この方法により、ユーザの好みを受け付けて、よりユーザに適したヒューマン・コンピュータ・インタラクションを提供することができる。具体的には、ユーザは、処理対象データが属する分野を、ブロック７１２を介して指定することができる。本開示の例示的実施形態によれば、応用システムが属する分野を受け付けることができる。この場合、複数の観察サンプルを処理するための少なくとも１つの処理プロセスを、先に決定された少なくとも１つの属性と、受け付けた分野とに基づき決定することができる。理解されるように、長期の研究開発プロセスにおいて、技術スペシャリストは異なる分野の入力データの処理に関し豊富な経験を積んでいる可能性がある。例えば、ある分野の入力データを処理するために、専用処理プロセスが開発されていてもよい。この場合、さらに分野に基づき、より適切な処理プロセスを選択することができる。本開示の例示的実施形態によれば、処理プロセスライブラリ３４０において、マッチする処理プロセスを速やかに探し出せるように、図６に示す特徴６１０は、「分野」という別の次元を含むことができる。

上記の内容では、少なくとも１つの処理プロセス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、探し出した少なくとも１つの処理プロセスを実行することができる。具体的には、複数の観察サンプルにおいて、少なくとも１つの処理プロセスにおける各処理プロセスをそれぞれ運用することができる。各処理プロセスに基づき１つの因果関係を提供できるため、少なくとも１つの処理プロセスは、少なくとも１つの因果関係を提供することができる。

本開示の例示的実施形態によれば、各処理プロセスを運用する間、因果関係を評価するための評価指標セットをユーザに指定させることができる。例えば、ユーザは、図７に示すブロック７１４を介して評価指標セットを入力することができる。評価指標は、多方面の内容を含むことができ、例えばＲＭＳＥＡ、ＲＭＲ、ＴＬＩ、ＡＩＣ、ＢＩＣ等を含むことができるがこれらに限定されない。ＲＭＳＥＡ（Root Mean Square Error of Approximation）は近似誤差２乗平均平方根を指し、この指標の値がゼロに近いほど因果関係の適合度が高いことを表す。ＲＭＲ（Root Mean square Residual）は残差平方平均平方根を表し、ＴＬＩはＴｕｃｋｅｒ－Ｌｅｗｉｓ指数を表し、ＡＩＣは赤池情報量規準を表し、ＢＩＣはベイズ情報量規準を表す。これらの指標はいずれも、因果関係の適合度を評価するためによく使われる基準である。理解されるように、上述したものは、評価指標として使用できる例を模式的に示したものにすぎず、本開示の例示的実施形態によれば、他の評価指標も選択することができる。

本開示の例示的実施形態によれば、処理プロセスを設定するための制御パラメータを、受け付けた評価指標セットに基づき決定することができる。続いて、制御パラメータに基づき処理プロセスを設定し、複数の観察サンプルにおいて該処理プロセスを運用することができる。因果関係は段階的に得ることができ、具体的には上記のプロセスを順に繰り返し実行することができる。本開示の例示的実施形態によれば、評価指標セットに基づき制御パラメータを調整することで、調整された制御パラメータを取得することができる。１つの例示において、ユーザは、ｎｌａｍｂｄａ、ｑｌｉｍｉｔ、Ｌａｍｂｄａ＿ｍｉｎ等のうち少なくとも１つを調整することができる。

理解されるように、上述のパラメータは処理プロセスを調整するための制御パラメータであり、当業者であれば、対応する処理プロセスの仕様を参照することで、具体的な意味を判断できるため、ここでは詳細に説明しない。ＲＭＳＥＡに基づき因果関係を評価したいと仮定すると、ｎｌａｍｂｄａが取る値を大きくすれば（例えば、ｎｌａｍｂｄａ＝５０）、より良好なＲＭＳＥＡを得ることができる。本開示の例示的実施形態によれば、ユーザは絶えず繰り返すプロセスにおいて、ｎｌａｍｂｄａを増やし続けるかを決定することができる。ユーザが運用効率を評価指標としたいと仮定すると、ｑｌｉｍｉｔを減らせばよい（例えば、ｑｌｉｍｉｔ＝５００）、これによって、より高い運用効率を得ることができる。

本開示の例示的実施形態によれば、調整後のパラメータに基づき、因果関係を繰り返し更新することができる。因果関係を更新するプロセスにおいて、プロセスを繰り返す度に探し出した因果関係を、ユーザに示すことができる。本開示の例示的実施形態によれば、探し出した因果関係を複数の方法で示すことができる。例えば、有向非巡回グラフ（ＤＡＧ）において因果関係を示すことができる。

以下、図８Ａ～図８Ｃを参照して、有向非巡回グラフで因果関係を示した例示について説明する。図８Ａは、本開示内容の１つの実施形態にかかる、因果関係を表示するためのユーザインタフェースのブロック図８００Ａを模式的に示す。図８Ａの左側に示すように、ノード８１０～８６０はそれぞれ、上記表１で説明した複数の要素ｘ_１～ｘ_６を表し、図中の辺は２つの要素の間に因果関係があることを表す。例えば、ノード８１０と８３０との間には辺が存在し、要素ｘ_１が要素ｘ_３の直接の原因であることを表す。図８Ａの右側の提示情報８７０は、現在の繰り返しの関連情報を次のとおり示している。すなわち、現在示されている因果関係は、１回目の繰り返しで得られた結果であり、評価指標はＲＭＳＥＡ＝０．１、取得済み因果関係の数は３（すなわち、ＤＡＧ図における辺の数）であることを示している。

理解されるように、図８Ａは、因果関係の１つの例を示しているだけである。本開示の例示的実施形態によれば、図８Ａでは図示されていないが、因果関係の重みをさらに表示してもよい。重みが大きければ、因果関係の強度がより大きいことを表す。本開示の例示的実施形態によれば、探し出した因果関係を行列において示してもよい。この場合、行列の複数の次元はそれぞれ複数の要素を表し、行列の成分（ｅｌｅｍｅｎｔ）は、複数の要素における、成分に対応する２つの要素の間の因果関係の重みを表す。次の行列Ｍに基づき、因果関係を示すことができる。また、該行列Ｍは図８Ａに示すＤＡＧ図と同一の因果関係を表す。

行列Ｍにおいて、数値「０」は、２つの要素の間に因果関係が存在しないことを表し、０以外の値は、２つの要素の間に因果関係が存在することを表し、数値の大きさは因果関係の強弱を表す。例えば、ｗ_１３は、要素ｘ_１と要素ｘ_３との間の重みを表し、ｗ_３４は、要素ｘ_３と要素ｘ_４との間の重みを表す。本開示の例示的実施形態により、探し出した因果関係をＤＡＧ図又は行列において示すことで、ユーザが応用システムに含まれる複数の要素の間の因果関係を理解し、探し出した因果関係に基づき応用システムの運用を調整することが容易になる。

本開示の例示的実施形態によれば、ユーザは、繰り返しを終了する条件を指定することができる。例えば図７に示すブロック７１６を介して終了条件を指定することができる。取得された因果関係の数が、指定された閾値より大きい場合に、繰り返しを停止すると指定することができる。例えば、６個（又は他の数）の因果関係を取得した場合に、繰り返しを停止すると指定することができる。選択的及び／又は付加的に、ある評価指標が指定の閾値を満足した場合に繰り返しを停止すると指定することができる。例えば、ＲＭＳＥＡ≦０．０５（又は他の数値）である場合に繰り返しを停止する等の指定をすることができる。

本開示の例示的実施形態によれば、複数の終了条件を指定することができ、複数の終了条件の間の関係を指定することができる。例えば、全ての終了条件を満足した場合に繰り返しを停止すると指定することができる。又は、いずれか１つの終了条件を満足した場合に、繰り返しを停止すると指定することができる。停止基準を受け付けて、繰り返しプロセスにおいて、更新された因果関係が停止基準を満足した場合に、繰り返しを停止するとともに、更新された因果関係を提供してもよい。

ユーザが、因果関係数≧６の場合に繰り返しを停止すると指定したと仮定すると、この場合、１回目の繰り返しの後、因果関係の数が３であれば、引き続き２回目の繰り返しを実行しなければならない。図８Ｂは、本開示内容の１つの実施形態にかかる、因果関係を表示するためのユーザインタフェースのブロック図８００Ｂを模式的に示す。図８Ｂにおいて、２回目の繰り返しの後、ノード８２０とノード８３０との間に辺が１つ増え、ノード８４０とノード８６０との間に辺が１つ増えている。提示情報８７２は２回目の繰り返しの関連情報を示しており、ＲＭＳＥＡ＝０．０７であり、因果関係の数が５であると示している。理解されるように、ここで出力された提示情報８７２は、図８Ｂに示す更新された因果関係に基づき決定されたものである。ここで、更新された因果関係の各項目の指標はいずれも改善されており、ＲＭＳＥＡは０．１から０．０７まで減少し、発見された因果関係の数は３から５に増加している。因果関係の数が依然として停止基準を満足していないため、引き続き３回目の繰り返しが行われる。

図８Ｃは、本開示内容の１つの実施形態にかかる、因果関係を表示するためのユーザインタフェースのブロック図８００Ｃを模式的に示す。図８Ｃにおいて、３回目の繰り返しの後、ノード８３０とノード８５０との間に辺が１つ増えている。提示情報８７４は、３回目の繰り返しの関連情報、すなわちＲＭＳＥＡ＝０．０５で因果関係の数が６であることを示している。因果関係の数が停止基準を満足しているため、繰り返しが停止する。

以上、図８Ａ～図８Ｃを参照して、停止基準に基づき繰り返しを停止する例示について説明した。本開示の例示的実施形態によれば、ユーザは、示された因果関係及び関連情報に基づき、後続の繰り返しを実行するか否かを決定することができる。仮に、図８Ｂに示す因果関係が要求に合致するとユーザが認識したとすると、直ちに繰り返しを停止することができる。

本開示の例示的実施形態によれば、ユーザは、取得された因果関係を手動で調整することができる。一般的に、複数の要素を長期的に観察するのに伴い、２つの要素の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ている可能性がある。２つの要素の間の因果関係の制約を専門家知識と称することができる。因果関係を取得した後、取得された因果関係が既知の経験に合致するか否かを、専門家知識によって検証することができる。

専門家知識が、要素ｘ_３と要素ｘ_５との間に因果関係が存在しないと示したと仮定すると、ユーザは、図８Ｃのノード８３０と８５０との間の辺を手動で削除することができる。続いて、ユーザの削除操作に基づき因果関係を調整することができる。専門家知識は、蓄積された専門的な経験を反映しているため、専門家知識に基づき因果関係の決定を補助すれば、一方では決定プロセスの計算量を減らすことができ、他方では、得られた因果関係を過去の経験とより合致させることができる。

本開示の例示的実施形態によれば、取得された因果関係に基づき応用システムの運用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、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に示す機械製造システムについて言えば、上述した方法に基づき各制御パラメータと製品誤差との間の因果関係が決定される。探し出した因果関係に基づき、製品誤差に対する影響が最大である制御パラメータ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、因果関係に基づき、応用システムの性能を向上させることができる。具体的には、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における原因ノードに影響を与えて，前記応用システムの性能を向上させることができる。また、所定条件を満足すれば前記分析結果（因果関係）を自動出力することで、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。例示として、図１Ｂに示す送電システムについて言えば、上述した方法に基づき各送電パラメータと電気エネルギー損失との間の因果関係が決定されたと仮定すると、探し出した因果関係に基づき、電気エネルギー損失への影響が最大である送電パラメータを優先的に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向上させることができる。

理解されるように、上述した内容では機械製造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、各応用システムからの入力データに対してどのように処理プロセスを選択するか、及び選択された処理プロセスに基づき因果関係をどのように決定するかについて説明を行った。上述した方法は他の応用システムに応用してもよい。例えば、市場調査データを収集して、図７に示すインタフェースにおいて、ブロック７１０を介して、処理対象データを入力する。本開示の例示的実施形態により、処理対象データに対し、適切な処理プロセスを自動で選択することができる。さらに、選択された処理プロセスに基づき処理対象データを決定するプロセスにおいて、因果関係を評価するための評価指標をユーザに入力させてもよい。この方法により、評価指標により適合するように、因果関係の決定を繰り返すことができる。

以上、図２～図８Ｃを参照して、情報処理に用いられる方法の詳細を説明した。以下、図９を参照して、情報処理に用いられる装置の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、以下のものを備える。

本開示の例示的実施形態によれば、情報処理装置が提供される。該装置は、応用システムの複数の要素と関連付けられる複数の観察サンプルを受け付けるように設定される受付モジュールと、複数の観察サンプルの少なくとも１つの属性を取得するように設定される取得モジュールと、少なくとも１つの属性に基づき、少なくとも１つの処理プロセスを決定するように設定される決定モジュールとを備える。複数の観察サンプルにおける観察サンプルは複数の要素の観察値セットを含む。少なくとも１つの処理プロセスにおける処理プロセスは、複数の観察サンプルを処理して複数の要素の間の因果関係を取得するためのものである。

本開示の例示的実施形態によれば、取得モジュールは、複数の要素の関係タイプ、複数の要素の次元、複数の要素のデータタイプ、及び複数の観察サンプルの数のうち、少なくとも１つを取得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、関係タイプは、線形の関係及び非線形の関係のうち少なくとも１つを含む。次元は、高次元及び低次元のうち少なくとも１つを含む。データタイプは、連続データタイプ、離散データタイプ及び混合データタイプのうち少なくとも１つを含む。数は、サンプル多数及びサンプル少数のうち少なくとも１つを含む。

本開示の例示的実施形態によれば、決定モジュールは、処理プロセスライブラリの中から、少なくとも１つの属性とマッチする少なくとも１つの処理プロセスを選択するように設定される選択モジュールを備える。

本開示の例示的実施形態によれば、選択モジュールは、少なくとも１つの属性に基づき複数の観察サンプルの特徴を生成するように設定される生成モジュールと、特報に基づき処理プロセスライブラリにおいて少なくとも１つの処理プロセスを検索するように設定される検索モジュールとを備える。

本開示の例示的実施形態によれば、決定モジュールは、応用システムが属する分野を指定するための命令を受け付けるように設定される分野受付モジュールを備える。決定モジュールはさらに、複数の観察サンプルを処理するための少なくとも１つの処理プロセスを、少なくとも１つの属性及び分野に基づき決定するように配置される。

本開示の例示的実施形態によれば、少なくとも１つの処理プロセスは、複数の処理プロセスを含む。また、該装置はさらに、複数の処理プロセスをそれぞれ用いて複数の観察サンプルを処理して、複数の要素の間の複数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を備える。複数の因果関係における因果関係は、複数の処理プロセスにおける処理プロセスをそれぞれ用いて複数の観察サンプルを処理することで提供される。

本開示の例示的実施形態によれば、提供モジュールは、複数の処理プロセスにおける処理プロセスについて、因果関係を評価するための評価指標セットを指定する命令を受け付けるように設定される評価指標受付モジュールと、処理プロセスを設定するための制御パラメータを評価指標セットに基づき決定するように設定される設定モジュールと、制御パラメータ及び複数の観察サンプルに基づき因果関係を決定するように設定される因果関係決定モジュールとを備える。

本開示の例示的実施形態によれば、因果関係決定モジュールは、評価指標セットに基づき制御パラメータを調整するように設定される調整モジュールと、調整された制御パラメータに基づき、因果関係を更新するように設定される更新モジュールとを備える。

本開示の例示的実施形態によれば、更新モジュールは、繰り返しを停止するための停止基準の命令を受け付けるように設定される停止基準受付モジュールと、更新された因果関係が停止基準を満足することに応じて、繰り返しを停止して、更新された因果関係を提供するように設定される停止モジュールとを備える。

本開示の例示的実施形態によれば、更新モジュールはさらに、更新された因果関係を出力するように設定される出力モジュールと、更新された因果関係についてのフィードバックの命令を受け付けるように設定されるフィードバック受付モジュールと、フィードバックに基づき因果関係を調整するように設定される因果関係調整モジュールとを備える。

本開示の例示的実施形態によれば、出力モジュールはさらに情報出力モジュールを備えるように設定される。情報出力モジュールは、評価指標セットと関連付けられる、更新された因果関係に基づき決定された情報を出力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、出力モジュールは、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グラフ表示モジュールと、行列において因果関係を示すように設定される行列表示モジュールのうち少なくとも１つを備える。有向非巡回グラフにおける複数のノードはそれぞれ、複数の要素を表し、有向非巡回グラフにおける辺は、複数の要素における２つの要素の間の因果関係を表す。行列の複数の次元はそれぞれ、複数の要素を表し、行列の成分は、複数の要素における、成分に対応する２つの要素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、複数の要素は、応用システムの複数のデバイス制御パラメータを表す。

本開示の例示的実施形態によれば、観察サンプルに含まれる観察値セットは、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収集される。また、該装置はさらに、応用システムに因果関係を提供するように設定される因果関係提供モジュールを備える。

以上、決定された少なくとも１つの処理プロセスに基づき、入力データを処理する複数の例示的実施形態を説明した。本開示の例示的実施形態によれば、複数の処理プロセスを直接運用し、複数の因果関係を取得することができる。この方法により、ユーザが選択できるように、ユーザに対して複数の因果関係を提供することができる。

具体的には、応用システムの複数の要素と関連付けられる複数の観察サンプルを受け付けることができる。ここでの複数の観察サンプルにおける観察サンプルは、複数の要素の観察値セットを含む。続いて、複数の処理プロセスをそれぞれ用いて複数の観察サンプルを処理し、複数の要素の間の複数の因果関係を決定することができる。具体的には、複数の観察サンプルにおいて各処理プロセスを運用して、複数の因果関係を取得することができる。理解されるように、ここでの複数の処理プロセスは、処理プロセスライブラリに含まれる全ての処理プロセスであってもよいし、その中の一部の処理プロセスであってもよい。

本開示の例示的実施形態によれば、複数の観察サンプルの少なくとも１つの属性に基づき、処理プロセスライブラリの中から複数の処理プロセスを選択することができる。具体的には、少なくとも１つの属性は、複数の要素の関係タイプ、複数の要素の次元、複数の要素のデータタイプ、及び複数の観察サンプルの数のうち、少なくとも１つを取得することを含む。

本開示の別の例示的実施形態によれば、取得された複数の因果関係から、複数の観察サンプルの少なくとも１つの属性に基づき、複数の要素の間の最終因果関係を決定することができる。前記決定することは、取得された複数の因果関係から、少なくとも１つの因果関係を複数の要素の間の最終因果関係として選択すること、又は、取得された複数の因果関係から選択して且つ前記少なくとも１つの属性に基づき少なくとも１つの因果関係を調整して、複数の要素の間の最終因果関係を表すものとすること、を備える。ここで、前記選択及び調整の順序は入れ替えることができる。

本開示の例示的実施形態によれば、ユーザにインタラクションをさせることができる。例えば、応用システムが属する分野を指定するための命令を受け付けることができる。この場合、指定された分野に基づき、処理プロセスライブラリの中から相応の複数の処理プロセスを選択することができる。

本開示の例示的実施形態によれば、複数の処理プロセスの運用をユーザに制御させることができる。具体的には、複数の処理プロセスを運用するための運用パラメータの命令を受け付けることができる。ここで、運用パラメータは、複数の因果関係を評価するための評価指標、複数の因果関係が満足すべき基準、及び複数の因果関係についてのフィードバックのうち、少なくとも１つを含むことができる。続いて、複数の運用パラメータに基づき複数の処理プロセスの運用を制御することができる。例えば、評価指標に基づき、複数の処理プロセスの制御パラメータを決定及び／又は更新することができる。ユーザ指定の基準に基づき、繰り返しのプロセスを停止するかを決定することができる。また、ユーザのフィードバックに基づき、因果関係の構成を調整すること等ができる。

本開示の別の例示的実施形態によれば、取得された複数の因果関係の中から、前記運用パラメータに基づき複数の要素の間の最終因果関係を決定することができる。前記決定することは、取得された複数の因果関係の中から少なくとも１つの因果関係を複数の要素の間の最終因果関係として選択すること、又は、取得された複数の因果関係の中から選択し且つ前記運用パラメータに基づき少なくとも１つの因果関係を調整して、複数の要素の間の最終因果関係とすることを含む。ここで、前記選択及び調整の順序は入れ替えることができる。

理解されるように、上記内容は、複数の処理プロセスを運用した後にユーザからの入力を受け付ける例を模式的に示したものにすぎない。上述の例示における各ステップの具体的詳細は、図３～図８Ｃを参照して上述した方法と同様であるため、詳述を繰り返さない。

本開示の例示的実施形態によれば、情報処理装置が提供される。該装置は、応用システムの複数の要素と関連付けられる複数の観察サンプルを受け付けるように設定される受付モジュールと、複数の処理プロセスをそれぞれ用いて複数の観察サンプルを処理して、複数の要素の間の複数の因果関係を決定するように設定される決定モジュールとを備える。複数の観察サンプルにおける観察サンプルは複数の要素の観察値セットを含む。複数の因果関係における因果関係は、複数の処理プロセスにおける処理プロセスに基づき取得される。

本開示の例示的実施形態によれば、複数の処理プロセスは、複数の観察サンプルの少なくとも１つの属性に基づき取得される。少なくとも１つの属性は、複数の要素の関係タイプ、複数の要素の次元、複数の要素のデータタイプ、及び複数の観察サンプルの数のうち、少なくとも１つを取得することを含む。

本開示の例示的実施形態によれば、該装置はさらに、操作命令受付モジュールを備える。操作命令受付モジュールは、応用システムが属する分野の情報を示す操作命令を受け付けるか又は取得するように設定される。複数の処理プロセスは操作命令に基づいて決定される。

本開示の例示的実施形態によれば、該装置はさらに運用パラメータ受付モジュールを備える。該運用パラメータ受付モジュールは、複数の処理プロセスを運用するための運用パラメータの命令を受け付けるように設定される。運用パラメータは、複数の因果関係を評価するための評価指標、複数の因果関係が満足すべき基準、及び複数の因果関係についてのフィードバックのうち、少なくとも１つを含む。また、該装置はさらに、運用パラメータに基づき、複数の処理プロセスを制御するように設定される制御モジュールを備える。

本開示の例示的実施形態によれば、該決定モジュールはさらに、運用パラメータに基づき、複数の要素の間の因果関係を再度決定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４００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４００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により実行された場合、上述した方法４００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によれば、情報処理デバイスが提供される。該デバイスはプロセッサを含み、前記プロセッサは、上述した方法を実行するように設定される。

本開示の例示的実施形態では、電子デバイスが提供される。電子デバイスは、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、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た場合、該デバイスに上述した方法を実行させる。

本開示の例示的実施形態によれば、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、前記コンピュータが読み取り可能なプログラム命令は、上述の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、マシン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により実行された場合、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趣旨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 (17)

1. 応用システムの複数の要素と関連付けられる複数の観察サンプルを受け付けることと、
   前記複数の観察サンプルの少なくとも１つの属性を取得することと、
   前記少なくとも１つの属性に基づき、少なくとも１つの処理プロセスを決定することと、
   を含み、
   前記複数の観察サンプルにおける観察サンプルは、前記複数の要素の観察値セットを含み、
   前記少なくとも１つの処理プロセスにおける処理プロセスは、前記複数の観察サンプルを処理して、前記複数の要素の間の因果関係を取得するためのものである、
   情報処理方法。
2. 前記複数の観察サンプルの前記少なくとも１つの属性を取得することは、
   前記複数の要素の関係タイプ、
   前記複数の要素の次元、
   前記複数の要素のデータタイプ、及び
   前記複数の観察サンプルの数、
   のうち少なくとも１つを取得することを含む、請求項１に記載の情報処理方法。
3. 前記関係タイプは、線形の関係及び非線形の関係のうち少なくとも１つを含み、
   前記次元は、高次元及び低次元のうち少なくとも１つを含み、
   前記データタイプは、連続データタイプ、離散データタイプ及び混合データタイプのうち少なくとも１つを含み、
   前記数は、サンプル多数及びサンプル少数のうち少なくとも１つを含む、
   請求項２に記載の情報処理方法。
4. 前記少なくとも１つの処理プロセスを決定することは、
   処理プロセスライブラリの中から、前記少なくとも１つの属性とマッチする前記少なくとも１つの処理プロセスを選択することを含む、請求項１に記載の情報処理方法。
5. 前記少なくとも１つの処理プロセスを選択することは、
   前記少なくとも１つの属性に基づき、前記複数の観察サンプルの特徴を生成することと、
   前記特徴に基づき、前記処理プロセスライブラリにおいて前記少なくとも１つの処理プロセスを検索することと、
   を含む請求項４に記載の情報処理方法。
6. 前記少なくとも１つの処理プロセスを決定することは、
   前記応用システムが属する分野を指定するための命令を受け付けることと、
   前記少なくとも１つの属性及び前記分野に基づき、前記複数の観察サンプルを処理するための前記少なくとも１つの処理プロセスを決定することと、
   をさらに含む請求項１に記載の情報処理方法。
7. 前記少なくとも１つの処理プロセスは、複数の処理プロセスを含み、
   前記情報処理方法はさらに、
   前記複数の処理プロセスをそれぞれ用いて前記複数の観察サンプルを処理して、前記複数の要素の間の複数の因果関係を提供することを含み、
   前記複数の因果関係における因果関係は、前記複数の処理プロセスにおける処理プロセスをそれぞれ用いて、前記複数の観察サンプルを処理することで提供される、請求項１に記載の情報処理方法。
8. 前記複数の因果関係を提供することは、
   複数の処理プロセスにおける処理プロセスについて、
   因果関係を評価するための評価指標セットを指定する命令を受け付けることと、
   前記処理プロセスを設定するための制御パラメータを、前記評価指標セットに基づき決定することと、
   前記制御パラメータ及び前記複数の観察サンプルに基づき、前記因果関係を決定することと、
   を含む請求項７に記載の情報処理方法。
9. 前記因果関係を決定することは、
   前記評価指標セットに基づき前記制御パラメータを調整することと、
   調整された前記制御パラメータに基づき、前記因果関係を更新することと、
   を含む請求項８に記載の情報処理方法。
10. 前記因果関係を更新することは、
    繰り返しを停止するための停止基準の命令を受け付けることと、
    更新された前記因果関係が前記停止基準を満足することに応じて、繰り返しを停止して、更新された前記因果関係を提供することと、
    を含む請求項９に記載の情報処理方法。
11. 前記因果関係を更新することは、
    更新された前記因果関係を出力することと、
    更新された前記因果関係についてのフィードバックの命令を受け付けることと、
    前記フィードバックに基づき前記因果関係を調整することと、
    をさらに含む請求項９に記載の情報処理方法。
12. 更新された前記因果関係を出力することは、さらに、
    前記評価指標セットと関連付けられる、前記更新された因果関係に基づき決定された情報を出力することを含む、請求項１１に記載の情報処理方法。
13. 更新された前記因果関係を出力することは、
    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つを含み、
    前記有向非巡回グラフにおける複数のノードはそれぞれ、前記複数の要素を表し、前記有向非巡回グラフにおける辺は、前記複数の要素における２つの要素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、前記複数の要素を表し、前記行列の成分は、前記複数の要素における２つの要素の間の因果関係の重みを表す、請求項１１に記載の情報処理方法。
14. 前記複数の要素は、前記応用システムの複数のデバイス制御パラメータを表す、請求項１に記載の情報処理方法。
15. 前記観察サンプルに含まれる前記観察値セットは、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収集され、
    前記情報処理方法はさらに、
    前記応用システムに前記因果関係を提供することを含む、請求項８に記載の情報処理方法。
16. 少なくとも一つのプロセッシングユニットと、
    前記少なくとも一つのプロセッシングユニットに結合され、前記少なくとも一つのプロセッシングユニットによって実行される場合、請求項１～１５のいずれか１項に記載の情報処理方法を実行するための命令を記憶する少なくとも一つのメモリとを含むデバイス。
17. 請求項１～１５のいずれか１項に記載の情報処理方法を実行するための、コンピュータが読み取り可能なプログラム命令が記憶されているコンピュータ可読記憶媒体。

Images