JP2024087748A - システム設計学習装置、システム設計学習方法、及びプログラム - Google Patents

Abstract

【課題】 大規模なシステムの設計の強化学習に係る時間を削減することにある。
【解決手段】 システム設計学習装置は、抽象的な部分を含むシステム要件に対して、抽象的な部分を具体的な部分に変換する具体化処理を実行してシステム具体構成を生成し、システム要件からシステム具体構成が生成されるまでの過程を表す構成パス情報を生成する設計部と、構成パス情報に含まれる、システム要件、システム構成案、システム具体構成それぞれに対して報酬を設定する報酬設定部と、構成パス情報を抽象化して抽象構成パス情報する生成する変換部と、抽象構成パス情報に含まれる、抽象化したシステム要件、抽象化したシステム構成案、抽象化したシステム具体構成それぞれに対して報酬を関連付けて学習データを生成する学習データ生成部と、学習データに基づいて、システムの設計方法を学習する学習部と、を有する。
【選択図】図１

Description

本開示は、システムに設計に用いるシステム設計学習装置、システム設計学習方法、及びプログラムに関する。

ＩＣＴ（Information and Communication Technology）システムを設計する場合、まず、要件定義において、設計者は、顧客の要件及び要望をまとめた、具体的な要素と抽象的な要素を含むＩＣＴシステムの構成を表す情報（システム要件）を作成する。

ＩＣＴシステムの構成は、ＩＢＮ（Intent-based networking）などの概念に基づいてグラフで表すことができる。グラフは、ＩＣＴシステムの構成に含まれる要素（部品）を、ノード又はエッジを用いて表したものである。ノードは、例えば、機器、アプリケーションなどを表す部品である。エッジは、二つのノード間の接続関係などを表す部品である。

次に、自動設計において、あらかじめ作成した具体化規則に基づいて、システム要件に含まれる抽象的な部分を具体化し、配備可能な状態のＩＣＴシステムの構成を表した情報（システム具体構成）を導出する。

具体化規則は、抽象的な部分を段階的に具体化して具体的な部分に変換するために用いる情報である。

具体的な部分は、実際にＩＣＴシステムで用いることが確定している部品又は構成を表す。抽象的な部分は、機能は確定しているが、実際にシステムで用いる部品又は構成が、具体的に確定していない未確定な部品又は構成を表す。

関連する技術として特許文献１には、抽象的な要素を段階的に具体化し、配備可能なＩＣＴシステムのシステム具体構成を導出するシステム構成導出装置が開示されている。特許文献１のシステム構成導出装置によれば、システム要件に含まれている未確定な要素を、具体化規則を用いて、段階的に具体化し、最終的に実施可能なシステム具体構成を導出する。

具体的には、特許文献１のシステム構成導出装置は、具体化規則を用いて、システム要件に含まれる一つ以上の抽象的な部分を検出し、検出した抽象的な部分を具体的な部分に変換してシステム構成案、又は、システム具体構成を生成する。

システム構成案は、システム具体構成が導出される以前の、抽象的な部分を含む構成を表す情報である。したがって、システム要件は、システム構成案と考えることもできる。

システム構成案に抽象的な部分が含まれている場合、再度、具体化規則を用いて変換する。その後、変換を繰り返し、全ての部分が具体化された場合、システム具体構成が導出されたことになる。

ところが、システム要件とシステム構成案を具体化する場合、複数の具体化規則を適用する。そうすると、導出されるシステム構成案、又は、システム具体構成は、選択した具体化規則、及び、具体化規則を選択する順序に応じて変化する。すなわち、具体化規則を選択する順序によって、異なった構成の、システム構成案とシステム具体構成とが導出される。

また、適用する具体化規則の数が多くなると、生成されるシステム構成案とシステム具体構成の数は膨大な数になる。さらに、複数の異なるシステム具体構成の中には、システム要件を満たさない、システム具体構成が含まれることもある。したがって、特許文献１のシステム構成導出装置では、システム具体構成を効率よく導出できないことが想定される。

そこで、システム具体構成を効率よく導出するためには、具体化規則の選択と、具体化規則を選択する順序の良し悪しを適切に判定することが重要となる。

関連する技術として非特許文献１には、強化学習を利用して、具体化規則の選択と、具体化規則を選択する順序の良し悪しを適切に判定する技術が開示されている。

国際公開第２０１９／２１６０８２号

丸山貴志他：「探索型ネットワーク設計導出方式の強化学習による探索の効率化」, 信学技報, vol. 118, no. 483, ICM2018-71, pp. 123-128, 2019年3月.

しかしながら、非特許文献１に開示される技術では、システム構成に含まれる部品の種類が多くなると、部品の組み合わせの数が増加するので、システム具体構成の種類も増加する。そのため大規模なシステムの設計の強化学習に係る時間は膨大な時間となる。

本開示の目的の一例は、大規模なシステムの設計の強化学習に係る時間を削減することにある。

上記目的を達成するため、本開示の一側面におけるシステム設計学習装置は、
抽象的な部分を含むシステムの構成を表す情報であるシステム要件に対して、抽象的な部分を具体的な部分に変換する具体化処理を実行し、抽象的な部分を含まない前記システムの構成を表す情報であるシステム具体構成を生成し、前記システム要件から前記システム具体構成が生成されるまでの過程を表す構成パス情報を生成する設計部と、
前記構成パス情報に含まれる、前記システム要件、前記具体化処理の過程で生成されたシステム構成案、前記システム具体構成それぞれに対して報酬を設定する報酬設定部と、
前記構成パス情報を抽象化して抽象構成パス情報する生成する変換部と、
前記抽象構成パス情報に含まれる、抽象化したシステム要件、抽象化したシステム構成案、抽象化したシステム具体構成それぞれに対して前記報酬を関連付けて学習データを生成する学習データ生成部と、
前記学習データに基づいて、前記システムの設計方法を学習する学習部と、
を有することを特徴とする。

また、上記目的を達成するため、本開示の一側面におけるシステム設計学習方法は、
情報処理装置が、
抽象的な部分を含むシステムの構成を表す情報であるシステム要件に対して、抽象的な部分を具体的な部分に変換する具体化処理を実行し、抽象的な部分を含まない前記システムの構成を表す情報であるシステム具体構成を生成し、前記システム要件から前記システム具体構成が生成されるまでの過程を表す構成パス情報を生成する設計ステップと、
前記構成パス情報に含まれる、前記システム要件、前記具体化処理の過程で生成されたシステム構成案、前記システム具体構成それぞれに対して報酬を設定する報酬設定ステップと、
前記構成パス情報を抽象化して抽象構成パス情報する生成する変換ステップと、
前記抽象構成パス情報に含まれる、抽象化したシステム要件、抽象化したシステム構成案、抽象化したシステム具体構成それぞれに対して前記報酬を関連付けて学習データを生成する学習データ生成ステップと、
前記学習データに基づいて、前記システムの設計方法を学習する学習ステップと、
を実行することを特徴とする。

さらに、上記目的を達成するため、本開示の一側面におけるプログラムは、
コンピュータに、
抽象的な部分を含むシステムの構成を表す情報であるシステム要件に対して、抽象的な部分を具体的な部分に変換する具体化処理を実行し、抽象的な部分を含まない前記システムの構成を表す情報であるシステム具体構成を生成し、前記システム要件から前記システム具体構成が生成されるまでの過程を表す構成パス情報を生成する設計ステップと、
前記構成パス情報に含まれる、前記システム要件、前記具体化処理の過程で生成されたシステム構成案、前記システム具体構成それぞれに対して報酬を設定する報酬設定ステップと、
前記構成パス情報を抽象化して抽象構成パス情報する生成する変換ステップと、
前記抽象構成パス情報に含まれる、抽象化したシステム要件、抽象化したシステム構成案、抽象化したシステム具体構成それぞれに対して前記報酬を関連付けて学習データを生成する学習データ生成ステップと、
前記学習データに基づいて、前記システムの設計方法を学習する学習ステップと、
を実行させることを特徴とする。

以上のように本開示によれば、大規模なシステムの設計の強化学習に係る時間を削減することができる。

図１は、顔認証システムの自動設計について説明するための図である。 図２は、部品情報のデータ構造を説明するための図である。 図３は、システム要件のデータ構造を説明するための図である。 図４は、具体化規則の説明をするための図である。 図５は、具体化規則のデータ構造を説明するための図である。 図６は、実施形態１のシステム設計学習装置の一例を示す図である。 図７は、実施形態１のシステム設計学習装置を有するシステムの一例を示す図である。 図８は、実施形態１のシステム設計学習装置の動作の一例を説明するための図である。 図９は、機能要件学習の動作の一例を説明するための図である。 図１０は、構成パスを生成する動作の一例を説明するための図である。 図１１は、探索木情報のデータ構造の一例を説明するための図である。 図１２は、探索木の一例を説明するための図である。 図１３は、構成パスのデータ構造の一例を説明するための図である。 図１４は、報酬設定の動作の一例を説明するための図である。 図１５は、報酬情報を更新する動作の一例を説明するための図である。 図１６は、抽象構成パスを生成する動作の一例を説明するための図である。 図１７は、抽象構成パスのデータ構造の一例を説明するための図である。 図１８は、抽象構成を生成するための動作の一例を説明するための図である。 図１９は、型定義情報のデータ構造の一例を説明するための図である。 図２０は、報酬の確定と学習データを生成するための動作の一例を説明するための図である。 図２１は、学習するための動作の一例を説明するための図である。 図２２は、実施形態２のシステム設計学習装置の一例を示す図である。 図２３は、実施形態２のシステム設計学習装置の動作の一例を説明するための図である。 図２４は、非機能要件学習の動作の一例を説明するための図である。 図２５は、構成パスを生成する動作の一例を説明するための図である。 図２６は、性能情報のデータ構造の一例を説明するための図である。 図２７は、報酬の確定と学習データを生成するための動作の一例を説明するための図である。 図２８は、実施形態１、２のシステム設計学習装置を実現するコンピュータの一例を示す図である。 図２９は、実施形態３のシステム設計学習装置の一例を示す図である。 図３０は、実施形態３のシステム設計学習装置の動作の一例を説明するための図である。 図３１は、非機能要件学習の動作の一例を説明するための図である。 図３２は、抽象構成パスを生成する動作の一例を説明するための図である。 図３３は、抽象構成を生成するための動作の一例を説明するための図である。 図３４は、非機能要件影響型情報のデータ構造の一例を説明するための図である。

はじめに、以降で説明する実施形態の理解を容易にするために概要を説明する。

（システム設計）
一例として顔認証システムを設計する場合について説明する。顔認証システムを設計する場合、まず、設計者は、顔認証システムのシステム要件を作成する。

図１は、顔認証システムの自動設計について説明するための図である。図１のグラフＧ１は、顔認証システムのシステム要件Ｒ１の構成を表すグラフである。図１のグラフＧ１は、ノードＮ１からＮ４と、エッジＥ１からＥ３を用いて表されている。

ノードＮ１は具体的なカメラ機能（実線円）を表し、ノードＮ２は具体的な顔認証機能（実線円）を表し、ノードＮ３は具体的なサーバコンピュータ機能（実線円）を表し、Ｎ４は抽象的なサーバコンピュータ機能（破線円）を表している。また、エッジＥ１は抽象的なＨＴＴＰ通信機能（破線矢印）を表し、エッジＥ２、Ｅ３は具体的なｊｏｉｎ（所属）機能（実線矢印）を表している。

図２は、部品情報のデータ構造を説明するための図である。図２に示した部品情報Ｐ１は、ノードとエッジを識別する部品識別情報ごとに、ノード又はエッジの機能を表す機能情報と、ノード又はエッジが具体的な部品であるか抽象的な部品であるかを表す情報（具体的（１）／抽象的（０））とが関連付けられている。

図２の例では、部品識別情報「Ｎ１」と、機能情報「カメラ」と、ノードが具体的であることを表す情報「１」とが関連付けられている。部品識別情報「Ｎ２」から「Ｎ４」、「Ｅ１」から「Ｅ３」それぞれについても、同じように機能情報と、ノード又はエッジが具体的か抽象的かを表す情報とが関連付けられている。

図３は、システム要件のデータ構造を説明するための図である。図１に示したグラフＧ１に対応するシステム要件Ｒ１は、図３に示すように、二つのノード（始点ノードと終点ノード）と、二つのノードを接続するエッジ（接続エッジ）とを用いて表される。

具体的には、システム要件Ｒ１は、始点となるノード（始点ノード）を識別するための部品識別情報と、終点となるノード（終点ノード）を識別するための部品識別情報と、二つのノードを接続するエッジ（接続エッジ）を識別するための部品識別情報とが関連付けられた情報である。

なお、上述した図１から図３では、グラフＧ１、部品情報Ｐ１、システム要件Ｒ１を用いて、グラフと、部品情報と、システム要件とについて説明したが、グラフと、部品情報と、システム要件とは、グラフＧ１と、部品情報Ｐ１と、システム要件Ｒ１とに限定されるものではない。

次に、自動設計において、抽象的な部分を具体的な部分に変換する。図１の例では、システム要件Ｒ１に対応するグラフＧ１から、具体化規則に基づいて具体化することにより、図１に示すような複数のシステム構成案Ｒ２、Ｒ３、Ｒ４に対応するグラフＧ２、Ｇ３、Ｇ４・・・が導出されたことを示している。

図４は、具体化規則の説明をするための図である。図４には、複数の具体化規則をグラフで表したグラフＧ３１、Ｇ３２、Ｇ３３・・・が示されている。

グラフＧ３１は、図１に示したグラフＧ１を、図１に示したグラフＧ２に変換するために用いた具体化規則Ｒｕｌｅ１を表すグラフである。グラフＧ３２は、図１に示したグラフＧ１を、図１に示したグラフＧ３に変換（ノードＮ４をノードＮ５に変換）するために用いた具体化規則Ｒｕｌｅ２を表すグラフである。グラフＧ３３は、図１に示したグラフＧ１を、図１に示したグラフＧ４に変換（ノードＮ４をノードＮ６に変換）するために用いた具体化規則Ｒｕｌｅ３を表すグラフである。

図５は、具体化規則のデータ構造を説明するための図である。図５に示した具体化規則Ｒｕｌｅ１は、グラフＧ３１に対応する。また、具体化規則Ｒｕｌｅ１は、抽象的な部分を検出するために用いる検出情報５１と、検出情報５１を具体的な部分に変換するための変換情報５２とを有する。

なお、図示しないが、グラフＧ３２、Ｇ３３・・・にも、グラフＧ３２、Ｇ３３・・・に対応する具体化規則Ｒｕｌｅ２、Ｒｕｌｅ３・・・が存在する。

図１に示したグラフＧ１からグラフＧ２、Ｇ３、Ｇ４を導出する場合、まず、システム要件Ｒ１と、複数の検出情報（具体化規則の抽象的な部分）とを比較し、システム要件Ｒ１に含まれている抽象的な部分と一致する検出情報を検出する。

次に、検出した抽象的な部品に対応する検出情報を用いて、システム要件Ｒ１の検出した抽象的な部分を、変換情報（具体化規則の具体的な部分）に変更する。グラフＧ２への変換は、システム要件Ｒ１と具体化規則Ｒｕｌｅ１の検出情報５１が一致するので、具体化規則Ｒｕｌｅ１の変換情報５２に置換えている（変換している）。

その結果、システム要件Ｒ１からエッジＥ１が削除され、エッジＥ４が追加されて、グラフＧ２に対応するシステム構成案Ｒ２（不図示）が生成される。なお、グラフＧ３、Ｇ４それぞれに対応するシステム構成案Ｒ３、Ｒ４（不図示）も生成される。

次に、生成された複数のシステム構成案ごとに、更に、具体化規則を用いて、システム構成案の抽象的な部分を具体的な部分に変換する。さらに、システム構成案が生成された場合、上述した具体化処理を繰り返す。システム構成案が生成されなくなり、抽象的な部品がないシステム具体構成だけになった場合、具体化処理を停止する（自動設計を終了する）。

ところが、システム要件とシステム構成案を具体化する場合、複数の具体化規則を用いるので、選択する具体化規則、具体化規則を選択する順序によって、導出されるシステム構成案とシステム具体構成が変化する。すなわち、具体化規則を選択する順序によって、異なった構成の、システム構成案とシステム具体構成とが導出される。

また、適用する具体化規則の数が多くなると、生成されるシステム構成案とシステム具体構成の数が膨大な数になる。さらに、複数の異なるシステム具体構成の中には、システム要件を満たさない、システム具体構成が含まれることもある。したがって、システム具体構成を効率よく導出できない。

また、システム具体構成を効率よく導出するためには、どの具体化規則を適用するか、具体化規則を適用する順序の良し悪しを適切に判定することが重要である。

そこで、具体化処理を実行して生成されたシステム構成案に対して、機械学習により獲得した学習モデルを用いて、評価値を求め、システム構成案の中から評価値が最も高いシステム構成案を選択する。このように、学習モデルを用いた具体化処理を繰り返すことで、システム具体構成を効率よく導出することができる。

（実施形態１）
以下、図面を参照して実施形態１について説明する。なお、以下で説明する図面において、同一の機能又は対応する機能を有する要素には同一の符号を付し、その繰り返しの説明は省略することもある。

図６を用いて、実施形態１におけるシステム設計学習装置１０の構成について説明する。図６は、実施形態１のシステム設計学習装置の一例を示す図である。

［装置構成］
図６に示すシステム設計学習装置１０は、ＩＣＴシステムの機能要件に関する設計について学習をする装置である。システム設計学習装置１０は、設計部１１と、報酬設定部１２と、変換部１３と、学習データ生成部１４と、学習部１５とを有する。

設計部１１は、抽象的な部分を含むシステムの構成を表す情報であるシステム要件に対して、抽象的な部分を具体的な部分に変換する具体化処理を実行し、抽象的な部分を含まないシステムの構成を表す情報であるシステム具体構成を生成し、システム要件からシステム具体構成が生成されるまでの過程を表す構成パス情報を生成する。

報酬設定部１２は、構成パス情報に含まれる、システム要件、具体化処理の過程で生成されたシステム構成案、システム具体構成それぞれに対して報酬を設定する。また、報酬設定部１２は、機能要件に基づいたシステムの設計方法を学習するための報酬を設定する。

変換部１３は、構成パス情報を抽象化して抽象構成パス情報を生成する。具体的には、変換部１３は、構成パス情報に含まれる、システム要件、システム構成案、システム具体構成それぞれが有する部品の型を表す型情報を、型を抽象的な型に変換するための型定義情報に基づいて、抽象的な型を表す抽象化型に変換し、抽象構成パス情報を生成する。

学習データ生成部１４は、抽象構成パス情報に含まれる、抽象化したシステム要件、抽象化したシステム構成案、抽象化したシステム具体構成それぞれに対して報酬を関連付けて学習データを生成する。学習部１５は、学習データに基づいて、機能要件に基づいたシステムの設計方法を学習する。

このように、実施形態１においては、大規模なシステムの設計の強化学習に係る時間を削減することができる。

［システム構成］
続いて、図７を用いて、実施形態１におけるシステム設計学習装置１０の構成をより具体的に説明する。図７は、実施形態１のシステム設計学習装置を有するシステムの一例を示す図である。

システム１００は、少なくともシステム設計学習装置１０と、記憶装置２０と、入力装置３０とを有する。システム設計学習装置１０と、記憶装置２０と、入力装置３０とが、通信可能にネットワークを介して接続されている。

システム設計学習装置１０は、例えば、ＣＰＵ（Central Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）などのプログラマブルなデバイス、又はＧＰＵ（Graphics Processing Unit）、又はそれらのうちのいずれか一つ以上を搭載した回路、サーバコンピュータ、パーソナルコンピュータ、モバイル端末などの情報処理装置である。

記憶装置２０は、データベース、サーバコンピュータ、メモリを有する回路などである。記憶装置２０は、後述する各種の情報を記憶する。図２の例では、一つの記憶装置２０がシステム設計学習装置１０の外部に設けているが、複数の記憶装置２０をシステム設計学習装置１０の内部又は外部に設けてもよい。

入力装置３０は、例えば、キーボード、マウス、タッチパネルなどの装置である。入力装置３０は、システム設計学習装置１０、出力装置４０などを操作する際に用いる。

通信ネットワークは、例えば、インターネット、ＬＡＮ（Local Area Network）、専用回線、電話回線、企業内ネットワーク、移動体通信網、ブルートゥース（登録商標）、ＷｉＦｉ（Wireless Fidelity）などの通信回線を用いて構築された一般的な通信ネットワークである。

［装置動作］
実施形態１におけるシステム設計学習装置の動作について説明する。以下の説明においては、適宜図を参照する。また、実施形態１では、システム設計学習装置を動作させることによって、システム設計学習方法が実施される。よって、実施形態１におけるシステム設計学習方法の説明は、以下のシステム設計学習装置の動作説明に代える。

●システム設計学習装置の動作について説明する。
図８は、実施形態１のシステム設計学習装置の動作の一例を説明するための図である。まず、システム設計学習装置１０は、記憶装置２０から学習対象のシステム要件を取得する（ステップＳ１１）。

次に、システム設計学習装置１０は、学習対象のシステム要件を用いて、あらかじめ設定された学習期間において強化学習を実行する（ステップＳ１２）。ステップＳ１２の詳細については、図９を参照して後述する。

学習期間は、例えば、実験、シミュレーションなどにより決定する。また、学習期間は、学習期間に換えて学習回数としてもよい。学習回数は、例えば、強化学習にニューラルネットワークを用いた場合、ニューラルネットワークの重みの更新回数とする。ただし、学習期間、学習回数に限定されるものではない。

次に、システム設計学習装置１０は、現時点の機能要件の学習モデルを用いて、システム要件に対して具体化処理（設計）を実行する（ステップＳ１３）。例えば、強化学習にニューラルネットワークを用いた場合、機能要件の学習モデルとは当該ニューラルネットワークのことを指す。

具体化処理（設計）は、システム要件に含まれる抽象的な部分（部品）を具体化する処理である。なお、具体化処理（設計）は、例えば、特許文献１に記載された設計方法が好適であるが、特許文献１の方法に限定されるものではない。

次に、システム設計学習装置１０は、ステップＳ１３の結果に基づき、機能要件の学習が十分であると判定された場合（ステップＳ１４：Ｙｅｓ）、ステップＳ１２の処理を終了する。また、機能要件について学習が十分でないと判定された場合（ステップＳ１４：Ｎｏ）、機能要件についての学習が十分であると判定されるまで、ステップＳ１２とステップＳ１３の処理を繰り返す（継続する）。

ステップＳ１４における判定は、例えば、特許文献１の設計方法によりステップＳ１３の処理を実行した場合、探索のステップ数があらかじめ設定された閾値Ａ以下であった場合に十分であると判定する。また、過去に実施したステップＳ１３において、規定の回数連続で探索のステップ数が、あらかじめ設定された閾値Ｂ以下であった場合に十分だと判定してもよい。ただし、ステップＳ１４における判定は、上述した判定に限定されない。

なお、上述した探索のステップ数はステップＳ１３の設計方法に依存する。また、探索のステップ数は、設計の間に実際に到達したシステム構成案の数である。また、探索のステップ数は、設計の間に実際に適用した具体化規則の数とも言い換えられる。

閾値Ａ及びＢの決め方は、設計にかかるステップ数が十分短くなったと判断できるものであればよい。例えば、探索にかかる最短ステップ数を事前に計算しておき、当該最短ステップ数にある程度マージンを持たせた値（例えば１割など）を閾値Ａ及びＢとしてもよい。又は、実用上問題ない時間（例えば１０分など）の間に実行された探索ステップ数を事前に試算しておき、それを閾値Ａ及びＢとしてもよい。

●機能要件学習（ステップＳ１２）の動作について説明する。
図９は、機能要件学習の動作の一例を説明するための図である。機能要件学習では、ＩＣＴシステムの機能要件に関する設計方法を学習する。

まず、設計部１１は、システム要件を用いて構成パスを生成する（ステップＳ１２１）。ステップＳ１２１の詳細については、図１０を参照して後述する。

次に、報酬設定部１２は、ステップＳ１２１で生成された構成パスの各システム構成（上述したシステム要件、又は、システム構成案、又は、システム具体構成）に対して報酬を設定する（ステップＳ１２２）。ステップＳ１２２の詳細については、図１４を参照して後述する。

次に、変換部１３は、ステップＳ１２１で生成された構成パスの各システム構成に対して、抽象化処理を実行して、抽象構成に変換する（ステップＳ１２３）。ステップＳ１２３の詳細については、図１６を参照して後述する。

次に、学習データ生成部１４は、抽象構成と、構成パスの報酬とを関連付けて学習データを生成し、生成した学習データを記憶装置２０に記憶する（ステップＳ１２４）。ステップＳ１２４の詳細については、図２０を参照して後述する。

次に、学習部１５は、学習データに基づき学習を行う（ステップＳ１２５）。ステップＳ１２５の詳細については、図２１を参照して後述する。

このように、あらかじめ設定された学習期間において、ステップＳ１２１からＳ１２５を繰り返す（ステップＳ１２６）。

●構成パスの生成（ステップＳ１２１）の動作について説明する。
図１０は、構成パスを生成する動作の一例を説明するための図である。

まず、設計部１１は、システム要件を現在の構成（システム構成）とする（ステップＤ１１）。次に、設計部１１は、現在の構成を探索木のルートノードとして登録する（ステップＤ１２）。具体的には、設計部１１は、現在の構成（システム要件）を識別するためのシステム要件識別情報をルートノードとして、探索木情報に記憶する。

図１１は、探索木情報のデータ構造の一例を説明するための図である。図１１の例では、記憶装置２０に記憶されているシステム要件Ｒ１に関連付けられたシステム要件識別情報「Ｒ１」を、探索木情報１２１の「親ノード」に記憶し、更に、システム要件Ｒ１がルートノードであることを示す情報を「ルートノード」に記憶する。なお、図１１の例では、ルートノードであることを示す情報として「１」を記憶している。

図１２は、探索木の一例を説明するための図である。探索木は、図１２に示すような、グラフ（探索木Ｔ１）で表すことができる。図１２に示したルートノード（システム要件Ｒ１）は、図１２のＲ１に相当する。

次に、設計部１１は、現在の構成に具体化規則が一つも適用できない構成、又は、現在の構成がシステム具体構成である場合（ステップＤ１３：Ｙｅｓ）、ステップＤ１９の処理に移行する。また、設計部１１は、現在の構成に適用できる具体化規則がある場合（ステップＤ１３：Ｎｏ）、ステップＤ１４からＤ１８の処理を繰り返す。

次に、設計部１１は、現在の構成に含まれる一つの部品を、具体化処理を実行して具体化する（ステップＤ１４）。次に、設計部１１は、ステップＤ１４で具体化した構成（システム構成案）を次の構成とする（ステップＤ１５）。

次に、設計部１１は、次の構成（具体化した構成（システム構成案））が探索木情報に記憶されていない場合（ステップＤ１６：Ｎｏ）、ステップＤ１７の処理に移行する。また、設計部１１は、次の構成（具体化した構成（システム構成案））が探索木情報に記憶されている場合（ステップＤ１６：Ｙｅｓ）、ステップＤ１８の処理に移行する。

次に、設計部１１は、現在の構成を表すノードを親ノードとし、次の構成（具体化した構成）を子ノードとし、具体化した部品（具体化規則の具体的な部品）を表すエッジを有向エッジとして、現在の構成に、次の構成と、具体化した部品とを関連付けて探索木情報に記憶する（ステップＤ１７）。

例えば、現在の構成がシステム要件Ｒ１からシステム構成案Ｒ２が生成される場合、図１１に示すように、探索木情報１２１のシステム要件Ｒ１に対応するシステム構成案識別情報「Ｒ１」と、具体化処理により生成されたシステム構成案Ｒ２に対応するシステム構成案識別情報「Ｒ２」と、具体化処理で用いた具体化規則に対応する具体化規則識別情報「Ｒｕｌｅ１」とを関連付けて記憶する。

また、現在の構成がシステム構成案Ｒ２からシステム具体構成Ｒ５が生成された場合、図１１に示すように、探索木情報１２１のシステム構成案識別情報「Ｒ２」と、具体化処理により生成されたシステム具体構成に関連付けられているシステム具体構成識別情報「Ｒ５」と、具体化処理で用いた具体化規則に関連付けられている具体化規則識別情報「Ｒｕｌｅ４」とを関連付けて記憶する。

次に、設計部１１は、次の構成を現在の構成とする（ステップＤ１８）。

次に、設計部１１は、上述したステップＤ１１からＤ１８の処理において出現したシステム構成（システム要件、システム構成案、システム具体構成）を、システム要件から現在のシステム具体構成が生成されるに至るまでのパス（構成を時系列順に記憶した構成パス情報（構成パス））を生成する（ステップＤ１９）。

図１３は、構成パスのデータ構造の一例を説明するための図である。図１３に示した構成パスＣＰ１は、図１１、図１２に示した、システム要件「Ｒ１」、システム構成案「Ｒ２」、システム具体構成「Ｒ５」の順に表されている。

●報酬設定（ステップＳ１２２）の動作について説明する。
図１４は、報酬設定の動作の一例を説明するための図である。

まず、報酬設定部１２は、更新候補の報酬の初期値を決定する（ステップＲ１１）。次に、報酬設定部１２は、構成パスの各システム構成の報酬記録を更新する（ステップＲ１２）。ステップＲ１２の詳細については、図１５を参照して後述する。

ステップＲ１１において、報酬設定部１２は、構成パスの最後の構成がシステム具体構成である場合、更新候補の報酬の初期値として、例えば、当該システム具体構成の報酬を表す報酬情報を「１」とし、システム具体構成でない場合、例えば、当該システム具体構成に対応する報酬を表す報酬情報を「０」とする。

なお、更新候補の報酬とは、ステップＲ１２で構成パスの各システム構成が得られる報酬の値を更新する際に用いる値である。

なお、図１３の例の場合には、構成パスＣＰ１の最後の構成がシステム具体構成Ｒ５であるので、ステップＲ１２の処理において、構成パスＣＰ１のシステム具体構成を表す「Ｒ５」に、報酬情報「１」が関連付けられる。

●報酬の更新（ステップＲ１２）の動作について、より詳細に説明する。
図１５は、報酬情報を更新する動作の一例を説明するための図である。

まず、報酬設定部１２は、構成パスの後尾（最後）の構成（システム構成）を、更新対象の構成（システム構成）とする（ステップＲ１２１）。次に、報酬設定部１２は、更新対象の構成に関連付けられている報酬と、更新候補の報酬とを比較し、報酬の大きい方を選択し、選択した報酬を、更新対象の構成に関連付けて記憶する（ステップＲ１２２）。次に、報酬設定部１２は、ステップＲ１２２において選択した報酬（比較して大きかった方）を、更新候補の報酬とする（ステップＲ１２３）。

次に、報酬設定部１２は、構成パスの全ての構成に対して報酬更新処理をしていない場合（構成パスの先頭（最初）の構成（システム構成）まで報酬更新処理をしていない場合）（ステップＲ１２４：Ｎｏ）、構成パスにおける、現在の更新対象の構成の一つ前の構成を更新対象の構成とし（ステップＲ１２５）、ステップＲ１２２の処理に移行する。

また、報酬設定部１２は、構成パスの全ての構成に対して報酬更新処理をした場合（構成パスの先頭（最初）の構成（システム構成）まで報酬更新処理をした場合）（ステップＲ１２４：Ｙｅｓ）、ステップＲ１２の処理を終了する。

具体的には、ステップＲ１２２において更新候補の報酬とするのは、更新対象の構成に関連付けられている報酬と更新候補の報酬とを比較した後、比較前に、前者の報酬がそもそもまだなければ（関連付けられていなければ）「０」とみなす。そして比較した後、大きい方を、更新対象の構成に関連付けられている報酬及び更新候補の報酬として更新する。その後、更新対象の構成を更新し、この処理を繰り返す。

例えば、最初はどの構成にも報酬は関連付けられていないので、図１３の例では、「Ｒ５」が、ステップＲ１２１の最初の更新候補の構成となり、「Ｒ５」には報酬がまだ関連付けられていないのでその値は「０」とみなす。その場合、更新候補の報酬は、ステップＲ１１で「１」に初期化されているので、「０」と「１」が比較され、「１」の方が大きいので「Ｒ５」には報酬「１」が関連付けられる。

次に、更新候補の構成を「Ｒ２」にし、上述した処理と同様の処理を繰り返し実行する。その後、更に、更新候補の構成を「Ｒ１」にし、上述した処理と同様の処理を繰り返す。

別の例として、最初の更新候補の構成（システム具体構成でない構成）として始まり、それが具体構成ではなかった場合、更新候補の報酬が「０」に初期化され、その次の構成に報酬「１」が関連付けられていた場合、「０」と「１」が比較され、「１」の方が大きいので更新候補の報酬の値が「１」に更新される。

具体的には、ステップＲ１２の処理では、ステップＳ１２１で行った設計から、設計の末尾の構成「Ｒ５」の評価値を基に設計の過程の構成「Ｒ２」「Ｒ１」の評価値を学習するためのデータ（報酬）を生成する。このとき、過去に、より大きなデータ（報酬）が得られていればそちらを優先するので、構成と関連づけて記憶されている報酬と比較し、大きい方を残すようにしている。

大きい方を残して上に伝搬させるのは（「Ｒ２」からみた場合の「Ｒ１」）、「Ｒ１」から「Ｒ２」に遷移できることが分かっているからである。学習したいのは最善の選択を選び続けた場合に得られる報酬の見込みであり、「Ｒ１」から適切な具体化規則を適用すれば「Ｒ２」に遷移できることが分かっているため、「Ｒ２」に関連付けられている報酬の方が大きければ、「Ｒ５」の報酬に優先して「Ｒ１」に伝搬すべきとなる。

なお、「Ｒ１」から必ずしも「Ｒ２」に遷移するわけではなく、その可能性があるということである。例えば、図１２の例では「Ｒ３」「Ｒ４」に遷移する可能性もある。ただし、どれに遷移するかは自動設計機能が選べるので、比較して大きかった報酬を上に伝搬する。

●構成パスの抽象化（ステップＳ１２３）の動作についてより詳細に説明する。
図１６は、抽象構成パスを生成する動作の一例を説明するための図である。

まず、変換部１３は、構成パスの先頭（最初）の構成（システム構成）を変換対象の構成（システム構成）とする（ステップＡ１１）。次に、変換部１３は、変換対象の構成に含まれる全ての部品の中から一つの部品を選択する（ステップＡ１２）。

次に、変換部１３は、選択した部品を抽象的な部品に変換する（ステップＡ１３）。ステップＡ１３の詳細については、図１８を参照して後述する。

次に、変換部１３は、選択できる部品がない場合（ステップＡ１４：Ｙｅｓ）、ステップＡ１５の処理に移行する。また、変換部１３は、選択できる部品がある場合（ステップＡ１４：Ｎｏ）、ステップＡ１２の処理に移行して、選択していない部品がなくなるまで、ステップＡ１２からＡ１３の処理を繰り返す。

次に、構成パスの全ての構成（システム構成）に対して抽象化処理をしていない場合（構成パスの後尾（最後）の構成（システム構成）まで抽象化処理をしていない場合）（ステップＡ１５：Ｎｏ）、変換部１３は、構成パスの次の構成（システム構成）を変換対象の構成とする（ステップＡ１６）。次に、変換部１３は、ステップＡ１２の処理に移行する。

また、変換部１３は、構成パスの全ての構成に対して抽象化処理をした場合（構成パスの後尾（最後）の構成（システム構成）まで抽象化処理をした場合）（ステップＡ１５：Ｙｅｓ）、ステップＡ１７の処理を実行する。すなわち、変換部１３は、上述したステップＡ１１からＡ１６の変換処理により生成された全ての抽象構成（抽象化されたシステム構成）を時系列順に記憶し、抽象構成パスを生成する（ステップＡ１７）。

図１７は、抽象構成パスのデータ構造の一例を説明するための図である。図１７に示した抽象構成パスＡＣＰ１は、図１３に示した、構成パスＣＰ１を抽象化したものである。なお、抽象構成パスＡＣＰ１の抽象化したシステム要件「ＡＲ１」、システム構成案「ＡＲ２」、システム具体構成「ＡＲ５」は、図１１、図１２に示した、システム要件「Ｒ１」、システム構成案「Ｒ２」、システム具体構成「Ｒ５」の順に表されている。

●抽象的な部品への変換（ステップＡ１３）の動作についてより詳細に説明する。
図１８は、抽象構成を生成するための動作の一例を説明するための図である。

まず、変換部１３は、ステップＡ１３で選択した部品の型を取得して対象の型とする（ステップＡ１４１）。具体的には、変換部１３は、部品情報から、選択した部品に対応する型を取得する。例えば、部品情報を参照し、選択した部品に対応する機能情報を取得する。又は、部品情報に、更に、部品識別情報に型を表す型情報を関連付けて記憶しておき、選んだ部品に対応する型情報を取得してもよい。

次に、変換部１３は、対象の型に対応する抽象化型を、あらかじめ作成された型定義情報を用いて検索する（ステップＡ１４２）。型定義情報は、型を表す型情報と、型を抽象化するための抽象化型情報とが関連付けられた情報である。型定義情報は、記憶装置２０などに記憶されている。

型情報は、例えば、部品の機能、製品名などを表す情報である。抽象化型情報は、例えば、部品の機能、製品名を、上位の概念で表し、抽象化した情報である。図１９を用いて、具体的に説明する。

図１９は、型定義情報のデータ構造の一例を説明するための図である。図１９の型定義情報１９１の例では、型を表す「型」として、「ＯＳ」「Ｗｏｓ」「Ｗｏｓ１０」「Ｗｏｓ１１」「Ｕｂｏｓ」「Ｕｂｏｓ１８．０４」「Ｕｂｏｓ２０．０４」「Ｕｂｏｓ２２．０４」などのオペレーティングシステムの種類（名称）が記憶されている。また、図１９の例では、抽象化型を表す「抽象化型」として、「型」に記憶されているオペレーティングシステムを抽象化した表現が記憶されている。

「ＯＳ」の場合、ＯＳ以上の抽象化ができないので、「抽象化型」には存在がないことを表す「－」が記憶されている。「Ｗｏｓ」はＯＳの種類を表している（型を継承している）ので、ＯＳに抽象化ができる。したがって、「抽象化型」には「ＯＳ」が記憶されている。「Ｗｏｓ１０」は、ＷｏｓというＯＳの種類とそのバージョンを表しているので、Ｗｏｓに抽象化ができる。したがって、「抽象化型」には「Ｗｏｓ」が記憶されている。

なお、図１９は、「型」が段階的に変換される「抽象化型」の途中の状態を表している。すなわち、図１９の例では、最終的には「抽象型」は全て「ＯＳ」に変換される。

なお、型定義情報は、オペレーティングシステムに限定されるものでなく、オペレーティングシステム以外の部品の型についても、抽象化型が定義されている。さらに、型定義情報は、型に対して抽象化型だけが関連付けられているが（最小限の型定義情報のみを示しているが）、他の情報を関連付けてもよい。例えば、型が具体的であるか抽象的であるかの情報、その型の部品の性能に関する属性値、これら以外の情報を関連付けてもよい。

次に、変換部１３は、対象の型が型定義情報にあり、当該対象の型に対応する抽象化型ある場合（ステップＡ１４３：Ｙｅｓ）、対象の型を抽象化型に変更（ステップＡ１４４）し、ステップＡ１４２の処理に移行する。すなわち、抽象化型に変更できなくなるまで、ステップＡ１４２からＡ１４４の処理を繰り返す。

そして、変換部１３は、選択した部品の型を抽象化型に変更する（ステップＡ１４５）。具体的には、部品情報の型（例えば機能情報など）を抽象化型に変更する。

●学習データの生成（ステップＳ１２４）の動作について、より詳細に説明する。
図２０は、報酬の確定と学習データを生成するための動作の一例を説明するための図である。

まず、学習データ生成部１４は、抽象構成パスの先頭（最初）の構成（システム構成）を学習データ化対象の抽象構成とする（ステップＭ１１）。次に、学習データ生成部１４は、構成パスの先頭（最初）の構成を報酬参照対象の構成とする（ステップＭ１２）。

次に、学習データ生成部１４は、学習データを生成するための対象の抽象構成と、報酬参照対象の構成に対応する報酬（ステップＳ１２２で設定した報酬）とを組とした学習データを生成し、生成した学習データを記憶装置２０に記憶する（ステップＭ１３）。

次に、学習データ生成部１４は、抽象構成パスの全ての構成に対して学習データを生成していない場合（抽象構成パスの後尾（最後）の構成まで学習データを生成していない場合）（ステップＭ１４：Ｎｏ）、ステップＭ１５に移行する。また、学習データ生成部１４は、抽象構成パスの全ての構成に対して学習データを生成した場合（抽象構成パスの後尾（最後）の構成まで学習データを生成した場合）（ステップＭ１４：Ｙｅｓ）、学習データを生成する処理を終了する。

次に、学習データ生成部１４は、抽象構成パスの次の構成を、学習データを生成するための対象の抽象構成とする（ステップＭ１５）。次に、学習データ生成部１４は、構成パスの次の構成を報酬参照対象の構成とする（ステップＭ１６）。

●学習（ステップＳ１２５）の動作についてより詳細に説明する。
図２１は、学習するための動作の一例を説明するための図である。

ステップＳ１２５について具体的な動作を例示する。学習モデルは、グラフ内の各ノード及びエッジとグラフ自身が属性値を持つグラフ情報を入力とし、同様の形式のグラフ情報を出力するＧＮＮ（Graph Neural Network）とする。

まず、学習部１５は、ステップＳ１２４で保存した学習データから、一つの学習データＤ１を選択する（ステップＬ１１）。次に、学習部１５は、学習データＤ１に含まれる抽象構成を表すグラフ情報を学習モデルに入力し、学習モデルから出力される結果（グラフ情報ＯＧ１）を取得する（ステップＬ１２）。

次に、学習部１５は、グラフ情報ＯＧ１のうち、グラフ自身が持つ属性値Ａｔ１と、データＤ１に含まれる報酬とを組にし、組ＶＰ１を生成する（ステップＬ１３）。

次に、学習部１５は、学習データを全て選択した場合（ステップＬ１４：Ｙｅｓ）、ステップＬ１５の処理を実行する。学習部１５は、学習データを全て選択していない場合（ステップＬ１４：Ｎｏ）、ステップＬ１１からＬ１３の処理を繰り返す。

次に、学習部１５は、学習データに含まれる全てのデータについて、組ＶＰ１を生成し、集めたものをＶＰＳ１とする（ステップＬ１５）。

次に、学習部１５は、ＶＰＳ１に含まれる各組を用いて、属性値と確定報酬の平均二乗誤差を損失関数とし、その損失関数を最小化するよう、学習モデルを学習させる（ステップＬ１６）。

［実施形態１の効果］
実施形態１によれば、規模の大きなシステムについても、機能要件に関する設計の学習ができる。

また、構成（システム構成）に含まれる部品の型を抽象化し、抽象構成を含む学習データを生成し、学習データを使用して学習を行うことで、部品の違いによる影響を除いた大まかな評価ができる。その結果、構成に含まれる部品のみ異なる各構成を個別に学習する時間を削減できるので、規模の大きなシステムについても機能要件に関する設計の学習ができる。

［プログラム］
実施形態１におけるプログラムは、コンピュータに、図８に示すステップＳ１１からＳ１４を実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、実施形態１におけるシステム設計学習装置とシステム設計学習方法とを実現することができる。この場合、コンピュータのプロセッサは、設計部１１、報酬設定部１２、変換部１３、学習データ生成部１４、学習部１５として機能し、処理を行なう。

また、実施形態１におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されてもよい。この場合は、例えば、各コンピュータが、それぞれ、設計部１１、報酬設定部１２、変換部１３、学習データ生成部１４、学習部１５のいずれかとして機能してもよい。

（実施形態２）
以下、図面を参照して実施形態２について説明する。なお、以下で説明する図面において、同一の機能又は対応する機能を有する要素には同一の符号を付し、その繰り返しの説明は省略することもある。

図２２を用いて、実施形態２におけるシステム設計学習装置２２０の構成について説明する。図２２は、実施形態２のシステム設計学習装置の一例を示す図である。

図２２に示すシステム設計学習装置２２０は、ＩＣＴシステムの非機能要件に関する設計について学習をする装置である。

非機能要件は、例えば、可用性、性能、拡張性、運用・保守性、セキュリティなどを規定した要件である。具体的には、非機能要件は、システム構成（上述したシステム要件、又は、システム構成案、又は、システム具体構成）が持つ制約式、又は、システム構成に含まれる部品が持つ制約式として定義される。

例えば、図１の顔認証システムは、顔認証機能がカメラ機能と通信をして映像データを取り込む機能を有し、上述した通信の速度が１０［Ｍｂｐｓ］（メガビット毎秒：以下同様）以上であることが必要であるものとする。その場合、図１の顔認証システムの構成を表すシステム要件Ｒ１のエッジＥ１は、通信速度が１０［Ｍｂｐｓ］以上であることを表す制約式を持つ。制約式は、例えば、通信速度＞＝１０［Ｍｂｐｓ］などの式で表すことができる。

また、顔認証システム全体のコストが１０００万円以下である必要がある場合、顔認証システムは、コストが１０００万円以下であることを表す制約式を持つ。制約式は、例えば、コスト＜＝１０００万円などの式で表すことができる。

［装置構成］
図２２に示すシステム設計学習装置２２０は、設計部１１ａと、報酬設定部１２ａと、変換部１３ａと、学習データ生成部１４ａと、学習部１５ａとを有する。

設計部１１ａは、抽象的な部分を含むシステムの構成を表す情報であるシステム要件に対して、抽象的な部分を具体的な部分に変換する具体化処理を実行し、抽象的な部分を含まないシステムの構成を表す情報であるシステム具体構成を生成し、システム要件からシステム具体構成が生成されるまでの過程を表す構成パス情報を生成する。

報酬設定部１２ａは、非機能要件に基づいたシステムの設計方法を学習するための報酬を設定する。具体的には、報酬設定部１２ａは、構成パス情報に含まれる、システム要件、具体化処理の過程で生成されたシステム構成案、システム具体構成それぞれに対して、システム要件、システム構成案、システム具体構成それぞれの性能を表す性能情報に基づいた報酬を設定する。

変換部１３ａは、構成パス情報を抽象化して抽象構成パス情報を生成する。具体的には、変換部１３ａは、構成パス情報に含まれる、システム要件、システム構成案、システム具体構成それぞれが有する部品の型を表す型情報を、型を抽象的な型に変換するための型定義情報に基づいて、抽象的な型を表す抽象化型に変換し、抽象構成パス情報を生成する。

学習データ生成部１４ａは、抽象構成パス情報に含まれる、抽象化したシステム要件、抽象化したシステム構成案、抽象化したシステム具体構成それぞれに対して報酬を関連付けて学習データを生成する。学習部１５ａは、学習データに基づいて、非機能要件に基づいたシステムの設計方法を学習する。

このように、実施形態２においては、大規模なシステムの設計の強化学習に係る時間を削減することができる。

［装置動作］
実施形態２におけるシステム設計学習装置の動作について説明する。以下の説明においては、適宜図を参照する。また、実施形態２では、システム設計学習装置を動作させることによって、システム設計学習方法が実施される。よって、実施形態２におけるシステム設計学習方法の説明は、以下のシステム設計学習装置の動作説明に代える。

●システム設計学習装置の動作について説明する。
図２３は、実施形態２のシステム設計学習装置の動作の一例を説明するための図である。まず、システム設計学習装置２２０は、記憶装置２０から学習対象のシステム要件を取得する（ステップＳ１１ａ）。

次に、システム設計学習装置２２０は、学習対象のシステム要件を用いて、あらかじめ設定された学習期間において強化学習を実行する（ステップＳ１２ａ）。学習期間については、実施形態１で説明した方法と同様の方法で設定する。ステップＳ１２ａの詳細については、図２４を参照して後述する。

次に、システム設計学習装置２２０は、現時点の非機能要件の学習モデルを用いて、システム要件に基づいて生成された一つ以上のシステム具体構成に対して性能の推定を行う（ステップＳ１３ａ）。非機能要件の学習モデルとしては、例えば、ニューラルネットワークなどを用いる。

次に、システム設計学習装置２２０は、ステップＳ１３ａの推定結果に基づき、非機能要件の学習が十分であると判定された場合（ステップＳ１４ａ：Ｙｅｓ）、ステップＳ１２ａの処理を終了する。また、非機能要件について学習が十分でないと判定された場合（ステップＳ１４ａ：Ｎｏ）、非機能要件についての学習が十分であると判定されるまで、ステップＳ１２ａとステップＳ１３ａの処理を繰り返す（継続する）。

ステップＳ１４ａにおける非機能要件についての学習が十分か否かの判定は、例えば、性能推定結果の誤差の平均を算出し、算出した平均が、あらかじめ設定した閾値Ｃ以下である場合に十分であると判定する。又は、性能推定結果の尤度ないし対数尤度が、あらかじめ設定した閾値Ｄ以下である場合に十分であると判定する。

性能推定結果とは、ある具体構成のある部品の性能について推定した場合、当該構成を表すグラフを非機能要件の学習モデルに入力した結果出力されるグラフに含まれる、当該部品の性能値を表す属性値のことである。属性値と、実際に当該部品の性能を測定して得られた性能値と、の誤差に基づいて、ステップＳ１４ａの判定を行う。閾値Ｃ及びＤの決め方は、性能推定の精度が十分高くなったと判断できるものであればよい。例えば、閾値Ｃを１０［％］としてもよいし、閾値Ｄを０．００１としてもよい。

●非機能要件学習（ステップＳ１２ａ）について説明する。
図２４は、非機能要件学習の動作の一例を説明するための図である。非機能要件学習では、ＩＣＴシステムの非機能要件に関する設計方法を学習する。

まず、設計部１１ａは、システム要件を用いて構成パスを生成する（ステップＳ１２１ａ）。ステップＳ１２１ａの詳細については、図２５を参照して後述する。

次に、報酬設定部１２ａは、ステップＳ１２１ａで生成された構成パスの各システム構成（上述したシステム要件、又は、システム構成案、又は、システム具体構成）に対して報酬を設定する（ステップＳ１２２ａ）。ステップＳ１２２ａの詳細については、図２６を参照して後述する。

次に、変換部１３ａは、ステップＳ１２１ａで生成された構成パスの各システム構成に対して、抽象化処理を実行して、抽象構成に変換する（ステップＳ１２３ａ）。ステップＳ１２３ａの動作は、実施形態１で説明したステップＳ１２３の動作と同様であるので、動作の説明を省略する。

次に、学習データ生成部１４ａは、抽象構成と、構成パスの報酬とを関連付けて学習データを生成し、生成した学習データを記憶装置２０に記憶する（ステップＳ１２４ａ）。ステップＳ１２４ａの詳細については、図２７を参照して後述する。

次に、学習部１５ａは、学習データに基づき学習を行う（ステップＳ１２５ａ）。ステップＳ１２５ａの詳細については後述する。

このように、あらかじめ設定された学習期間において、ステップＳ１２１ａからＳ１２５ａを繰り返す（ステップＳ１２６ａ）。

●構成パスの生成（ステップＳ１２１ａ）の動作について説明する。
図２５は、構成パスを生成する動作の一例を説明するための図である。

まず、設計部１１ａは、システム要件を現在の構成（システム構成）とする（ステップＤ２１）。次に、設計部１１ａは、現在の構成に具体化規則が一つも適用できない構成、又は、現在の構成がシステム具体構成でない場合（ステップＤ２２：Ｎｏ）、ステップＤ２３の処理に移行する。また、設計部１１ａは、現在の構成に適用できる具体化規則がないか、現在の構成が具体構成である場合（ステップＤ２２：Ｙｅｓ）、ステップＤ２５の処理に移行する。

次に、設計部１１ａは、現在の構成に含まれる一つの部品を、具体化処理を実行して具体化する（ステップＤ２３）。次に、設計部１１ａは、ステップＤ２３で具体化した構成（システム構成案）を現在の構成とする（ステップＤ２４）。

次に、設計部１１ａは、上述したステップＤ２３からＤ２４の処理において出現したシステム構成（システム要件、システム構成案、システム具体構成）を、システム要件から現在のシステム具体構成が生成されるに至るまでのパス（構成を時系列順に記憶した構成パス情報（構成パス））を生成する（ステップＤ２５）。

●報酬設定（ステップＳ１２２ａ）の動作について説明する。
ステップＳ１２２ａでは、報酬設定部１２ａは、記憶装置２０に記憶されている性能情報を参照して、構成パスの最後の構成（システム具体構成）に対応する性能データを取得し、取得した性能データが表す値に基づいて報酬を決定する。

図２６は、性能情報のデータ構造の一例を説明するための図である。性能情報は、過去に性能を測定したシステム具体構成を表すシステム具体構成識別情報と、非機能要件の種類ごとの性能値を表す性能データとが関連付けられている。図２６の例では、「システム具体構成識別情報」に「ＩＤ１」「ＩＤ２」「ＩＤ３」・・・が記憶されている。また、図２６の「性能情報」の「帯域」に「１０００」「１００」「１０」・・・、「遅延」に「１００」「１０」「１」・・・が記憶されている。ただし、性能データは、上述した通信の帯域、遅延に限定されるものでなく、帯域、遅延以外の性能データであってもよい。

例えば、帯域の測定には、ネットワーク性能の測定及びチューニングを実行するツールであるｉＰｅｒｆ（登録商標）などを利用する。また、遅延の測定には、一般的なＯＳにあらかじめ実装されているｐｉｎｇなどのソフトウェアを利用する。ただし、これらの方法は例であり、これらに限定されない。また、測定する性能の種類に応じて適切な測定方法を採用する。

報酬は、単に性能値の値そのものを報酬の値とする。例えば、帯域が１００［Ｍｂｐｓ］であれば、報酬を１００とする。ただし、性能値ごとにどの単位を用いるかはあらかじめ適当に（例えば、使用頻度に基づいて）決めておく。例えば、帯域の単位はＭｂｐｓを用いると決めた場合、１［Ｇｂｐｓ］（ギガビット毎秒：以下同様）は１０００［Ｍｂｐｓ］であるので報酬を１０００とする。また、学習する値はスケールが小さい方が都合がよいので、性能値に対数変換を施した値を報酬の値としてもよい。

報酬は、例えば、帯域、遅延などの非機能要件の種類ごとに設けてもよいし、又は、統一的な一つの報酬にまとめてもよい。

報酬を非機能要件の種類ごとに設ける場合、性能データの値をそのまま報酬にしてもよいし（報酬決定方法１）。また、値が大きいほど良いことを表す性能に関しては、対応する非機能要件に関する報酬は、当該性能データの値をそのままとし、値が小さいほど良いことを表す性能に関しては、対応する非機能要件に関する報酬は当該性能の値の逆数としてもよい（報酬決定方法２）。

また、統一的な一つの報酬にまとめる場合、報酬決定方法２により決定した非機能要件の種類ごとの報酬に、適当な重みを付けて加算した値を報酬とするのが好適である。

●学習データの生成（ステップＳ１２４ａ）の動作について説明する。
図２７は、報酬の確定と学習データを生成するための動作の一例を説明するための図である。

まず、学習データ生成部１４ａは、抽象構成パスの先頭（最初）の構成（システム構成）を、学習データを生成するための対象の抽象構成とする（ステップＭ２１）。学習データ生成部１４ａは、対象の抽象構成と、ステップＳ１２２ａで設定した報酬とを組とした学習データを生成し、生成した学習データを記憶装置２０に記憶する（ステップＭ２２）。

次に、学習データ生成部１４ａは、抽象構成パスの次の構成を、学習データを生成するための対象の抽象構成とする（ステップＭ２３）。

次に、学習データ生成部１４ａは、抽象構成パスの全ての構成に対して学習データを生成していない場合（抽象構成パスの後尾（最後）の構成まで学習データを生成していない場合）（ステップＭ２４：Ｎｏ）、ステップＭ２２からＭ２３の処理を繰り返す。また、学習データ生成部１４ａは、抽象構成パスの全ての構成に対して学習データを生成した場合（抽象構成パスの後尾（最後）の構成まで学習データを生成した場合）（ステップＭ２４：Ｙｅｓ）、学習データを生成する処理を終了する。

●学習（ステップＳ１２５ａ）の動作について説明する。
ステップＳ１２５ａの動作について説明する。学習モデルは、グラフ内の各ノード及びエッジとグラフ自身が属性値を持つグラフ情報を入力とし、同様の形式のグラフ情報を出力するＧＮＮ（Graph Neural Network）とする。

ステップＳ１２５ａの動作は、実施形態１で説明したステップＳ１２５の動作と同様であるので、動作の詳細な説明を省略する。なお、実施形態１と異なるのは、学習の仕方(ステップＬ１６)であるので、図２１に示す実施形態１のステップＬ１６ついて、二つの例（１）（２）について説明する。

（１）の例は、非機能要件に関する報酬の期待値を学習するものである。この場合、学習モデルに対して学習データに含まれる構成が入力された際、学習データに含まれる抽象構成について出力される評価値が、学習データに含まれる報酬の値に近づくように、学習モデルの出力の誤差を修正する形で機械学習を行う。具体的には、ＶＰＳ１に含まれる各組について、属性値と確定報酬の平均二乗誤差を損失関数とし、その損失関数を最小化するように、学習モデルを学習させる。

（２）の例は、非機能要件に関する報酬の確率密度関数を学習するものである。この場合、学習モデルに対し学習データに含まれる構成が入力されたとき、学習データに含まれる確率密度関数のパラメータに基づく確率密度関数が、学習データに含まれる報酬の値に対し尤度が高くなるよう、確率密度関数のパラメータを補正する形で学習を行う。

確率密度関数のパラメータは、例として報酬の確率密度関数が混合ガウス分布に従うと想定した場合、混合ガウス分布を構成する各ガウス分布における平均値μ、分散Σ、混合係数πである。この想定は典型的な一つの例でありこれに限定されない。また、上述した確率密度関数の尤度が高くなるよう確率密度関数のパラメータを補正する方法は、例えばＥＭアルゴリズムを適用するといったものが好適であるが、これに限定されない。

［実施形態２の効果］
実施形態２によれば、規模の大きなシステムについても非機能要件に関する設計の学習ができる。

構成（システム構成）に含まれる部品の型を抽象化し、抽象構成を含む学習データを生成し、学習データを使用して学習を行うことで、部品の違いによる影響を除いた大まかな評価ができる。その結果、構成に含まれる部品のみ異なる各構成を個別に学習する時間を削減できるので、規模の大きなシステムについても非機能要件に関する設計の学習ができる。
［プログラム］

実施形態２におけるプログラムは、コンピュータに、図に示すステップＳ１１ａからＳ１４ａを実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、実施形態２におけるシステム設計学習装置とシステム設計学習方法とを実現することができる。この場合、コンピュータのプロセッサは、設計部１１ａ、報酬設定部１２ａ、変換部１３ａ、学習データ生成部１４ａ、学習部１５ａとして機能し、処理を行なう。

また、実施形態２におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されてもよい。この場合は、例えば、各コンピュータが、それぞれ、設計部１１ａ、報酬設定部１２ａ、変換部１３ａ、学習データ生成部１４ａ、学習部１５ａのいずれかとして機能してもよい。

（実施形態３）
以下、図面を参照して実施形態３について説明する。なお、以下で説明する図面において、同一の機能又は対応する機能を有する要素には同一の符号を付し、その繰り返しの説明は省略することもある。

図２９を用いて、実施形態３におけるシステム設計学習装置３００の構成について説明する。図２９は、実施形態３のシステム設計学習装置の一例を示す図である。

図２９に示すシステム設計学習装置３００は、ＩＣＴシステムの非機能要件に関する設計について学習をする装置である。

非機能要件は、例えば、可用性、性能、拡張性、運用・保守性、セキュリティなどを規定した要件である。具体的には、非機能要件は、システム構成（上述したシステム要件、又は、システム構成案、又は、システム具体構成）が持つ制約式、又は、システム構成に含まれる部品が持つ制約式として定義される。

例えば、図１の顔認証システムは、顔認証機能がカメラ機能と通信をして映像データを取り込む機能を有し、上述した通信の速度が１０［Ｍｂｐｓ］（メガビット毎秒：以下同様）以上であることが必要であるものとする。その場合、図１の顔認証システムの構成を表すシステム要件Ｒ１のエッジＥ１は、通信速度が１０［Ｍｂｐｓ］以上であることを表す制約式を持つ。制約式は、例えば、通信速度＞＝１０［Ｍｂｐｓ］などの式で表すことができる。

また、顔認証システム全体のコストが１０００万円以下である必要がある場合、顔認証システムは、コストが１０００万円以下であることを表す制約式を持つ。制約式は、例えば、コスト＜＝１０００万円などの式で表すことができる。

［装置構成］
図２９に示すシステム設計学習装置３００は、設計部１１ｂと、報酬設定部１２ｂと、変換部１３ｂと、学習データ生成部１４ｂと、学習部１５ｂとを有する。

設計部１１ｂは、抽象的な部分を含むシステムの構成を表す情報であるシステム要件に対して、抽象的な部分を具体的な部分に変換する具体化処理を実行し、抽象的な部分を含まないシステムの構成を表す情報であるシステム具体構成を生成し、システム要件からシステム具体構成が生成されるまでの過程を表す構成パス情報を生成する。

報酬設定部１２ｂは、非機能要件に基づいたシステムの設計方法を学習するための報酬を設定する。具体的には、報酬設定部１２ｂは、構成パス情報に含まれる、システム要件、具体化処理の過程で生成されたシステム構成案、システム具体構成それぞれに対して、システム要件、システム構成案、システム具体構成それぞれの性能を表す性能情報に基づいた報酬を設定する。

変換部１３ｂは、構成パス情報を抽象化して抽象構成パス情報する生成する。具体的には、変換部１３ｂは、構成パス情報に含まれる、システム要件、システム構成案、システム具体構成それぞれが有する部品の型を表す型情報のうち、学習する非機能要件の指標への影響が小さい部品の型情報を、型を抽象的な型に変換するための型定義情報に基づいて、抽象的な型を表す抽象化型に変換し、抽象構成パス情報を生成する。

言い換えると、変換部１３ｂは、非機能要件の種別を表す非機能要件種別情報と、非機能要件の指標に大きく影響する型を表す型情報の集合と、が関連付けられた情報である非機能要件影響型情報を用いて、システム要件、システム構成案、システム具体構成それぞれが有する部品の型が、学習中の非機能要件の指標に大きく影響する型かどうか判断し、大きく影響しないと判断した場合に型を抽象化する。

学習データ生成部１４ｂは、抽象構成パス情報に含まれる、抽象化したシステム要件、抽象化したシステム構成案、抽象化したシステム具体構成それぞれに対して報酬を関連付けて学習データを生成する。学習部１５ｂは、学習データに基づいて、非機能要件に基づいたシステムの設計方法を学習する。

このように、実施形態３においては、大規模なシステムの設計の強化学習に係る時間を削減することができる。

［装置動作］
実施形態３におけるシステム設計学習装置の動作について説明する。以下の説明においては、適宜図を参照する。また、実施形態３では、システム設計学習装置を動作させることによって、システム設計学習方法が実施される。よって、実施形態３におけるシステム設計学習方法の説明は、以下のシステム設計学習装置の動作説明に代える。

●システム設計学習装置の動作について説明する。
図３０は、実施形態３のシステム設計学習装置の動作の一例を説明するための図である。まず、システム設計学習装置３００は、記憶装置２０から学習対象のシステム要件を取得する（ステップＳ１１ｂ）。

次に、システム設計学習装置３００は、学習対象のシステム要件を用いて、あらかじめ設定された学習期間において強化学習を実行する（ステップＳ１２ｂ）。学習期間については、実施形態１で説明した方法と同様の方法で設定する。ステップＳ１２ｂの詳細については、図３１を参照して後述する。
次に、システム設計学習装置３００は、現時点の非機能要件の学習モデルを用いて、システム要件に基づいて生成された一つ以上のシステム具体構成に対して性能の推定を行う（ステップＳ１３ｂ）。非機能要件の学習モデルとしては、例えば、ニューラルネットワークなどを用いる。

次に、システム設計学習装置３００は、ステップＳ１３ｂの推定結果に基づき、非機能要件の学習が十分であると判定された場合（ステップＳ１４ｂ：Ｙｅｓ）、ステップＳ１２ｂの処理を終了する。また、非機能要件について学習が十分でないと判定された場合（ステップＳ１４ｂ：Ｎｏ）、非機能要件についての学習が十分であると判定されるまで、ステップＳ１２ｂとステップＳ１３ｂの処理を繰り返す（継続する）。

ステップＳ１４ｂにおける非機能要件についての学習が十分か否かの判定は、例えば、性能推定結果の誤差の平均を算出し、算出した平均が、あらかじめ設定した閾値Ｃ以下である場合に十分であると判定する。又は、性能推定結果の尤度ないし対数尤度が、あらかじめ設定した閾値Ｄ以下である場合に十分であると判定する。

性能推定結果とは、ある具体構成のある部品の性能について推定した場合、当該構成を表すグラフを非機能要件の学習モデルに入力した結果出力されるグラフに含まれる、当該部品の性能値を表す属性値のことである。属性値と、実際に当該部品の性能を測定して得られた性能値と、の誤差に基づいて、ステップＳ１４ｂの判定を行う。閾値Ｃ及びＤの決め方は、性能推定の精度が十分高くなったと判断できるものであればよい。例えば、閾値Ｃを１０［％］としてもよいし、閾値Ｄを０．００１としてもよい。

●非機能要件学習（ステップＳ１２ｂ）について説明する。
図３１は、非機能要件学習の動作の一例を説明するための図である。非機能要件学習では、ＩＣＴシステムの非機能要件に関する設計方法を学習する。

まず、設計部１１ｂは、システム要件を用いて構成パスを生成する（ステップＳ１２１ｂ）。ステップＳ１２１ｂの動作は、実施形態２で説明したステップＳ１２１ａの動作と同様であるので、動作の説明を省略する。

次に、報酬設定部１２ｂは、ステップＳ１２１ｂで生成された構成パスの各システム構成（上述したシステム要件、又は、システム構成案、又は、システム具体構成）に対して報酬を設定する（ステップＳ１２２ｂ）。ステップＳ１２２ｂの動作は、実施形態２で説明したステップＳ１２２ａの動作と同様であるので、動作の説明を省略する。

次に、変換部１３ｂは、ステップＳ１２１ｂで生成された構成パスの各システム構成に対して、抽象化処理を実行して、抽象構成に変換する（ステップＳ１２３ｂ）。ステップＳ１２３ｂの詳細については、図３２を参照して後述する。

次に、学習データ生成部１４ｂは、抽象構成と、構成パスの報酬とを関連付けて学習データを生成し、生成した学習データを記憶装置２０に記憶する（ステップＳ１２４ｂ）。ステップＳ１２４ｂの動作は、実施形態２で説明したステップＳ１２４ａの動作と同様であるので、動作の説明を省略する。

次に、学習部１５ａは、学習データに基づき学習を行う（ステップＳ１２５ｂ）。ステップＳ１２５ｂの動作は、実施形態２で説明したステップＳ１２５ａの動作と同様であるので、動作の説明を省略する。

このように、あらかじめ設定された学習期間において、ステップＳ１２１ｂからＳ１２５ｂを繰り返す（ステップＳ１２６ｂ）。

●構成パスの抽象化（ステップＳ１２３ｂ）の動作についてより詳細に説明する。
図３２は、抽象構成パスを生成する動作の一例を説明するための図である。

まず、変換部１３ｂは、構成パスの先頭（最初）の構成（システム構成）を変換対象の構成（システム構成）とする（ステップＡ１１ｂ）。次に、変換部１３は、変換対象の構成に含まれる全ての部品の中から一つの部品を選択する（ステップＡ１２ｂ）。

次に、変換部１３ｂは、選択した部品が現在学習中の非機能要件の指標に大きく影響する部品であるか否か確認する（ステップＡ１３ｂ）。選択した部品が現在学習中の非機能要件の指標に大きく影響する部品でない場合（ステップＡ１３ｂ：Ｎｏ）、変換部１３ｂは、選択した部品を抽象的な部品に変換する（ステップＡ１４ｂ）。選択した部品が現在学習中の非機能要件の指標に大きく影響する部品である場合（ステップＡ１３ｂ：Ｙｅｓ）、ステップＡ１５ｂに移行する。ステップＡ１３ｂの詳細については図３３を参照して後述する。ステップＡ１４ｂの動作は、実施形態１で説明したステップＡ１３の動作と同様であるので、動作の説明を省略する。

次に、変換部１３ｂは、選択できる部品がない場合（ステップＡ１５ｂ：Ｙｅｓ）、ステップＡ１６ｂの処理に移行する。また、変換部１３ｂは、選択できる部品ある場合（ステップＡ１５ｂ：Ｎｏ）、ステップＡ１２ｂの処理に移行して、選択していない部品がなくなるまで、ステップＡ１２ｂからＡ１４ｂの処理を繰り返す。

次に、構成パスの全ての構成（システム構成）が変換対象の構成になっていない場合（構成パスの後尾（最後）の構成（システム構成）まで変換対象の構成になっていない場合）（ステップＡ１６ｂ：Ｎｏ）、変換部１３ｂは、構成パスの次の構成（システム構成）を変換対象の構成とする（ステップＡ１７ｂ）。次に、変換部１３ｂは、ステップＡ１２ｂの処理に移行する。

また、変換部１３ｂは、構成パスの全ての構成が変換対象の構成になった場合（構成パスの後尾（最後）の構成（システム構成）まで変換対象の構成になった場合）（ステップＡ１６ｂ：Ｙｅｓ）、ステップＡ１８ｂの処理を実行する。すなわち、変換部１３ｂは、上述したステップＡ１１ｂからＡ１７ｂの処理により変換された全ての抽象構成（抽象化されたシステム構成）および変換されなかった全ての構成を時系列順に記憶し、抽象構成パスを生成する（ステップＡ１８ｂ）。

図１７に示した抽象構成パスＡＣＰ１は、図１３に示した、構成パスＣＰ１を抽象化したものである。なお、抽象構成パスＡＣＰ１の抽象化したシステム要件「ＡＲ１」、システム構成案「ＡＲ２」、システム具体構成「ＡＲ５」は、図１１、図１２に示した、システム要件「Ｒ１」、システム構成案「Ｒ２」、システム具体構成「Ｒ５」の順に表されている。

●現在学習中の非機能要件の指標に大きく影響する部品であるか否かの確認（ステップＡ１３ｂ）の動作についてより詳細に説明する。
図３３は、抽象構成を生成するための動作の一例を説明するための図である。

まず、変換部１３ｂは、ステップＡ１２ｂで選択した部品の型を取得して対象の型とする（ステップＡ１３１ｂ）。具体的には、変換部１３ｂは、部品情報から、選択した部品に対応する型を取得する。例えば、部品情報を参照し、選択した部品に対応する機能情報を取得する。又は、部品情報に、更に、部品識別情報に型を表す型情報を関連付けて記憶しておき、選んだ部品に対応する型情報を取得してもよい。

次に、変換部１３ｂは、対象の型が現在学習中の非機能要件の指標に大きく影響する型か否か、あらかじめ作成された非機能要件影響型情報を用いて検索する（ステップＡ１３２ｂ）。非機能要件影響型情報は、非機能要件の種別を表す非機能要件種別情報と、当該非機能要件の指標に大きく影響する型を表す型情報の集合とが関連付けられた情報である。非機能要件影響型情報は、記憶装置２０などに記憶されている。

図３４は、非機能要件影響型情報のデータ構造の一例を説明するための図である。図３４の例では、非機能要件影響型情報に含まれる非機能要件の種別を表す「非機能要件」として、「処理速度」「通信帯域」の種別（名称）が記憶されている。また、図３４の例では、当該非機能要件の指標に大きく影響する型を表す型情報の集合として、「処理速度」には「Ｓｅｒｖｅｒ」「Ｍａｃｈｉｎｅ」「ＰｈｙｓｉｃａｌＭａｃｈｉｎｅ」「ＶｉｒｔｕａｌＭａｃｈｉｎｅ」「ＥＸ５８」「ＬＶ」「Ｍｔ」が関連付けられており、「通信帯域」には「Ｒｏｕｔｅｒ」「Ｓｗｉｔｃｈ」「Ｌ３Ｓｗｉｔｃｈ」「Ｌ２Ｓｗｉｔｃｈ」「ＵＮＩ―ＱＸ（Ｌ２）」「ＵＮＩ―ＱＸ（Ｌ３）」「ＵＮＩ―ＩＸ」が関連付けられている。

「Ｓｅｒｖｅｒ」は、サーバ全般を表す抽象的な型情報である。「Ｍａｃｈｉｎｅ」は、クライアントＰＣ全般を表す抽象的な型情報である。「ＰｈｙｓｉｃａｌＭａｃｈｉｎｅ」は、物理的なクライアントＰＣ全般を表す抽象的な型情報である。「ＶｉｒｔｕａｌＭａｃｈｉｎｅ」は、仮想的なクライアントＰＣを表す抽象的な型情報である。「ＥＸ５８」は、ＥＸ５８という製品名のサーバを表す具体的な型情報である。「ＬＶ」は、ＬＶという製品名の物理的なクライアントＰＣを表す具体的な型情報である。「Ｍｔ」は、Ｍｔという製品名の物理的なクライアントＰＣを表す具体的な型情報である。

「Ｒｏｕｔｅｒ」は、ルータ全般を表す抽象的な型情報である。「Ｓｗｉｔｃｈ」は、ネットワークスイッチ全般を表す抽象的な型情報である。「Ｌ３Ｓｗｉｔｃｈ」は、Ｌ３スイッチ全般を表す抽象的な型情報である。「Ｌ２Ｓｗｉｔｃｈ」は、Ｌ２スイッチ全般を表す抽象的な型情報である。「ＵＮＩ―ＱＸ（Ｌ２）」は、ＵＮＩ―ＱＸ（Ｌ２）という製品名のＬ２スイッチを表す具体的な型情報である。「ＵＮＩ―ＱＸ（Ｌ３）」は、ＵＮＩ―ＱＸ（Ｌ３）という製品名のＬ３スイッチを表す具体的な型情報である。「ＵＮＩ―ＩＸ」は、ＵＮＩ―ＩＸという製品名のルータを表す具体的な型情報である。

なお、非機能要件影響型情報は、図３４の例に限定されるものでなく、「処理速度」「通信遅延」以外の非機能要件の種別が、該非機能要件の指標に大きく影響する型を表す型情報の集合と関連付けられて記憶されていてもよいし、「処理速度」「通信遅延」に上記の例とは異なる型を表す型情報の集合と関連付けられて記憶されていてもよい。

次に、変換部１３ｂは、ステップＡ１３２ｂで検索した結果、非機能要件影響型情報に含まれる現在学習中の非機能要件の種別に関連付けられた型の集合に対象の型が含まれていた場合（ステップＡ１３３ｂ：Ｙｅｓ）、対象の型は現在学習中の非機能要件の指標に大きく影響する型であったと判断して、ステップＡ１３ｂを終了する（ステップＡ１３４ｂ）。一方、非機能要件影響型情報に含まれる現在学習中の非機能要件の種別に関連付けられた型の集合に対象の型が含まれていなかった場合（ステップＡ１３３ｂ：Ｎｏ）、対象の型は現在学習中の非機能要件の指標に大きく影響する型ではなかったと判断して、ステップＡ１３ｂを終了する（ステップＡ１３５ｂ）。

［実施形態３の効果］
実施形態３によれば、規模の大きなシステムについても、非機能要件の指標への影響が大きな部品の違いを考慮したうえで、非機能要件に関する設計の学習ができる。

構成（システム構成）に含まれる部品の型のうち、非機能要件の指標への影響が小さい部品の型を抽象化し、抽象構成を含む学習データを生成し、学習データを使用して学習を行うことで、非機能要件の指標への影響が大きい部品の違いによる評価が学習できると同時に、非機能要件の指標への影響が小さい部品の違いで生じる構成の差を個別に学習する時間が削減できる。その結果、規模の大きなシステムについても非機能要件に関して精度の高い設計の学習ができる。
［プログラム］

実施形態３におけるプログラムは、コンピュータに、図に示すステップＳ１１ｂからＳ１４ｂを実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、実施形態３におけるシステム設計学習装置とシステム設計学習方法とを実現することができる。この場合、コンピュータのプロセッサは、設計部１１ｂ、報酬設定部１２ｂ、変換部１３ｂ、学習データ生成部１４ｂ、学習部１５ｂとして機能し、処理を行なう。

また、実施形態３におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されてもよい。この場合は、例えば、各コンピュータが、それぞれ、設計部１１ｂ、報酬設定部１２ｂ、変換部１３ｂ、学習データ生成部１４ｂ、学習部１５ｂのいずれかとして機能してもよい。

［物理構成］
ここで、上述した実施形態におけるプログラムを実行することによって、システム設計学習装置を実現するコンピュータについて図２８を用いて説明する。図２８は、実施形態１から３のシステム設計学習装置を実現するコンピュータの一例を示す図である。

図２８に示すように、コンピュータ２３０は、ＣＰＵ（Central Processing Unit）２３１と、メインメモリ２３２と、記憶装置２３３と、入力インターフェイス２３４と、表示コントローラ２３５と、データリーダ／ライタ２３６と、通信インターフェイス２３７とを備える。これらの各部は、バス２４１を介して、互いにデータ通信可能に接続される。なお、コンピュー
タ２３０は、ＣＰＵ２３１に加えて、又はＣＰＵ２３１に代えて、ＧＰＵ、又はＦＰＧＡを備えていてもよい。

ＣＰＵ２３１は、記憶装置２３３に格納された、実施形態におけるプログラム（コード）をメインメモリ２３２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ２３２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）などの揮発性の記憶装置である。また、実施形態におけるプログラムは、コンピュータ読み取り可能な記録媒体２４０に格納された状態で提供される。なお、実施形態におけるプログラムは、通信インターフェイス２３７を介して接続されたインターネット上で流通するものであってもよい。なお、記録媒体２４０は、不揮発性記録媒体である。

また、記憶装置２３３の具体例としては、ハードディスクドライブの他、フラッシュメモリなどの半導体記憶装置があげられる。入力インターフェイス２３４は、ＣＰＵ２３１と、キーボード及びマウスといった入力機器２３８との間のデータ伝送を仲介する。表示コントローラ２３５は、ディスプレイ装置２３９と接続され、ディスプレイ装置２３９での表示を制御する。

データリーダ／ライタ２３６は、ＣＰＵ２３１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ２３０における処理結果の記録媒体２４０への書き込みを実行する。通信インターフェイス２３７は、ＣＰＵ２３１と、他のコンピュータとの間のデータ伝送を仲介する。

また、記録媒体２４０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）などの汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）などの磁気記録媒体、又はＣＤ－ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体があげられる。

なお、実施形態１、２、３におけるシステム設計学習装置は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。さらに、システム設計学習装置は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。

以上、実施形態１、２、３を参照して発明を説明したが、発明は上述した実施形態１、２、３に限定されるものではない。発明の構成や詳細には、発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

上述した記載によれば、大規模なシステムの設計の強化学習に係る時間を削減することができる。また、ＩＣＴシステムを自動設計が必要な分野において有用である。

１０、２２０、３００ システム設計学習装置
１１、１１ａ、１１ｂ 設計部
１２、１２ａ、１２ｂ 報酬設定部
１３、１３ａ、１３ｂ 変換部
１４、１４ａ、１４ｂ 学習データ生成部
１５、１５ａ、１５ｂ 学習部
２０ 記憶装置
３０ 入力装置
１００、２９０ システム
２３０ コンピュータ
２３１ ＣＰＵ
２３２ メインメモリ
２３３ 記憶装置
２３４ 入力インターフェイス
２３５ 表示コントローラ
２３６ データリーダ／ライタ
２３７ 通信インターフェイス
２３８ 入力機器
２３９ ディスプレイ装置
２４０ 記録媒体
２４１ バス

Claims (8)

1. 抽象的な部分を含むシステムの構成を表す情報であるシステム要件に対して、抽象的な部分を具体的な部分に変換する具体化処理を実行し、抽象的な部分を含まない前記システムの構成を表す情報であるシステム具体構成を生成し、前記システム要件から前記システム具体構成が生成されるまでの過程を表す構成パス情報を生成する設計手段と、
   前記構成パス情報に含まれる、前記システム要件、前記具体化処理の過程で生成されたシステム構成案、前記システム具体構成それぞれに対して報酬を設定する報酬設定手段と、
   前記構成パス情報を抽象化して抽象構成パス情報する生成する変換手段と、
   前記抽象構成パス情報に含まれる、抽象化したシステム要件、抽象化したシステム構成案、抽象化したシステム具体構成それぞれに対して前記報酬を関連付けて学習データを生成する学習データ生成手段と、
   前記学習データに基づいて、前記システムの設計方法を学習する学習手段と、
   を有するシステム設計学習装置。
2. 前記変換手段は、前記構成パス情報に含まれる、前記システム要件、前記システム構成案、前記システム具体構成それぞれが有する部品の型を表す型情報を、前記型を抽象的な型に変換するための型定義情報に基づいて、抽象的な型を表す抽象化型に変換し、前記抽象構成パス情報する生成する、
   請求項１に記載のシステム設計学習装置。
3. 前記変換手段は、非機能要件の種別を表す非機能要件種別情報と、当該非機能要件の指標に大きく影響する型を表す型情報の集合とが関連付けられた情報である非機能要件影響型情報を用いて、前記システム要件、前記システム構成案、前記システム具体構成それぞれが有する部品の型が、学習中の非機能要件の指標に大きく影響する型かどうか判断し、大きく影響しないと判断した場合に当該型を抽象化する、
   請求項２に記載のシステム設計学習装置。
4. 前記学習手段は、機能要件に基づいた前記システムの設計方法を学習し、
   前記報酬設定手段は、前記機能要件に基づいた前記システムの設計方法を学習するための報酬を設定する、
   請求項２又は３に記載のシステム設計学習装置。
5. 前記学習手段は、非機能要件に基づいた前記システムの設計方法を学習し、
   前記報酬設定手段は、前記非機能要件に基づいた前記システムの設計方法を学習するための報酬を設定する、
   請求項２又は３に記載のシステム設計学習装置。
6. 前記報酬設定手段は、前記構成パス情報に含まれる、前記システム要件、システム構成案、前記システム具体構成それぞれの性能を表す性能情報に基づいて、前記システムの非機能要件に関する設計方法の学習を行うための報酬を生成する、
   請求項５に記載のシステム設計学習装置。
7. 情報処理装置が、
   抽象的な部分を含むシステムの構成を表す情報であるシステム要件に対して、抽象的な部分を具体的な部分に変換する具体化処理を実行し、抽象的な部分を含まない前記システムの構成を表す情報であるシステム具体構成を生成し、前記システム要件から前記システム具体構成が生成されるまでの過程を表す構成パス情報を生成する設計ステップと、
   前記構成パス情報に含まれる、前記システム要件、前記具体化処理の過程で生成されたシステム構成案、前記システム具体構成それぞれに対して報酬を設定する報酬設定ステップと、
   前記構成パス情報を抽象化して抽象構成パス情報する生成する変換ステップと、
   前記抽象構成パス情報に含まれる、抽象化したシステム要件、抽象化したシステム構成案、抽象化したシステム具体構成それぞれに対して前記報酬を関連付けて学習データを生成する学習データ生成ステップと、
   前記学習データに基づいて、前記システムの設計方法を学習する学習ステップと、
   を実行するシステム設計学習方法。
8. コンピュータに、
   抽象的な部分を含むシステムの構成を表す情報であるシステム要件に対して、抽象的な部分を具体的な部分に変換する具体化処理を実行し、抽象的な部分を含まない前記システムの構成を表す情報であるシステム具体構成を生成し、前記システム要件から前記システム具体構成が生成されるまでの過程を表す構成パス情報を生成する設計ステップと、
   前記構成パス情報に含まれる、前記システム要件、前記具体化処理の過程で生成されたシステム構成案、前記システム具体構成それぞれに対して報酬を設定する報酬設定ステップと、
   前記構成パス情報を抽象化して抽象構成パス情報する生成する変換ステップと、
   前記抽象構成パス情報に含まれる、抽象化したシステム要件、抽象化したシステム構成案、抽象化したシステム具体構成それぞれに対して前記報酬を関連付けて学習データを生成する学習データ生成ステップと、
   前記学習データに基づいて、前記システムの設計方法を学習する学習ステップと、
   を実行させるプログラム。
   

Images