JP7036704B2 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Description

本出願は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

従来、所定の事象が発生する確率などを予測することなどを目的として、所定の事象に関する過去のデータを用いた情報処理技術が存在する。たとえば精細化した気象予報データと過去の気象データを比較して、最も類似する過去の海上気象データに基づいて１１日以上先の海上天候を予測し、データを圧縮して船舶のユーザに提供する方法などが提案されている。

特開２０１７－２０３７７３号公報

ところで、たとえば所定の観測対象について離散的に収集される観測データを連続化することにより、観測対象の分析に利用したいという要請がある。

本願は、上記に鑑みてなされたものであって、所定の観測対象について離散的に収集される観測データを連続化することを目的とする。

本願に係る情報処理装置は、複数の観測対象について時系列で収集された離散値と、前記観測対象を特定するラベルとを対応付けた観測データを取得する取得部と、圧縮センシングを用いて、前記ラベルごとに前記離散値を連続化した関数を算出する算出部とを備えることを特徴とする。

実施形態の態様の１つによれば、所定の観測対象について離散的に収集される観測データを連続化できる。

図１は、実施形態に係る情報処理方法の説明図である。 図２は、実施形態に係る情報処理装置の構成例を示すブロック図である。 図３は、実施形態に係る提供部による処理の一例を示す図である。 図４は、実施形態に係る情報処理装置が実行する処理手順の一例を示すフローチャートである。 図５は、実施形態に係る情報処理装置が実行する処理手順の一例を示すフローチャートである。 図６は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、以下に説明する複数の実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下に説明する複数の実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下に説明する複数の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

［１．情報処理方法］
図１は、実施形態に係る情報処理方法の説明図である。実施形態に係る情報処理方法は、本願に係る情報処理装置の一つとして例示する情報処理装置１により実行される。以下、図１を参照して、実施形態に係る情報処理方法について説明する。

図１に示すように、情報処理装置１は、観測データ格納部を備える。観測データ格納部は、複数の観測対象について時系列で収集された離散値と、観測対象を特定するラベルとを対応付けて構成された観測データを記憶する。

ここで、観測データとして、たとえば衛星により撮影された画像に関するデータが例示される。画像に関するデータは、衛星により撮影された画像と、その画像が撮影された日時（たとえば、date/time０１～date/time１０など）とを含み、これらが相互に対応付けられた状態で登録されたものが想定される。

衛星により撮影された画像には、山や川などといった観測対象が撮影されており、撮影されている観測対象に応じたラベルが付与されている。例えば、図１に示すように、海に対応するラベルが「Ｌ１」である場合は、海が撮影されたデータＤ１、Ｄ３、Ｄ５、Ｄ９、Ｄ１０にラベル「Ｌ１」が付与されることとなる。また、川に対応するラベルが「Ｌ２」である場合は、川が撮影されたデータＤ２、Ｄ４、Ｄ６～Ｄ８にラベル「Ｌ２」が付与されることとなる。

ここで、将来において海や川が撮影された画像がどのタイミングで取得されるかといった予測や、どのような画像が取得されるかといった予測を行う場合、観測データが有する特徴を学習し、学習した特徴に基づいて、各種の予測を行うといった対応が考えらえる。しかしながら、観測データには、海が撮影された画像と川が撮影された画像、すなわち、ラベルが異なる画像が混在しているため、このような観測データの特徴をそのまま学習した場合、予測精度の向上を図ることが難しいと考えられる。

そこで、情報処理装置１は、所定のラベルが付与された観測データを抽出し、圧縮センシングの技術を用いて、抽出した観測データを連続化する関数を算出することにより、観測データの予測精度の向上を図る。例えば、情報処理装置１は、「海」のラベルＬ１が付与されたデータを抽出する。ここで、抽出されたデータを、観測データとは異なるデータの母集団であって、「海」のラベルＬ１が付与されたデータと対応する母集団に対応する関数から抽出されたスパースなデータであると見做す。すると、情報処理装置１は、観測データから抽出したデータを圧縮センシングで連続化することで、「海」のラベルＬ１が付与されたデータと対応する母集団に対応する関数を導き出すことができる。

また、例えば、情報処理装置１は、「川」のラベルＬ２が付与されたデータを抽出する。ここで、抽出されたデータを、観測データとは異なるデータの母集団であって、「川」のラベルＬ２が付与されたデータと対応する母集団に対応する関数から抽出されたスパースなデータであると見做す。すると、情報処理装置１は、観測データから抽出したデータを圧縮センシングで連続化することで、「川」のラベルが付与されたデータと対応する母集団に対応する関数を導き出すことができる。

同様に、情報処理装置１は、ラベルごとに、観測データから同一のラベルが付与された離散値を抽出し、圧縮センシングの算出手法を用いて、抽出した離散値を連続化した関数を算出する。このように、ラベルごとに離散値を連続した関数を組み合わせた場合、元の観測データを再現することができると考えられる。このため、情報処理装置１は、ラベルごとに各ラベルが付与された観測データを再現する関数を求めることにより、元となる観測データをそれぞれ異なるラベルと対応する複数の関数へとフーリエ分解することとなる。

上述した観点に基づいて、かかる情報処理装置１は、図１に示す情報処理方法を実行する。すなわち、情報処理装置１は、観測データ格納部から観測データを取得する（ステップＳ１）。観測データは、たとえば衛星データに含まれる画像に対して既にラベリング済みのデータである。画像のラベリングは、クラウドソーシングや所定の画像解析技術を利用して特定されたものであってもよいし、マンパワーによる特定されたものであってもよい。

続いて、情報処理装置１は、観測データに含まれるラベルごとに、日時とデータ（画像）の関係を規定する関数をそれぞれ算出する（ステップＳ２）。すなわち情報処理装置１は、観測データから「海」のラベルＬ１が付与された離散値を抽出し、抽出した離散値を圧縮センシングで連続化した関数ｆ_Ｌ１（ｔ）＝ｙ_Ｌ１を算出する。ｆ_Ｌ１（ｔ）は、日時を「ｔ」とし、データをｙ_Ｌ１とする関数であり、「海」のラベルＬ１が付与されたデータと対応する母集団に対応する関数である。同様にして、情報処理装置１は、衛星データから「川」のラベルＬ２が付与された離散値を抽出し、抽出した離散値を圧縮センシングで連続化した関数ｆ_Ｌ２（ｔ）＝ｙ_Ｌ２を算出できる。ｆ_Ｌ２（ｔ）は、日時を「ｔ」とし、データをｙ_Ｌ２とする関数であり、「川」のラベルＬ２が付与されたデータと対応する母集団に対応する関数である。

情報処理装置１は、たとえば情報処理装置１の利用者からラベルおよび未来の日時の指定を受け付けると、ラベルに対応する関数を用いて未来のデータを算出し、利用者に提供する（ステップＳ３）。たとえば情報処理装置１は、「海」および未来の日時の指定を受け付けると、関数ｆ_Ｌ１（ｔ）＝ｙ_Ｌ１を用いて、利用者により指定されたラベルの「海」について、利用者により指定された未来の日時に対応するデータを算出する。

このように、かかる情報処理装置１は、複数の観測対象について時系列で収集された離散値を連続化した関数を算出することにより、特定の観測対象に関してこれから収集される未来の観測データを算出し、利用者に提供できる。

［２．情報処理装置］
図２は、実施形態に係る情報処理装置１の構成例を示すブロック図である。図２に示すように、実施形態に係る情報処理装置１は、デスクトップ型ＰＣやノート型ＰＣなどパーソナルコンピュータ、並びサーバなどの情報処理装置である。

かかる情報処理装置１は、通信部１１と、記憶部１２と、制御部１３とを備える。なお、図示は省略するが、情報処理装置１を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）などを備えてよい。

（通信部１１）
通信部１１は、たとえば通信ネットワークに通信可能に接続された装置との間で通信するＮＩＣ（Network Interface Card）等のインターフェイスである。制御部１３は、通信部１１を介して、通信ネットワークに接続される他の装置との間で各種の情報を送受信できる。

（記憶部１２）
記憶部１２は、観測データ格納部２１と、関数データ格納部２２とを備える。記憶部１２は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。

（観測データ格納部２１）
観測データ格納部２１は、複数の観測対象について時系列で収集された離散値と、観測対象を特定するラベルとを対応付けて構成された観測データを記憶する。観測データは、スパースに表現することが可能なデータであればよい。たとえば観測データとして、回帰軌道衛星により所定の周期で複数の観測対象について収集されたデータが例示される。衛星データは、海や川、山などの観測対象を時系列で撮影した画像データであってもよいし、海や川、山などの観測対象について時系列で計測したリモートセンシングデータであってもよい。

関数データ格納部２２は、観測対象を特定するラベルごとに観測データを連続化した関数のデータを記憶する。

（制御部１３）
制御部１３は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１内部の記憶装置に記憶されている各種プログラム（推定プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

制御部１３は、取得部３１と、算出部３２と、提供部３３とを備え、以下に説明する情報処理装置１の処理機能や作用を実現または実行する。なお、制御部１３の内部構成は、図２に示した構成に限られず、後述する処理を実現または実行可能な構成であれば他の構成であってもよい。

（取得部３１）
取得部３１は、複数の観測対象について時系列で収集された離散値と、観測対象を特定するラベルとを対応付けて構成された観測データを取得する。取得部３１は、取得した観測データを記憶部１２に格納することにより、観測データ格納部２１に記憶させる。

（算出部３２）
算出部３２は、既存技術である圧縮センシングを用いて、観測対象を特定するラベルごとに観測データを連続化した関数を算出する。たとえば算出部３２は、非特許文献１（http://www.ieice.org/~netsci/wp-content/uploads/2016/05/NetSci201605_Kabashima.pdf）に開示された圧縮センシングの技術を適用することで、離散値である観測データであって、所定のラベルが付与された観測データから、このような観測データを含むような連続値を示す関数を算出できる。

算出部３２は、観測データ格納部２１からラベルごとに観測データを取得し、取得した観測データを連続化した関数を算出する。そして、算出部３２は、算出した関数のデータを記憶部１２に格納することにより、関数データ格納部２２に記憶させる。

算出部３２により算出される関数は、たとえば所定のラベルに対応する観測データを「ｙ」とし、日時を「ｔ」とする以下に示す式（１）で表される。算出部３２は、観測データに含まれるラベルごとに、下記式（１）に対応する関数を算出できる。

ｆ（ｔ） ＝ｙ・・・（１）

（提供部３３）
提供部３３は、算出部３２により算出された関数のうち、所定のラベルと対応する関数を用いて、未来に観測される当該ラベルと対応する観測データを提供できる。たとえば提供部３３は、情報処理装置１の利用者からラベルおよび未来の日時の指定を受け付けると、指定されたラベルに対応する関数を関数データ格納部２２から取得する。そして、提供部３３は、取得した関数に対して、利用者により指定された未来の日時を入力することにより、未来の日時に対応するデータを算出し、利用者に提供する。

なお、提供部３３は、算出部３２により算出された関数のうち、所定のラベルと対応する関数を用いて、当該ラベルと対応する観測データが観測される未来の日時を提供できる。図３は、実施形態に係る提供部３３による処理の一例を示す図である。図３に示す関数ｆ（ｔ）＝Ｄは、観測データから得られるデータ（「Ｄ」）と日時（「ｔ」）との関係を規定する関数であり、算出部３２により算出される関数の一例である。

図３に示す関数が情報処理装置１の利用者から指定されたラベルに対応する関数であるとき、たとえば提供部３３は、ｆ（ｔ）＝０となるときの日時（「ｔ」）を求める。そして、提供部３３は、ｆ（ｔ）＝０となるときの日時（「ｔ」）を利用者に提供できる。これにより、利用者は、ｆ（ｔ）＝０となるときの日時（「ｔ」）の近傍で、利用者により指定されたラベルに対応する観測データ（たとえば衛星により取得された画像データやセンシングデータ）が観測されるであろうことを予測できる。複数の観測対象について時系列で取集される観測データの中から所望の観測対象のデータを引き出したい場合には、提供部３３により提供される日時に基づいて、所望の観測データが観測されるタイミング（日時）にあたりをつけることができ、所望の観測データを取得できる。

［３．処理手順］
図４及び図５を用いて、実施形態に係る情報処理装置１による処理の手順の一例について説明する。図４及び図５は、実施形態に係る情報処理装置１が実行する処理手順の一例を示すフローチャートである。

図４に示すように、算出部３２は、観測データ格納部２１から観測データを取得する（ステップＳ１０１）。

続いて、算出部３２は、圧縮センシングを用いて、観測データ格納部２１から取得した離散値を連続化した関数を算出する（ステップＳ１０２）。

続いて、算出部３２は、算出した関数のデータを記憶部１２に格納し（ステップＳ１０３）、図４に示す処理を終了する。

また、図５に示すように、提供部３３は、利用者からラベルおよび未来の日時の指定を受け付ける（ステップＳ２０１）。

続いて、提供部３３は、利用者から指定されたラベルに対応する関数を取得する（ステップＳ２０２）。

続いて、提供部３３は、取得した関数を用いて、指定された未来の日時に対応するデータを算出する（ステップＳ２０３）。

続いて、提供部３３は、算出した未来の日時に対応するデータを利用者に提供して（ステップＳ２０４）、図５に示す処理を終了する。

［４．ハードウェア構成］
上述してきた実施形態および変形例に係る情報処理装置１は、たとえば図６に示すような構成のコンピュータ１０００によって実現される。以下、情報処理装置１を例に挙げて説明する。

図６は、情報処理装置１の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、およびメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に記憶されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を記憶する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、および、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、ネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、および、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に記憶されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、たとえばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

たとえば、コンピュータ１０００が実施形態に係る情報処理装置１として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３が備える取得部３１及び算出部３２の各機能を実現する。また、ＨＤＤ１４００には、記憶部１２に記憶される情報と同様のデータが記憶される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

コンピュータ１０００は、ＣＰＵ１１００の代わりに、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路によって処理を実行してもよい。

［５．その他］
情報処理装置１の管理者は、観測データを連続化した関数を関数データ格納部２２から取得して利用できる。情報処理装置１の管理者は、複数の観測対象について収集された離散値を連続化した関数を利用することにより、特定の対象について収集されるデータの予測、あるいは複数の観測対象について収集されたデータの分類などに利用できる。

［６．効果］
上述してきたように、実施形態に係る情報処理装置１（情報処理装置の一例）は、取得部３１と算出部３２とを備える。取得部３１は、複数の観測対象について時系列で収集された離散値と、観測対象を特定するラベルとを対応付けた観測データを取得す。算出部３２は、圧縮センシングを用いて、ラベルごとに観測データを連続化した関数を算出する。これにより、情報処理装置１は、所定の観測対象について収集される未来のデータを算出提供できる。

また、観測データは、たとえば回帰軌道衛星により収集された衛星データであってもよい。このとき、情報処理装置１は、衛星データに含まれる複数の観測対象に関するデータの中から、特定の観測対象に関するデータを連続化した関数を算出できる。情報処理装置１は、特定の観測対象に関するデータを連続化した関数を用いることにより、衛星データとして収集される特定の観測対象に関する未来のデータを算出できる。

また、情報処理装置１は、算出部３２により算出された関数のうち、所定のラベルと対応する関数を用いて、未来に観測される当該ラベルと対応する観測データ、または、当該ラベルと対応する観測データが観測される未来の日時を提供する提供部３３を有する。これにより、利用者に要求に応じて未来の観測データ、または未来の観測データが取得される日時を提供できる。

１ 情報処理装置
１１ 通信部
１２ 記憶部
１３ 制御部
３１ 取得部
３２ 算出部
３３ 提供部

Claims (4)

1. 回帰軌道衛星により所定の周期で複数の観測対象について収集された衛星データから、前記複数の観測対象について時系列で収集された離散値と、前記複数の観測対象のそれぞれに付与されるラベルとを対応付けて構成される観測データを取得する取得部と、
   圧縮センシングの技術を用いて、前記観測データに含まれる前記ラベルごとに、日時と前記離散値との関係を規定した関数であって、前記ラベルに対応付けられている前記離散値を連続化した関数を算出する算出部と、
   利用者から所定のラベルおよび未来の日時の指定を受け付けた場合、前記算出部により算出された関数のうち、前記指定を受け付けた前記所定のラベルに対応する前記関数を用いて、前記所定のラベルについて、前記未来の日時に対応するデータを算出して提供する提供部と
   を備えることを特徴とする情報処理装置。
2. 前記提供部は、
   前記算出部により算出された関数のうち、前記所定のラベルに対応する関数を用いて、前記所定のラベルと対応する観測データが観測されることが予測される未来の日時を提供する
   ことを特徴とする請求項１に記載の情報処理装置。
3. コンピュータが実行する情報処理方法であって、
   回帰軌道衛星により所定の周期で複数の観測対象について収集された衛星データから、前記複数の観測対象について時系列で収集された離散値と、前記複数の観測対象のそれぞれに付与されるラベルとを対応付けて構成される観測データを取得するステップと、
   圧縮センシングの技術を用いて、前記観測データに含まれる前記ラベルごとに、日時と前記離散値との関係を規定した関数であって、前記ラベルに対応付けられている前記離散値を連続化した関数を算出するステップと、
   利用者から所定のラベルおよび未来の日時の指定を受け付けた場合、前記関数のうち、前記指定を受け付けた前記所定のラベルに対応する前記関数を用いて、前記所定のラベルについて、前記未来の日時に対応するデータを算出して提供するステップと
   を含むことを特徴とする情報処理方法。
4. コンピュータに、
   回帰軌道衛星により所定の周期で複数の観測対象について収集された衛星データから、前記複数の観測対象について時系列で収集された離散値と、前記複数の観測対象のそれぞれに付与されるラベルとを対応付けて構成される観測データを取得するステップと、
   圧縮センシングの技術を用いて、前記観測データに含まれる前記ラベルごとに、日時と前記離散値との関係を規定した関数であって、前記ラベルに対応付けられている前記離散値を連続化した関数を算出するステップと、
   利用者から所定のラベルおよび未来の日時の指定を受け付けた場合、前記関数のうち、前記指定を受け付けた前記所定のラベルに対応する前記関数を用いて、前記所定のラベルについて、前記未来の日時に対応するデータを算出して提供するステップと
   を実行させることを特徴とする情報処理プログラム。

Images