JP6545397B2 - 因果関係評価装置、因果関係評価システムおよび因果関係評価方法 - Google Patents

Description

この発明は、設備の故障または障害に関する因果関係の妥当性を評価する因果関係評価装置、因果関係評価システムおよび因果関係評価方法に関する。

設備の故障または障害に関する因果関係に基づいて、設備から得られた観測データから故障または障害の兆候を判断する研究が盛んに行われている。
設備から得られた観測データのみに基づいて、設備の故障または障害に関する因果関係を推定することは難しく、一般に、設備の故障または障害が発生したときの観測データの相関関係が確認できる程度であった。
これに対し、特許文献１には、設備から得られた観測データのみに基づいて、品質劣化の因果関係を推定する装置が記載されている。

特許文献１に記載の装置では、設備から得られた観測値が品質閾値よりも劣化した場合および観測値の時系列変化を検出した場合を品質劣化発生として検出し、品質劣化が発生したときの観測値との相関係数が閾値を上回る観測値群を相関クラスタとして抽出する。
上記装置は、相関クラスタにおける観測値のペアに対して互いに回帰分析残差の独立性検定を行い、回帰分析残差が独立となる回帰を因果関係であると推定し、この因果関係の最も上位に推論された観測値を、品質劣化の要因として推定する。

特開２０１４−４９９２１号公報

特許文献１に記載される装置は、前述したように観測値のペアに対して互いの統計的な独立性を判定している。
しかしながら、統計的な独立性を厳密に判定するためには、無限に存在する非線形関数のそれぞれにおいて独立の妥当性を示す指標が成立することを示す必要があり、現実的な時間内で判定することはできない。
このため、従来では、経験上選択した特定の非線形関数を使用して観測データ間の統計的な独立性を判定しており、近似的な因果関係は評価できるが、高精度に因果関係を評価できないという課題があった。
例えば、特許文献１では、非線形関数の１つであるシグモイド関数を用いた非線形回帰分析を行って因果関係を推定している。

この発明は上記課題を解決するもので、実時間でかつ高精度に因果関係を評価することができる因果関係評価装置、因果関係評価システムおよび因果関係評価方法を得ることを目的とする。

この発明に係る因果関係評価装置は、因果方向評価部と妥当性判定部とを備える。因果方向評価部は、対象設備において観測された観測データと因果関係が推定される単語同士のペアである評価候補とが対応付けられた複数の評価用データを評価候補ごとに入力し、単語間の因果関係の妥当性を示す確率的な指標である妥当性指標を因果関係の方向ごとに算出する。妥当性判定部は、因果方向評価部によって評価候補ごとに算出された因果関係の方向ごとの妥当性指標に基づいて、因果関係を示す情報として妥当な、評価候補、因果関係の方向および妥当性指標を判定する。因果方向評価部は、双方向回帰評価部と、因果方向判定部と、指標算出部とを備える。双方向回帰評価部は、評価候補である単語同士のそれぞれに対応する観測データについて双方向に回帰評価を行う。因果方向判定部は、双方向回帰評価部によって回帰の方向ごとに算出された回帰誤差と観測データとの関係性に基づいて、評価候補の単語同士のそれぞれに対応する観測データの因果関係の方向を判定する。指標算出部は、因果方向判定部によって判定された因果関係の方向に応じた妥当性指標の値を算出する。指標算出部は、評価候補の単語同士のそれぞれに対応する観測データの相互の近似的な独立性の判定をそれぞれ複数回行って累積された判定結果に基づいて、評価候補の単語同士のそれぞれに対応する観測データの相互の独立性を示す確率的な指標である確率指標の値を回帰の方向ごとに算出する。因果方向判定部は、指標算出部によって回帰の方向ごとに算出された確率指標に基づいて、評価候補の単語同士のそれぞれに対応する観測データ間の因果関係の方向を判定する。指標算出部は、回帰の方向ごとの確率指標の値を用いて、因果方向判定部によって判定された因果関係の方向に応じた妥当性指標の値を算出する。妥当性判定部は、因果方向評価部によって算出された評価候補ごとおよび因果関係の方向ごとに算出された複数の妥当性指標の平均値が最大となる、評価候補、因果関係の方向および妥当性指標を、因果関係を示す情報として妥当な、評価候補、因果関係の方向および妥当性指標として判定する。

この発明によれば、単語間の因果関係の妥当性を示す確率的な指標を使用することで、実時間で因果関係の妥当性を判定でき、かつ高精度に因果関係を評価することができる。

この発明の実施の形態１に係る因果関係評価システムの構成例を示すブロック図である。 実施の形態１に係る因果関係評価装置の構成例を示すブロック図である。 図３Ａは、単語因果関係データベースのデータ項目の例を示す図である。図３Ｂは、作業報告書データベースのデータ項目の例を示す図である。図３Ｃは、観測データデータベースのデータ項目の例を示す図である。図３Ｄは、評価用データバッファのデータ項目の例を示す図である。 図４Ａは、実施の形態１に係る因果関係評価システムの機能を実現するハードウェア構成を示すブロック図である。図４Ｂは、実施の形態１に係る因果関係評価システムの機能を実現するソフトウェアを実行するハードウェア構成を示すブロック図である。 実施の形態１に係る因果関係評価システムの動作を示すフローチャートである。 第１のデータ抽出部の動作例を示すフローチャートである。 第２のデータ抽出部の動作例を示すフローチャートである。 双方向回帰評価部の動作例を示すフローチャートである。 因果方向判定部の動作例を示すフローチャートである。 指標算出部の動作例を示すフローチャートである。 妥当性判定部の動作例を示すフローチャートである。

以下、この発明をより詳細に説明するため、この発明を実施するための形態について、添付の図面に従って説明する。
実施の形態１．
図１は、この発明の実施の形態１に係る因果関係評価システム１の構成例を示すブロック図である。因果関係評価システム１は、図１に示すように、単語因果関係データベース（以下、ＤＢと記載する）２、作業報告書ＤＢ３、および観測データＤＢ４のそれぞれに登録されたデータを入力し、単語基準の因果関係情報を出力する。
単語基準の因果関係情報は、対象設備に発生した事象の因果関係を単語基準で示す情報であって、対象設備に行われた作業に関する作業報告書の文章から抽出された単語同士の因果関係を示している。単語基準の因果関係情報には、例えば、対象設備に発生した事象の原因事象に関連した単語である原因単語と、結果事象に関連した単語である結果単語とが含まれる。

因果関係評価システム１は、第１のデータ抽出部５、第２のデータ抽出部６、評価用データバッファ７、因果方向評価部８および妥当性判定部９を備える。
図２は、実施の形態１に係る因果関係評価装置１０の構成例を示すブロック図である。
因果関係評価装置１０は、例えば、図２に示すように、因果方向評価部８および妥当性判定部９を備える。因果方向評価部８は、双方向回帰評価部８０、因果方向判定部８１および指標算出部８２を備える。

単語因果関係ＤＢ２には、因果関係のある単語同士のペアが複数登録されている。
図３Ａは、単語因果関係ＤＢ２のデータ項目の例を示す図である。図３Ａに示した単語因果関係ＤＢ２には、例えば、項目“原因単語”、項目“結果単語”および項目“妥当性指標”が設けられ、各項目に対応するデータが登録される。項目“原因単語”には原因単語が登録され、項目“結果単語”には結果単語が登録される。項目“妥当性指標”には、妥当性指標の値が登録される。妥当性指標とは、原因単語と結果単語との因果関係の妥当性を示す確率的な指標であり、原因から結果に向かう因果関係の方向の妥当性を示す確率的な値である。単語因果関係ＤＢ２には、因果関係があることが分かっているデータが登録される。例えば、単語因果関係ＤＢ２には、妥当性指標の値が閾値以上である原因単語と結果単語が登録される。

作業報告書ＤＢ３には、対象設備に行われた作業に関する作業報告書情報が登録されている。図３Ｂは、作業報告書ＤＢ３のデータ項目の例を示す図である。図３Ｂに示した作業報告書ＤＢ３には、例えば、項目“報告書ＩＤ”、項目“報告日時”、および項目“報告文章”が設けられ、各項目に対応するデータが登録される。項目“報告書ＩＤ”には、作業報告書ごとに付与された識別情報である報告書ＩＤが登録され、項目“報告日時”には、作業報告書に関する作業が行われた日時が登録される。項目“報告文章”には、作業報告書の文書データが登録される。

観測データＤＢ４には、対象設備において観測された観測データが登録される。図３Ｃは、観測データＤＢ４のデータ項目の例を示す図である。図３Ｃに示した観測データＤＢ４には、例えば、項目“観測日時”、項目“観測項目”および項目“時系列データ”が設けられ、各項目に対応するデータが登録される。項目“観測日時”には、観測データが観測された日時が登録され、項目“観測項目”には、作業項目のうち、観測データが得られた作業項目が登録される。項目“時系列データ”には、対象設備に行われた作業によって時系列に観測された複数のデータで構成されたデータ系列が登録される。このデータ系列が観測データであり、以降では、時系列データと記載する。項目“時系列データ”には、観測条件によって不定個数のデータが登録される可能性がある。

第１のデータ抽出部５は、対象設備に行われた作業に関する作業報告書の文章から単語を順次抽出し、対象設備において観測された時系列データのうち、抽出した単語群のそれぞれに対応する時系列データを抽出する。さらに、第１のデータ抽出部５は、抽出した単語群のうち、因果関係が推定される単語同士を評価候補とする。
例えば、第１のデータ抽出部５は、作業報告書ＤＢ３の項目“報告文章”に登録されている文章データから単語を抽出し、作業報告書の文章解釈によって単語同士の因果関係を推定する。第１のデータ抽出部５は、作業報告書ＤＢ３の項目“報告日時”に登録された報告日時のうち、単語を抽出した作業報告書の報告日時に対応する観測日時に観測された時系列データを観測データＤＢ４から抽出して単語に対応付ける。
さらに、第１のデータ抽出部５は、単語因果関係ＤＢ２に登録された、因果関係のある単語同士を評価候補とする。

第２のデータ抽出部６は、第１のデータ抽出部５によって評価候補とされなかった単語群のうち、対応する時系列データ間に相関関係がある単語同士を評価候補とする。
例えば、第２のデータ抽出部６は、評価候補とされなかった単語群のうちから、任意の単語同士のペアを抽出して、抽出したペアの単語同士のそれぞれに対応する時系列データの間に高頻度で共通して発生するデータ特徴（例えば、特定の時系列データ波形）があるか否かを判定する。共通のデータ特徴があると判定すると、第２のデータ抽出部６は、判定対象の時系列データのそれぞれに対応する単語同士を評価候補とする。

評価用データバッファ７は、第１のデータ抽出部５と第２のデータ抽出部６とによって評価候補とされた単語同士のペアと単語同士のそれぞれに対応する時系列データとが対応付けられた複数の評価用データを記憶するデータ記憶部である。
図３Ｄは、評価用データバッファ７のデータ項目の例を示す図である。図３Ｄに示した評価用データバッファ７には、例えば、項目“評価候補単語１”、項目“単語１関連データ”、項目“評価候補単語２”および項目“単語２関連データ”が設けられ、各項目に対応するデータが登録される。項目“評価候補単語１”には、評価候補の単語ペアのうちの一方が登録され、項目“単語１関連データ”には、項目“評価候補単語１”に登録された単語に対応する時系列データが登録される。項目“評価候補単語２”には、上記評価候補の単語ペアのうちの他方が登録され、項目“単語２関連データ”には、項目“評価候補単語２”に登録された単語に対応する時系列データが登録される。なお、項目“単語１関連データ”および項目“単語２関連データ”には、不定個数のデータが登録される可能性がある。

因果方向評価部８は、評価用データバッファ７に記憶された複数の評価用データを評価候補ごとに取得して、単語間の因果関係の妥当性を示す確率的な指標である妥当性指標の値を因果関係の方向ごとに算出する。
双方向回帰評価部８０は、評価候補である単語同士のそれぞれに対応する時系列データについて双方向に回帰評価を行う。例えば、双方向回帰評価部８０は、評価用データバッファ７の項目“単語１関連データ”に登録された時系列データを説明変数とし、項目“単語２関連データ”に登録された時系列データを目的変数として回帰評価を行う。次に、双方向回帰評価部８０は、項目“単語２関連データ”に登録された時系列データを説明変数とし、項目“単語１関連データ”に登録された時系列データを目的変数として回帰評価を行う。これらの回帰評価によって回帰関数と回帰誤差とが回帰の方向ごとに算出される。

因果方向判定部８１は、双方向回帰評価部８０によって回帰の方向ごとに算出された回帰誤差と時系列データとの関係性に基づいて、評価候補の単語同士のそれぞれに対応する時系列データの因果関係の方向を判定する。
例えば、因果方向判定部８１は、双方向回帰評価部８０によって回帰の方向ごとに算出された回帰誤差と時系列データを、指標算出部８２から入力し、指標算出部８２によって算出された確率指標の値に基づいて、回帰誤差と時系列データとの関連性を評価する。上記確率指標は、回帰誤差と時系列データとの独立性を示す確率的な指標である。因果方向判定部８１は、このように評価した関連性に基づいて、時系列データの因果関係の方向を判定する。

指標算出部８２は、因果方向判定部８１によって判定された因果関係の方向に応じた妥当性指標の値を算出する。例えば、指標算出部８２は、回帰の方向ごとの回帰誤差と説明変数とされた時系列データとの統計的な独立性の判定を複数回行って累積された判定結果に基づいて、上記確率指標の値を回帰の方向ごとに算出する。次に、指標算出部８２は、回帰の方向ごとに算出した上記確率指標の値を用いて、因果方向判定部８１によって判定された因果関係の方向に応じた妥当性指標の値を算出する。
なお、回帰誤差と説明変数とされた時系列データとの独立性を示す上記確率的な指標を用いて妥当性指標を算出する場合を示したが、これに限定されるものではない。
すなわち、妥当性指標は、評価候補である単語同士の因果関係の妥当性を示す確率的な指標であればよい。妥当性指標が確率的な指標であるため、妥当性指標を用いて単語同士の因果関係の妥当性を定量的に評価することができる。

妥当性判定部９は、因果方向評価部８によって算出された評価候補ごとの妥当性指標に基づいて、因果関係を示す情報として妥当な、評価候補、因果関係の方向および妥当性指標を判定する。例えば、妥当性判定部９は、因果方向評価部８によって評価候補ごとに算出された複数の妥当性指標の平均値が最大となる、評価候補、因果関係の方向および妥当性指標の値を、因果関係を示す情報として妥当であると判定し、単語基準の因果関係情報に採用する。

図４Ａは、因果関係評価システム１の機能を実現するハードウェア構成を示すブロック図である。ＤＢ１００、ＤＢ入出力インタフェース１０１、情報入力インタフェース１０２、情報出力インタフェース１０３および処理回路１０４は、バスによって互いに接続されている。図４Ｂは、因果関係評価システム１の機能を実現するソフトウェアを実行するハードウェア構成を示すブロック図である。ＤＢ１００、ＤＢ入出力インタフェース１０１、情報入力インタフェース１０２、情報出力インタフェース１０３、プロセッサ１０５およびメモリ１０６は、バスによって互いに接続されている。

単語因果関係ＤＢ２、作業報告書ＤＢ３および観測データＤＢ４は、図４Ａと図４Ｂに示すＤＢ１００である。単語因果関係ＤＢ２、作業報告書ＤＢ３および観測データＤＢ４のそれぞれに記憶された情報は、ＤＢ入出力インタフェース１０１を通して第１のデータ抽出部５および第２のデータ抽出部６に入力される。

第１のデータ抽出部５および第２のデータ抽出部６によって評価候補とされた単語ペアとこれらの単語のそれぞれに対応する時系列データは、情報入力インタフェース１０２を通して評価用データバッファ７に入力されて記憶される。
また、妥当性判定部９によって因果関係を示す情報として妥当であると判定された評価候補、因果関係の方向および妥当性指標の値は、情報出力インタフェース１０３を通して因果関係評価装置１０から出力される。
評価用データバッファ７は、ＤＢ１００を有する記憶装置に設けてもよいが、図４Ａに示す処理回路１０４の内部メモリに設けてもよく、図４Ｂに示すメモリ１０６に設けてもよい。

因果関係評価システム１における第１のデータ抽出部５、第２のデータ抽出部６、評価用データバッファ７、因果方向評価部８および妥当性判定部９の各機能は、処理回路により実現される。すなわち、因果関係評価システム１は、図５に示すステップＳＴ１からステップＳＴ７までの処理を実行するための処理回路を備える。処理回路は、専用のハードウェアであっても、メモリに記憶されたプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であってもよい。

処理回路が図４Ａに示す専用のハードウェアである場合、処理回路１０４は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）またはこれらを組み合わせたものが該当する。第１のデータ抽出部５、第２のデータ抽出部６、評価用データバッファ７、因果方向評価部８および妥当性判定部９のそれぞれの機能を別々の処理回路で実現してもよいし、これらの機能をまとめて１つの処理回路で実現してもよい。

処理回路が図４Ｂに示すプロセッサ１０５である場合に、第１のデータ抽出部５、第２のデータ抽出部６、評価用データバッファ７、因果方向評価部８および妥当性判定部９の各機能は、ソフトウェア、ファームウェアまたはソフトウェアとファームウェアとの組み合わせによって実現される。ソフトウェアまたはファームウェアはプログラムとして記述され、メモリ１０６に記憶される。
プロセッサ１０５は、メモリ１０６に記憶されたプログラムを読み出して実行することにより各部の機能を実現する。すなわち、因果関係評価システム１は、プロセッサ１０５により実行されるとき、図５に示すステップＳＴ１からステップＳＴ７までの処理が結果的に実行されるプログラムを記憶するためのメモリ１０６を備える。
これらのプログラムは、第１のデータ抽出部５、第２のデータ抽出部６、評価用データバッファ７、因果方向評価部８および妥当性判定部９の手順または方法をコンピュータに実行させるものである。

メモリ１０６には、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ−ＥＰＲＯＭ）などの不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤなどが該当する。

なお、第１のデータ抽出部５、第２のデータ抽出部６、評価用データバッファ７、因果方向評価部８および妥当性判定部９の各機能について、一部を専用のハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現してもよい。
例えば、第１のデータ抽出部５、第２のデータ抽出部６および評価用データバッファ７については専用のハードウェアとしての処理回路でその機能を実現し、因果方向評価部８および妥当性判定部９については、プロセッサ１０５がメモリ１０６に記憶されたプログラムを読み出して実行することによってその機能を実現してもよい。
このように、処理回路は、ハードウェア、ソフトウェア、ファームウェアまたはこれらの組み合わせによって上記機能のそれぞれを実現することができる。

次に動作について説明する。
図５は、実施の形態１に係る因果関係評価システム１の動作を示すフローチャートであり、評価候補の抽出から因果関係情報が出力されるまでの一連の処理を示している。
まず、第１のデータ抽出部５が、作業報告書ＤＢ３に登録された作業報告書の文章から単語を抽出し、抽出した単語に対応する時系列データを観測データＤＢ４から抽出する（ステップＳＴ１）。この後、第１のデータ抽出部５は、作業報告書の文章解釈によって単語同士の因果関係を推定し、因果関係が推定される単語同士を評価候補とする。
さらに、第１のデータ抽出部５は、単語因果関係ＤＢ２に登録されている、因果関係がある単語同士を評価候補とする。
第１のデータ抽出部５は、前述したように単語因果関係ＤＢ２および作業報告書ＤＢ３から抽出した単語とこれに対応する時系列データとを第２のデータ抽出部６に出力する。

次に、第２のデータ抽出部６は、第１のデータ抽出部５から単語およびこれに対応する時系列データを入力すると、ステップＳＴ１において評価候補とされなかった単語群のうち、時系列データ間に相関関係がある単語同士を評価候補とする（ステップＳＴ２）。
例えば、第２のデータ抽出部６は、評価候補とされなかった単語群のうちから、任意の単語同士のペアを抽出し、抽出したペアの単語同士のそれぞれに対応する時系列データに高頻度で共通して発生するデータ特徴があるか否かを判定する。データ特徴があると判定した場合、第２のデータ抽出部６は、判定対象の時系列データのそれぞれに対応する単語同士を評価候補とする。
第２のデータ抽出部６は、ステップＳＴ１およびステップＳＴ２おいて評価候補とされた単語同士のペアと単語同士のそれぞれに対応する観測データとが対応付けられた複数の評価用データを評価用データバッファ７に記憶する（ステップＳＴ３）。

次に評価候補ごとのループ処理に移行する。
双方向回帰評価部８０は、評価候補の単語同士のそれぞれに対応する時系列データについて双方向の回帰評価を行う（ステップＳＴ４）。
因果方向判定部８１は、回帰の方向ごとの回帰誤差と説明変数とされた時系列データとの関連性に基づいて、時系列データの因果関係の方向を判定する（ステップＳＴ５）。
この後、指標算出部８２は、判定結果の因果関係の方向に応じて、単語間の因果関係の妥当性指標を算出する（ステップＳＴ６）。
ステップＳＴ４からステップＳＴ６までのループ処理は、評価候補ごとに実行される。

妥当性判定部９は、因果方向評価部８によって算出された評価候補ごと妥当性指標の値に基づいて、因果関係を示す情報として妥当な、評価候補、因果関係の方向および妥当性指標の値を判定する（ステップＳＴ７）。
例えば、妥当性判定部９は、因果関係情報として妥当と判定した、評価候補、因果関係の方向および妥当性指標の値を採用して単語基準の因果関係情報を更新し、妥当でないと判定した評価候補、因果関係の方向および妥当性指標の値を不採用とする。
なお、図５のステップＳＴ４からステップＳＴ７までが、実施の形態１に係る因果関係評価方法に相当する。

次に、各構成要素の詳細な動作について説明する。
図６は、第１のデータ抽出部５の動作例を示すフローチャートであり、図５のステップＳＴ１の詳細な処理を示している。
第１のデータ抽出部５は、作業報告書ＤＢ３に登録された作業報告書ごと、すなわち、作業報告書ＤＢ３のレコードＷ_Ｒごとに下記の処理を実行する。
まず、第１のデータ抽出部５は、レコードＷ_Ｒにおける項目“報告文書”に登録された文章データから単語を抽出する（ステップＳＴ１ａ）。
第１のデータ抽出部５は、項目“報告文書”に登録された上記文章データの文章解釈によって因果関係が推定される単語同士を評価候補とする（ステップＳＴ２ａ）。
次に、第１のデータ抽出部５は、レコードＷ_Ｒにおける項目“報告日時”に登録された日時に対応する、観測データＤＢ４の時系列データを抽出する（ステップＳＴ３ａ）。
この後、第１のデータ抽出部５は、抽出した単語と時系列データとを対応付けたデータを作成する（ステップＳＴ４ａ）。ステップＳＴ１ａからステップＳＴ４ａまでの処理が作業報告書ＤＢ３のレコードＷ_Ｒごとに実行される。

レコードＷ_Ｒごとの処理が完了すると、第１のデータ抽出部５は、単語因果関係ＤＢ２に登録された、因果関係のある単語同士（原因単語および結果単語）を評価候補とする（ステップＳＴ５ａ）。第１のデータ抽出部５は、作業報告書ＤＢ３から抽出した単語群およびこれらのそれぞれに対応する時系列データと、単語因果関係ＤＢ２から抽出した評価候補の単語ペアとを、第２のデータ抽出部６に出力する。

図７は、第２のデータ抽出部６の動作例を示すフローチャートであり、図５のステップＳＴ２およびステップＳＴ３の詳細な処理を示している。
第２のデータ抽出部６は、評価候補でない単語の組み合わせｗ_ａ，ｗ_ｂごとに、下記の処理を実行する。
第２のデータ抽出部６は、第１のデータ抽出部５によって評価候補とされなかった単語群のうちから、単語ｗ_ａに対応する時系列データＤ_ａと、単語ｗ_ｂに対応する時系列データＤ_ｂとを抽出する（ステップＳＴ１ｂ）。
続いて、第２のデータ抽出部６は、時系列データＤ_ａと時系列データＤ_ｂとの相関関係を判定する（ステップＳＴ２ｂ）。具体的には、第２のデータ抽出部６は、時系列データＤ_ａと時系列データＤ_ｂとの相関係数を算出し、相関係数が閾値（例えば、０．８）以上となる場合に相関関係があると判定する。また、第２のデータ抽出部６は、時系列データＤ_ａと時系列データＤ_ｂとの間に高頻度で共通して発生するデータ特徴（例えば、特定の時系列データ波形）を探索し、このデータ特徴がある場合に相関関係があると判定する。高頻度の条件は、例えば、単語ｗ_ａと単語ｗ_ｂとがともに文章データに発生する事例において、時系列データＤ_ａと時系列データＤ_ｂとの間のデータ特徴が共通である頻度が８０％以上である場合が挙げられる。
第２のデータ抽出部６は、時系列データＤ_ａと時系列データＤ_ｂとに相関関係があると判定すると、単語ｗ_ａと単語ｗ_ｂとのペアを評価候補とする（ステップＳＴ３ｂ）。
ステップＳＴ１ｂからステップＳＴ３ｂまでの処理が評価候補でない単語の組み合わせｗ_ａ，ｗ_ｂごとに実行される。

単語の組み合わせｗ_ａ，ｗ_ｂごとの処理が完了すると、第２のデータ抽出部６は、評価候補とされた単語同士とこれらに対応する時系列データとを、評価用データバッファ７に記憶する（ステップＳＴ４ｂ）。例えば、評価候補の単語ペアにおける単語ｗ_ａが、項目“評価候補単語１”に登録され、項目“単語１関連データ”に時系列データＤ_ａが登録される。項目“評価候補単語２”には、単語ｗ_ｂが登録され、項目“単語２関連データ”に時系列データＤ_ｂが登録される。

次に、因果方向評価部８による処理の詳細について説明する。
図８は双方向回帰評価部８０の動作例を示すフローチャートであり、図５のステップＳＴ４の詳細な処理を示している。ここでは、評価用データバッファ７の項目“評価候補単語１”に単語ｗ_Ａ、項目“単語１関連データ”に時系列データＤ_Ａ、項目“評価候補単語２”に単語ｗ_Ｂ、項目“単語２関連データ”に時系列データＤ_Ｂがそれぞれ登録されているものとする。

双方向回帰評価部８０は、単語ｗ_Ａに対応する時系列データＤ_Ａと、単語ｗ_Ｂに対応する時系列データＤ_Ｂとを、評価用データバッファ７から抽出する（ステップＳＴ１ｃ）。
次に、双方向回帰評価部８０は、説明変数を時系列データＤ_Ａとし、目的変数を時系列データＤ_Ｂとした回帰関数Ｄ_Ｂ≒Ｒ_ＢＡ（Ｄ_Ａ）を求め、回帰誤差Ｅ_ＢＡ＝Ｄ_Ｂ−Ｒ_ＢＡ（Ｄ_Ａ）を算出する（ステップＳＴ２ｃ）。
さらに、双方向回帰評価部８０は、説明変数を時系列データＤ_Ｂとし、目的変数を時系列データＤ_Ａとした回帰関数Ｄ_Ａ≒Ｒ_ＡＢ（Ｄ_Ｂ）を求めて、回帰誤差Ｅ_ＡＢ＝Ｄ_Ａ−Ｒ_ＡＢ（Ｄ_Ｂ）を算出する（ステップＳＴ３ｃ）。

図９は因果方向判定部８１の動作例を示すフローチャートであり、図５のステップＳＴ５の詳細な処理を示している。
まず、因果方向判定部８１は、指標算出部８２に指示して、確率指標Ｐ_ＢＡおよび確率指標Ｐ_ＡＢを算出させる。確率指標Ｐ_ＢＡは、時系列データＤ_Ａと回帰誤差Ｅ_ＢＡとが独立であることの妥当性を示す確率的な指標である。また、確率指標Ｐ_ＡＢは、時系列データＤ_Ｂと回帰誤差Ｅ_ＡＢとが独立であることの妥当性を示す確率的な指標である。
因果方向判定部８１は、指標算出部８２によって算出された確率指標Ｐ_ＢＡと確率指標Ｐ_ＡＢとに基づいて、時系列データＤ_Ａと時系列データＤ_Ｂとの因果関係の方向を判定する（ステップＳＴ１ｄ）。

因果方向判定部８１は、Ｐ_ＢＡ＞Ｐ_ＡＢであれば、因果関係の方向をＤ_Ａ→Ｄ_Ｂと判定し、Ｐ_ＢＡ＜Ｐ_ＡＢであれば、因果関係の方向をＤ_Ａ←Ｄ_Ｂと判定する（ステップＳＴ２ｄ）。
因果関係の方向がＤ_Ａ→Ｄ_Ｂである場合、時系列データＤ_Ａが原因データ、時系列データＤ_Ｂが結果データとなり、単語ｗ_Ａが原因単語、単語ｗ_Ｂが結果単語となる。
反対に、因果関係の方向がＤ_Ｂ→Ｄ_Ａであれば、時系列データＤ_Ｂが原因データ、時系列データＤ_Ａが結果データとなり、単語ｗ_Ｂが原因単語、単語ｗ_Ａが結果単語となる。

図５のステップＳＴ６において、指標算出部８２は、因果関係の方向がＤ_Ａ→Ｄ_Ｂである場合、単語ｗ_Ａと単語ｗ_Ｂにおける妥当性指標として、確率指標Ｐ_ＢＡから確率指標Ｐ_ＡＢを減算した値を出力する。
因果関係の方向がＤ_Ｂ→Ｄ_Ａであれば、指標算出部８２は、単語ｗ_Ａと単語ｗ_Ｂにおける妥当性指標として、確率指標Ｐ_ＡＢから確率指標Ｐ_ＢＡを減算した値を出力する。
双方向回帰評価部８０、因果方向判定部８１および指標算出部８２は、前述した処理を評価候補ごとに実行する。これによって、評価候補ごとに因果関係の方向と妥当性指標が得られる。

なお、データ系列｛Ｘ_ｉ｝とデータ系列｛Ｙ_ｉ｝が統計的に独立であることを判定するためには、非線形関数Ｆ，Ｇに対して、下記式（１）で表される非線形相関関数ｒ＝０が成立することを示す必要がある。
しかしながら、データ系列｛Ｘ_ｉ｝とデータ系列｛Ｙ_ｉ｝とが統計的に独立であることを厳密に判定するためには、無限に存在する全ての非線形関数に対してｒ＝０が成立することを示す必要があり、現実的な時間内で判定することはできない。
なお、下記式（１）において、Ｆ（Ｘ_ｉ）バーはＦ（Ｘ_ｉ）の平均値、Ｇ（Ｙ_ｉ）バーはＧ（Ｙ_ｉ）の平均値である。

そこで、指標算出部８２は、有限の個数の非線形関数を選択し、選択した非線形関数のそれぞれに対する評価結果を確率的に評価することによって、２つのデータ系列が独立であることの妥当性を示す確率指標を算出する。
図１０は、指標算出部８２の動作例を示すフローチャートであり、確率的な指標の算出方法の詳細を示している。

まず、指標算出部８２が、非線形関数Ｆ，Ｇの種類とパラメータとをランダムに選択する（ステップＳＴ１ｅ）。非線形関数Ｆ，Ｇの種類としては、例えば、指数関数、べき乗関数、双曲線関数、ロジスティック関数、および任意の統計分布の累積確率密度関数などが挙げられる。なお、双曲線関数は下記式（２）で表され、ロジスティック関数は下記式（３）で表される。下記式（２）および下記式（３）において、α、β、γはパラメータである。

続いて、指標算出部８２は、選択した非線形関数Ｆ，Ｇを用いて、上記式（１）に従い評価候補に対応するデータ系列の非線形相関関数ｒを算出する（ステップＳＴ２ｅ）。
評価候補に対応するデータ系列は、例えば、単語ｗ_Ａに対応する時系列データＤ_Ａと、単語ｗ_Ｂに対応する時系列データＤ_Ｂである。

この後、指標算出部８２は、非線形相関関数ｒに対して、下記式（４）に示す相関検定指標ｔが自由度ｎ−１のｔ検定に従うか否かを検定（相関検定）し、相関係数が０である確率ｐ_ｌを導出する（ステップＳＴ３ｅ）。この確率ｐ_ｌは検定のｐ値であり、ｐ値は、母相関係数が０である確率Ｐ_ｓである。なお、下記式（４）において、ｎは、データ系列｛Ｘ_ｉ｝とデータ系列｛Ｙ_ｉ｝の長さである。

ステップＳＴ１ｅからステップＳＴ３ｅまでの処理は、ループ変数ｓが示す規定回数のループで繰り返し実行される。
このループ処理が完了すると、指標算出部８２は、データ系列｛Ｘ_ｉ｝とデータ系列｛Ｙ_ｉ｝とが独立であることの妥当性を示す確率指標Ｐとして、Ｐ＝１−Π_ｓ（１−Ｐ_ｓ）を算出する（ステップＳＴ４ｅ）。上記式（４）において、Π_ｓ（１−Ｐ_ｓ）は、ループ変数ｓの値ごとに（１−Ｐ_ｓ）を積算することを示している。

このように、指標算出部８２は、２つの系統のデータの相互の独立性について、有限個の非線形関数を用いた近似的な判定を複数回（ｓ回）実行し、判定結果の累積データから２つの系統のデータが相互に独立であることの妥当性を示す確率的な指標を算出する。
すなわち、指標算出部８２は、単語ｗ_Ａに対応する時系列データＤ_Ａと、単語ｗ_Ｂに対応する時系列データＤ_Ｂとを、データ系列｛Ｘ_ｉ｝およびデータ系列｛Ｙ_ｉ｝に当てはめて、前述した方法によって確率指標Ｐ_ＡＢと確率指標Ｐ_ＢＡを算出する。
これにより、実時間で因果関係の妥当性を判定でき、かつ高精度に因果関係を評価することができる。

次に、妥当性判定部９による処理の詳細について説明する。
妥当性判定部９は、因果方向評価部８によって評価候補ごとおよび因果関係の方向ごとに算出された複数の妥当性指標から、これらの妥当性指標がとる値の範囲を特定する。
そして、妥当性判定部９は、特定した範囲から逸脱しない範囲内で妥当性指標の平均値が最大となる、評価候補、因果関係の方向および妥当性指標の値を、因果関係情報として妥当な情報であると判定する。

図１１は妥当性判定部９の動作例を示すフローチャートであり、図５のステップＳＴ７の詳細な処理を示している。
まず、妥当性判定部９は、評価候補に含まれる単語と、単語間の因果関係の方向ごとの妥当性指標の値とから、重み付き有向グラフを作成する（ステップＳＴ１ｆ）。
例えば、妥当性判定部９は、原因単語と結果単語をそれぞれ“頂点”とし、“頂点”間を繋ぐ“辺”を設定し、“辺”に妥当性指標の値を重みとして設定した、因果関係の方向ごとの重み付き有向グラフを作成する。

次に、妥当性判定部９は、ループが発生せず、妥当性指標が閾値（例えば０．５）以上であるという制限条件の下で、ノード当たり（“頂点”当たり）の妥当性指標の平均値が最大となるように、重み付き有向グラフの“辺”を削減する（ステップＳＴ２ｆ）。
具体的には、妥当性判定部９が、ステップＳＴ１ｆにて作成した重み付き有向グラフにおいて、妥当性指標が閾値未満の“辺”を削除し、さらに、ループを構成している“辺”のうち、妥当性指標の値が最小の“辺”を順次削除する。

この後、妥当性判定部９は、ステップＳＴ２ｆの処理を施した重み付き有向グラフにおける有効な“辺”に対応する評価候補とこの“辺”に設定された重みを、単語基準の因果関係情報の更新結果として出力する（ステップＳＴ３ｆ）。
具体的には、妥当性判定部９が、ステップＳＴ２ｆの処理を施した重み付き有向グラフにおける“辺”を有効な“辺”と判断し、有効な“辺”に対応する評価候補、因果関係の方向、重みである妥当性指標の値を、因果関係情報として妥当な情報であると判定する。
続いて、妥当性判定部９は、判定結果の評価候補、因果関係の方向、および妥当性指標の値を、単語基準の因果関係情報に追加するか、もしくは既存の情報を更新する。

以上のように、実施の形態１に係る因果関係評価装置１０において、因果方向評価部８が、評価用データバッファ７から複数の評価用データを評価候補ごとに入力し、単語間の因果関係の妥当性を示す確率的な指標である妥当性指標を因果関係の方向ごとに算出する。妥当性判定部９が、因果方向評価部８によって算出された評価候補ごとの妥当性指標に基づいて、因果関係を示す情報として妥当な、評価候補、因果関係の方向および妥当性指標を判定する。例えば、妥当性判定部９は、評価候補ごとに算出された妥当性指標の平均値が最大となる、評価候補、因果関係の方向および妥当性指標の値を、因果関係を示す情報として妥当と判定する。このように単語間の因果関係の妥当性を示す確率的な指標を使用することで、単語間の因果関係の妥当性を実時間で判定できかつ高精度に因果関係を評価することができる。

実施の形態１に係る因果関係評価装置１０において、因果方向評価部８が、双方向回帰評価部８０と、因果方向判定部８１と、指標算出部８２とを備える。
特に、指標算出部８２が、回帰誤差と観測データとの統計的な独立性の判定を複数回行って累積された判定結果に基づいて、回帰誤差と観測データとの独立性を示す確率的な指標である確率指標の値を回帰の方向ごとに算出する。因果方向判定部８１が、指標算出部８２によって回帰の方向ごとに算出された確率指標の値に基づいて、評価候補の単語同士のそれぞれに対応する観測データ間の因果関係の方向を判定する。指標算出部８２が、回帰の方向ごとの確率指標の値を用いて、因果方向判定部８１によって判定された因果関係の方向に応じた妥当性指標の値を算出する。
このように構成することで、単語間の因果関係の妥当性を実時間で判定できかつ高精度に因果関係を評価することができる。

実施の形態１に係る因果関係評価システム１は、第１のデータ抽出部５、第２のデータ抽出部６、評価用データバッファ７、因果方向評価部８および妥当性判定部９を備える。
これらの構成を有することで、単語間の因果関係の妥当性を実時間で判定できかつ高精度に因果関係を評価することができるシステムを提供することができる。

実施の形態１に係る因果関係評価方法は、妥当性指標の値を因果関係の方向ごとに算出するステップと、評価候補ごとおよび因果関係の方向ごとの妥当性指標の値に基づいて、因果関係を示す情報として妥当な情報を判定するステップを備える。これにより、単語間の因果関係の妥当性を実時間で判定できかつ高精度に因果関係を評価することができる。

なお、本発明はその発明の範囲内において、実施の形態の任意の構成要素の変形、もしくは実施の形態の任意の構成要素の省略が可能である。

この発明に係る因果関係評価装置は、実時間でかつ高精度に因果関係を評価することができるので、例えば、様々な機械システムの保守作業に好適である。

１ 因果関係評価システム、２ 単語因果関係ＤＢ、３ 作業報告書ＤＢ、４ 観測データＤＢ、５ 第１のデータ抽出部、６ 第２のデータ抽出部、７ 評価用データバッファ、８ 因果方向評価部、９ 妥当性判定部、１０ 因果関係評価装置、８０ 双方向回帰評価部、８１ 因果方向判定部、８２ 指標算出部、１０１ ＤＢ入出力インタフェース、１０２ 情報入力インタフェース、１０３ 情報出力インタフェース、１０４ 処理回路、１０５ プロセッサ、１０６ メモリ。

Claims (4)

1. 対象設備において観測された観測データと因果関係が推定される単語同士のペアである評価候補とが対応付けられた複数の評価用データを評価候補ごとに入力し、単語間の因果関係の妥当性を示す確率的な指標である妥当性指標を因果関係の方向ごとに算出する因果方向評価部と、
   前記因果方向評価部によって評価候補ごとに算出された因果関係の方向ごとの妥当性指標に基づいて、因果関係を示す情報として妥当な、評価候補、因果関係の方向および妥当性指標を判定する妥当性判定部と
   を備え、
   前記因果方向評価部は、
   評価候補である単語同士のそれぞれに対応する観測データについて双方向に回帰評価を行う双方向回帰評価部と、
   前記双方向回帰評価部によって回帰の方向ごとに算出された回帰誤差と観測データとの関係性に基づいて、評価候補の単語同士のそれぞれに対応する観測データの因果関係の方向を判定する因果方向判定部と、
   前記因果方向判定部によって判定された因果関係の方向に応じた妥当性指標の値を算出する指標算出部とを備え、
   前記指標算出部は、評価候補の単語同士のそれぞれに対応する観測データの相互の近似的な独立性の判定をそれぞれ複数回行って累積された判定結果に基づいて、評価候補の単語同士のそれぞれに対応する観測データの相互の独立性を示す確率的な指標である確率指標の値を回帰の方向ごとに算出し、
   前記因果方向判定部は、前記指標算出部によって回帰の方向ごとに算出された確率指標に基づいて、評価候補の単語同士のそれぞれに対応する観測データ間の因果関係の方向を判定し、
   前記指標算出部は、回帰の方向ごとの確率指標の値を用いて、前記因果方向判定部によって判定された因果関係の方向に応じた妥当性指標の値を算出し、
   前記妥当性判定部は、前記因果方向評価部によって算出された評価候補ごとおよび因果関係の方向ごとに算出された複数の妥当性指標の平均値が最大となる、評価候補、因果関係の方向および妥当性指標を、因果関係を示す情報として妥当な、評価候補、因果関係の方向および妥当性指標として判定する
   ことを特徴とする因果関係評価装置。
2. 前記指標算出部は、評価候補の単語同士のそれぞれに対応する観測データの相互の近似的な独立性の判定として、任意に選択した複数の非線形関数を用いて相関係数を算出し、相関係数が０である確率を導出することを特徴とする請求項１記載の因果関係評価装置。
3. 対象設備に行われた作業に関する作業報告書の文章から単語を抽出し、因果関係が推定される単語同士を評価候補とするとともに、前記対象設備において観測された観測データのうち、抽出した単語に対応する観測データを抽出する第１のデータ抽出部と、
   前記第１のデータ抽出部によって評価候補とされなかった単語群のうち、対応する観測データ間に相関関係がある単語同士を評価候補とする第２のデータ抽出部と、
   前記第１のデータ抽出部と前記第２のデータ抽出部とによって評価候補とされた単語同士のペアと単語同士のそれぞれに対応する観測データとが対応付けられた複数の評価用データを記憶するデータ記憶部と、
   前記データ記憶部に記憶された複数の評価用データを評価候補ごとに入力し、単語間の因果関係の妥当性を示す確率的な指標である妥当性指標を因果関係の方向ごとに算出する因果方向評価部と、
   前記因果方向評価部によって評価候補ごとに算出された因果関係の方向ごとの妥当性指標に基づいて、因果関係を示す情報として妥当な、評価候補、因果関係の方向および妥当性指標を判定する妥当性判定部と
   を備え、
   前記因果方向評価部は、
   評価候補である単語同士のそれぞれに対応する観測データについて双方向に回帰評価を行う双方向回帰評価部と、
   前記双方向回帰評価部によって回帰の方向ごとに算出された回帰誤差と観測データとの関係性に基づいて、評価候補の単語同士のそれぞれに対応する観測データの因果関係の方向を判定する因果方向判定部と、
   前記因果方向判定部によって判定された因果関係の方向に応じた妥当性指標の値を算出する指標算出部とを備え、
   前記指標算出部は、評価候補の単語同士のそれぞれに対応する観測データの相互の近似的な独立性の判定をそれぞれ複数回行って累積された判定結果に基づいて、評価候補の単語同士のそれぞれに対応する観測データの相互の独立性を示す確率的な指標である確率指標の値を回帰の方向ごとに算出し、
   前記因果方向判定部は、前記指標算出部によって回帰の方向ごとに算出された確率指標に基づいて、評価候補の単語同士のそれぞれに対応する観測データ間の因果関係の方向を判定し、
   前記指標算出部は、回帰の方向ごとの確率指標の値を用いて、前記因果方向判定部によって判定された因果関係の方向に応じた妥当性指標の値を算出し、
   前記妥当性判定部は、前記因果方向評価部によって算出された評価候補ごとおよび因果関係の方向ごとに算出された複数の妥当性指標の平均値が最大となる、評価候補、因果関係の方向および妥当性指標を、因果関係を示す情報として妥当な、評価候補、因果関係の方向および妥当性指標として判定する
   ことを特徴とする因果関係評価システム。
4. 因果方向評価部が、対象設備において観測された観測データと因果関係が推定される単語同士のペアである評価候補とが対応付けられた複数の評価用データを評価候補ごとに入力し、単語間の因果関係の妥当性を示す確率的な指標である妥当性指標を因果関係の方向ごとに算出するステップと、
   妥当性判定部が、前記因果方向評価部によって評価候補ごとに算出された因果関係の方向ごとの妥当性指標に基づいて、因果関係を示す情報として妥当な、評価候補、因果関係の方向および妥当性指標を判定するステップと
   を備え、
   前記因果方向評価部の双方向回帰評価部が、評価候補である単語同士のそれぞれに対応する観測データについて双方向に回帰評価を行い、
   前記因果方向評価部の因果方向判定部が、前記双方向回帰評価部によって回帰の方向ごとに算出された回帰誤差と観測データとの関係性に基づいて、評価候補の単語同士のそれぞれに対応する観測データの因果関係の方向を判定し、
   前記因果方向評価部の指標算出部が、前記因果方向判定部によって判定された因果関係の方向に応じた妥当性指標の値を算出し、
   前記指標算出部が、評価候補の単語同士のそれぞれに対応する観測データの相互の近似的な独立性の判定をそれぞれ複数回行って累積された判定結果に基づいて、評価候補の単語同士のそれぞれに対応する観測データの相互の独立性を示す確率的な指標である確率指標の値を回帰の方向ごとに算出し、
   前記因果方向判定部が、前記指標算出部によって回帰の方向ごとに算出された確率指標に基づいて、評価候補の単語同士のそれぞれに対応する観測データ間の因果関係の方向を判定し、
   前記指標算出部が、回帰の方向ごとの確率指標の値を用いて、前記因果方向判定部によって判定された因果関係の方向に応じた妥当性指標の値を算出し、
   前記妥当性判定部が、前記因果方向評価部によって算出された評価候補ごとおよび因果関係の方向ごとに算出された複数の妥当性指標の平均値が最大となる、評価候補、因果関係の方向および妥当性指標を、因果関係を示す情報として妥当な、評価候補、因果関係の方向および妥当性指標として判定する
   ことを特徴とする因果関係評価方法。

Images