JP6330922B2 - 情報処理装置および情報処理方法 - Google Patents
情報処理装置および情報処理方法 Download PDFInfo
- Publication number
- JP6330922B2 JP6330922B2 JP2016570205A JP2016570205A JP6330922B2 JP 6330922 B2 JP6330922 B2 JP 6330922B2 JP 2016570205 A JP2016570205 A JP 2016570205A JP 2016570205 A JP2016570205 A JP 2016570205A JP 6330922 B2 JP6330922 B2 JP 6330922B2
- Authority
- JP
- Japan
- Prior art keywords
- monitoring target
- information processing
- data
- target data
- time
- 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
- 230000010365 information processing Effects 0.000 title claims description 59
- 238000003672 processing method Methods 0.000 title claims 2
- 238000012544 monitoring process Methods 0.000 claims description 92
- 230000005856 abnormality Effects 0.000 claims description 58
- 238000001514 detection method Methods 0.000 claims description 46
- 238000012545 processing Methods 0.000 claims description 18
- 230000001364 causal effect Effects 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 24
- 238000013523 data management Methods 0.000 description 19
- 238000013480 data collection Methods 0.000 description 18
- 230000006399 behavior Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 230000004931 aggregating effect Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012880 independent component analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0297—Reconfiguration of monitoring system, e.g. use of virtual sensors; change monitoring method as a response to monitoring results
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
例えば、特許文献1では、信号間の物理的な因果関係から、異常が発生した場合に異常が伝搬する信号の順序である伝搬経路を抽出し、予めリスト化している。異常として検出した信号に基づいてリストから伝搬経路を抽出し、抽出された伝搬経路の最初にある信号を異常原因信号として推定している。
図1は、実施の形態1に係る情報処理装置101の構成を示すブロック図である。監視対象のシステムからデータを収集する手段の例として、データ収集・管理装置102の構成例、および監視対象103も併せて記載している。データ収集・管理装置102は、センサネットワーク111を介して監視対象103からデータを収集したデータを管理している。
正常値学習DB109は、古いデータを削除するようにしてもよい。例えば、監視対象のシステムの機器が更新され、古いデータが不要になった場合、正常値学習DB109は古いデータを削除する。また、学習データの容量が必要以上に多くなった場合にも削除してもよい。
監視対象103のセンサから取得した信号の集合が、センサネットワーク111を通して、データ収集・管理装置101に継続的、または断続的に入力される。信号データは、監視対象103のセンサから取得した信号の集合で、時系列データである。ここで、データ収集・管理装置102は、監視対象DB110に入力された信号データを、正常値学習DB109に入力しても構わない。また、データ収集・管理装置102は、正常値学習DB109に入力された信号データを、監視対象DB110に入力しても構わない。
データ収集・管理装置102は、異常を検知するときの正常値の基準とする信号データを、正常値学習DB109から出力し、情報処理装置101の入力部104へ入力する。データ収集・管理装置102は、異常の有無、および異常の開始時刻を推定する信号データを、監視対象DB110から出力し、情報処理装置101の入力部106へ入力する。
入力部104は、データ収集・管理装置102の正常値学習DB109から入力された信号データを変換、整形し、設定部105に出力する。設定部105は、判定部107にて異常を判定するときの、信号データの正常な値の範囲である正常域を設定する。入力部106は、監視対象DB110から入力された信号データを変換、整形し、判定部107に出力する。
図14は、実施の形態1に係る情報処理装置101のハードウェア構成例である。情報処理装置としての情報処理装置101は、受信装置1401、プロセッサ1402、メモリ1403、およびディスプレイ1404により構成される。
第1の入力部104および第2の入力部106は受信装置である。設定部105、判定部107および検出部108は、メモリに記憶されたプログラムを実行するCPU、システムLSI(Large Scale Integration)等の処理回路により、実現される。また、複数の処理回路が連携して上記機能を実行してもよい。検出部108は、算出した開始時刻をディスプレイ1404に出力してもよい。
設定部105は、判定部107において異常を判定するときの、信号データの正常域を設定する。
図4は、実施の形態1に係る設定部105がバンドモデルを作成する処理の流れを示すフローチャートである。バンドモデルの作成は、次に示す通り3段階からなる。学習データの平均および標準偏差を算出し(ステップS401)、バンドモデルの幅を算出し(ステップS402)、バンドモデルの上限値および下限値を算出する(ステップS403)。
ステップS401において、設定部105は、バンドモデルを算出する要素として、学習データの平均および標準偏差を算出する。設定部105は、学習データ202の時刻ごとの平均を数式1で算出する。また、設定部105は、時刻ごとの標準偏差を、数式2で算出する。
設定部105は、バンドモデルの時刻ごとの上限値306を示すMU(t)を数式4で算出する。数式においては、MU(t)の「U」は下付き文字で表示する。
判定部107は、入力部106から入力された信号データが、設定部105から入力された正常域を外れているか判定する。
図8は、実施の形態1に係る監視対象データの正常域の例を示すグラフである。202は、図2で示した学習データである。801は、正常域の上限値である。802は、正常域の下限値である。
一定幅のバンドモデルの幅905は、例えばバンドモデル平均305の標準偏差の定数倍としてもよいし、バンドモデル平均305の平均値の定数倍に設定してもよい。設定部105があらかじめ幅の値または、算出方法を保持しているものとする。幅の値は、監視対象システムや監視対象データの取得条件に応じて、複数あってもよい。
以上の実施の形態1では、信号に異常が発生した時刻を推定するようにしたものであるが、本実施の形態においては、異常の原因の信号を推定する実施の形態を示す。
以上の実施の形態2では、異常が発生した原因の信号を推定するようにしたものであるが、本実施の形態においては、異常を判定した判定時刻と平均的な振る舞いから外れ始めた開始時刻を表示する実施の形態を示す。
102 データ管理装置
103 監視対象の制御システム
104、106 入力部
105 設定部
107 判定部
108 検出部
109 正常値学習DB
110 監視対象DB
111 センサネットワーク
201、301、302、901、902、1301 グラフ
202、303 信号データ
203、204 データのばらつきを示す幅
304、502、601、1306、1307 時刻
305 平均
306 上限値
307 下限値
308 バンドモデル幅
501、1303 監視対象データ
701 外れ度合いデータ
702 バンドモデル正常域相当領域
703、704 定数
801、903、1304 上限値
802、904、1305 下限値
805 バンドモデル幅
1001 情報処理装置
1002 推定部
1202 表示部
1302 表
1308 信号名
1309 開始時刻
1310 判定時刻
Claims (16)
- 時系列の信号から成る監視対象データの正常な値の範囲を示す正常域を上限値と下限値とから設定する設定部と、
前記監視対象データが前記正常域を外れたか否かを判定し、外れたと判定した場合に前記監視対象データが前記正常域から外れたと判定した時刻である判定時刻を出力する判定部と、
既知の監視対象データのうち正常な値の信号から成る複数の学習データの平均値と前記監視対象データとの差を示す外れ度合いに基づいて、前記判定部から入力された前記判定時刻より前であって前記監視対象データが異常を示し始めた開始時刻を検出する検出部と、
を備えることを特徴とする情報処理装置。 - 前記設定部は、複数の時刻それぞれで前記複数の学習データの最大値を前記上限値に設定するとともに、前記複数の学習データの最小値を前記下限値に設定することを特徴とする請求項1に記載の情報処理装置。
- 前記設定部は、前記上限値を前記複数の時刻で同じ値に設定するとともに、前記下限値を前記複数の時刻で同じ値に設定することを特徴とする請求項1に記載の情報処理装置。
- 前記設定部は、前記上限値と前記下限値について前記複数の学習データの平均値との差が前記複数の時刻で同じ値になるように前記上限値と前記下限値とを設定することを特徴とする請求項1に記載の情報処理装置。
- 前記設定部は、前記複数の学習データから相関係数に基づく特徴量を算出し、前記特徴量の範囲から前記上限値と前記下限値とを設定することを特徴とする請求項1に記載の情報処理装置。
- 前記設定部は、前記複数の学習データからマハラノビス距離に基づく特徴量を算出し、前記特徴量の範囲から前記上限値と前記下限値とを設定することを特徴とする請求項1に記載の情報処理装置。
- 前記検出部は、前記判定時刻より前であって前記外れ度合いの傾きが第1の閾値以上となる時刻を前記開始時刻として検出することを特徴とする請求項1から6のいずれか一項に記載の情報処理装置。
- 前記検出部は、前記外れ度合いの傾きを平滑化処理した後、前記開始時刻を検出することを特徴とする請求項7に記載の情報処理装置。
- 前記検出部は、前記判定時刻より前であって前記外れ度合いの傾きが第1の閾値以上となるとともに、前記外れ度合いが第2の閾値以上となる時刻を前記開始時刻として検出することを特徴とする請求項1から6のいずれか一項に記載の情報処理装置。
- 前記検出部は、前記外れ度合いまたは前記外れ度合いの傾きを平滑化処理した後、前記開始時刻を検出することを特徴とする請求項9に記載の情報処理装置。
- 前記検出部は、前記外れ度合いからベイズの変化点検出に基づいて前記開始時刻を検出することを特徴とする請求項1から6のいずれか一項に記載の情報処理装置。
- 前記検出部から入力された複数の監視対象データの前記開始時刻のうち、最も早い時刻の前記開始時刻の監視対象データが異常の原因の信号データであると推定する推定部を備えたことを特徴とする請求項1から11のいずれか一項に記載の情報処理装置。
- 前記推定部は、複数の監視対象データの物理的な因果関係のリストを保持し、前記検出部から入力された監視対象データが前記リストにある場合、前記リストに基づいて異常の原因の監視対象データを推定することを特徴とする請求項12に記載の情報処理装置。
- 監視対象データをグラフで表示するとともに前記判定部から出力される前記判定時刻と前記検出部が検出した前記開始時刻とを前記グラフ上に表示する表示部を備えたことを特徴とする請求項1から11のいずれか一項に記載の情報処理装置。
- 複数の監視対象データについて前記検出部が検出した前記開始時刻を表示する表示部を備えたことを特徴とする請求項1から11のいずれか一項に記載の情報処理装置。
- 時系列の信号から成る監視対象データの正常な値の範囲を示す正常域を上限値と下限値とから設定する設定ステップと、
前記監視対象データが前記正常域を外れたか否かを判定し、外れたと判定した場合に前記監視対象データが前記正常域から外れたと判定した時刻である判定時刻を出力する判定ステップと、
既知の監視対象データのうち正常な値の信号から成る複数の学習データの平均値と前記監視対象データとの差を示す外れ度合いに基づいて、前記判定時刻より前であって前記監視対象データが異常を示し始めた開始時刻を検出する検出ステップと、
を有する情報処理装置による情報処理方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2015/000243 WO2016116961A1 (ja) | 2015-01-21 | 2015-01-21 | 情報処理装置および情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2016116961A1 JPWO2016116961A1 (ja) | 2017-08-10 |
JP6330922B2 true JP6330922B2 (ja) | 2018-05-30 |
Family
ID=56416534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016570205A Active JP6330922B2 (ja) | 2015-01-21 | 2015-01-21 | 情報処理装置および情報処理方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20170316329A1 (ja) |
EP (1) | EP3249483B1 (ja) |
JP (1) | JP6330922B2 (ja) |
CN (1) | CN107209508B (ja) |
WO (1) | WO2016116961A1 (ja) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5845374B1 (ja) * | 2015-08-05 | 2016-01-20 | 株式会社日立パワーソリューションズ | 異常予兆診断システム及び異常予兆診断方法 |
JP6723669B2 (ja) * | 2016-09-27 | 2020-07-15 | 東京エレクトロン株式会社 | 異常検知プログラム、異常検知方法および異常検知装置 |
CN106656837A (zh) * | 2016-10-14 | 2017-05-10 | 东软集团股份有限公司 | 网络拥塞问题的定位方法以及装置 |
JP2018077764A (ja) * | 2016-11-11 | 2018-05-17 | 東京エレクトロン株式会社 | 異常検知装置 |
JP6950204B2 (ja) * | 2017-03-06 | 2021-10-13 | 株式会社大林組 | 異常判定システム |
BR112019020077A2 (pt) * | 2017-05-12 | 2020-04-28 | Mitsubishi Electric Corp | dispositivo, sistema e método de processamento de dados da série de tempo. |
JP6779377B2 (ja) * | 2017-08-11 | 2020-11-04 | アイティーエス カンパニー リミテッドIts Co., Ltd. | 駆動部の精密予知保全方法 |
KR102039743B1 (ko) * | 2017-08-11 | 2019-11-01 | (주)아이티공간 | 구동부의 정밀 예지 보전방법 |
DE102017219549A1 (de) * | 2017-11-03 | 2019-05-09 | Volkswagen Aktiengesellschaft | Verfahren zur Zustandsüberwachung einer Fertigungsanlage |
JP6721563B2 (ja) * | 2017-11-28 | 2020-07-15 | ファナック株式会社 | 数値制御装置 |
JP6667740B2 (ja) * | 2017-12-18 | 2020-03-18 | 三菱電機株式会社 | 表示制御装置、表示システム、表示装置、表示方法および表示プログラム |
WO2019159227A1 (ja) * | 2018-02-13 | 2019-08-22 | 三菱電機株式会社 | 鉄道車両の状態監視システム |
KR102240993B1 (ko) * | 2018-03-20 | 2021-04-15 | 미쓰비시덴키 가부시키가이샤 | 표시 장치, 표시 시스템, 및 표시 화면 생성 방법 |
WO2019239542A1 (ja) * | 2018-06-14 | 2019-12-19 | 三菱電機株式会社 | 異常検知装置、異常検知方法及び異常検知プログラム |
JP7031512B2 (ja) * | 2018-06-25 | 2022-03-08 | 東芝三菱電機産業システム株式会社 | 鉄鋼プラント用監視作業支援システム |
US11567482B2 (en) * | 2018-08-31 | 2023-01-31 | Toshiba Mitsubishi-Electric Industrial Systems Corporation | Manufacturing process monitoring apparatus |
DE112018007863B4 (de) * | 2018-09-03 | 2022-06-02 | Mitsubishi Electric Corporation | Signalanzeige-steuerungseinrichtung und signalanzeige-steuerungsprogramm |
JP7153855B2 (ja) * | 2018-09-06 | 2022-10-17 | パナソニックIpマネジメント株式会社 | 実装システム、異常判断装置及び異常判断方法 |
JP7034038B2 (ja) * | 2018-09-06 | 2022-03-11 | 日立Astemo株式会社 | データ検証装置、状態監視装置、及びデータ検証方法 |
JP6631746B1 (ja) * | 2018-09-28 | 2020-01-15 | ダイキン工業株式会社 | クラスタ分類装置、環境生成装置及び環境生成システム |
JP6760348B2 (ja) * | 2018-10-11 | 2020-09-23 | 株式会社富士通ゼネラル | 空気調和機、データ送信方法及び空気調和システム |
WO2020115827A1 (ja) * | 2018-12-05 | 2020-06-11 | 三菱電機株式会社 | 異常検知装置及び異常検知方法 |
WO2020152741A1 (ja) * | 2019-01-21 | 2020-07-30 | 三菱電機株式会社 | 異常要因推定装置、異常要因推定方法、及びプログラム |
WO2020157799A1 (ja) * | 2019-01-28 | 2020-08-06 | 三菱電機株式会社 | 開発支援装置、開発支援システム、及び、開発支援方法 |
JP7115346B2 (ja) * | 2019-02-07 | 2022-08-09 | 株式会社デンソー | 異常検知装置 |
JP6790154B2 (ja) * | 2019-03-07 | 2020-11-25 | 東芝デジタルソリューションズ株式会社 | 協調型学習システム及び監視システム |
FR3099596B1 (fr) * | 2019-07-30 | 2023-09-01 | Commissariat Energie Atomique | Procédé d’analyse et procédé de détermination et de prédiction du régime de fonctionnement d’un système énergétique |
US11849324B2 (en) * | 2019-09-30 | 2023-12-19 | Autonetworks Technologies, Ltd. | Detection device, vehicle, detection method, and detection program |
JP7205514B2 (ja) * | 2020-03-31 | 2023-01-17 | 横河電機株式会社 | 学習データ処理装置、学習データ処理方法、学習データ処理プログラム、及び非一時的なコンピュータ読み取り可能な媒体 |
JP7214054B2 (ja) * | 2020-09-03 | 2023-01-27 | 三菱電機株式会社 | 機器分析装置、機器分析方法および機器分析プログラム |
US11620162B2 (en) * | 2021-05-24 | 2023-04-04 | Capital One Services, Llc | Resource allocation optimization for multi-dimensional machine learning environments |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0916250A (ja) * | 1995-06-26 | 1997-01-17 | Toshiba Eng Co Ltd | 監視制御装置 |
JP4103029B2 (ja) * | 2001-05-18 | 2008-06-18 | 有限会社 ソフトロックス | 加工工程の監視方法 |
JP2006252229A (ja) * | 2005-03-11 | 2006-09-21 | Nec Electronics Corp | 異常検出システムおよび異常検出方法 |
US8285513B2 (en) * | 2007-02-27 | 2012-10-09 | Exxonmobil Research And Engineering Company | Method and system of using inferential measurements for abnormal event detection in continuous industrial processes |
JP2009075692A (ja) * | 2007-09-19 | 2009-04-09 | Toshiba Corp | プラント警報装置およびプラント警報方法 |
JP2010211440A (ja) * | 2009-03-10 | 2010-09-24 | Railway Technical Res Inst | 異常予測装置、異常予測システム、異常予測方法、及びプログラム |
JP2011170518A (ja) * | 2010-02-17 | 2011-09-01 | Nec Corp | 状態監視装置及び方法 |
WO2012073289A1 (ja) * | 2010-12-02 | 2012-06-07 | 株式会社日立製作所 | プラントの診断装置及びプラントの診断方法 |
JP5081998B1 (ja) * | 2011-06-22 | 2012-11-28 | 株式会社日立エンジニアリング・アンド・サービス | 異常予兆診断装置及び異常予兆診断方法 |
US9405291B2 (en) * | 2012-07-31 | 2016-08-02 | Fisher-Rosemount Systems, Inc. | Systems and methods to monitor an asset in an operating process unit |
GB201215649D0 (en) * | 2012-09-03 | 2012-10-17 | Isis Innovation | System monitoring |
-
2015
- 2015-01-21 EP EP15878662.4A patent/EP3249483B1/en active Active
- 2015-01-21 CN CN201580073632.3A patent/CN107209508B/zh active Active
- 2015-01-21 JP JP2016570205A patent/JP6330922B2/ja active Active
- 2015-01-21 WO PCT/JP2015/000243 patent/WO2016116961A1/ja active Application Filing
- 2015-01-21 US US15/525,549 patent/US20170316329A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20170316329A1 (en) | 2017-11-02 |
EP3249483B1 (en) | 2020-05-20 |
CN107209508B (zh) | 2018-08-28 |
WO2016116961A1 (ja) | 2016-07-28 |
JPWO2016116961A1 (ja) | 2017-08-10 |
EP3249483A4 (en) | 2018-09-12 |
EP3249483A1 (en) | 2017-11-29 |
CN107209508A (zh) | 2017-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6330922B2 (ja) | 情報処理装置および情報処理方法 | |
US9753801B2 (en) | Detection method and information processing device | |
US10747188B2 (en) | Information processing apparatus, information processing method, and, recording medium | |
US10346758B2 (en) | System analysis device and system analysis method | |
JP5874936B2 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
US20160132373A1 (en) | System analysis device, system analysis method and system analysis program | |
US20210019300A1 (en) | Method and system for automatic anomaly detection in data | |
JPWO2018104985A1 (ja) | 異常分析方法、プログラムおよびシステム | |
US20190265088A1 (en) | System analysis method, system analysis apparatus, and program | |
EP2963552B1 (en) | System analysis device and system analysis method | |
WO2014184928A1 (ja) | 検出装置、検出方法、および記録媒体 | |
JPWO2018073960A1 (ja) | 表示方法、表示装置、および、プログラム | |
WO2018122890A1 (ja) | ログ分析方法、システムおよびプログラム | |
JP5928104B2 (ja) | 性能監視装置、性能監視方法、及びそのプログラム | |
US20190064789A1 (en) | System analyzing device, system analyzing method, and computer-readable recording medium | |
US10339203B2 (en) | Correlation coefficient calculation method, computer-readable recording medium, and correlation coefficient calculation device | |
US20210089962A1 (en) | Information processing device, information processing method, and recording medium | |
EP2527981A2 (en) | Process allocation apparatus and process allocation method | |
US10140577B2 (en) | Data processing method and apparatus | |
JPWO2017094263A1 (ja) | ログ分析システム、方法およびプログラム | |
US10845794B2 (en) | State identification device, state identification method and mechanical device | |
TWI636419B (zh) | Information processing device, information processing method and information processing program product | |
JP2016076211A (ja) | データ処理プログラム、データ処理方法及びデータ処理装置 | |
JP2018190281A (ja) | データ処理装置、データ処理方法およびプログラム | |
JP2019145160A (ja) | 表示方法、表示装置、および、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170414 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180227 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180314 |
|
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: 20180327 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180409 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6330922 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |