JP6136567B2 - プログラム、情報処理装置、及び情報処理方法 - Google Patents
プログラム、情報処理装置、及び情報処理方法 Download PDFInfo
- Publication number
- JP6136567B2 JP6136567B2 JP2013109314A JP2013109314A JP6136567B2 JP 6136567 B2 JP6136567 B2 JP 6136567B2 JP 2013109314 A JP2013109314 A JP 2013109314A JP 2013109314 A JP2013109314 A JP 2013109314A JP 6136567 B2 JP6136567 B2 JP 6136567B2
- Authority
- JP
- Japan
- Prior art keywords
- variables
- time
- matrix
- series data
- combination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Complex Calculations (AREA)
Description
以下実施の形態を、図面を参照して説明する。図1は情報処理装置1のハードウェア群を示すブロック図である。情報処理装置1は例えばサーバコンピュータ、パーソナルコンピュータ、携帯電話機、PDA(Personal Digital Assistant)等である。以下ではパーソナルコンピュータ1を用いた例を挙げて説明し、またパーソナルコンピュータ1をコンピュータ1と略して説明する。コンピュータ1は制御部としてのCPU(Central Processing Unit)11、RAM(Random Access Memory)12、入力部13、表示部14、記憶部15、及び通信部16等を含む。CPU11は、バス17を介してハードウェア各部と接続されている。CPU11は記憶部15に記憶された制御プログラム15Pに従いハードウェア各部を制御する。RAM12は例えばSRAM(Static RAM)、DRAM(Dynamic RAM)、フラッシュメモリ等である。RAM12は、記憶部としても機能し、CPU11による各種プログラムの実行時に発生する種々のデータを一時的に記憶する。
相互情報量Iv= H(x1) + H(x2) + H(x3) − H(x1, x2, x3) (式2)
図15は上述した形態のコンピュータ1の動作を示す機能ブロック図である。CPU11が制御プログラム15Pを実行することにより、サーバコンピュータ1は以下のように動作する。抽出部101は、複数の変数に対する2値の時系列データから、複数の時間帯及び複数の変数の組み合わせについて、部分的な時系列データを抽出する。生成部102は、抽出部101により抽出した部分的な時系列データに基づき2値の高階テンソルを生成する。第1行列生成部103は生成部102により生成した高階テンソルに基づき、複数の時間帯及び複数の変数の組み合わせについての第1行列を生成する。
コンピュータに、
複数の変数に対する2値の時系列データから、複数の時間帯及び複数の変数の組み合わせについて、部分的な時系列データを抽出し、
抽出した部分的な時系列データに基づき2値の高階テンソルを生成し、
生成した高階テンソルに基づき、複数の時間帯及び複数の変数の組み合わせについての第1行列を生成する
処理を実行させるプログラム。
相互情報量ベクトルを前記第1行列に乗じて第2行列を生成する
処理を実行させる付記1に記載のプログラム。
前記第2行列に対し、クラスタリングを行って複数のクラスタを生成し、
各クラスタ内の複数の変数の組み合わせに対応する前記第2行列の値の合計値を算出し、
前記合計値をクラスタ内の変数の組み合わせ総数で除し、各クラスタの平均値を算出し、
算出した平均値が閾値以上のクラスタ内の変数の組み合わせを抽出する
付記2に記載のプログラム。
前記第1行列に対し、クラスタリングを行って複数のクラスタを生成し、
各クラスタ内の複数の変数の組み合わせに対応する前記第1行列の値の合計値を算出し、
前記合計値をクラスタ内の変数の組み合わせ総数で除し、各クラスタの平均値を算出し、
算出した平均値が閾値以上のクラスタ内の変数の組み合わせを抽出する
付記1に記載のプログラム。
複数の変数に対する2値の時系列データから、時間帯をずらしながら変数の組み合わせに対する部分的な時系列データを複数抽出し、
抽出した部分的な時系列データに基づき時間帯毎に2値の高階テンソルを生成し、
生成した時間帯毎の高階テンソルに基づき、前記変数の組み合わせに対する第1行列の列値を算出する
付記1〜4の何れか一つに記載のプログラム。
複数の変数に対する2値の時系列データから、時間帯をずらしながら、前記変数の組み合わせとは異なる変数の組み合わせに対する部分的な時系列データを複数抽出する
付記5に記載のプログラム。
2値の高階テンソルに対応する演算式を記憶部から読み出し、
生成した高階テンソルの2値データの有無に応じた値を前記演算式に代入することにより、複数の変数に対する第1行列の列値を算出する
付記5または6に記載のプログラム。
相互情報量は、複数の変数の各エントロピーを加算した値から、複数の変数の結合エントロピーを減じた値である
付記2に記載のプログラム。
複数の変数に対する2値の時系列データから、複数の時間帯及び複数の変数の組み合わせについて、部分的な時系列データを抽出する抽出部と、
該抽出部により抽出した部分的な時系列データに基づき2値の高階テンソルを生成する生成部と、
該生成部により生成した高階テンソルに基づき、複数の時間帯及び複数の変数の組み合わせについての第1行列を生成する第1行列生成部と
を備える情報処理装置。
制御部を有するコンピュータを用いた情報処理方法において、
複数の変数に対する2値の時系列データから、前記制御部により複数の時間帯及び複数の変数の組み合わせについて、部分的な時系列データを抽出し、
抽出した部分的な時系列データに基づき前記制御部により2値の高階テンソルを生成し、
生成した高階テンソルに基づき、前記制御部により複数の時間帯及び複数の変数の組み合わせについての第1行列を生成する
情報処理方法。
コンピュータに、
複数の変数に対する多値の同期系列データから、複数の同期帯及び複数の変数の組み合わせについて、部分的な同期系列データを抽出し、
抽出した部分的な同期系列データに基づき多値の高階テンソルを生成し、
生成した高階テンソルに基づき、複数の同期帯及び複数の変数の組み合わせについての第1行列を生成する
処理を実行させるプログラム。
複数の変数に対する多値の同期系列データから、複数の同期帯及び複数の変数の組み合わせについて、部分的な同期系列データを抽出する抽出部と、
該抽出部により抽出した部分的な同期系列データに基づき多値の高階テンソルを生成する生成部と、
該生成部により生成した高階テンソルに基づき、複数の同期帯及び複数の変数の組み合わせについての第1行列を生成する第1行列生成部と
を備える情報処理装置。
制御部を有するコンピュータを用いた情報処理方法において、
複数の変数に対する多値の同期系列データから、前記制御部により複数の同期帯及び複数の変数の組み合わせについて、部分的な同期系列データを抽出し、
抽出した部分的な同期系列データに基づき前記制御部により多値の高階テンソルを生成し、
生成した高階テンソルに基づき、前記制御部により複数の同期帯及び複数の変数の組み合わせについての第1行列を生成する
情報処理方法。
1A 可搬型記録媒体
1B 半導体メモリ
10A 読み取り部
11 CPU
12 RAM
13 入力部
14 表示部
15 記憶部
15P 制御プログラム
16 通信部
101 抽出部
102 生成部
103 第1行列生成部
N 通信網
Claims (13)
- コンピュータに、
複数の変数に対する2値の時系列データから、複数の時間帯及び複数の変数の組み合わせについて、部分的な時系列データを抽出し、
抽出した部分的な時系列データに基づき2値の高階テンソルを生成し、
生成した高階テンソルに基づき、複数の時間帯及び複数の変数の組み合わせについての第1行列を生成し、
相互情報量ベクトルを前記第1行列に乗じて第2行列を生成する
処理を実行させるプログラム。 - 前記第2行列に対し、クラスタリングを行って複数のクラスタを生成し、
各クラスタ内の複数の変数の組み合わせに対応する前記第2行列の値の合計値を算出し、
前記合計値をクラスタ内の変数の組み合わせ総数で除し、各クラスタの平均値を算出し、
算出した平均値が閾値以上のクラスタ内の変数の組み合わせを抽出する
請求項1に記載のプログラム。 - 複数の変数に対する2値の時系列データから、複数の時間帯及び複数の変数の組み合わせについて、部分的な時系列データを抽出する抽出部と、
該抽出部により抽出した部分的な時系列データに基づき2値の高階テンソルを生成する生成部と、
該生成部により生成した高階テンソルに基づき、複数の時間帯及び複数の変数の組み合わせについての第1行列を生成する第1行列生成部と、
相互情報量ベクトルを前記第1行列に乗じて第2行列を生成する第2行列生成部と
を備える情報処理装置。 - 制御部を有するコンピュータを用いた情報処理方法において、
複数の変数に対する2値の時系列データから、前記制御部により複数の時間帯及び複数の変数の組み合わせについて、部分的な時系列データを抽出し、
抽出した部分的な時系列データに基づき前記制御部により2値の高階テンソルを生成し、
生成した高階テンソルに基づき、前記制御部により複数の時間帯及び複数の変数の組み合わせについての第1行列を生成し、
相互情報量ベクトルを前記第1行列に乗じて第2行列を生成する
情報処理方法。 - コンピュータに、
複数の変数に対する多値の同期系列データから、複数の同期帯及び複数の変数の組み合わせについて、部分的な同期系列データを抽出し、
抽出した部分的な同期系列データに基づき多値の高階テンソルを生成し、
生成した高階テンソルに基づき、複数の同期帯及び複数の変数の組み合わせについての第1行列を生成し、
相互情報量ベクトルを前記第1行列に乗じて第2行列を生成する
処理を実行させるプログラム。 - 複数の変数に対する多値の同期系列データから、複数の同期帯及び複数の変数の組み合わせについて、部分的な同期系列データを抽出する抽出部と、
該抽出部により抽出した部分的な同期系列データに基づき多値の高階テンソルを生成する生成部と、
該生成部により生成した高階テンソルに基づき、複数の同期帯及び複数の変数の組み合わせについての第1行列を生成する第1行列生成部と、
相互情報量ベクトルを前記第1行列に乗じて第2行列を生成する第2行列生成部と
を備える情報処理装置。 - 制御部を有するコンピュータを用いた情報処理方法において、
複数の変数に対する多値の同期系列データから、前記制御部により複数の同期帯及び複数の変数の組み合わせについて、部分的な同期系列データを抽出し、
抽出した部分的な同期系列データに基づき前記制御部により多値の高階テンソルを生成し、
生成した高階テンソルに基づき、前記制御部により複数の同期帯及び複数の変数の組み合わせについての第1行列を生成し、
相互情報量ベクトルを前記第1行列に乗じて第2行列を生成する
情報処理方法。 - コンピュータに、
複数の変数に対する2値の時系列データから、複数の時間帯及び前記複数の変数の一部の複数の変数の組み合わせについて、部分的な時系列データを時間及び変数をずらして複数抽出し、
抽出した部分的な時系列データに基づき2値の高階テンソルを部分的な時系列データ毎に生成し、
生成した各高階テンソルに基づき、複数の時間帯及び複数の変数の組み合わせについての第1行列を生成する
処理を実行させるプログラム。 - 複数の変数に対する2値の時系列データから、複数の時間帯及び前記複数の変数の一部の複数の変数の組み合わせについて、部分的な時系列データを時間及び変数をずらして複数抽出する抽出部と、
抽出した部分的な時系列データに基づき2値の高階テンソルを部分的な時系列データ毎に生成する生成部と、
生成した各高階テンソルに基づき、複数の時間帯及び複数の変数の組み合わせについての第1行列を生成する第1行列生成部と
を備える情報処理装置。 - コンピュータに、
複数の変数に対する2値の時系列データから、複数の時間帯及び前記複数の変数の一部の複数の変数の組み合わせについて、部分的な時系列データを時間及び変数をずらして複数抽出し、
抽出した部分的な時系列データに基づき2値の高階テンソルを部分的な時系列データ毎に生成し、
生成した各高階テンソルに基づき、複数の時間帯及び複数の変数の組み合わせについての第1行列を生成する
処理を実行させる情報処理方法。 - コンピュータに、
複数の変数に対する多値の時系列データから、複数の時間帯及び前記複数の変数の一部の複数の変数の組み合わせについて、部分的な時系列データを時間及び変数をずらして複数抽出し、
抽出した部分的な時系列データに基づき多値の高階テンソルを部分的な時系列データ毎に生成し、
生成した各高階テンソルに基づき、複数の時間帯及び複数の変数の組み合わせについての第1行列を生成する
処理を実行させるプログラム。 - 複数の変数に対する多値の時系列データから、複数の時間帯及び前記複数の変数の一部の複数の変数の組み合わせについて、部分的な時系列データを時間及び変数をずらして複数抽出する抽出部と、
抽出した部分的な時系列データに基づき多値の高階テンソルを部分的な時系列データ毎に生成する生成部と、
生成した各高階テンソルに基づき、複数の時間帯及び複数の変数の組み合わせについての第1行列を生成する第1行列生成部と
を備える情報処理装置。 - コンピュータに、
複数の変数に対する多値の時系列データから、複数の時間帯及び前記複数の変数の一部の複数の変数の組み合わせについて、部分的な時系列データを時間及び変数をずらして複数抽出し、
抽出した部分的な時系列データに基づき多値の高階テンソルを部分的な時系列データ毎に生成し、
生成した各高階テンソルに基づき、複数の時間帯及び複数の変数の組み合わせについての第1行列を生成する
処理を実行させる情報処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013109314A JP6136567B2 (ja) | 2013-05-23 | 2013-05-23 | プログラム、情報処理装置、及び情報処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013109314A JP6136567B2 (ja) | 2013-05-23 | 2013-05-23 | プログラム、情報処理装置、及び情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014229142A JP2014229142A (ja) | 2014-12-08 |
JP6136567B2 true JP6136567B2 (ja) | 2017-05-31 |
Family
ID=52128922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013109314A Active JP6136567B2 (ja) | 2013-05-23 | 2013-05-23 | プログラム、情報処理装置、及び情報処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6136567B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10970187B2 (en) * | 2018-10-31 | 2021-04-06 | Jpmorgan Chase Bank, N.A. | System and method for proactively healing a mainframe computer system |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101789078B1 (ko) | 2017-02-16 | 2017-10-23 | 전남대학교산학협력단 | 고차원 시계열 모델링을 위한 은닉 특징 추출 시스템 및 방법 |
JP7504178B2 (ja) | 2022-11-02 | 2024-06-21 | 株式会社大和総研 | 系列データ可視化システムおよびプログラム |
CN116456289B (zh) * | 2023-06-13 | 2023-08-15 | 安徽创瑞信息技术有限公司 | 一种富媒体信息处理方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8099381B2 (en) * | 2008-05-28 | 2012-01-17 | Nec Laboratories America, Inc. | Processing high-dimensional data via EM-style iterative algorithm |
JP2011186780A (ja) * | 2010-03-09 | 2011-09-22 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
-
2013
- 2013-05-23 JP JP2013109314A patent/JP6136567B2/ja active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10970187B2 (en) * | 2018-10-31 | 2021-04-06 | Jpmorgan Chase Bank, N.A. | System and method for proactively healing a mainframe computer system |
Also Published As
Publication number | Publication date |
---|---|
JP2014229142A (ja) | 2014-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105989288B (zh) | 一种基于深度学习的恶意代码样本分类方法及系统 | |
CA3061667C (en) | Systems and methods for assessing item compatibility | |
EP3029614B1 (en) | Parallel development and deployment for machine learning models | |
JP6136567B2 (ja) | プログラム、情報処理装置、及び情報処理方法 | |
Virgolin et al. | On explaining machine learning models by evolving crucial and compact features | |
CN103327092A (zh) | 一种信息网络上的社区发现方法和系统 | |
Lehre et al. | On the limitations of the univariate marginal distribution algorithm to deception and where bivariate EDAs might help | |
JP7119820B2 (ja) | 予測プログラム、予測方法および学習装置 | |
JP7115207B2 (ja) | 学習プログラム、学習方法および学習装置 | |
Ma et al. | SNEGAN: Signed network embedding by using generative adversarial nets | |
DeBlasio et al. | Estimating the accuracy of multiple alignments and its use in parameter advising | |
Castelli et al. | A hybrid genetic algorithm for the repetition free longest common subsequence problem | |
Kondor et al. | Diffusion kernels | |
Li et al. | Penalized composite likelihood for colored graphical Gaussian models | |
Pehl et al. | Spatial context tree weighting for physical unclonable functions | |
CN111563535A (zh) | 一种基于秩为r的离散非负矩阵分解聚类方法 | |
Langone et al. | Modularity-based model selection for kernel spectral clustering | |
CN116467466A (zh) | 基于知识图谱的编码推荐方法、装置、设备及介质 | |
Pimentel et al. | Efficient estimation of node representations in large graphs using linear contexts | |
CN113112414A (zh) | 噪声估计方法、噪声估计程序以及噪声估计设备 | |
Alves et al. | An empirical study of the discreteness prior in low-rank matrix completion | |
Zhang et al. | Quadratic graph attention network (Q-GAT) for robust construction of gene regulatory networks | |
JP2021135683A (ja) | 学習装置、推論装置、学習方法及び推論方法 | |
Morozov et al. | Inferring phylogenetic networks from gene order data | |
Ayed et al. | An exploratory study of the inputs for ensemble clustering technique as a subset selection problem |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160226 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170104 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170208 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170417 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6136567 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |