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
情報処理装置、情報処理方法、及び情報処理プログラム Download PDFInfo
- Publication number
- JP7036704B2 JP7036704B2 JP2018215676A JP2018215676A JP7036704B2 JP 7036704 B2 JP7036704 B2 JP 7036704B2 JP 2018215676 A JP2018215676 A JP 2018215676A JP 2018215676 A JP2018215676 A JP 2018215676A JP 7036704 B2 JP7036704 B2 JP 7036704B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- information processing
- label
- observation
- function
- 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 75
- 238000003672 processing method Methods 0.000 title claims description 12
- 230000006870 function Effects 0.000 claims description 70
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 15
- 238000013500 data storage Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 6
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Complex Calculations (AREA)
Description
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)
- 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。 - 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018215676A JP7036704B2 (ja) | 2018-11-16 | 2018-11-16 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018215676A JP7036704B2 (ja) | 2018-11-16 | 2018-11-16 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020085494A JP2020085494A (ja) | 2020-06-04 |
JP7036704B2 true JP7036704B2 (ja) | 2022-03-15 |
Family
ID=70909847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018215676A Active JP7036704B2 (ja) | 2018-11-16 | 2018-11-16 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7036704B2 (ja) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003288603A (ja) | 2002-03-28 | 2003-10-10 | Nippon Telegr & Teleph Corp <Ntt> | 映像シーン予測方法、装置、プログラム、および記録媒体 |
JP2003296702A (ja) | 2002-04-05 | 2003-10-17 | Japan Science & Technology Corp | 地球観測衛星データのノイズ除去処理方法、ノイズ除去処理プログラム、ノイズ除去処理プログラムを記録した記録媒体 |
JP2011508241A (ja) | 2008-11-26 | 2011-03-10 | ザイゴ コーポレーション | 低コヒーレンス走査干渉法における走査エラー補正 |
US20110103693A1 (en) | 2009-07-10 | 2011-05-05 | Thales | Method for predicting a trend of a meteorological phenomenon on the basis of data originating from a meteorological radar |
JP2014211827A (ja) | 2013-04-19 | 2014-11-13 | 独立行政法人科学技術振興機構 | 導出装置、導出方法及び導出プログラム |
JP2016512780A (ja) | 2013-03-21 | 2016-05-09 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 圧縮センシングを使用したmr画像の再構成 |
JP2017203773A (ja) | 2016-05-10 | 2017-11-16 | 株式会社メテオテック・ラボ | 海上気象予報提供方法 |
CN107562692A (zh) | 2017-06-14 | 2018-01-09 | 南京工业大学 | 一种基于能级跳跃的全局最优稀疏表示方法 |
WO2018029439A1 (en) | 2016-08-08 | 2018-02-15 | Adaptix Ltd | Method and system for reconstructing 3-dimensional images from spatially and temporally overlapping x-rays |
US20180293331A1 (en) | 2017-04-05 | 2018-10-11 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Design method for choosing spectral selectivity in multispectral and hyperspectral systems |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4110400A1 (de) * | 1991-03-28 | 1992-10-01 | Siemens Ag | Verfahren zur kompression von bilddaten |
-
2018
- 2018-11-16 JP JP2018215676A patent/JP7036704B2/ja active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003288603A (ja) | 2002-03-28 | 2003-10-10 | Nippon Telegr & Teleph Corp <Ntt> | 映像シーン予測方法、装置、プログラム、および記録媒体 |
JP2003296702A (ja) | 2002-04-05 | 2003-10-17 | Japan Science & Technology Corp | 地球観測衛星データのノイズ除去処理方法、ノイズ除去処理プログラム、ノイズ除去処理プログラムを記録した記録媒体 |
JP2011508241A (ja) | 2008-11-26 | 2011-03-10 | ザイゴ コーポレーション | 低コヒーレンス走査干渉法における走査エラー補正 |
US20110103693A1 (en) | 2009-07-10 | 2011-05-05 | Thales | Method for predicting a trend of a meteorological phenomenon on the basis of data originating from a meteorological radar |
JP2016512780A (ja) | 2013-03-21 | 2016-05-09 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 圧縮センシングを使用したmr画像の再構成 |
JP2014211827A (ja) | 2013-04-19 | 2014-11-13 | 独立行政法人科学技術振興機構 | 導出装置、導出方法及び導出プログラム |
JP2017203773A (ja) | 2016-05-10 | 2017-11-16 | 株式会社メテオテック・ラボ | 海上気象予報提供方法 |
WO2018029439A1 (en) | 2016-08-08 | 2018-02-15 | Adaptix Ltd | Method and system for reconstructing 3-dimensional images from spatially and temporally overlapping x-rays |
US20180293331A1 (en) | 2017-04-05 | 2018-10-11 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Design method for choosing spectral selectivity in multispectral and hyperspectral systems |
CN107562692A (zh) | 2017-06-14 | 2018-01-09 | 南京工业大学 | 一种基于能级跳跃的全局最优稀疏表示方法 |
Non-Patent Citations (1)
Title |
---|
樺島 祥介,[online]圧縮センシングの数理,第9回情報ネットワーク科学研究会 講演資料,日本,一般社団法人 電子情報通信学会,2016年,[検索日:2021/8/31], <URL:https://www.ieice.org/~netsci/?m=201605>, <URL:https://www.ieice.org/~netsci/wp-content/uploads/2016/05/NetSci201605_Kabashima.pdf で閲覧可能。> |
Also Published As
Publication number | Publication date |
---|---|
JP2020085494A (ja) | 2020-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022022152A1 (zh) | 视频片段定位方法、装置、计算机设备及存储介质 | |
TWI832679B (zh) | 用於知識保存類神經網絡剪除之電腦系統及電腦實施方法,以及其非暫時性電腦可讀儲存媒體 | |
JP5417273B2 (ja) | 行動予測装置及びそのプログラム | |
CN109522450B (zh) | 一种视频分类的方法以及服务器 | |
US11593860B2 (en) | Method, medium, and system for utilizing item-level importance sampling models for digital content selection policies | |
US20140324879A1 (en) | Content based search engine for processing unstructured digital data | |
CN113743607B (zh) | 异常检测模型的训练方法、异常检测方法及装置 | |
CN112819099B (zh) | 网络模型的训练方法、数据处理方法、装置、介质及设备 | |
JP5433472B2 (ja) | 行動予測装置、方法及びプログラム | |
CN114896454B (zh) | 一种基于标签分析的短视频数据推荐方法及系统 | |
Ramli et al. | Roles of imputation methods for filling the missing values: A review | |
US20170237792A1 (en) | Feature Generation for Online/Offline Machine Learning | |
JP7199075B2 (ja) | 予測システムおよび予測方法 | |
CN111783810A (zh) | 用于确定用户的属性信息的方法和装置 | |
CN112329762A (zh) | 图像处理方法、模型训练方法、装置、计算机设备和介质 | |
JP2009157442A (ja) | データ検索装置および方法 | |
US20210319303A1 (en) | Multi-source transfer learning from pre-trained networks | |
TW202327357A (zh) | 使用增量蒸餾的視訊處理 | |
CN116745653A (zh) | 使用生成式神经网络的临近预报 | |
WO2022245444A1 (en) | Generating high resolution fire distribution maps using generative adversarial networks | |
CN115018552A (zh) | 产品点击率确定方法 | |
US10445921B1 (en) | Transferring motion between consecutive frames to a digital image | |
Livina et al. | Forecasting the underlying potential governing the time series of a dynamical system | |
JP7036704B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
Roy et al. | Tropical cyclone intensity forecasting in the Bay of Bengal using a biologically inspired computational model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200917 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210917 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211005 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211203 |
|
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: 20220215 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220303 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7036704 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |