JP7140410B2 - 予測システム、予測方法および予測プログラム - Google Patents
予測システム、予測方法および予測プログラム Download PDFInfo
- Publication number
- JP7140410B2 JP7140410B2 JP2020509617A JP2020509617A JP7140410B2 JP 7140410 B2 JP7140410 B2 JP 7140410B2 JP 2020509617 A JP2020509617 A JP 2020509617A JP 2020509617 A JP2020509617 A JP 2020509617A JP 7140410 B2 JP7140410 B2 JP 7140410B2
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- model
- series data
- predicted value
- irrelevance
- 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
- 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
- G06F17/15—Correlation function computation including computation of convolution operations
-
- 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
- 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
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- Quality & Reliability (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Algebra (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
Description
以下、図面を参照して本発明の実施形態について説明する。図1は、本実施形態の指標算出装置の構成例を示すブロック図である。図1に示す指標算出装置10は、スコア算出部11を備える。
・前半3個のデータでフィッティングを行い、後半2個のデータで誤差を計算する。
・前半3個のデータでフィッティングを行い、全てのデータで誤差を計算する。
・前から1、3、5番目のデータでフィッティングを行い、全てのデータで誤差を計算する。
・・・(4)
次に、第2の実施形態について説明する。本実施形態では、第1の実施形態の指標算出装置10の利用例の1つとして、モデル選択機能を有する予測システムについて説明する。図6は、本実施形態の予測システムの構成例を示すブロック図である。図6に示す予測システム100は、モデル学習部101と、データ記憶部102と、予測部103と、モデル選択部104と、スコア算出部11とを備える。
(2)モデルごとに複数の系列データに対する非妥当性スコアの総和をとり、その値が小さい順に所定数のモデルを選択する。
(3)モデルごとに複数の系列データに対する非妥当性スコアの最大値をとり、その値が小さい順に所定数のモデルを選択する。
次に、第3の実施形態について説明する。本実施形態では、第1の実施形態の指標算出装置10の利用例の1つとして、出荷判断機能を有する予測システムについて説明する。図8は、本実施形態の予測システムの構成例を示すブロック図である。図8に示す予測システム100は、データ記憶部102と、1つ以上の予測部103と、予測結果入力部105と、出荷判断部106と、スコア算出部11とを備える。
11 スコア算出部
20 モデル自動選択装置
30 半自動出荷判断装置
100 予測システム
101 モデル学習部
102 データ記憶部
103 予測部
104 モデル選択部
105 予測結果入力部
106 出荷判断部
1000 コンピュータ
1001 CPU
1002 主記憶装置
1003 補助記憶装置
1004 インタフェース
1005 ディスプレイ装置
1006 入力デバイス
60 指標算出装置
61 非妥当性スコア出力手段
600 予測システム
601 予測手段
602 非妥当性スコア算出手段
603 評価手段
Claims (4)
- 所定の予測対象項目について、学習済みの予測モデルを用いて所定の予測時点における予測値を得るとともに、得られた前記予測値を含む系列データであって時間と対応づけて予測対象項目の値を示す3つ以上のデータであってそのうちの少なくとも1つが予測値を示すデータを含む系列データを生成する予測手段と、
前記系列データの非妥当性を示す指標である非妥当性スコアであって、前記系列データを所定の関数形にフィッティングして得られる曲線モデルと前記系列データとの誤差に基づく非妥当性スコアを算出する非妥当性スコア算出手段と、
前記系列データ、前記系列データに含まれる予測値または前記予測値を得た予測モデルに対して、前記非妥当性スコアに基づく評価を行う評価手段と、
前記所定の予測対象項目について、複数のモデル候補を学習するモデル学習手段とを備え、
前記予測手段は、前記複数のモデル候補の各々を用いて前記予測値を得るとともに、前記複数のモデル候補ごとに、得られた前記予測値を含む系列データを生成し、
前記非妥当性スコア算出手段は、前記複数のモデル候補ごとの前記系列データに対して前記非妥当性スコアを算出し、
前記評価手段は、前記複数のモデル候補に対して前記評価を行い、その評価結果に基づいて前記複数のモデル候補の中から前記予測対象項目の予測値を得るモデルを選択する
ことを特徴とする予測システム。 - 前記評価手段は、前記系列データ、前記系列データに含まれる予測値または前記予測値を得た予測モデルに対して、前記非妥当性スコアと、所定の検証用データを用いて算出される前記予測モデルの予測精度とに基づいて評価を行う
請求項1に記載の予測システム。 - コンピュータが、
所定の予測対象項目について、学習済みの予測モデルを用いて所定の予測時点における予測値を得るとともに、得られた前記予測値を含む系列データであって時間と対応づけて予測対象項目の値を示す3つ以上のデータであってそのうちの少なくとも1つが予測値を示すデータを含む系列データを生成する予測処理と、
前記系列データの非妥当性を示す指標である非妥当性スコアであって、前記系列データを所定の関数形にフィッティングして得られる曲線モデルと前記系列データとの誤差に基づく非妥当性スコアを算出する非妥当性スコア算出処理と、
前記系列データ、前記系列データに含まれる予測値または前記予測値を得た予測モデルに対して、前記非妥当性スコアに基づく評価を行う評価処理と、
前記所定の予測対象項目について、複数のモデル候補を学習するモデル学習処理とを実行し、
前記予測処理で、前記複数のモデル候補の各々を用いて前記予測値を得るとともに、前記複数のモデル候補ごとに、得られた前記予測値を含む系列データを生成し、
前記非妥当性スコア算出処理で、前記複数のモデル候補ごとの前記系列データに対して前記非妥当性スコアを算出し、
前記評価処理で、前記複数のモデル候補に対して前記評価を行い、その評価結果に基づいて前記複数のモデル候補の中から前記予測対象項目の予測値を得るモデルを選択する
ことを特徴とする予測方法。 - コンピュータに、
所定の予測対象項目について、学習済みの予測モデルを用いて所定の予測時点における予測値を得るとともに、得られた前記予測値を含む系列データであって時間と対応づけて予測対象項目の値を示す3つ以上のデータであってそのうちの少なくとも1つが予測値を示すデータを含む系列データを生成する予測処理、
前記系列データの非妥当性を示す指標である非妥当性スコアであって、前記系列データを所定の関数形にフィッティングして得られる曲線モデルと前記系列データとの誤差に基づく非妥当性スコアを算出する非妥当性スコア算出処理、
前記系列データ、前記系列データに含まれる予測値または前記予測値を得た予測モデルに対して、前記非妥当性スコアに基づく評価を行う評価処理、および、
前記所定の予測対象項目について、複数のモデル候補を学習するモデル学習処理を実行させ、
前記予測処理で、前記複数のモデル候補の各々を用いて前記予測値を得るとともに、前記複数のモデル候補ごとに、得られた前記予測値を含む系列データを生成させ、
前記非妥当性スコア算出処理で、前記複数のモデル候補ごとの前記系列データに対して前記非妥当性スコアを算出させ、
前記評価処理で、前記複数のモデル候補に対して前記評価を行わせ、その評価結果に基づいて前記複数のモデル候補の中から前記予測対象項目の予測値を得るモデルを選択させる
ための予測プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018067622 | 2018-03-30 | ||
JP2018067622 | 2018-03-30 | ||
PCT/JP2018/043910 WO2019187341A1 (ja) | 2018-03-30 | 2018-11-29 | 指標算出装置、予測システム、経過予測評価方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019187341A1 JPWO2019187341A1 (ja) | 2021-02-12 |
JP7140410B2 true JP7140410B2 (ja) | 2022-09-21 |
Family
ID=68061178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020509617A Active JP7140410B2 (ja) | 2018-03-30 | 2018-11-29 | 予測システム、予測方法および予測プログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210042700A1 (ja) |
EP (1) | EP3779812A4 (ja) |
JP (1) | JP7140410B2 (ja) |
CN (1) | CN111937012A (ja) |
WO (1) | WO2019187341A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11783949B2 (en) * | 2018-11-30 | 2023-10-10 | Ariel Precision Medicine, Inc. | Methods and systems for severity calculator |
US20210150335A1 (en) * | 2019-11-20 | 2021-05-20 | International Business Machines Corporation | Predictive model performance evaluation |
US20220059238A1 (en) * | 2020-08-24 | 2022-02-24 | GE Precision Healthcare LLC | Systems and methods for generating data quality indices for patients |
TWI827974B (zh) * | 2021-09-08 | 2024-01-01 | 財團法人工業技術研究院 | 虛擬功能效能分析系統及其分析方法 |
WO2024070126A1 (ja) * | 2022-09-27 | 2024-04-04 | 株式会社Nttドコモ | 需要予測モデル生成装置 |
CN116796652B (zh) * | 2023-08-25 | 2023-12-26 | 国网浙江省电力有限公司电力科学研究院 | 湿热地区配电变压器密封橡胶垫圈劣化失效预测方法 |
CN117390937B (zh) * | 2023-12-12 | 2024-03-05 | 华中科技大学 | 一种快充条件下含缺陷储氢气瓶损伤预测方法及系统 |
CN117574682B (zh) * | 2024-01-11 | 2024-03-26 | 华中科技大学 | 一种核壳ncm电极颗粒机械失效预测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005063208A (ja) | 2003-08-14 | 2005-03-10 | Nippon Telegr & Teleph Corp <Ntt> | ソフトウェア信頼度成長モデル選択方法、ソフトウェア信頼度成長モデル選択装置、ソフトウェア信頼度成長モデル選択プログラム、およびプログラム記録媒体 |
WO2005031278A1 (ja) | 2003-09-29 | 2005-04-07 | Nozzle Network Co., Ltd. | グラフ作成プログラム |
JP2011176984A (ja) | 2010-02-25 | 2011-09-08 | Toshiba Corp | エネルギー配分計算装置 |
JP2016201869A (ja) | 2015-04-07 | 2016-12-01 | レモンガス株式会社 | エネルギマネジメント方法およびエネルギマネジメントシステム |
JP2017049677A (ja) | 2015-08-31 | 2017-03-09 | 富士通株式会社 | 機械学習管理プログラム、機械学習管理装置および機械学習管理方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10228463A (ja) | 1997-02-17 | 1998-08-25 | Hitachi Ltd | 需要予測モデル評価方法 |
JP5071851B2 (ja) * | 2007-10-31 | 2012-11-14 | 日本電信電話株式会社 | 時間情報を用いた予測装置、予測方法、予測プログラムおよびそのプログラムを記録した記録媒体 |
CN101929994A (zh) * | 2010-08-24 | 2010-12-29 | 昆明理工大学 | 一种预测多相混合均匀性的时间序列模型和方法 |
CN102200759A (zh) * | 2011-05-28 | 2011-09-28 | 东华大学 | 一种非线性核化自适应预测方法 |
US20130194271A1 (en) * | 2012-01-30 | 2013-08-01 | Sap Ag | Visualization of Uncertain Times Series |
WO2013161191A1 (ja) * | 2012-04-26 | 2013-10-31 | 日本電気株式会社 | 保健指導対象者選定条件作成支援装置 |
CN103093287B (zh) * | 2013-01-29 | 2017-02-08 | 广东电网公司电力调度控制中心 | 电网指标预测误差评估方法和系统 |
JP6109037B2 (ja) * | 2013-10-23 | 2017-04-05 | 本田技研工業株式会社 | 時系列データ予測装置、時系列データ予測方法、及びプログラム |
CN103942457B (zh) * | 2014-05-09 | 2017-04-12 | 浙江师范大学 | 基于关联向量机回归的水质参数时间序列预测方法 |
US10558924B2 (en) * | 2014-05-23 | 2020-02-11 | DataRobot, Inc. | Systems for second-order predictive data analytics, and related methods and apparatus |
JP5698860B1 (ja) * | 2014-08-22 | 2015-04-08 | 株式会社アールファイブ | 在庫管理システム、在庫管理方法、及びプログラム |
US20180052804A1 (en) * | 2015-03-26 | 2018-02-22 | Nec Corporation | Learning model generation system, method, and program |
JP6734582B2 (ja) * | 2015-12-22 | 2020-08-05 | 国立研究開発法人理化学研究所 | リスク評価方法、リスク評価装置及びリスク評価プログラム |
JP6742894B2 (ja) * | 2016-06-09 | 2020-08-19 | 株式会社日立製作所 | データ予測システムおよびデータ予測方法 |
JP2018067622A (ja) | 2016-10-19 | 2018-04-26 | 日立化成株式会社 | 太陽電池セル及び太陽電池モジュール |
CN107491830B (zh) * | 2017-07-03 | 2021-03-26 | 北京奇艺世纪科技有限公司 | 一种时间序列曲线的处理方法和装置 |
-
2018
- 2018-11-29 EP EP18911933.2A patent/EP3779812A4/en not_active Withdrawn
- 2018-11-29 WO PCT/JP2018/043910 patent/WO2019187341A1/ja active Application Filing
- 2018-11-29 JP JP2020509617A patent/JP7140410B2/ja active Active
- 2018-11-29 CN CN201880091870.0A patent/CN111937012A/zh active Pending
- 2018-11-29 US US16/977,248 patent/US20210042700A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005063208A (ja) | 2003-08-14 | 2005-03-10 | Nippon Telegr & Teleph Corp <Ntt> | ソフトウェア信頼度成長モデル選択方法、ソフトウェア信頼度成長モデル選択装置、ソフトウェア信頼度成長モデル選択プログラム、およびプログラム記録媒体 |
WO2005031278A1 (ja) | 2003-09-29 | 2005-04-07 | Nozzle Network Co., Ltd. | グラフ作成プログラム |
JP2011176984A (ja) | 2010-02-25 | 2011-09-08 | Toshiba Corp | エネルギー配分計算装置 |
JP2016201869A (ja) | 2015-04-07 | 2016-12-01 | レモンガス株式会社 | エネルギマネジメント方法およびエネルギマネジメントシステム |
JP2017049677A (ja) | 2015-08-31 | 2017-03-09 | 富士通株式会社 | 機械学習管理プログラム、機械学習管理装置および機械学習管理方法 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2019187341A1 (ja) | 2021-02-12 |
CN111937012A (zh) | 2020-11-13 |
EP3779812A4 (en) | 2021-12-29 |
EP3779812A1 (en) | 2021-02-17 |
WO2019187341A1 (ja) | 2019-10-03 |
US20210042700A1 (en) | 2021-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7140410B2 (ja) | 予測システム、予測方法および予測プログラム | |
Dimitrova et al. | Some comments on Bitcoin market (in) efficiency | |
JP7007027B2 (ja) | 予測システム、モデル生成システム、方法およびプログラム | |
US20120271612A1 (en) | Predictive modeling | |
Katharakis et al. | An empirical study of comparing DEA and SFA methods to measure hospital units’ efficiency | |
US20060271378A1 (en) | System and method for designing a medical care facility | |
US20140379310A1 (en) | Methods and Systems for Evaluating Predictive Models | |
JP2019128904A (ja) | 予測システム、シミュレーションシステム、方法およびプログラム | |
US20190385100A1 (en) | System And Method For Predicting Organizational Outcomes | |
US11152122B2 (en) | System and method for evaluating vascular risks | |
US20080208788A1 (en) | Method and system for predicting customer wallets | |
JP2001357189A (ja) | 市場参入意思決定支援装置 | |
US20180315502A1 (en) | Method and apparatus for optimization and simulation of patient flow | |
JP2020190959A (ja) | モデル生成装置、システム、パラメータ算出装置、モデル生成方法、パラメータ算出方法およびプログラム | |
CN111340276B (zh) | 一种生成预测数据的方法及系统 | |
Mbaluka et al. | Application of principal component analysis and hierarchical regression model on Kenya macroeconomic indicators | |
Grant | Information and sorting in the market for obstetrical services | |
CN112862602B (zh) | 一种用户请求的确定方法及存储介质、电子装置 | |
JP2008192006A (ja) | 適正入力支援装置及び適正入力支援プログラム | |
KR20230100574A (ko) | 머신러닝 기반의 의료진료 통합 서비스 시스템 | |
Coyne | The impact of estimation frequency on Value at Risk (VaR) and Expected Shortfall (ES) forecasts: an empirical study on conditional extreme value models | |
Mbaluka et al. | Application of Principal Component Analysis and Hierarchical Regression Model on Kenya Macroeconomic Indicators | |
KR20160144853A (ko) | 재무 정보 및 비재무 정보에 기초한 신용 평가 방법과 시스템 및 기록매체 | |
CN117993729A (zh) | 公积金数据处理方法及系统 | |
JP2023025415A (ja) | プログラム、記憶媒体、システム、学習済モデルおよび判定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200807 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200807 |
|
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: 20211022 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220315 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220329 |
|
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: 20220809 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220901 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7140410 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |