JP6637206B1 - クラスタ分割評価装置、クラスタ分割評価方法及びクラスタ分割評価プログラム - Google Patents
クラスタ分割評価装置、クラスタ分割評価方法及びクラスタ分割評価プログラム Download PDFInfo
- Publication number
- JP6637206B1 JP6637206B1 JP2019053445A JP2019053445A JP6637206B1 JP 6637206 B1 JP6637206 B1 JP 6637206B1 JP 2019053445 A JP2019053445 A JP 2019053445A JP 2019053445 A JP2019053445 A JP 2019053445A JP 6637206 B1 JP6637206 B1 JP 6637206B1
- Authority
- JP
- Japan
- Prior art keywords
- value
- raw water
- clusters
- cluster
- indicating
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 80
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 78
- 239000003814 drug Substances 0.000 claims abstract description 27
- 229940079593 drug Drugs 0.000 claims abstract description 27
- 238000005259 measurement Methods 0.000 claims abstract description 25
- 238000000611 regression analysis Methods 0.000 claims abstract description 24
- 238000000746 purification Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 19
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 claims description 7
- 239000003344 environmental pollutant Substances 0.000 claims description 5
- 231100000719 pollutant Toxicity 0.000 claims description 5
- 238000010586 diagram Methods 0.000 abstract description 7
- 239000000701 coagulant Substances 0.000 description 30
- 238000002347 injection Methods 0.000 description 21
- 239000007924 injection Substances 0.000 description 21
- 230000006870 function Effects 0.000 description 6
- 239000000356 contaminant Substances 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- 239000003463 adsorbent Substances 0.000 description 1
- DIZPMCHEQGEION-UHFFFAOYSA-H aluminium sulfate (anhydrous) Chemical compound [Al+3].[Al+3].[O-]S([O-])(=O)=O.[O-]S([O-])(=O)=O.[O-]S([O-])(=O)=O DIZPMCHEQGEION-UHFFFAOYSA-H 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000645 desinfectant Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 239000007800 oxidant agent Substances 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Medicinal Chemistry (AREA)
- Immunology (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Separation Of Suspended Particles By Flocculating Agents (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
そこで、本発明は、精度の高い複数の予測モデルを運転条件に応じて使用できるように、変数の多次元空間を分割することを目的とする。
その他の手段については、発明を実施するための形態のなかで説明する。
図1に沿って、クラスタ分割評価装置1の構成等を説明する。クラスタ分割評価装置1は、一般的なコンピュータであり、中央制御装置11、マウス、キーボード等の入力装置12、ディスプレイ等の出力装置13、主記憶装置14、補助記憶装置15及び通信装置16を備える。これらは、バスで相互に接続されている。補助記憶装置15は、予測モデル31、実測値情報32、クラスタ情報33及び誤差情報34(詳細後記)を格納している。
本実施形態の予測モデル31は、以下の式1のような1次式である。
y=a0+a1x1+a2x2+a3x3 (式1)
図2は、実測値情報32の一例である。実測値情報32においては、時刻欄101に記憶された時刻に関連付けて、目的変数欄102には目的変数の実測値が、説明変数欄103には説明変数の実測値が記憶されている。
時刻欄101の時刻は、説明変数の実測値及び目的変数の実測値が、濁度計8a、pHメータ8b、温度計8c及び注入量計8dによって取得された時刻である。時刻t1、t2、t3、・・・は、時刻を省略的に示している。数字が大きいほど、後の時刻である。
説明変数欄103の説明変数の実測値は、濁度計8aが計測した原水の濁度(欄103a)、pHメータ8bが計測した原水の水素イオン濃度(欄103b)及び温度計8cが計測した原水の温度(欄103c)である。
多次元空間に描画された多くの点を、位置が近いもの同士でグループ分けすることを一般に“クラスタリング”と呼ぶ。クラスタリングの手法として、“k−平均法”がよく知られている。クラスタ分割評価装置1もまた、以下の(1)〜(5)のようにk−平均法を使用する。
(2)クラスタ分割評価装置1は、あるグループの重心から当該グループに属する点までの距離の2乗和diをグループごとに算出する。iは、グループの番号(i=1、2、・・・、k)である。
(4)クラスタ分割評価装置1は、Dkを最小にするような、各点の所属を決定する。
(5)クラスタ分割評価装置1は、kを1、2、3、・・・と変化させたうえで、(1)〜(4)の処理を繰り返す。
図3は、クラスタ情報33の一例である。クラスタ情報33においては、時刻欄111に記憶された時刻に関連付けて、目的変数欄112には目的変数の実測値が、説明変数欄113には説明変数の実測値が、所属クラスタID欄114には所属クラスタIDが記憶されている。
目的変数欄112の目的変数の実測値は、図2の目的変数の実測値と同じである。
説明変数欄113の説明変数の実測値は、図2の説明変数の実測値のうちの原水の濁度(欄103a)である。説明の単純化のため、図3の説明変数は、“濁度”だけとしている。
図6は、図3のクラスタ数3欄114cに対応している。図7は、図3のクラスタ数4欄114dに対応している。図6及び図7の説明は、図5の説明に準ずる。
なお、図4〜図7においては、作図上の制約に起因し、円c1等の中心は、クラスタc1等の重心(すべての点●の座標値の平均)とはなっていない。
(12)クラスタ分割評価装置1は、実測値Xを予測モデルのx1に代入し、yを算出する。
(13)クラスタ分割評価装置1は、誤差“Y−y”を算出する。
(14)クラスタ分割評価装置1は、時刻ごとに [X,Y]の値を変化させて前記(12)及び前記(13)の処理を繰り返す。
(16)クラスタ分割評価装置1は、無作為的に発生させたパラメータa0及びa1の他の値を予測モデルのa0及びa1に代入したうえで、前記(12)〜(15)の処理を充分多い回数だけ繰り返す。
(17)クラスタ分割評価装置1は、“Σ(Y−y)2”を最小にするパラメータa0S及びa1Sの値を決定する。ここで“S”は、“最適化されている”ことを示す。
図8は、誤差を説明する図である。図8の座標平面の横軸は濁度であり、縦軸は凝集剤注入率である。20個の点●は、図3における実測値の組合せ[X,Y]を示している。直線31aは、予測モデル31(図1)であり、その式は、“y=a0S+a1Sx1”である。点●のそれぞれについて、誤差“Y−y”が定義される。前記したように、“Σ(Y−y)2”は最小化されてはいるが、個々の点●に注目した場合、誤差が殆どないものと、誤差が比較的大きいものとが混在している。
図9は、誤差情報34の一例である。誤差情報34においては、クラスタ数欄121に記憶されたクラスタ数に関連付けて、誤差欄122には誤差が、誤差評価値欄123には誤差評価値が記憶されている。
クラスタ数欄121のクラスタ数は、クラスタの数である。
誤差欄122の誤差は、“√(Σ(Y−y)2/n)”である。ここで、nは、クラスタ内の点●の数である。“√(Σ(Y−y)2/n)”は、図8における誤差の2乗和の平均の平方根である。“#”に付された括弧内には、クラスタIDが記載されている。
図10は、処理手順のフローチャートである。処理手順を開始する前提として、実測値情報32(図2)が、完成された状態で補助記憶装置15に格納されているものとする。
ステップS201において、クラスタ分割評価装置1の実測値取得部21は、実測値を取得する。具体的には、実測値取得部21は、補助記憶装置15から実測値情報32(図2)を取得する。
1つのクラスタに含まれる点●(クラスタ情報33のレコード数)の最小値をユーザが入力装置12を介して選択するのを受け付ける。ここでは、ユーザはクラスタ数の最小値として“1”、クラスタ数の最大値として“4”、1つのクラスタに含まれる点●の最小値として“4”を入力したとする。
第2に、クラスタリング部22は、前記したk−平均法を使用して、実測値情報32(図2)の20個の点●“[X,Y]=[濁度,凝集剤注入率]”を、k個(k=1、2、3、4)のクラスタに分割する。このとき、クラスタリング部22は、いずれのクラスタにも少なくとも4個の点●が含まれるようにする。
第2に、回帰分析部23は、ステップS207において最小となった“Σ(Y−y)2”を使用して、誤差“√(Σ(Y−y)2/n)”を算出し、誤差欄122に記憶する。
第3に、回帰分析部23は、各レコードの誤差に基づいて、誤差評価値を算出し、誤差評価値欄123に記憶する。
第2に、表示処理部24は、4個のクラスタc7、c8、c9及びc10に対応する予測モデル31g、31h、31i及び31j(図7)を補助記憶装置15に記憶する。その後、処理手順を終了する。
ステップS210の“第1”において“クラスタ数=4”が表示されたという前提で、その後の予測モデルの活用方法を説明する。クラスタc7は、図3の時点t1〜t4に対応している。時点t1〜t4は、例えば前年のある特定の季節(快晴が続く等)である。回帰分析部23は、翌年同月同日の凝集剤注入率を予測する場合、予測モデル31gを使用する。クラスタc10は、図3の時点t17〜t20に対応している。時点t17〜t20は、例えば前年のある他の特定の季節(梅雨が続く等)である。回帰分析部23は、翌年同月同日の凝集剤注入率を予測する場合、予測モデル31jを使用する。他のクラスタについても同様である。
前記では、クラスタリング部22は、すべてのクラスタ数についてクラスタリングを行い、回帰分析部23は、すべてのクラスタ数について誤差評価値を算出している(総当たり処理)。しかしながら、クラスタ数k=1、2、3、4の降順又は昇順に、クラスタリング部22がクラスタリングを行い、回帰分析部23が誤差評価値を算出する処理を繰り返してもよい。この場合、所定の閾値(目標)に誤差評価値が達するまで、又は、誤差評価値の対前回比減少分が所定の閾値以下になるまで、クラスタリング部22及び回帰分析部23は処理を繰り返す。
本実施形態のクラスタ分割評価装置の効果は以下の通りである。
(1)クラスタ分割評価装置は、運転条件ごとに精度の高い予測モデルを作成することができる。
(2)クラスタ分割評価装置は、期待し得る誤差評価値及び運転条件に対応するクラスタ数を表示することができる。
(3)クラスタ分割評価装置は、ユーザがクラスタの数及び大きさを指定することを可能にする。
(4)クラスタ分割評価装置は、浄水場における凝集剤注入率の予測に適用することができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。
2 ネットワーク
3 浄水場
4 混和池
5 凝集剤注入装置
6a 原水
6b 混和水
7 フロック形成池
8a 濁度計
8b pHメータ
8c 温度計
8d 注入量計
9 凝集剤
11 中央制御装置
12 入力装置
13 出力装置
14 主記憶装置
15 補助記憶装置
16 通信装置
21 実測値取得部
22 クラスタリング部
23 回帰分析部
24 表示処理部
31 予測モデル
32 実測値情報
33 クラスタ情報
34 誤差情報
Claims (7)
- 浄水場が取得する原水の性質を示す値の実測値、及び、前記原水に注入された薬剤の量を示す値の実測値を取得する実測値取得部と、
前記原水の性質を示す値の実測値及び前記原水に注入された薬剤の量を示す値の実測値を示す点を、多次元空間内において複数のクラスタに分割するクラスタリング部と、
前記実測値を使用して、前記原水の性質を示す値を説明変数とし前記薬剤の量を示す値を目的変数とする予測モデルのパラメータを、前記複数のクラスタごとに最適化し、
前記パラメータが最適化された予測モデルが出力する前記薬剤の量を示す値の予測値と、前記薬剤の量を示す値の実測値との差分を、前記クラスタの数ごとに評価し、
評価の結果に基づき、前記クラスタの数を決定する回帰分析部と、
を備えることを特徴とするクラスタ分割評価装置。 - 前記決定したクラスタの数、及び、当該クラスタの数に対応する評価の結果を表示する表示処理部を備えること、
を特徴とする請求項1に記載のクラスタ分割評価装置。 - 前記クラスタリング部は、
前記クラスタの数の最小値及び最大値、並びに、前記クラスタが含む前記実測値の数の最小値をユーザが入力するのを受け付けること、
を特徴とする請求項2に記載のクラスタ分割評価装置。 - 前記薬剤は、
前記原水に含まれる汚濁物質を凝集させるものであり、
前記原水の性質を示す値は、
前記原水における濁度、前記原水の温度、及び、前記原水の水素イオン濃度のうちの少なくとも1つであること、
を特徴とする請求項3に記載のクラスタ分割評価装置。 - 水の性質を示す値の実測値、及び、前記水に対する処理に関する値の実測値を取得する実測値取得部と、
前記水の性質を示す値の実測値及び前記水に対する処理に関する値の実測値を示す点を、多次元空間内において複数のクラスタに分割するクラスタリング部と、
前記実測値を使用して、前記水の性質を示す値を説明変数とし前記水に対する処理に関する値を目的変数とする予測モデルのパラメータを、前記複数のクラスタごとに最適化し、
前記パラメータが最適化された予測モデルが出力する前記水に対する処理に関する値の予測値と、前記水に対する処理に関する値の実測値との差分を、前記クラスタの数ごとに評価し、
評価の結果に基づき、前記クラスタの数を決定する回帰分析部と、
を備えることを特徴とするクラスタ分割評価装置。 - クラスタ分割評価装置の実測値取得部は、
浄水場が取得する原水の性質を示す値の実測値、及び、前記原水に注入された薬剤の量を示す値の実測値を取得し、
前記クラスタ分割評価装置のクラスタリング部は、
前記原水の性質を示す値の実測値及び前記原水に注入された薬剤の量を示す値の実測値を示す点を、多次元空間内において複数のクラスタに分割し、
前記クラスタ分割評価装置の回帰分析部は、
前記実測値を使用して、前記原水の性質を示す値を説明変数とし前記薬剤の量を示す値を目的変数とする予測モデルのパラメータを、前記複数のクラスタごとに最適化し、
前記パラメータが最適化された予測モデルが出力する前記薬剤の量を示す値の予測値と、前記薬剤の量を示す値の実測値との差分を、前記クラスタの数ごとに評価し、
評価の結果に基づき、前記クラスタの数を決定すること、
を特徴とするクラスタ分割評価装置のクラスタ分割評価方法。 - クラスタ分割評価装置の実測値取得部に対し、
浄水場が取得する原水の性質を示す値の実測値、及び、前記原水に注入された薬剤の量を示す値の実測値を取得する処理を実行させ、
前記クラスタ分割評価装置のクラスタリング部に対し、
前記原水の性質を示す値の実測値及び前記原水に注入された薬剤の量を示す値の実測値を示す点を、多次元空間内において複数のクラスタに分割する処理を実行させ、
前記クラスタ分割評価装置の回帰分析部に対し、
前記実測値を使用して、前記原水の性質を示す値を説明変数とし前記薬剤の量を示す値を目的変数とする予測モデルのパラメータを、前記複数のクラスタごとに最適化し、
前記パラメータが最適化された予測モデルが出力する前記薬剤の量を示す値の予測値と、前記薬剤の量を示す値の実測値との差分を、前記クラスタの数ごとに評価し、
評価の結果に基づき、前記クラスタの数を決定する処理を実行させること、
を特徴とするクラスタ分割評価装置を機能させるためのクラスタ分割評価プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019053445A JP6637206B1 (ja) | 2019-03-20 | 2019-03-20 | クラスタ分割評価装置、クラスタ分割評価方法及びクラスタ分割評価プログラム |
CN202080018786.3A CN113557538A (zh) | 2019-03-20 | 2020-03-18 | 聚类分割评价装置、聚类分割评价方法以及聚类分割评价程序 |
PCT/JP2020/011917 WO2020189706A1 (ja) | 2019-03-20 | 2020-03-18 | クラスタ分割評価装置、クラスタ分割評価方法及びクラスタ分割評価プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019053445A JP6637206B1 (ja) | 2019-03-20 | 2019-03-20 | クラスタ分割評価装置、クラスタ分割評価方法及びクラスタ分割評価プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6637206B1 true JP6637206B1 (ja) | 2020-01-29 |
JP2020154825A JP2020154825A (ja) | 2020-09-24 |
Family
ID=69183651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019053445A Active JP6637206B1 (ja) | 2019-03-20 | 2019-03-20 | クラスタ分割評価装置、クラスタ分割評価方法及びクラスタ分割評価プログラム |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6637206B1 (ja) |
CN (1) | CN113557538A (ja) |
WO (1) | WO2020189706A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2022239264A1 (ja) | 2021-05-12 | 2022-11-17 | ||
CN117009303B (zh) * | 2023-07-06 | 2024-02-13 | 苏州领威电子科技有限公司 | 一种芯片视觉测试数据的存储方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4509860B2 (ja) * | 2005-05-25 | 2010-07-21 | 株式会社東芝 | データ分割装置、データ分割方法およびプログラム |
JP2009294731A (ja) * | 2008-06-02 | 2009-12-17 | Toshiba Corp | 運用ノウハウを自動抽出するプラント制御装置 |
JP5391637B2 (ja) * | 2008-10-10 | 2014-01-15 | 日本電気株式会社 | データ類似度計算システム、データ類似度計算方法およびデータ類似度計算プログラム |
JP5208061B2 (ja) * | 2009-06-29 | 2013-06-12 | 株式会社日立製作所 | 凝集剤注入制御システム |
JP5722371B2 (ja) * | 2013-03-14 | 2015-05-20 | 株式会社東芝 | ノウハウ可視化装置及びノウハウ可視化方法 |
CN106991524A (zh) * | 2017-03-20 | 2017-07-28 | 国网江苏省电力公司常州供电公司 | 一种台区线损率预估方法 |
CN106951993A (zh) * | 2017-03-20 | 2017-07-14 | 国网江苏省电力公司常州供电公司 | 一种电能量数据预估方法 |
US11610083B2 (en) * | 2017-08-03 | 2023-03-21 | Tohoku University | Method for calculating clustering evaluation value, and method for determining number of clusters |
-
2019
- 2019-03-20 JP JP2019053445A patent/JP6637206B1/ja active Active
-
2020
- 2020-03-18 WO PCT/JP2020/011917 patent/WO2020189706A1/ja active Application Filing
- 2020-03-18 CN CN202080018786.3A patent/CN113557538A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2020189706A1 (ja) | 2020-09-24 |
JP2020154825A (ja) | 2020-09-24 |
CN113557538A (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Font-Clos et al. | Topography of epithelial–mesenchymal plasticity | |
Bayer et al. | Tiebout sorting, social multipliers and the demand for school quality | |
JP6637206B1 (ja) | クラスタ分割評価装置、クラスタ分割評価方法及びクラスタ分割評価プログラム | |
Pontius Jr et al. | Accuracy assessment for a simulation model of Amazonian deforestation | |
Krakauer | Darwinian demons, evolutionary complexity, and information maximization | |
Zareian et al. | The effect of climate change on watershed water balance | |
CN108647492B (zh) | 一种染色质拓扑相关结构域的表征方法及装置 | |
Thorne et al. | Inference of temporally varying Bayesian networks | |
JP2020154826A (ja) | 予測モデル作成装置、予測モデル作成方法及び予測モデル作成プログラム | |
Brentan et al. | Water demand time series generation for distribution network modeling and water demand forecasting | |
Yuan et al. | A system dynamics simulation model for water conflicts in the Zhanghe River Basin, China | |
Zhang et al. | Is there a spatial relationship between urban landscape pattern and habitat quality? Implication for landscape planning of the yellow river basin | |
Sijben et al. | Multi-modal multi-objective model-based genetic programming to find multiple diverse high-quality models | |
JP5110891B2 (ja) | 水処理施設における流入水水質の統計的予測方法及びその装置 | |
Nabel | Upscaling with the dynamic two-layer classification concept (D2C): TreeMig-2L, an efficient implementation of the forest-landscape model TreeMig | |
Li et al. | Multi-Scenario Simulation of Ecosystems Based on Adaptive Restoration to Promote Human–Nature Harmony: A Case Study of Loess Hills Micro-Watershed | |
JP7045531B1 (ja) | プラント運転支援システム、プラント運転支援方法、およびプラント運転支援プログラム | |
Curry et al. | Finding general equilibria in many-agent economic simulations using deep reinforcement learning | |
Sheremetiev et al. | Modern and Cretaceous–Cenozoic diversification of angiosperms | |
Mu et al. | A general model for creating robust choropleth maps | |
Aderhold et al. | Reconstructing ecological networks with hierarchical Bayesian regression and Mondrian processes | |
Chrobak et al. | Combining indicators for better decisions–Algorithms vs experts on lakes ecological status assessment | |
CN110543613A (zh) | 一种多尺度滑窗计算和显示梁-克里曼信息流的方法 | |
JP7438723B2 (ja) | 製造プロセスの適正化システムおよびその方法 | |
CN103400192A (zh) | 一种基于triz理论的技术经济寿命的评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190320 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190320 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190401 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190710 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190903 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191017 |
|
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: 20191119 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191219 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6637206 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |