JP7145059B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP7145059B2 JP7145059B2 JP2018231752A JP2018231752A JP7145059B2 JP 7145059 B2 JP7145059 B2 JP 7145059B2 JP 2018231752 A JP2018231752 A JP 2018231752A JP 2018231752 A JP2018231752 A JP 2018231752A JP 7145059 B2 JP7145059 B2 JP 7145059B2
- Authority
- JP
- Japan
- Prior art keywords
- explanatory variables
- data
- prediction
- prediction basis
- influence
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
実施例1では、予測根拠提示システム100は、関連指標及び閾値の比較結果に基づいて、説明変数間の関連性の有無を判定していた。しかし、説明変数間の関連性の有無を判定する方法はこれに限定されない。例えば、説明変数の値の関連性及び説明変数の影響度の関連性を示す関数の有無に基づいて、説明変数間の関連性の有無を判定してもよい。この場合、以下のように構成及び処理を変更すればよい。
101 データ受付部
102 関連指標受付部
103 予測実行部
104 予測根拠出力部
105 実行管理部
106 関連指標算出部
107 集約変数決定部
108 結果出力部
110 モデル記憶部
111 予測対象データ記憶部
112 予測根拠データ記憶部
113 関連指標記憶部
114 集約変数記憶部
150 端末
200、300 履歴情報
400 分析情報
500 集約説明変数情報
700 表示情報
1000 操作画面
1010 分析情報操作欄
1020 外部設定値比較ボタン
1030 設定ボタン
1050 比較表
Claims (8)
- 複数の説明変数の値から構成される入力データを入力することによって、任意の事象の予測を行うモデルの予測根拠提示システムであって、
プロセッサ及び前記プロセッサに接続されるメモリを有する少なくとも一つの計算機を備え、
前記モデルに基づく演算処理によって出力された予測結果に対して、前記入力データを構成する前記複数の説明変数の値の影響を示す影響度を算出し、前記複数の説明変数の影響度から構成される予測根拠データを生成する予測根拠出力部と、
集約可能な説明変数を特定する集約変数決定部と、
前記予測根拠データを表示するための表示情報を出力する結果出力部と、
前記入力データの履歴及び前記予測根拠データの履歴を格納する記憶部と、
を備え、
前記集約変数決定部は、
複数の前記入力データの履歴及び複数の前記予測根拠データの履歴を用いて、前記説明変数の値間の関連性を分析する第1の分析処理、及び前記説明変数の影響度間の関連性を分析する第2の分析処理を実行し、
前記第1の分析処理及び前記第2の分析処理の結果に基づいて、前記集約可能な説明変数を特定し、
前記結果出力部は、
前記集約可能な説明変数からグループを生成し、
前記グループに含まれる前記複数の説明変数の影響度から集約影響度を算出し、
前記予測根拠データを、集約されていない説明変数の影響度及び前記グループの集約影響度を対応づけたデータから構成される集約予測根拠データに変換し、
前記集約予測根拠データに基づいて前記表示情報を生成することを特徴とするモデルの予測根拠提示システム。 - 請求項1に記載のモデルの予測根拠提示システムであって、
前記集約変数決定部は、
前記第1の分析処理において、前記説明変数の値間の相関を示す第1の相関係数を算出し、
前記第2の分析処理において、前記説明変数の影響度間の相関を示す第2の相関係数を算出し、
前記第1の相関係数及び第1の閾値を比較する第1の比較処理を実行し、
前記第2の相関係数及び第2の閾値を比較する第2の比較処理を実行し、
前記第1の相関係数及び第1の閾値の比較結果、並びに、前記第2の相関係数及び第2の閾値の比較結果に基づいて、前記集約可能な説明変数を特定することを特徴とするモデルの予測根拠提示システム。 - 請求項1に記載のモデルの予測根拠提示システムであって、
前記説明変数の値間の関連性を示す第1の外部入力及び前記説明変数の影響度間の関連性を示す第2の外部入力を設定するためのインタフェースを提供する受付部を有し、
前記受付部を介して設定された前記第1の外部入力及び前記第2の外部入力、前記第1の分析処理及び前記第2の分析処理の結果に基づいて、前記集約可能な説明変数を特定することを特徴とするモデルの予測根拠提示システム。 - 請求項1に記載のモデルの予測根拠提示システムであって、
前記表示情報は、前記グループに含まれる前記複数の説明変数の影響度を含むことを特徴とするモデルの予測根拠提示システム。 - 計算機システムが実行する、複数の説明変数の値から構成される入力データを入力することによって任意の事象の予測を行うモデルの予測根拠提示方法であって、
前記計算機システムは、プロセッサ及び前記プロセッサに接続されるメモリを有する少なくとも一つの計算機から構成され、
前記モデルの予測根拠提示方法は、
前記プロセッサが、前記モデルに基づく演算処理によって出力された予測結果に対して、前記入力データを構成する前記複数の説明変数の値の影響を示す影響度を算出し、前記複数の説明変数の影響度から構成される予測根拠データを生成する第1のステップと、
前記プロセッサが、集約可能な説明変数を特定する第2のステップと、
前記プロセッサが、前記予測根拠データを表示するための表示情報を出力する第3のステップと、
前記プロセッサが、前記入力データの履歴及び前記予測根拠データの履歴を前記メモリに格納する第4のステップと、を含み、
前記第2のステップは、
前記プロセッサが、複数の前記入力データの履歴及び複数の前記予測根拠データの履歴を用いて、前記説明変数の値間の関連性を分析する第1の分析処理、及び前記説明変数の影響度間の関連性を分析する第2の分析処理を実行する第5のステップと、
前記プロセッサが、前記第1の分析処理及び前記第2の分析処理の結果に基づいて、前記集約可能な説明変数を特定する第6のステップと、を含み、
前記第3のステップは、
前記プロセッサが、前記集約可能な説明変数からグループを生成するステップと、
前記プロセッサが、前記グループに含まれる前記複数の説明変数の影響度から集約影響度を算出するステップと、
前記プロセッサが、前記予測根拠データを、集約されていない説明変数の影響度及び前記グループの集約影響度を対応づけたデータから構成される集約予測根拠データに変換するステップと、
前記プロセッサが、前記集約予測根拠データに基づいて前記表示情報を生成するステップと、を含むことを特徴とするモデルの予測根拠提示方法。 - 請求項5に記載のモデルの予測根拠提示方法であって、
前記第5のステップは、
前記プロセッサが、前記説明変数の値間の相関を示す第1の相関係数を算出する前記第1の分析処理を実行するステップと、
前記プロセッサが、前記説明変数の影響度間の相関を示す第2の相関係数を算出する前記第2の分析処理を実行するステップと、を含み、
前記第6のステップは、
前記プロセッサが、前記第1の相関係数及び第1の閾値を比較する第1の比較処理を実行するステップと、
前記プロセッサが、前記第2の相関係数及び第2の閾値を比較する第2の比較処理を実行するステップと、
前記プロセッサが、前記第1の相関係数及び第1の閾値の比較結果、並びに、前記第2の相関係数及び第2の閾値の比較結果に基づいて、前記集約可能な説明変数を特定するステップと、を含むことを特徴とするモデルの予測根拠提示方法。 - 請求項5に記載のモデルの予測根拠提示方法であって、
前記説明変数の値間の関連性を示す第1の外部入力及び前記説明変数の影響度間の関連性を示す第2の外部入力を設定するためのインタフェースを提供するステップを含み、
前記第6のステップは、前記プロセッサが、前記インタフェースを介して設定された前記第1の外部入力及び前記第2の外部入力、前記第1の分析処理及び前記第2の分析処理の結果に基づいて、前記集約可能な説明変数を特定するステップを含むことを特徴とするモデルの予測根拠提示方法。 - 請求項5に記載のモデルの予測根拠提示方法であって、
前記表示情報は、前記グループに含まれる前記複数の説明変数の影響度を含むことを特徴とするモデルの予測根拠提示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018231752A JP7145059B2 (ja) | 2018-12-11 | 2018-12-11 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018231752A JP7145059B2 (ja) | 2018-12-11 | 2018-12-11 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020095398A JP2020095398A (ja) | 2020-06-18 |
JP7145059B2 true JP7145059B2 (ja) | 2022-09-30 |
Family
ID=71084945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018231752A Active JP7145059B2 (ja) | 2018-12-11 | 2018-12-11 | 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 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7145059B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7350601B2 (ja) * | 2019-10-04 | 2023-09-26 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP7481181B2 (ja) | 2020-07-02 | 2024-05-10 | 株式会社日立製作所 | 計算機システムおよび貢献度計算方法 |
JP7453895B2 (ja) | 2020-11-11 | 2024-03-21 | 株式会社日立製作所 | 探索条件提示装置、探索条件提示方法、及び探索条件提示プログラム |
WO2022149372A1 (ja) * | 2021-01-08 | 2022-07-14 | ソニーグループ株式会社 | 情報処理装置、情報処理方法及びプログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018096683A1 (ja) | 2016-11-28 | 2018-05-31 | 日本電気株式会社 | 要因分析方法、要因分析装置および要因分析プログラム |
JP2018151883A (ja) | 2017-03-13 | 2018-09-27 | 株式会社東芝 | 解析装置、解析方法、及び、プログラム |
-
2018
- 2018-12-11 JP JP2018231752A patent/JP7145059B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018096683A1 (ja) | 2016-11-28 | 2018-05-31 | 日本電気株式会社 | 要因分析方法、要因分析装置および要因分析プログラム |
JP2018151883A (ja) | 2017-03-13 | 2018-09-27 | 株式会社東芝 | 解析装置、解析方法、及び、プログラム |
Non-Patent Citations (2)
Title |
---|
GUIDOTTI, R., et al.,A Survey Of Methods For Explaining Black Box Models,arXiv [online],2018年06月21日,[retrieved on 2022-05-23], Retrieved from the Internet: <URL: https://arxiv.org/abs/1802.01933v3> |
LOU, Y., et al.,Intelligible models for classification and regression,Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining (KDD '12) [online],2012年08月12日,pp. 150-158,[retrieved on 2022-05-23], Retrieved from the Internet: <URL: https://dl.acm.org/doi/10.1145/2339530.2339556>,<DOI: 10.1145/2339530.2339556> |
Also Published As
Publication number | Publication date |
---|---|
JP2020095398A (ja) | 2020-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
US11574011B2 (en) | Merging feature subsets using graphical representation | |
CN104516879B (zh) | 用于管理含有具有缺失值的记录的数据库的方法和系统 | |
JP2020522794A (ja) | ニューラルネットワーク分類 | |
JP7000766B2 (ja) | 学習データ選択プログラム、学習データ選択方法、および、学習データ選択装置 | |
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 | |
JP2017224184A (ja) | 機械学習装置 | |
JP2023537879A (ja) | 動的属性モデル化による次のバスケット推薦のためのシステムと方法 | |
JP7057761B2 (ja) | 計算機システム及び情報の提示方法 | |
JP2020144493A (ja) | 学習モデル生成支援装置、及び学習モデル生成支援方法 | |
JP7006616B2 (ja) | 予測モデル生成システム、方法およびプログラム | |
JP7141371B2 (ja) | 学習データの精練方法及び計算機システム | |
JPWO2017203672A1 (ja) | アイテム推奨方法、アイテム推奨プログラムおよびアイテム推奨装置 | |
Mohr et al. | LCDB 1.0: An extensive learning curves database for classification tasks | |
JP6743942B2 (ja) | 語彙テーブルの選択方法、装置およびコンピュータ読み取り可能な記憶媒体 | |
CN115862842A (zh) | 慢性病的风险预测方法及相关设备 | |
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 | |
CN111489003B (zh) | 生命周期的预测方法及装置 | |
JP2014164385A (ja) | 要件検出装置及び要件検出プログラム | |
KR20210048818A (ko) | 핀테크를 이용한 인공지능 기반 거래 장치 및 거래 방법 | |
JP7292235B2 (ja) | 分析支援装置及び分析支援方法 | |
WO2022167904A1 (en) | A machine learning approach to multi-domain process automation and user feedback integration | |
CN115769194A (zh) | 跨数据集的自动数据链接 | |
JP6988817B2 (ja) | 予測モデル生成システム、方法およびプログラム | |
KR20220093567A (ko) | Bim 기반 설계 업무 체계의 효율성 평가 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210624 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220413 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220531 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220713 |
|
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: 20220913 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220916 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7145059 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |