JP6795088B2 - 評価プログラム、評価方法および評価装置 - Google Patents

評価プログラム、評価方法および評価装置 Download PDF

Info

Publication number
JP6795088B2
JP6795088B2 JP2019513174A JP2019513174A JP6795088B2 JP 6795088 B2 JP6795088 B2 JP 6795088B2 JP 2019513174 A JP2019513174 A JP 2019513174A JP 2019513174 A JP2019513174 A JP 2019513174A JP 6795088 B2 JP6795088 B2 JP 6795088B2
Authority
JP
Japan
Prior art keywords
risk evaluation
factor
evaluation value
risk
value
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
Application number
JP2019513174A
Other languages
English (en)
Other versions
JPWO2018193595A1 (ja
Inventor
孝広 齊藤
孝広 齊藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of JPWO2018193595A1 publication Critical patent/JPWO2018193595A1/ja
Application granted granted Critical
Publication of JP6795088B2 publication Critical patent/JP6795088B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/203—Specially adapted for sailing ships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B43/00—Improving safety of vessels, e.g. damage control, not otherwise provided for
    • B63B43/18—Improving safety of vessels, e.g. damage control, not otherwise provided for preventing collision or grounding; reducing collision damage
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G3/00—Traffic control systems for marine craft
    • G08G3/02—Anti-collision systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Ocean & Marine Engineering (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Educational Administration (AREA)
  • Chemical & Material Sciences (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Development Economics (AREA)
  • Automation & Control Theory (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)

Description

本発明は、評価プログラム、評価方法および評価装置に関する。
従来より、様々な観点に基づく複数のリスク評価手法に基づくリスク評価結果を組合せて「総合的観点」に基づくリスク評価値を、教師なし学習により算出するリスク評価手法が提案されている。かかるリスク評価手法の一例として、因子分析がある。図１２は、因子分析を説明するための図である。
例えば、因子分析において、観測不可能な“真のリスク”は、“総合的観点に基づくリスク”、“観点１に基づくリスク”、“観点２に基づくリスク”、・・・を因子とし、観測可能な、“手法Ａによるリスク評価値”、“手法Ｂによるリスク評価値”、“手法Ｃによるリスク評価値”・・・を観測値とした場合に、各観測値（各手法に基づくリスク評価値）は、各因子の線形結合として表される。各因子の線形結合として各観測値（各手法に基づくリスク評価値）を表す際に各因子に乗じる係数を、「因子負荷量」という。そして、「因子負荷量」を適切に算出することにより、因子分析を行う技術が提案されている。
特表２０１１−５１７７６５号公報 特開２００１−１８８７９６号公報
しかしながら、上述の従来技術では、教師なし学習であるため、あらゆる観点から事例を適切に説明する「総合的観点に基づくリスク値」の算出に組込むべきではない不適切な「リスク評価値」を排除することが困難である。「総合的観点に基づくリスク値」の算出に組込むべきではない不適切な「リスク評価値」には、例えば、特定の観点や状況に強く依存する手法で算出された「リスク評価値」がある。このため、結果として、算出された「総合的観点に基づくリスク値」が、不適切なものになってしまうという問題がある。
一つの側面では、総合的観点に基づくリスク値の妥当性を向上させる評価プログラム、評価方法および評価装置を提供することを目的とする。
第１の案では、評価プログラムは、コンピュータに、複数の手法それぞれにより算出された複数のリスク評価値に対して因子分析を行って各リスク評価値の第一因子負荷量を算出させる。そして、評価プログラムは、コンピュータに、算出した前記第一因子負荷量が所定値未満となるリスク評価値を前記複数のリスク評価値から除外させる。そして、評価プログラムは、コンピュータに、前記第一因子負荷量が所定値以下となるリスク評価値を除外した前記複数のリスク評価値に対して前記因子分析を行わせる。そして、評価プログラムは、コンピュータに、前記因子分析によって、前記第一因子負荷量が所定値以下となるリスク評価値が出現しなくなるまで上記処理を繰り返し実行させる。
本発明の一の実施態様によれば、総合的観点に基づくリスク値の妥当性を向上させるという効果を奏する。
図１は、実施例にかかる支援システムの概略的な構成の一例を示す図である。 図２は、実施例にかかる評価装置の概略的な構成の一例を示す図である。 図３は、実施例にかかるリスク評価値算出結果情報の一例を示す図である。 図４は、実施例における事例において１回目の因子分析を行って第一因子負荷量を算出した結果の一例を示す図である。 図５は、実施例における事例において２回目の因子分析を行って第一因子負荷量を算出した結果の一例を示す図である。 図６は、実施例における事例において第一因子負荷量を算出した最終結果の一例を示す図である。 図７は、実施例における事例において各第一因子負荷量の「重み」を算出した結果の一例を示す図である。 図８は、実施例における事例において総合リスク値を算出した結果の一例を示す図である。 図９は、実施例にかかる総合リスク値算出処理を示すフローチャートの一例を示す図である。 図１０は、実施例にかかる総合リスク評価値算出手法の評価結果を示す図である。 図１１は、評価プログラムを実行するコンピュータを示す図である。 図１２は、因子分析を説明するための図である。
以下に、開示の技術にかかる評価プログラム、評価方法および評価装置の実施例を図面に基づいて詳細に説明する。なお、以下の実施例により本発明が限定されるものではない。そして、各実施例は、処理内容を矛盾させない範囲で適宜組合せることが可能である。以下の実施例では、開示の技術を、船舶の航行を支援する支援システムに適用した場合を例に説明する。しかし、これに限られず、第一因子負荷量に対応するリスクに最も特徴が現れる事例であって、因子分析により解析できる事例などに適用可能である。なお、以下の実施例において、「リスク」、「リスク値」、「リスク評価値」、「総合リスク評価値」は、例えば、航行管制の対象海域を航行する船舶同士が、当該時刻における進路および速度を取り続けた場合に、所定時間後に衝突する可能性の度合いを示す。また、リスク算出手法によっては、前記のような客観的評価値ではなく、船長や水先案内人が感じる主観的な衝突確率を表すこともある。「時刻」とは、日付情報および時刻情報を含む。
以下の実施例における前提として、因子分析で用いるリスク評価値は手法Ａ〜手法Ｈ、手法Ｚの９種類であるとし、各手法のリスク評価値は、０（リスク＝０）から１（リスク最大）の範囲の値を取るように正規化されているとする。そして、手法Ｚは、海難事故の事例のような極めて高いリスクが発生した場合のみに適切なリスク評価値が算出されるが、船舶衝突には至らない事例においては適切な評価値が算出されないものとする。なお、リスク評価手法は、手法Ａ〜手法Ｈ、手法Ｚの９種類に限られるものではない。
さらに、以下の実施例では、図１２に示すように、各リスク評価手法によって算出されたリスク評価値には、「総合的観点に基づくリスク値」（以下、「総合リスク評価値」ともいう）と、１つ以上の「観点ｎ（ｎ＝１，２，・・・）に基づくリスク値」とが、それぞれの割合で含まれていることを前提とする。また、以下の実施例では、「真のリスク」は、「総合的観点に基づくリスク値」に最も強く影響を与えることを前提とする。
例えば、海上交通における衝突リスクの評価手法として、以下の様な様々な観点に基づくリスク評価手法がある。これは、船舶の衝突リスクは非常に多様な要因から様々な形で影響を受けるため、その全てを適切に考慮した評価手法を構築することが非常に困難であるという実情に起因する。例えば、客観的事実に着目したリスク評価手法として、最接近時の距離や最接近に至る時間に着目した手法、衝突確率に着目した手法、回避行動の余地の大きさに着目した手法がある。また、例えば、主観的な感覚に着目したリスク評価手法として、船長や水先案内人が感じるリスクの大きさに着目した手法、船長や水先案内人が感じる回避行動の余裕度に着目した手法がある。開示の技術は、これらの各リスク評価手法は、それぞれの観点に基づいているに過ぎず、あらゆる観点から事例を適切に説明する、言い換えると、複数の手法にわたって最大のリスク因子を示す「総合的観点に基づくリスク評価値」の算出が求められていることを背景とする。
（支援システムの構成）
最初に、実施例にかかる支援システム１０の一例を説明する。図１は、実施例にかかる支援システムの概略的な構成の一例を示す図である。支援システム１０は、船舶の航行を支援する海上交通管制システムである。
図１には、２隻の船舶１１、陸上施設１３が示されている。各船舶１１には、ＡＩＳ（Automatic Identification System）装置１２が搭載されている。例えば、特定の船舶は、法令などにより、ＡＩＳ装置１２の搭載が義務付けられている。特定の船舶は、国際航海に従事する３００総トン以上の全ての船舶、国際航海に従事する全ての旅客船、および、国際航海に従事しない５００総トン以上の全ての船舶が該当する。なお、特定の船舶以外の船舶も、ＡＩＳ装置１２を搭載してもよい。
ＡＩＳ装置１２は、搭載された船舶１１に関する各種の情報を含んだＡＩＳ情報を無線通信で周期的に送信する。ＡＩＳ情報には、例えば、緯度および経度による位置、速度、船名、時刻、船首方向、ＭＭＳＩ（Maritime Mobile Service Identity）、船長、船幅などの情報が含まれている。ＡＩＳ情報は、他の船舶１１や陸上施設１３により受信される。他の船舶１１や陸上施設１３は、受信したＡＩＳ情報の発信元の船舶１１の位置、速度、船名、時刻、船首方向、ＭＭＳＩ、船長、船幅などの各種の情報を把握できる。
陸上施設１３は、例えば、海上の船舶について監視および情報提供する役割を有する海上交通センタや港内交通管制室など、各船舶１１の航行管制を行う施設である。陸上施設１３は、各船舶１１から受信したＡＩＳ情報やレーダで検出された情報などをもとに、各船舶１１の位置を把握し、各船舶１１に対し、海上交通に関する各種の情報を提供する。
（評価装置の構成）
次に、実施例にかかる評価装置２０の構成について説明する。図２は、実施例にかかる評価装置の概略的な構成の一例を示す図である。評価装置２０は、陸上施設１３に設けられ、船舶の航行を支援する装置である。例えば、評価装置２０は、陸上施設１３内に配置されたサーバなどのコンピュータ装置に実装される。
評価装置２０は、外部Ｉ／Ｆ（インタフェース）部２１、入力部２２、表示部２３、記憶部３０、制御部４０を有する。
外部Ｉ／Ｆ部２１は、例えば、他の装置と各種の情報を送受信するインタフェースである。外部Ｉ／Ｆ部２１は、陸上施設１３に設けられたアンテナなどの無線通信装置１３Ａを介して、各船舶１１と無線通信が可能とされており、各船舶１１と各種の情報を送受信する。例えば、外部Ｉ／Ｆ部２１は、無線通信装置１３Ａを介して、各船舶１１からＡＩＳ情報を受信する。
入力部２２は、各種の情報を入力する入力デバイスである。入力部２２としては、マウスやキーボードなどの操作の入力を受け付ける入力デバイスが挙げられる。入力部２２は、各種の情報の入力を受け付ける。例えば、入力部２２は、各種の処理の開始を指示する操作入力を受け付ける。入力部２２は、受け付けた操作内容を示す操作情報を制御部４０に入力する。
表示部２３は、各種情報を表示する表示デバイスである。表示部２３としては、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）などの表示デバイスが挙げられる。表示部２３は、各種情報を表示する。例えば、表示部２３は、操作画面など各種の画面を表示する。
記憶部３０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、光もしくは光磁気ディスクなどの外部記憶装置である。なお、記憶部３０は、ＲＡＭ（Random Access Memory）、フラッシュメモリ、ＮＶＳＲＡＭ（Non Volatile Static Random Access Memory）などのデータを書き換え可能な半導体メモリであってもよい。
記憶部３０は、制御部４０で実行されるＯＳ（Operating System）や各種プログラムを記憶する。例えば、記憶部３０は、後述する評価処理を実行するプログラムを記憶する。さらに、記憶部３０は、制御部４０で実行されるプログラムで用いられる各種データを記憶する。例えば、記憶部３０は、ＡＩＳ蓄積データ３１、リスク評価値算出結果情報３２、総合リスク評価値算出結果情報３３を記憶する。ＡＩＳ蓄積データ３１、リスク評価値算出結果情報３２、総合リスク評価値算出結果情報３３のそれぞれは、一例としてテーブルのデータ形式である。しかし、これに限られず、ＡＩＳ蓄積データ３１、リスク評価値算出結果情報３２、総合リスク評価値算出結果情報３３のそれぞれは、ＣＳＶ（Comma Separated Values）形式など、その他のデータ形式であってもよい。
ＡＩＳ蓄積データ３１は、各船舶１１から受信されたＡＩＳ情報を蓄積したデータである。リスク評価値算出結果情報３２は、各時刻における「船舶１」の「船舶２」に対する各手法のリスク算出結果を１レコードとするデータであり、後述の総合リスク値算出処理の入力となるデータである。
（リスク評価値算出結果情報）
図３は、実施例にかかるリスク評価値算出結果情報の一例を示す図である。図３に示すように、リスク評価値算出結果情報３２は、「タイムスタンプ」、「船舶１」、「船舶２」、「手法Ａ」〜「手法Ｈ」、「手法Ｚ」などの項目を有する。なお、図３に示したリスク評価値算出結果情報３２の各項目は、一例であり、その他の項目を有してもよい。なお、図３の例では、「船舶１」および「船舶２」が取り得る船舶は、一例として“Ｘ”“Ｙ”“Ｚ”の３つである。“Ｘ”“Ｙ”“Ｚ”は、例えば、船舶のＭＭＳＩにより識別される。
「タイムスタンプ」は、「船舶１」、「船舶２」、「手法Ａ」〜「手法Ｈ」、「手法Ｚ」で特定されるリスク評価値算出結果情報３２の各レコードに対応する日時および時刻である。例えば、図３に示す１レコード目は、「タイムスタンプ」“2015/6/4 3:30:00”において、「船舶１」“Ｘ”の「船舶２」“Ｙ”に対する各リスク値は、「手法Ａ」によるリスク値が“0.868”であることを示す。「手法Ｂ」〜「手法Ｈ」、「手法Ｚ」によるリスク値も同様である。
（総合リスク評価値算出結果情報）
総合リスク評価値算出結果情報３３については、後述する。
制御部４０は、評価装置２０を制御するデバイスである。制御部４０としては、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）などの処理装置や、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）などの集積回路を採用できる。制御部４０は、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、これらによって種々の処理を実行する。制御部４０は、各種のプログラムが動作することにより各種の処理部として機能する。例えば、制御部４０は、取得部４１、リスク評価値算出部４２、総合リスク評価値算出部４３、出力部４４を有する。
取得部４１は、各種の情報を取得する。例えば、取得部４１は、各船舶の位置および速度に関する進行情報をそれぞれ取得する。例えば、取得部４１は、各船舶の進行情報として、無線通信装置１３Ａを介して、各船舶１１からＡＩＳ情報を取得する。取得部４１は、取得したＡＩＳ情報をＡＩＳ蓄積データ３１に格納する。なお、各船舶の速度は、ＡＩＳ情報に記憶された速度を用いてもよく、各船舶の時刻ごとの位置の変化から算出してもよい。本実施例では、評価装置２０でＡＩＳ情報を受信する場合を説明するが、ＡＩＳ情報は、ストレージ装置など外部の記憶装置に記憶されていてもよい。この場合、取得部４１は、外部の記憶装置から、各船舶１１のＡＩＳ情報を取得する。
リスク評価値算出部４２は、先ず、入力データであるリスク評価値算出結果情報３２の相関行列を算出し、ガットマン基準に基づき、値が１以上の固有値の数を、因子分析を行う際の因子数を決定する。本実施例で行われる因子分析は、プロマックス回転を行う因子分析であるとするが、これに限られず、因子間に相関があることを前提とする斜交回転を行う因子分析であれば、何れであってもよい。そして、リスク評価値算出部４２は、ＡＩＳ蓄積データ３１をもとに、「手法Ａ」〜「手法Ｈ」、「手法Ｚ」の各リスク評価値算出の手法を用いて、各手法における最大値となる因子負荷量（以下、第一因子負荷量という）を算出する。図４は、実施例における事例において１回目の因子分析を行って第一因子負荷量を算出した結果の一例を示す図である。
次に、リスク評価値算出部４２は、１回目の因子分析を行った結果、負値の第一因子負荷量を取る手法について、リスク評価値を入力データであるリスク評価値算出結果情報３２から削除する。図４に示す例では、「手法Ｚ」の第一因子負荷量が負値であるので、リスク評価値算出結果情報３２から「手法Ｚ」を削除する。なお、リスク評価値を入力データであるリスク評価値算出結果情報３２から削除する際には、負値の第一因子負荷量に限らず、所定値以下（もしくは所定値未満）の第一因子負荷量リスク評価値を削除するとしてもよい。
次に、リスク評価値算出部４２は、入力データであるリスク評価値算出結果情報３２から負値の第一因子負荷量を取るリスク評価値を削除した後のリスク評価値算出結果情報３２の相関行列を算出し、ガットマン基準に基づき、値が１以上の固有値の数を、因子分析を行う際の因子数を決定する。そして、リスク評価値算出部４２は、ＡＩＳ蓄積データ３１をもとに、「手法Ａ」〜「手法Ｈ」の各リスク評価値算出の手法を用いて、各手法における第一因子負荷量を算出する。図５は、実施例における事例において２回目の因子分析を行って第一因子負荷量を算出した結果の一例を示す図である。
なお、リスク評価値算出部４２は、因子分析を行い、負値の第一因子負荷量を取る手法について、リスク評価値を入力データであるリスク評価値算出結果情報３２から削除する処理を、因子分析を行った結果、負値の第一因子負荷量を取る手法が出現しなくなるまで繰り返す。図６は、実施例における事例において第１因子負荷量を算出した最終結果の一例を示す図である。図６では、第一因子負荷量は、「手法Ａ」“0.788”、「手法Ｂ」“0.606”、「手法Ｃ」“0.904”、「手法Ｄ」“0.918”、「手法Ｅ」“0.448”、「手法Ｆ」“0.516”、「手法Ｇ」“0.085”、「手法Ｈ」“0.900”である例を示す。
そして、リスク評価値算出部４２は、図６に示す「第一因子負荷量」の総和0.788＋0.606＋0.904＋0.918＋0.448＋0.516＋0.085＋0.900＝5.165に対する各「第一因子負荷量」の「重み」を算出する。図７は、実施例における事例において各第１因子負荷量の「重み」を算出した結果の一例を示す図である。図７では、「重み」は、「手法Ａ」“0.153”、「手法Ｂ」“0.117”、「手法Ｃ」“0.175”、「手法Ｄ」“0.178”、「手法Ｅ」“0.087”、「手法Ｆ」“0.100”、「手法Ｇ」“0.016”、「手法Ｈ」“0.174”である例を示す。
総合リスク算出部４３は、リスク評価値算出部４２により算出された各「重み」を、負値の第一因子負荷量を取る手法を削除したリスク評価値算出結果情報３２において、各手法によるリスク評価値に、対応する「重み」を乗算し、総和を取ることで「総合リスク評価値」を算出する。図８は、実施例における事例において総合リスク値を算出した結果の一例を示す図である。例えば、図８に示すリスク評価値算出結果情報３２の１レコード目において、「船舶１」“Ｘ”の「船舶２」“Ｙ”に対する各リスク値のそれぞれが、「手法Ａ」“0.868”、「手法Ｂ」“0.520”、・・・、「手法Ｈ」“0.000”であり、「総合リスク評価値」は0.868×0.153＋0.520×0.117＋・・・＋0.000×0.174＝0.239となる。総合リスク算出部４３は、図８に示すリスク評価値算出結果情報３３の２レコード目以降も同様に「総合リスク評価値」を算出する。
出力部４４は、各種の出力を行う。例えば、出力部４４は、総合リスク評価値算出部４３により算出された「総合リスク評価値」を出力する。あるいは、総合リスク評価値算出部４３により算出された「総合リスク評価値」が閾値以上高い場合、警告を出力してもよい。
なお、リスク評価値算出部４２は、複数の手法それぞれにより算出された複数のリスク評価値に対して因子分析を行って各リスク評価値の第一因子負荷量を算出する算出部の一例である。また、リスク評価値算出部４２は、算出した第一因子負荷量が所定値未満となるリスク評価値を複数のリスク評価値から除外する除外部の一例である。また、リスク評価値算出部４２は、第一因子負荷量が所定値以下となるリスク評価値を除外した複数のリスク評価値に対して因子分析を行う因子分析部の一例である。
（総合リスク値算出処理）
図９は、実施例にかかる総合リスク値算出処理を示すフローチャートの一例を示す図である。総合リスク値算出処理は、総合リスク評価値算出部４３により、蓄積されたＡＩＳデータ３１を用いて過去の事例解析を行うタイミングなどの処理開始を指示する所定操作を受け付けたタイミング、もしくは、所定周期で実行される。なお、総合リスク評価値算出部４３による「総合リスク評価値」の算出前に、リスク評価値算出部４２により、手法Ａ〜手法Ｈ、手法Ｚを用いて各リスク評価値が事前に算出されているものとする。
先ず、ステップＳ１１では、総合リスク評価値算出部４３は、入力データであるリスク評価値算出結果情報３２の相関行列を算出し、ガットマン基準に基づき、値が１以上の固有値の数を、因子分析を行う際の因子数を決定する。次に、ステップＳ１２では、総合リスク評価値算出部４３は、因子分析を行い、ＡＩＳ蓄積データ３１をもとに、「手法Ａ」〜「手法Ｈ」、「手法Ｚ」の各リスク評価値算出の手法を用いて、各手法における最大値となる第一因子負荷量を算出する。
次に、ステップＳ１３では、総合リスク評価値算出部４３は、第一因子負荷量が負となるリスク評価値が存在するか否かを判定する。総合リスク評価値算出部４３は、第一因子負荷量が負となるリスク評価値が存在する場合（ステップＳ１３Ｙｅｓ）、ステップＳ１４へ処理を移す。一方、総合リスク評価値算出部４３は、第一因子負荷量が負となるリスク評価値が存在しない場合（ステップＳ１３Ｎｏ）、ステップＳ１５へ処理を移す。
ステップＳ１４では、総合リスク評価値算出部４３は、ステップＳ１３で負の第一因子負荷量に対応するリスク評価値を削除する。ステップＳ１４が終了すると、総合リスク評価値算出部４３は、ステップＳ１１へ処理を戻す。
一方、ステップＳ１５では、総合リスク評価値算出部４３は、「第一因子負荷量」の総和に対する各「第一因子負荷量」の「重み」を算出し、算出した各「重み」を、負値の第一因子負荷量を取る手法を削除したリスク評価値算出結果情報３２において、各手法によるリスク評価値に、対応する「重み」を乗算し、総和を取ることで「総合リスク評価値」を算出する。ステップＳ１５が終了すると、総合リスク評価値算出部４３は、総合リスク値算出処理を終了する。
上述の実施例によれば、不適切なリスク評価値を自動的に排除でき、総合リスク評価値の妥当性が向上する。
（評価結果）
図１０は、実施例にかかる総合リスク評価値算出手法の評価結果を示す図である。実施例を検証するにあたり、ニアミス事例について詳細な分析を行い、ニアミス事例の各時刻においてリスク評価値が満たすべきチェック項目を、次のように設定した。
（チェック項目１）時刻Ｔ０において船舶Ｘの全他船に対するリスクが０である。
（チェック項目２）時刻Ｔ１から時刻Ｔ２において船舶Ｘの船舶Ｙに対するリスクが上昇する。
（チェック項目３）時刻Ｔ２において船舶Ｘの船舶Ｙに対するリスクは船舶Ｚに対するリスクよりも小さい。
下記リスク値が上記チェック項目を満たすかどうかを評価した。
（リスク値１）手法Ａ〜手法Ｈ、手法Ｚそれぞれによるリスク評価値。
（リスク値２）手法Ａ〜手法Ｈ、手法Ｚによるリスク評価値の平均値。
（リスク値３）実施例によって算出された「総合リスク評価値」（手法Ｚによるリスク評価値は除外されている）。
「チェック項目１〜３の各条件を満たし、かつ、各リスク評価値の値も主観的に妥当」の適合度得点を（２点）、「チェック項目１〜３の各条件を満たすが、かつ、各リスク評価値の値が主観と異なる」の適合度得点を（０点）、「チェック項目１〜３の各条件を満たさない」の適合度得点を（−２点）とする３段階で評価した。すると、「手法Ａ〜手法Ｈ、手法Ｚの各手法によるリスク評価値の適合度」は、図１０に示すようになり、「手法Ａ〜手法Ｈ、手法Ｚそれぞれのリスク評価値の平均値」が“１０７点”であるのに対し、「実施例によって得られた「総合リスク評価値」」が“１３９点”となった。すなわち、手法Ａ〜手法Ｈ、手法Ｚそれぞれの単独で得られた適合度得点よりも「手法Ａ〜手法Ｈ、手法Ｚそれぞれのリスク評価値の平均値」は高得点となるが、「実施例によって得られた「総合リスク評価値」」は、さらに高得点となり、実施例が最も優位であることが示された。
［他の実施例］
さて、これまで開示の技術に関する実施例について説明したが、開示の技術は上述した実施例以外にも、種々の異なる形態にて実施されてよい。そこで、以下では、開示の技術に含まれる他の実施例を説明する。
・リアルタイムの「総合リスク評価値」算出について
上述の実施例では、評価装置２０は、「総合リスク評価値」することにより、蓄積されたＡＩＳデータ３１を用いて、過去事例の解析を行う。しかし、これに限られず、蓄積されたＡＩＳデータ３１を用いて、事前学習により「重み」を算出しておく。そして、評価装置２０は、事前学習により算出されている「重み」をリアルタイムのＡＩＳデータ３１に適用して、リアルタイムの「総合リスク評価値」を算出してもよい。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的状態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、リスク評価値算出部４２と、総合リスク評価値算出部４３は、統合されてもよい。あるいは、例えば、総合リスク評価値算出部４３は、因子数決定部、負のリスク評価値に対応する手法を削除する削除部、「重み」算出部、総合リスク評価値算出部とに分散されてもよい。
また、各処理部にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
（評価プログラム）
また、上述の実施例で説明した各種の処理は、予め用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータシステムで実行することによって実現することもできる。そこで、以下では、上述の実施例と同様の機能を有するプログラムを実行するコンピュータシステムの一例を説明する。図１１は、評価プログラムを実行するコンピュータを示す図である。
図１１に示すように、コンピュータ３００は、ＣＰＵ３１０、ＨＤＤ（Hard Disk Drive）３２０、ＲＡＭ（Random Access Memory）３４０を有する。これら３１０〜３４０の各部は、バス４００を介して接続される。
ＨＤＤ３２０には上述の実施例の各処理部と同様の機能を発揮する衝突リスク算出プログラム３２０ａが予め記憶される。例えば、上述の実施例の取得部４１、リスク評価値算出部４２、総合リスク評価値算出部４３、出力部４４と同様の機能を発揮する評価プログラム３２０ａを記憶させる。なお、評価プログラム３２０ａについては、各機能を適宜モジュール分割してもよい。
また、ＨＤＤ３２０は、各種データを記憶する。例えば、ＨＤＤ３２０は、ＯＳや各種データを記憶する。
そして、ＣＰＵ３１０が、評価プログラム３２０ａをＨＤＤ３２０から読み出して実行することで、実施例の各処理部と同様の動作を実行する。すなわち、評価プログラム３２０ａは、取得部４１、リスク評価値算出部４２、総合リスク評価値算出部４３、出力部４４と同様の動作を実行する。
なお、上述した評価プログラム３２０ａについては、必ずしも最初からＨＤＤ３２０に記憶させることを要しない。例えば、コンピュータ３００に挿入されるフレキシブルディスク（ＦＤ）、Compact Disk Read Only Memory（ＣＤ−ＲＯＭ）、Digital Versatile Disk（ＤＶＤ）、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」にプログラムを記憶させておく。そして、コンピュータ３００がこれらからプログラムを読み出して実行するようにしてもよい。
さらには、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ３００に接続される「他のコンピュータ（もしくはサーバ）」などにプログラムを記憶させておく。そして、コンピュータ３００がこれらからプログラムを読み出して実行するようにしてもよい。
１０ 支援システム
１１ 船舶
１２ ＡＩＳ装置
１３ 陸上施設
１３Ａ 無線通信装置
２０ 評価装置
２１ 外部Ｉ／Ｆ部
２２ 入力部
２３ 表示部
３０ 記憶部
３１ ＡＩＳ蓄積データ
３２ リスク評価値算出結果情報
３３ 総合リスク評価値算出結果情報
４０ 制御部
４１ 取得部
４２ リスク評価値算出部
４３ 総合リスク評価値算出部
４４ 出力部

Claims (7)

  1. コンピュータに、
    複数の手法それぞれにより算出された複数のリスク評価値に対して因子分析を行って各リスク評価値の第一因子負荷量を算出し、
    算出した前記第一因子負荷量が所定値未満となるリスク評価値を前記複数のリスク評価値から除外し、
    前記第一因子負荷量が所定値以下となるリスク評価値を除外した前記複数のリスク評価値に対して前記因子分析を行う
    処理を、前記因子分析によって、前記第一因子負荷量が前記所定値以下となるリスク評価値が出現しなくなるまで繰り返し実行させることを特徴とする評価プログラム。
  2. さらに、前記コンピュータに、
    前記第一因子負荷量が所定値以下となるリスク評価値を除外し、前記因子分析によって前記第一因子負荷量が所定値以下となるリスク評価値が出現しなくなった後のリスク評価値を組合せた総合リスク評価値を算出する
    処理を実行させることを特徴とする請求項１に記載の評価プログラム。
  3. さらに、前記コンピュータに、
    前記因子分析によって前記第一因子負荷量が所定値以下となるリスク評価値が出現しなくなった後の第一因子負荷量の総和に対する各第一因子負荷量の重みを算出し、
    前記第一因子負荷量が所定値以下となるリスク評価値を除外した前記複数のリスク評価値それぞれに、対応する前記重みを乗じた結果を総和して前記総合リスク評価値を算出する
    処理を実行させることを特徴とする請求項２に記載の評価プログラム。
  4. 前記所定値未満の数は、負数である
    ことを特徴とする請求項１〜３のいずれか１項に記載の評価プログラム。
  5. 前記因子分析は、斜交回転を行う因子分析である
    ことを特徴とする請求項１〜３のいずれか１項に記載の評価プログラム。
  6. コンピュータが、
    複数の手法それぞれにより算出された複数のリスク評価値に対して因子分析を行って各リスク評価値の第一因子負荷量を算出し、
    算出した前記第一因子負荷量が所定値未満となるリスク評価値を前記複数のリスク評価値から除外し、
    前記第一因子負荷量が所定値以下となるリスク評価値を除外した前記複数のリスク評価値に対して前記因子分析を行う
    処理を、前記因子分析によって、前記第一因子負荷量が所定値以下となるリスク評価値が出現しなくなるまで繰り返し実行することを特徴とする評価方法。
  7. 複数の手法それぞれにより算出された複数のリスク評価値に対して因子分析を行って各リスク評価値の第一因子負荷量を算出する算出部と、
    算出した前記第一因子負荷量が所定値未満となるリスク評価値を前記複数のリスク評価値から除外する除外部と、
    前記第一因子負荷量が所定値以下となるリスク評価値を除外した前記複数のリスク評価値に対して前記因子分析を行う因子分析部と
    を備え、
    前記算出部、前記除外部、および前記因子分析部は、
    前記因子分析によって、前記第一因子負荷量が所定値以下となるリスク評価値が出現しなくなるまで繰り返し処理を実行することを特徴とする評価装置。
JP2019513174A 2017-04-20 2017-04-20 評価プログラム、評価方法および評価装置 Active JP6795088B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/015947 WO2018193595A1 (ja) 2017-04-20 2017-04-20 評価プログラム、評価方法および評価装置

Publications (2)

Publication Number Publication Date
JPWO2018193595A1 JPWO2018193595A1 (ja) 2020-01-16
JP6795088B2 true JP6795088B2 (ja) 2020-12-02

Family

ID=63856537

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019513174A Active JP6795088B2 (ja) 2017-04-20 2017-04-20 評価プログラム、評価方法および評価装置

Country Status (4)

Country Link
US (1) US20200033133A1 (ja)
EP (1) EP3614278A4 (ja)
JP (1) JP6795088B2 (ja)
WO (1) WO2018193595A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7318667B2 (ja) 2019-02-15 2023-08-01 富士通株式会社 衝突リスク算出方法、衝突リスク算出装置および衝突リスク算出プログラム

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001188796A (ja) 1999-12-28 2001-07-10 Toshiba Corp データ分析システム及びデータ分析方法並びにプログラムを記録したコンピュータ読み取り可能な記録媒体
US20040193467A1 (en) * 2003-03-31 2004-09-30 3M Innovative Properties Company Statistical analysis and control of preventive maintenance procedures
US7194353B1 (en) * 2004-12-03 2007-03-20 Gestalt, Llc Method and system for route planning of aircraft using rule-based expert system and threat assessment
US20060200395A1 (en) * 2005-03-07 2006-09-07 Hiroaki Masuyama Stock portfolio selection device, stock portfolio selection method and medium storing stock portfolio selection program
JP2007072624A (ja) * 2005-09-05 2007-03-22 Recruit Co Ltd 住宅像の提示方法
WO2007120844A2 (en) * 2006-04-12 2007-10-25 Chimento Marc A System and method for screening for fraud in commercial transactions
US8697350B2 (en) 2007-06-04 2014-04-15 Diagnoplex Biomarker combinations for colorectal cancer
JP5303320B2 (ja) * 2008-07-15 2013-10-02 三菱マテリアルテクノ株式会社 地下水起源解析方法、地下水起源解析システム、地下水起源解析プログラム、記録媒体、降雨涵養量演算方法及び降雨涵養量演算部
JP2010092312A (ja) * 2008-10-09 2010-04-22 Toshiba Corp 因果関係可視化装置及び因果関係可視化方法
JP5778530B2 (ja) * 2010-09-10 2015-09-16 花王株式会社 質問項目選択方法
US20120317058A1 (en) * 2011-06-13 2012-12-13 Abhulimen Kingsley E Design of computer based risk and safety management system of complex production and multifunctional process facilities-application to fpso's
US9342986B2 (en) * 2013-02-25 2016-05-17 Honda Motor Co., Ltd. Vehicle state prediction in real time risk assessments
US9972054B1 (en) * 2014-05-20 2018-05-15 State Farm Mutual Automobile Insurance Company Accident fault determination for autonomous vehicles
US9242654B2 (en) * 2014-06-27 2016-01-26 International Business Machines Corporation Determining vehicle collision risk
JP2018036958A (ja) * 2016-09-01 2018-03-08 株式会社日立製作所 交通管制支援システム
EP3513265A4 (en) * 2016-09-14 2020-04-22 Nauto Global Limited SYSTEMS AND METHODS FOR DETERMINING ALMOST COLLISIONS
US10274338B2 (en) * 2016-12-11 2019-04-30 International Business Machines Corporation Risk situations for vehicle occupants based on data provided by vehicle sensors and contextual information
WO2018229549A2 (en) * 2017-06-16 2018-12-20 Nauto Global Limited System and method for digital environment reconstruction
CA3055951A1 (en) * 2018-09-21 2020-03-21 Element Ai Inc. Automatically assessing and reducing vehicular incident risk
US11827217B2 (en) * 2020-08-28 2023-11-28 Ford Global Technologies, Llc Vehicle detection and response

Also Published As

Publication number Publication date
WO2018193595A1 (ja) 2018-10-25
US20200033133A1 (en) 2020-01-30
JPWO2018193595A1 (ja) 2020-01-16
EP3614278A1 (en) 2020-02-26
EP3614278A4 (en) 2020-08-26

Similar Documents

Publication Publication Date Title
US9996768B2 (en) Neural network patch aggregation and statistics
US10810721B2 (en) Digital image defect identification and correction
US9454712B2 (en) Saliency map computation
US10359770B2 (en) Estimation of abnormal sensors
WO2019051941A1 (zh) 车型识别方法、装置、设备及计算机可读存储介质
US10255673B2 (en) Apparatus and method for detecting object in image, and apparatus and method for computer-aided diagnosis
CN111091123A (zh) 文本区域检测方法及设备
US20150206028A1 (en) Point cloud reduction apparatus, system, and method
CN112329762A (zh) 图像处理方法、模型训练方法、装置、计算机设备和介质
US11120298B2 (en) Tensor image mapping device, method, and computer program product
JP6795088B2 (ja) 評価プログラム、評価方法および評価装置
CN110689230B (zh) 一种区域的贫困程度确定方法、电子装置及存储介质
US20140241618A1 (en) Combining Region Based Image Classifiers
US9911201B2 (en) Imaging process initialization techniques
CN111695397A (zh) 一种基于yolo的船只识别方法及电子设备
CN116188917B (zh) 缺陷数据生成模型训练方法、缺陷数据生成方法及装置
US20170091594A1 (en) Subject evaluation system, subject evaluation method and recording medium storing subject evaluation program
US20190188532A1 (en) Method, apparatus, and program for information presentation
US20220122341A1 (en) Target detection method and apparatus, electronic device, and computer storage medium
US11087505B2 (en) Weighted color palette generation
CN113139463A (zh) 用于训练模型的方法、装置、设备、介质和程序产品
CN112200711A (zh) 一种水印分类模型的训练方法及系统
CN107665258A (zh) 文件系统可用性确定方法及装置
US20230325981A1 (en) Systems for Single Image Reflection Removal
CN111626305B (zh) 目标检测方法、装置和设备

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190823

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: 20201013

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201026

R150 Certificate of patent or registration of utility model

Ref document number: 6795088

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150