JP7057761B2 - 計算機システム及び情報の提示方法 - Google Patents
計算機システム及び情報の提示方法 Download PDFInfo
- Publication number
- JP7057761B2 JP7057761B2 JP2019019357A JP2019019357A JP7057761B2 JP 7057761 B2 JP7057761 B2 JP 7057761B2 JP 2019019357 A JP2019019357 A JP 2019019357A JP 2019019357 A JP2019019357 A JP 2019019357A JP 7057761 B2 JP7057761 B2 JP 7057761B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- prediction
- computer
- information
- decision logic
- 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
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Computational Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Mathematical Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
101 端末
105 ネットワーク
110 プロセッサ
111 メモリ
112 ネットワークインタフェース
120 データセット生成部
121 学習部
122 予測器
123 統合部
130 学習データ管理情報
131 予測モデル管理情報
200 予測対象データ
201 データセット
202 予測モデル
203 予測結果
204 決定論理
400 出力画面
600 データ抽出基準
1000 統合決定論理
Claims (15)
- 少なくとも一つの計算機を備える計算機システムであって、
対象に関する事象を予測するための予測モデルを生成するための学習データを格納する第1のデータベースにアクセス可能であり、
前記学習データは、前記対象の特性を表す項目の値である特徴量を複数含む入力データと、教師データとから構成され、
前記少なくとも一つの計算機は、
前記複数の特徴量を含む予測対象データの入力を受信した場合、前記予測対象データと類似する前記入力データから構成される前記学習データを抽出するための抽出基準を設定するための第1の学習処理を実行し、
前記抽出基準に基づいて前記第1のデータベースから前記学習データを抽出し、抽出された前記学習データを要素とするデータセットを生成し、
前記データセットを用いて前記予測モデルを生成するための第2の学習処理を実行し、
前記予測モデルから、前記予測モデルの予測ロジックを示す決定論理を生成し、
前記決定論理を提示するための第1の提示情報を出力することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記少なくとも一つの計算機は、前記予測モデルを用いて前記予測対象データを処理することによって予測結果を算出し、
前記第1の提示情報は、前記予測結果を含むことを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記少なくとも一つの計算機は、
前記予測モデルを用いて前記予測対象データを処理することによって予測結果を算出し、
前記入力データが前記予測対象データであり、かつ、前記教師データが前記算出された予測結果である、新規学習データを前記第1のデータベースに格納することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記決定論理は、決定木、ベイジアンネットワーク、線型モデル、ニューラルネットワークのいずれかを示す情報であることを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記少なくとも一つの計算機は、前記第1の学習処理の結果に関する情報及び前記データセットに関する情報の少なくともいずれかを提示するための第2の提示情報を出力することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記決定論理を格納する第2のデータベースにアクセス可能であり、
前記少なくとも一つの計算機は、
前記第2のデータベースに格納される前記決定論理を解析することによって、統合可能な前記決定論理を特定し、
前記特定された決定論理を統合することによって統合決定論理を生成し、
前記統合決定論理を提示するための第3の提示情報を出力することを特徴とする計算機システム。 - 請求項6に記載の計算機システムであって、
前記少なくとも一つの計算機は、前記統合決定論理を解析することによって、前記予測対象データを構成し、予測への影響が大きい前記項目を、影響項目として特定し、
前記第3の提示情報は、前記影響項目に関する情報を含むことを特徴とする計算機システム。 - 請求項1から請求項6のいずれか一項に記載の計算機システムであって、
前記入力データ及び前記予測対象データは、介入行為に関する予測を行う前記予測モデルの生成に必要な複数の特徴量を含むデータであることを特徴とする計算機システム。 - 計算機システムが実行する情報の提示方法であって、
前記計算機システムは、
少なくとも一つの計算機を有し、
対象に関する事象を予測するための予測モデルを生成するための学習データを格納する第1のデータベースにアクセス可能であり、
前記学習データは、前記対象の特性を示す項目の値である特徴量を複数含む入力データと、教師データとから構成され、
前記情報の提示方法は、
前記少なくとも一つの計算機が、前記複数の特徴量を含む予測対象データの入力を受信した場合、前記予測対象データと類似する前記入力データから構成される前記学習データを抽出するための抽出基準を設定するための第1の学習処理を実行するステップと、
前記少なくとも一つの計算機が、前記抽出基準に基づいて前記第1のデータベースから前記学習データを抽出し、抽出された前記学習データを要素とするデータセットを生成するステップと、
前記少なくとも一つの計算機が、前記データセットを用いて前記予測モデルを生成するための第2の学習処理を実行するステップと、
前記少なくとも一つの計算機が、前記予測モデルから、前記予測モデルの予測ロジックを示す決定論理を生成するステップと、
前記少なくとも一つの計算機が、前記決定論理を提示するための第1の提示情報を出力するステップと、を含むことを特徴とする情報の提示方法。 - 請求項9に記載の情報の提示方法であって、
前記少なくとも一つの計算機が、前記予測モデルを用いて前記予測対象データを処理することによって予測結果を算出するステップを含み、
前記第1の提示情報は、前記予測結果を含むことを特徴とする情報の提示方法。 - 請求項9に記載の情報の提示方法であって、
前記少なくとも一つの計算機が、前記予測モデルを用いて前記予測対象データを処理することによって予測結果を算出するステップと、
前記少なくとも一つの計算機が、前記入力データが前記予測対象データであり、かつ、前記教師データが前記算出された予測結果である、新規学習データを前記第1のデータベースに格納するステップと、を含むことを特徴とする情報の提示方法。 - 請求項9に記載の情報の提示方法であって、
前記決定論理は、決定木、ベイジアンネットワーク、線型モデル、ニューラルネットワークのいずれかを示す情報であることを特徴とする情報の提示方法。 - 請求項9に記載の情報の提示方法であって、
前記少なくとも一つの計算機が、前記第1の学習処理の結果に関する情報及び前記データセットに関する情報の少なくともいずれかを提示するための第2の提示情報を出力するステップを含むことを特徴とする情報の提示方法。 - 請求項9に記載の情報の提示方法であって、
前記計算機システムは、前記決定論理を格納する第2のデータベースにアクセス可能であり、
前記情報の提示方法は、
前記少なくとも一つの計算機が、前記第2のデータベースに格納される前記決定論理を解析することによって、統合可能な前記決定論理を特定するステップと、
前記少なくとも一つの計算機が、前記特定された決定論理を統合することによって統合決定論理を生成するステップと、
前記少なくとも一つの計算機が、前記統合決定論理を解析することによって、前記予測対象データを構成し、前記予測への影響が大きい前記項目を、影響項目として特定するステップと、
前記少なくとも一つの計算機が、前記統合決定論理及び前記影響項目に関する情報を提示するための第3の提示情報を出力するステップと、を含むことを特徴とする情報の提示方法。 - 請求項9から請求項14のいずれか一項に記載の情報の提示方法であって、
前記入力データ及び前記予測対象データは、介入行為に関する予測を行う前記予測モデルの生成に必要な複数の特徴量を含むデータであることを特徴とする情報の提示方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019019357A JP7057761B2 (ja) | 2019-02-06 | 2019-02-06 | 計算機システム及び情報の提示方法 |
US16/708,473 US11443238B2 (en) | 2019-02-06 | 2019-12-10 | Computer system and presentation method of information |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019019357A JP7057761B2 (ja) | 2019-02-06 | 2019-02-06 | 計算機システム及び情報の提示方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020126510A JP2020126510A (ja) | 2020-08-20 |
JP2020126510A5 JP2020126510A5 (ja) | 2021-05-06 |
JP7057761B2 true JP7057761B2 (ja) | 2022-04-20 |
Family
ID=71836567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019019357A Active JP7057761B2 (ja) | 2019-02-06 | 2019-02-06 | 計算機システム及び情報の提示方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11443238B2 (ja) |
JP (1) | JP7057761B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230316107A1 (en) | 2020-08-27 | 2023-10-05 | Nec Corporation | Information processing device, information processing method, and recording medium |
CN113887811B (zh) * | 2021-10-13 | 2022-08-12 | 江苏明茂新能源科技有限公司 | 一种充电桩数据管理方法及系统 |
CN114816835B (zh) * | 2022-06-27 | 2022-09-02 | 北京得瑞领新科技有限公司 | 等效驻留时间的恢复方法、装置、存储介质及电子设备 |
CN117077579B (zh) * | 2023-10-17 | 2024-02-06 | 深圳十沣科技有限公司 | 翼型流场预测方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160140442A1 (en) | 2014-11-14 | 2016-05-19 | Medidata Solutions, Inc. | System and method for determining subject conditions in mobile health clinical trials |
JP2018032210A (ja) | 2016-08-24 | 2018-03-01 | 富士通株式会社 | 設計予測装置、設計予測プログラムおよび設計予測方法 |
JP2018180993A (ja) | 2017-04-14 | 2018-11-15 | 株式会社日立製作所 | データ分析支援システム及びデータ分析支援方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2810202B2 (ja) * | 1990-04-25 | 1998-10-15 | 株式会社日立製作所 | ニューラルネットワークによる情報処理装置 |
JPH0696052A (ja) * | 1992-09-14 | 1994-04-08 | Toshiba Corp | 時系列データ分類・予測装置 |
US20050120009A1 (en) * | 2003-11-21 | 2005-06-02 | Aker J. B. | System, method and computer program application for transforming unstructured text |
US7519566B2 (en) * | 2004-02-11 | 2009-04-14 | Oracle International Corporation | Method and apparatus for automatically and continuously updating prediction models in real time based on data mining |
RU2007124523A (ru) * | 2004-12-30 | 2009-02-10 | ПРОВЕНТИС, Инк., (US) | Способы, системы и компьютерные программные продукты для разработки и использования прогнозных моделей для прогнозирования большинства медицинских случаев, оценки стратегий вмешательства и для одновременной оценки нерегулярности биологических маркеров |
JP5603639B2 (ja) | 2010-04-23 | 2014-10-08 | 国立大学法人京都大学 | 予測装置の学習装置及びそのコンピュータプログラム |
US11232367B1 (en) * | 2016-12-14 | 2022-01-25 | Groupon, Inc. | Apparatus and method for forecasted performance level adjustment and modification |
CN107292528A (zh) * | 2017-06-30 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 车险风险预测方法、装置及服务器 |
JP6586184B2 (ja) * | 2018-03-13 | 2019-10-02 | 株式会社日立製作所 | データ分析支援装置、及びデータ分析支援方法 |
-
2019
- 2019-02-06 JP JP2019019357A patent/JP7057761B2/ja active Active
- 2019-12-10 US US16/708,473 patent/US11443238B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160140442A1 (en) | 2014-11-14 | 2016-05-19 | Medidata Solutions, Inc. | System and method for determining subject conditions in mobile health clinical trials |
JP2018032210A (ja) | 2016-08-24 | 2018-03-01 | 富士通株式会社 | 設計予測装置、設計予測プログラムおよび設計予測方法 |
JP2018180993A (ja) | 2017-04-14 | 2018-11-15 | 株式会社日立製作所 | データ分析支援システム及びデータ分析支援方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2020126510A (ja) | 2020-08-20 |
US11443238B2 (en) | 2022-09-13 |
US20200250579A1 (en) | 2020-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7057761B2 (ja) | 計算機システム及び情報の提示方法 | |
JP6975692B2 (ja) | 計算機システム及び予測器が出力した予測値の根拠に関連する情報の提示方法 | |
Lucca et al. | CC-integrals: Choquet-like copula-based aggregation functions and its application in fuzzy rule-based classification systems | |
US11152119B2 (en) | Care path analysis and management platform | |
US20160140327A1 (en) | Generating drug repositioning hypotheses based on integrating multiple aspects of drug similarity and disease similarity | |
US10073827B2 (en) | Method and system to generate a process flow diagram | |
JP6901308B2 (ja) | データ分析支援システム及びデータ分析支援方法 | |
JP5533894B2 (ja) | 外れ値検出装置、外れ値検出方法、プログラム及び車両故障診断システム | |
JP7051724B2 (ja) | 計算機システム及び対象に関する目的を達成するために有用な情報の提示方法 | |
JP2007034700A (ja) | 予測プログラムおよび予測装置 | |
JP7145059B2 (ja) | モデルの予測根拠提示システム及びモデルの予測根拠提示方法 | |
AU2018354105A1 (en) | Genealogical entity resolution system and method | |
US20180307805A1 (en) | Identifying chemical substructures associated with adverse drug reactions | |
JP2021064049A (ja) | 計算機システム及び数理モデルの生成支援方法 | |
Lyaqini et al. | Supervised learning as an inverse problem based on non-smooth loss function | |
Curry et al. | Scaling genetic programming to large datasets using hierarchical dynamic subset selection | |
JP7059151B2 (ja) | 時系列データ分析装置、時系列データ分析方法、および時系列データ分析プログラム | |
US20040004612A1 (en) | Method and system for processing graphics simulation data | |
US9898525B2 (en) | Information processing device which carries out risk analysis and risk analysis method | |
JP5175585B2 (ja) | 文書処理装置、電子カルテ装置および文書処理プログラム | |
WO2022249407A1 (ja) | アセスメント支援システム、アセスメント支援方法、及び記録媒体 | |
Kurbalija et al. | Two faces of the framework for analysis and prediction, part 2-research | |
JP7371805B1 (ja) | 運転支援装置、運転支援方法及びプログラム | |
CN110796262B (zh) | 机器学习模型的测试数据优化方法、装置及电子设备 | |
US20240013028A1 (en) | Processing device, processing method, and non-transitory computer readable medium storing program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210316 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210316 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220209 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220325 |
|
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: 20220405 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220408 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7057761 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |