JP7224589B1 - プログラム、情報処理装置、情報処理システム、情報処理方法 - Google Patents
プログラム、情報処理装置、情報処理システム、情報処理方法 Download PDFInfo
- Publication number
- JP7224589B1 JP7224589B1 JP2022043796A JP2022043796A JP7224589B1 JP 7224589 B1 JP7224589 B1 JP 7224589B1 JP 2022043796 A JP2022043796 A JP 2022043796A JP 2022043796 A JP2022043796 A JP 2022043796A JP 7224589 B1 JP7224589 B1 JP 7224589B1
- Authority
- JP
- Japan
- Prior art keywords
- output
- learning model
- input
- data
- model
- 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 abstract description 70
- 238000003672 processing method Methods 0.000 title claims description 4
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000006870 function Effects 0.000 claims description 133
- 238000010586 diagram Methods 0.000 abstract description 20
- 238000011161 development Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 13
- 238000013136 deep learning model Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- 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
- G06Q10/10—Office automation; Time management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
特許文献1には、手軽で汎用性の高いアプリケーション連携システムが開示されている。
特許文献2には、ユーザに特段の負担をかけずに多様なソフトウェアモジュールの組み合わせを実現し、多様な処理を実施することができる情報処理装置が開示されている。
そこで、本開示は、上記課題を解決すべくなされたものであって、その目的は、ユーザごとの業務プロセスをソフトウェアサービスとして柔軟に実現する技術を提供することである。
本開示における情報処理システム1は、学習モデル、ファンクション、画面などを組み合わせることにより、入力データに対して一連の情報処理を実行するためのワークフローとよばれる情報処理プロセスを作成し提供する情報処理システムである。
情報処理システム1は、ネットワークNを介して接続された、サーバ10、ユーザ端末20A、20B、20C・・・の情報処理装置を備える。
図1は、情報処理システム1の機能構成を示すブロック図である。
図2は、サーバ10の機能構成を示すブロック図である。
図3は、ユーザ端末20の機能構成を示すブロック図である。
サーバ10は、後述するワークフロー作成処理サービスを提供する情報処理装置である。
サーバ10は、記憶部101、制御部104を備える。
サーバ10の記憶部101は、アプリケーションプログラム1011、ユーザテーブル1012、ワークフローテーブル1013、モデルマスタ1021、ファンクションマスタ1022、画面マスタ1023を備える。
アプリケーションプログラム1011は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
ユーザテーブル1012は、ユーザIDを主キーとして、ユーザID、ユーザ名のカラムを有するテーブルである。
図4は、ユーザテーブル1012のデータ構造を示す図である。
ユーザ名は、ユーザの氏名を記憶する項目である。ユーザ名は、氏名ではなく、ニックネームなど任意の文字列を設定しても良い。
ワークフローテーブル1013は、ワークフローIDを主キーとして、ワークフローID、ユーザID、ワークフローデータのカラムを有するテーブルである。
図5は、ワークフローテーブル1013のデータ構造を示す図である。
ユーザIDは、ユーザを識別するためのユーザ識別情報を記憶する項目である。
ワークフローデータは、一連の処理を実現するワークフローに関する情報を記憶する項目である。ワークフローデータはワークフロー作成者のユーザIDと関連付けられて記憶される。
ワークフローデータは、モデル情報、ファンクション情報、画面情報などの入出力データがそれぞれ接続された情報を記憶する項目である。具体的に、ワークフローデータは、複数のモデルID、複数のファンクションID、複数の画面ID、および、それぞれのモデルID、ファンクションID、画面IDの入力データおよび出力データの接続情報が記憶される。
例えば、ワークフローデータには、モデルID「M001」のモデルの出力データが、ファンクションID「F001」の入力データとして入力されるといった情報が記憶される。
モデルマスタ1021は、モデルIDを主キーとして、モデルID、モデル名、モデルデータ、入力データ型、入力ロール、出力データ型、出力ロールのカラムを有するテーブルである。
図6は、モデルマスタ1021のデータ構造を示す図である。
モデル名は、モデルの名称を記憶する項目である。モデル名は任意の文字列を設定することができる。
モデルデータは、学習モデルのデータが記憶される項目である。モデルデータは、入力データ型、入力ロールの項目で特定されるクラスのデータを入力データとして、出力データ型、出力ロールの項目で特定されるクラスのデータを出力(推論)する推論モデルである。
モデルデータは、例えば推論モデル、機械学習、人工知能、深層学習モデルなどの一種である。
モデルデータは、単一の学習モデルである必要はなく、複数の独立した学習モデルを切り替えて実現しても良い。
モデルデータの一例として、深層学習におけるディープニューラルネットワークによる深層学習モデルを説明する。モデルデータは、深層学習モデルである必要は必ずしもなく、任意の機械学習、人工知能モデルでも良い。
入力データ型は、モデルデータに入力されるデータのデータ型を記憶する項目である。具体的に、データ型は、数値、文字列、日付、画像、音声、動画などを含む。
入力ロールは、モデルデータに入力されるデータの役割を規定したロール情報を記憶する項目である。例えば、ロールは、文字列データであれば、氏名、性別(M、Fなど)、あだ名、ニックネーム、商品名、商品IDなどが含まれる。数値データであれば、年齢、カテゴリなどが含まれる。画像データであれば、帳票、身分証明書、運転免許証、健康保険証、道路、タイヤ、人物の顔など、画像データに含まれる撮影対象のオブジェクトの種別が記憶される。
本開示において、入力データ型、入力ロールをまとめて入力データ制約とよぶ。
出力データ型は、モデルデータから出力されるデータのデータ型を記憶する項目である。
出力ロールは、モデルデータから出力されるデータの役割を規定したロール情報を記憶する項目である。
本開示において、出力データ型、出力ロールをまとめて出力データ制約とよぶ。
ファンクションマスタ1022は、ファンクションIDを主キーとして、ファンクションID、ファンクション名、ファンクションデータ、入力データ型、出力データ型のカラムを有するテーブルである。
図7は、ファンクションマスタ1022のデータ構造を示す図である。
ファンクション名は、ファンクションの名称を記憶する項目である。ファンクション名は任意の文字列を設定することができる。
ファンクションデータは、所定の処理を実現する関数(ファンクション)のデータが記憶される項目である。ファンクションデータは、入力データ型を有するデータを入力データとして、出力データ型を有するデータを出力データとして出力(推論)する推論モデルである。
ファンクションデータは、任意のプログラミング言語で定義された関数の一種である。ファンクションデータは、一定のルールに従って入力データを出力データへ変換する任意のプログラム、アプリケーション等を含む。
入力データ型は、ファンクションデータに入力されるデータのデータ型を記憶する項目である。
出力データ型は、ファンクションデータから出力されるデータのデータ型を記憶する項目である。
画面マスタ1023は、画面IDを主キーとして、画面ID、画面種別のカラムを有するテーブルである。
図8は、画面マスタ1023のデータ構造を示す図である。
画面種別は、画面の種別を記憶する項目である。画面種別には、入力画面、通知画面などが含まれる。入力画面は、モデルデータ、ファンクションデータの入力データを、ユーザが入力するための画面である。通知画面は、入力画面、モデルデータ、ファンクションデータの出力データを、ユーザに通知する画面である。
サーバ10の制御部104は、ユーザ登録制御部1041、作成部1042を備える。制御部104は、記憶部101に記憶されたアプリケーションプログラム1011を実行することにより、各機能ユニットが実現される。
ユーザテーブル1012に記憶される情報は、ユーザが任意の情報処理端末からサービス提供者が運営するウェブページなどを開き、所定の入力フォームに情報を入力しサーバ10へ送信する。ユーザ登録制御部1041は、受信した情報をユーザテーブル1012の新しいレコードに記憶し、ユーザ登録が完了する。これにより、ユーザテーブル1012に記憶されたユーザはサービスを利用することができるようになる。
ユーザ登録制御部1041によるユーザ情報のユーザテーブル1012への登録に先立ち、サービス提供者は所定の審査を行いユーザによるサービス利用可否を制限しても良い。
ユーザIDは、ユーザを識別できる任意の文字列または数字で良く、ユーザが希望する任意の文字列または数字、もしくはユーザ登録制御部1041が自動的に任意の文字列または数字を設定しても良い。
ユーザ端末20は、サービスを利用するユーザが操作する情報処理装置である。ユーザ端末20は、例えば、スマートフォン、タブレット等の携帯端末でもよいし、据え置き型のPC(Personal Computer)、ラップトップPCであってもよい。また、HMD(Head Mount Display)、腕時計型端末等のウェアラブル端末であってもよい。
ユーザ端末20は、記憶部201、制御部204、入力装置206、出力装置208を備える。
ユーザ端末20の記憶部201は、ユーザID2011、アプリケーションプログラム2012を備える。
アプリケーションプログラム2012は、ウェブブラウザアプリケーションなどのアプリケーションを含む。
アプリケーションプログラム2012は、ユーザ端末20に記憶されているウェブブラウザアプリケーション上で実行されるJavaScript(登録商標)などのインタープリター型プログラミング言語を含む。
ユーザ端末20の制御部204は、入力制御部2041、出力制御部2042を備える。制御部204は、記憶部201に記憶されたアプリケーションプログラム2012を実行することにより、各機能ユニットが実現される。
ユーザ端末20の入力装置206は、カメラ2061、マイク2062、位置情報センサ2063、モーションセンサ2064、タッチデバイス2065を備える。
ユーザ端末20の出力装置208は、ディスプレイ2081、スピーカ2082を備える。
以下、情報処理システム1の各処理について説明する。
図9は、ワークフロー作成処理の動作を示すフローチャートである。
図10は、ワークフロー作成処理における学習モデル選択を示す画面例である。
図11は、ワークフロー作成処理におけるファンクション選択を示す画面例である。
図12は、ワークフロー作成処理における入力画面設定を示す画面例である。
図13は、ワークフロー作成処理における通知画面設定を示す画面例である。
ワークフロー作成処理は、学習モデル、ファンクション、画面などを組み合わせることにより、入力データに対して一連の情報処理を実行するためのワークフローとよばれる情報処理プロセスを作成し生成する処理である。
ワークフロー作成処理は、ユーザに対し学習モデルを提示し、ユーザにより選択された学習モデルを受け付け、受け付けた学習モデルに基づき仮ワークフローをユーザに対し提示し、ユーザに対しファンクションを提示し、ユーザにより選択されたファンクションを受け付け、ユーザにより選択された画面を受け付け、入力データに対して一連の情報処理を実行するためのワークフローを作成する一連の処理である
以下に、ワークフロー作成処理の詳細を説明する。
ユーザ端末20のディスプレイ2081は、サーバ10から受信したモデルID、モデル名をユーザに対し提示する。
ユーザは、ユーザ端末20の入力装置206などを操作することにより、オブジェクト701~707を選択することにより、オブジェクトに対応するモデル情報を選択することができる。ユーザは、作成したいワークフローに応じて所望のモデル情報を選択する。
ユーザは、選択したモデル情報に対する入力画面を設定したい場合には、ユーザ端末20の入力装置206などを操作することにより、入力画面に対応するオブジェクト708を選択することができる。具体的に、選択されたオブジェクト704、705、707、708の枠線は太く表示され、選択されていることがユーザに対して明示される。ユーザは、所望のモデル情報の選択を完了すると、ユーザ端末20の入力装置206などを操作することにより、「次へ」ボタン711を押下げする。これにより、ユーザ端末20の制御部204は、ユーザID2011、選択したモデル情報に含まれるモデルID、選択した入力画面の画面IDを含むリクエストをサーバ10へ送信する。
具体的に、サーバ10の作成部1042は、受信したリクエストに含まれるモデルID、画面IDに基づき、仮ワークフローを作成する。サーバ10の作成部1042は、ユーザID2011、仮ワークフローを、それぞれ、ワークフローテーブル1013のユーザID、ワークフローデータの項目に記憶する。
第1出力制約が第2入力制約に含まれる場合とは、第1出力データ型が、第2入力データ型に含まれ、かつ、第1出力ロールが、第2入力ロールに含まれる場合とする。例えば、第1出力データ型が画像データであり、第2入力データ型が画像データであり、第1出力ロールが人物顔であり、第2入力ロールが人物顔である場合がある。また、例えば、第1出力データ型が画像データであり、第2入力データ型が画像データであり、第1出力ロールが免許証であり、第2入力ロールが帳票である場合も、免許証は帳票の一種であるので第1出力ロールは第2入力ロールに含まれるといえる。なお、データ型、ロールの包含関係については、不図示の辞書データベースなどで定義される構成としても良い。
第2出力制約が第1入力制約に含まれる場合とは、第2出力データ型が、第1入力データ型に含まれ、かつ、第2出力ロールが、第1入力ロールに含まれる場合とする。例えば、第2出力データ型が画像データであり、第1入力データ型が画像データであり、第2出力ロールが人物顔であり、第1入力ロールが人物顔である場合がある。また、例えば、第2出力データ型が画像データであり、第1入力データ型が画像データであり、第2出力ロールが免許証であり、第1入力ロールが帳票である場合も、免許証は帳票の一種であるので第2出力ロールは第1入力ロールに含まれるといえる。
この場合、第1出力制約に含まれる第1出力データ型、第1出力ロールからなる第1出力制約は複数の出力制約を含んでも良い。例えば、第1出力制約は、出力データ型、出力ロールがそれぞれ、画像、免許証である出力制約A、出力データ型、出力ロールがそれぞれ、画像、健康保険証である出力制約Bを含んでも良い。
サーバ10の作成部1042は、第1出力制約に含まれる出力制約Aおよび出力制約Bと、第3入力制約とを比較し、出力制約Aまたは出力制約Bのいずれかが第3入力制約に含まれる場合には、第1モデルの出力データが、第3モデルの入力データとなるように第1モデルと第3モデルとを関連付け仮ワークフローとして記憶する。
例えば、第1学習モデルが、免許証または健康保険証などの帳票を含む画像データを入力データとして、出力データ型、出力ロールがそれぞれ、画像、免許証である出力制約Aの出力データA、または、出力データ型、出力ロールがそれぞれ、画像、健康保険証である出力制約Bの出力データBを出力データとして出力する場合を考える。
このとき、出力データAは、第2学習モデルに対する入力データとして入力される。一方、出力データBは、第3学習モデルに対する入力データとして入力される。
サーバ10の作成部1042は、ファンクションマスタ1022を参照し、ファンクションID、ファンクション名、入力データ型、出力データ型を含むファンクション情報を取得し、ユーザ端末20に送信する。ファンクション情報には、ファンクションごとにファンクションの説明等の情報が含まれていても良い。
サーバ10の作成部1042は、取得したファンクション情報のうち、ファンクション情報の入力データ型が、モデルIDごとの出力制約の出力データ型を含むもの、入力データ型が、モデルIDごとの出力制約の出力データ型を含むファンクション情報を特定する。つまり、サーバ10の作成部1042は、ステップS102において受け付けたモデルIDにより特定されるモデル情報に対して、入力データを出力可能、または、出力データを入力可能なファンクション情報を特定する。
具体的に、ユーザは、ユーザ端末20の入力装置206などを操作することにより、オブジェクト731~733を選択することにより、オブジェクトに対応するファンクション情報を選択することができる。ユーザは、作成したいワークフローに応じて所望のファンクション情報を選択する。
ユーザは、ユーザ端末20の入力装置206などを操作することにより、ファンクション情報のオブジェクト731の出力ノード7311、入力ノード7312を、それぞれ、仮ワークフローを構成するモデル情報のオブジェクト707の入力ノード7211、出力ノード7212にドラッグアンドドロップなどすることにより、モデル情報のオブジェクト707に対応する学習モデルの入力データ、出力データに、それぞれ、ファンクション情報のオブジェクト731の出力データ、入力データを接続することができる。なお、入力データのデータ型に、出力データのデータ型が含まれない場合には、操作しても接続できないように構成しても良い。
また、ファンクション情報のオブジェクト731は必ず出力ノード7311、入力ノード7312を有する必要はなく、出力ノード7311のみ、入力ノード7312のみを有する構成としても良い。
モデル情報の出力データを、モデル情報またはファンクション情報に出力する構成としても良い。同様に、ファンクション情報の出力データを、ファンクション情報またはモデル情報に出力する構成としても良い。
例えば、第1出力データ型が画像データであり、第3入力データ型が画像データである場合がある。
具体的に、ユーザは、ユーザ端末20の入力装置206などを操作することにより、オブジェクト751、752を選択することにより、オブジェクトに対応する画面情報を選択することができる。ユーザは、作成したワークフローに応じて所望の画面情報を選択する。
これにより、ユーザは、複数の学習モデルに、入力画面を組み合わせる際に、学習モデルの出力データ型、出力ロールに従って入力画面の入力欄が設定されるため、ユーザが複雑な操作を行うことなしに、容易かつ柔軟に入力画面を作成することができる。
ユーザは、ユーザ端末20の入力装置206などを操作することにより、画面情報のオブジェクト751の出力ノード7511、入力ノード7512を、それぞれ、仮ワークフローを構成するモデル情報のオブジェクト707の入力ノード7211、出力ノード7212にドラッグアンドドロップなどすることにより、モデル情報のオブジェクト707に対応する学習モデルの入力データ、出力データに、それぞれ、画面情報のオブジェクト751の 出力データ、入力データを接続することができる。
なお、画面情報が入力画面の場合には、オブジェクト751は、出力ノード7511のみを有し、入力ノード7512を有しない。画面情報が通知画面の場合には、オブジェクト751は、入力ノード7512のみを有し、出力ノード7511を有しない。
つまり、画面情報の出力データを、モデル情報、ファンクション情報または画面情報に出力する構成としても良い。同様に、モデル情報、ファンクション情報または画面情報の出力データを、画面情報に出力する構成としても良い。
つまり、ユーザは、ファンクション情報のオブジェクト731~733、画面情報のオブジェクト751、752をモデル情報のオブジェクト704、705、707に自由に組み合わせてワークフローを作成することができるものとしても良い。
具体的に、サーバ10の作成部1042は、ステップS102、ステップS105、ステップS106において受け付けた、モデル情報、ファンクション情報、画面情報に基づき、それぞれの、入力データを出力データに接続した一連の情報処理プロセスであるワークフローの作成を完成させる。
具体的に、サーバ10の作成部1042は、ワークフローテーブル1013のワークフローデータの一連の処理の最終出力データに対し、ワークフローの処理を示す終了情報または通知画面を接続させることによりワークフローテーブルの作成を完成させる。完成させたワークフローデータにより、ワークフローテーブル1013のワークフローデータの項目を更新し、記憶する。これにより、完成したワークフローに関する情報が、ワークフローテーブル1013のワークフローデータの項目に記憶される。
本開示においては、ワークフロー、ワークフローを構成する学習モデル、ファンクション、入力画面は、サーバ10の記憶部101に記憶されるため、ワークフローに入力された入力データは、その後、サーバ10とユーザ端末20等との不必要な通信を行うことなしに、ワークフローに含まれる一連の情報処理プロセスが実行され、ユーザは所望の出力データを得ることができる。
ユーザは、ユーザ端末20のディスプレイ2081に提示された画面70において、ユーザ端末20の入力装置206などを操作することにより、他の学習モデル、ファンクション、入力画面等の他、ユーザが他の情報処理端末等において作成した任意の学習モデル、ファンクション、入力画面等を読み込ませることにより、作成したワークフローに組み合わせて新たなワークフローを作成することができる。
また、ユーザは、ユーザ端末20の入力装置206などを操作することにより、モデル情報を示すオブジェクト704、705、707等を選択することにより、選択したモデル情報を、ユーザが読み込ませた、他の情報処理端末等において作成した任意の学習モデル、ファンクション、入力画面等により置き換えることができる。
これにより、作成したワークフローに含まれる一部の学習モデル等を、ユーザが自身で作成した学習モデルに置き換えることができる。ユーザは、専門的なエンジニアリングスキルなしに既に作成したワークフローの一部を置き換えて新たなワークフローを作成することができる。
図14は、コンピュータ90の基本的なハードウェア構成を示すブロック図である。コンピュータ90は、プロセッサ901、主記憶装置902、補助記憶装置903、通信IF991(インタフェース、Interface)を少なくとも備える。これらは通信バス921により相互に電気的に接続される。
ネットワークは、インターネット、LAN、無線基地局等によって構築される各種移動通信システム等で構成される。例えば、ネットワークには、3G、4G、5G移動通信システム、LTE(Long Term Evolution)、所定のアクセスポイントによってインターネットに接続可能な無線ネットワーク(例えばWi-Fi(登録商標))等が含まれる。無線で接続する場合、通信プロトコルとして例えば、Z-Wave(登録商標)、ZigBee(登録商標)、Bluetooth(登録商標)等が含まれる。有線で接続する場合は、ネットワークには、USB(Universal Serial Bus)ケーブル等により直接接続するものも含む。
コンピュータ90の基本ハードウェア構成(図14)により実現されるコンピュータの機能構成を説明する。コンピュータは、制御部、記憶部、通信部の機能ユニットを少なくとも備える。
通常、各テーブル、各マスタにはレコードを一意に特定するための主キーとなるカラムが設定されるが、カラムへの主キーの設定は必須ではない。制御部は、各種プログラムに従ってプロセッサ901に、記憶部に記憶された特定のテーブル、マスタにレコードを追加、削除、更新を実行させることができる。
以上の各実施形態で説明した事項を以下に付記する。
プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、プログラムは、プロセッサに、ユーザにより選択された複数の学習モデルを受け付けるモデル受付ステップ(S102)と、モデル受付ステップにおいて受け付けた複数の学習モデルを組み合わせることにより情報処理プロセスを生成する生成ステップ(S103,S107)と、を実行させるプログラム。
これにより、ユーザは、複数の学習モデルを組み合わせることにより柔軟かつ容易にワークフローを作成することができる。
生成ステップ(S103,S107)は、複数の学習モデルに含まれる第1学習モデルの出力データが、複数の学習モデルに含まれる第2学習モデルの入力データとなるような組み合わせを含む情報処理プロセスを生成可能なステップであり、第1学習モデルの出力データ型および出力ロールを含む出力データ制約は、第2学習モデルの入力データ型および入力ロールを含む入力データ制約に含まれる、付記1記載のプログラム。
これにより、ユーザは、複数の学習モデルを組み合わせることにより柔軟かつ容易にワークフローを作成することができる。
生成ステップ(S103,S107)は、複数の学習モデルに含まれる第1学習モデルの出力データが、複数の学習モデルに含まれる第3学習モデルの入力データとなるような組み合わせを含む情報処理プロセスを生成可能なステップであり、第1学習モデルは、第1学習モデルが出力する出力データの出力データ制約が、第2学習モデルまたは第3学習モデルの入力データ制約に含まれるように、出力データを第2学習モデルまたは第3学習モデルのいずれかに対して選択的に出力する、付記2記載のプログラム。
これにより、ユーザは、複数の学習モデルに、入力画面、通知画面などの複数の画面を組み合わせることにより柔軟かつ容易にワークフローを作成することができる。
第1学習モデルは、第1学習モデルが出力する出力データの出力データ制約が、第2学習モデルの入力データ制約に含まれる場合には、出力データを第2学習モデルへ出力し、第1学習モデルが出力する出力データの出力データ制約が、第2学習モデルの入力データ制約に含まれない場合には、出力データを第2学習モデルへ出力せず、第1学習モデルが出力する出力データの出力データ制約が、第3学習モデルの入力データ制約に含まれる場合には、出力データを第3学習モデルへ出力し、第1学習モデルが出力する出力データの出力データ制約が、第3学習モデルの入力データ制約に含まれない場合には、出力データを第3学習モデルへ出力しない、付記3記載のプログラム。
これにより、ユーザは、複数の学習モデルに、入力画面を組み合わせる際に、学習モデルの出力データ型、出力ロールに従って入力画面の入力欄が設定されるため、ユーザが複雑な操作を行うことなしに、容易かつ柔軟に入力画面を作成することができる。
ユーザにより選択された複数の画面を受け付ける画面受付ステップ(S106)と、を実行させ、生成ステップ(S107)は、モデル受付ステップにおいて受け付けた複数の学習モデル、および、画面受付ステップにおいて受け付けた複数の画面を組み合わせることにより情報処理プロセスを生成するステップである、付記1から4のいずれか記載のプログラム。
これにより、ユーザは、複数の学習モデルに、複数のファンクションを組み合わせることにより柔軟かつ容易にワークフローを作成することができる。
ユーザにより選択された複数のファンクションを受け付ける関数受付ステップ(S105)と、生成ステップ(S105)は、関数受付ステップにおいて受け付けた複数のファンクションを組み合わせることによりワークフローを生成するステップである、付記1から6のいずれか記載のプログラム。
これにより、ユーザは受付ステップにおいて受け付けた学習モデルに組み合わせ可能な複数のファンクションの提示を受け、当該提示されたファンクションから所望のファンクションを選択することにより、柔軟かつ容易にワークフローを作成することができる。
生成ステップ(S105)は、複数の学習モデルに含まれる第1学習モデルの出力データが、複数のファンクションに含まれる第1ファンクションの入力データとなるような組み合わせを含む情報処理プロセスを生成可能なステップであり、第1学習モデルの出力データ型は、第1ファンクションの入力データ型に含まれる、付記7記載のプログラム。
これにより、ユーザは、複数の学習モデルを組み合わせることにより柔軟かつ容易にワークフローを作成することができる。
モデル受付ステップにおいて受け付けた複数の学習モデルの入力データ型および入力ロールを含む入力データ制約、または、出力データ型および出力ロールを含む出力データ制約に基づき、ユーザが選択可能な複数のファンクションをユーザに対して提示する提示ステップ(S104)と、を実行させ、関数受付ステップ(S105)は、提示ステップにおいて提示されたユーザが選択可能な複数のファンクションから、ユーザにより選択された複数のファンクションを受け付けるステップである、付記7または8記載のプログラム。
これにより、ユーザは、複数の学習モデルを組み合わせることにより柔軟かつ容易にワークフローを作成することができる。
プロセッサと、記憶部とを備える情報処理装置であって、プロセッサに、付記1から9のいずれか記載のプログラムを実行させる、情報処理装置。
これにより、ユーザは、複数の学習モデルを組み合わせることにより柔軟かつ容易にワークフローを作成することができる。
Claims (11)
- プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、
前記プログラムは、前記プロセッサに、
ユーザにより選択された複数の学習モデルを受け付けるモデル受付ステップと、
前記モデル受付ステップにおいて受け付けた前記複数の学習モデルを組み合わせることにより情報処理プロセスを生成する生成ステップと、
を実行させ、
前記生成ステップは、
第1学習モデルの出力データ型および出力されるデータの役割を規定した出力ロールを含む出力データ制約は、第2学習モデルの入力データ型および入力されるデータの役割を規定した入力ロールを含む入力データ制約に含まれる場合に、
前記複数の学習モデルに含まれる第1学習モデルの出力データが、前記複数の学習モデルに含まれる第2学習モデルの入力データとなるような組み合わせを含む前記情報処理プロセスを生成可能なステップであり、
第1学習モデルの出力データ型および出力されるデータの役割を規定した出力ロールを含む出力データ制約は、第2学習モデルの入力データ型および入力されるデータの役割を規定した入力ロールを含む入力データ制約に含まれない場合に、
前記複数の学習モデルに含まれる第1学習モデルの出力データが、前記複数の学習モデルに含まれる第2学習モデルの入力データとなるような組み合わせを、前記情報処理プロセスに含めることができない、
プログラム。 - 前記生成ステップは、
前記複数の学習モデルに含まれる第1学習モデルの出力データが、前記複数の学習モデルに含まれる第3学習モデルの入力データとなるような組み合わせを含む前記情報処理プロセスを生成可能なステップであり、
第1学習モデルは、第1学習モデルが出力する出力データの出力データ制約が、第2学習モデルまたは第3学習モデルの入力データ制約に含まれるように、前記出力データを第2学習モデルまたは第3学習モデルのいずれかに対して選択的に出力する、
請求項1記載のプログラム。 - 第1学習モデルは、
第1学習モデルが出力する前記出力データの出力データ制約が、第2学習モデルの入力データ制約に含まれる場合には、前記出力データを第2学習モデルへ出力し、
第1学習モデルが出力する前記出力データの出力データ制約が、第2学習モデルの入力データ制約に含まれない場合には、前記出力データを第2学習モデルへ出力せず、
第1学習モデルが出力する前記出力データの出力データ制約が、第3学習モデルの入力データ制約に含まれる場合には、前記出力データを第3学習モデルへ出力し、
第1学習モデルが出力する前記出力データの出力データ制約が、第3学習モデルの入力データ制約に含まれない場合には、前記出力データを第3学習モデルへ出力しない、
請求項2記載のプログラム。 - 前記プログラムは、前記プロセッサに、
前記ユーザにより選択された複数の画面を受け付ける画面受付ステップと、
を実行させ、
前記生成ステップは、前記モデル受付ステップにおいて受け付けた前記複数の学習モデル、および、前記画面受付ステップにおいて受け付けた前記複数の画面を組み合わせることにより前記情報処理プロセスを生成するステップである、
請求項1から3のいずれか記載のプログラム。 - 前記生成ステップは、
前記複数の画面に含まれる第1画面の出力データが、それぞれ、前記複数の学習モデルに含まれる第1学習モデルの入力データとなるような組み合わせを含む前記情報処理プロセスを生成するステップと、
第1学習モデルの入力データ型および入力ロールを含む入力データ制約に基づき、第1入力画面に含まれる入力欄および、前記入力欄のデータ型およびロールを含むデータ制約を特定するステップと、
を含む、
請求項4記載のプログラム。 - 前記プログラムは、前記プロセッサに、
前記ユーザにより選択された複数のファンクションを受け付ける関数受付ステップと、
を実行させ、
前記生成ステップは、前記関数受付ステップにおいて受け付けた前記複数のファンクションを組み合わせることによりワークフローを生成するステップである、
請求項1から5のいずれか記載のプログラム。 - 前記生成ステップは、
前記複数の学習モデルに含まれる第1学習モデルの出力データが、前記複数のファンクションに含まれる第1ファンクションの入力データとなるような組み合わせを含む前記情報処理プロセスを生成可能なステップであり、
第1学習モデルの出力データ型は、第1ファンクションの入力データ型に含まれる、
請求項6記載のプログラム。 - 前記プログラムは、前記プロセッサに、
前記モデル受付ステップにおいて受け付けた前記複数の学習モデルの入力データ型および入力ロールを含む入力データ制約、または、出力データ型および出力ロールを含む出力データ制約に基づき、前記ユーザが選択可能な複数のファンクションを前記ユーザに対して提示する提示ステップと、
を実行させ、
前記関数受付ステップは、前記提示ステップにおいて提示された前記ユーザが選択可能な複数のファンクションから、前記ユーザにより選択された複数のファンクションを受け付けるステップである、
請求項6または7記載のプログラム。 - プロセッサと、記憶部とを備える情報処理装置であって、
前記プロセッサに、請求項1から8のいずれか記載のプログラムを実行させる、
情報処理装置。 - プロセッサと、記憶部とを備える情報処理装置を含む情報処理システムであって、
前記プロセッサに、請求項1から8のいずれか記載のプログラムを実行させる、
情報処理システム。 - プロセッサと、記憶部とを備えるコンピュータにより実行される情報処理方法であって、
前記プロセッサに、請求項1から8のいずれか記載のプログラムを実行させる、
情報処理方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022043796A JP7224589B1 (ja) | 2022-03-18 | 2022-03-18 | プログラム、情報処理装置、情報処理システム、情報処理方法 |
JP2023011480A JP2023138337A (ja) | 2022-03-18 | 2023-01-30 | プログラム、情報処理装置、情報処理システム、情報処理方法 |
PCT/JP2023/002958 WO2023176175A1 (ja) | 2022-03-18 | 2023-01-31 | プログラム、情報処理装置、情報処理システム、情報処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022043796A JP7224589B1 (ja) | 2022-03-18 | 2022-03-18 | プログラム、情報処理装置、情報処理システム、情報処理方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023011480A Division JP2023138337A (ja) | 2022-03-18 | 2023-01-30 | プログラム、情報処理装置、情報処理システム、情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7224589B1 true JP7224589B1 (ja) | 2023-02-20 |
JP2023137542A JP2023137542A (ja) | 2023-09-29 |
Family
ID=85238736
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022043796A Active JP7224589B1 (ja) | 2022-03-18 | 2022-03-18 | プログラム、情報処理装置、情報処理システム、情報処理方法 |
JP2023011480A Pending JP2023138337A (ja) | 2022-03-18 | 2023-01-30 | プログラム、情報処理装置、情報処理システム、情報処理方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023011480A Pending JP2023138337A (ja) | 2022-03-18 | 2023-01-30 | プログラム、情報処理装置、情報処理システム、情報処理方法 |
Country Status (2)
Country | Link |
---|---|
JP (2) | JP7224589B1 (ja) |
WO (1) | WO2023176175A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001014389A (ja) | 1999-06-25 | 2001-01-19 | Hitachi Ltd | ワークフローサーバおよびクライアント端末 |
US10453165B1 (en) | 2017-02-27 | 2019-10-22 | Amazon Technologies, Inc. | Computer vision machine learning model execution service |
JP2020101860A (ja) | 2018-12-19 | 2020-07-02 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、システム及びプログラム |
JP2021125150A (ja) | 2020-02-07 | 2021-08-30 | 株式会社日立製作所 | 代替候補推薦システム及び方法 |
US20210342745A1 (en) | 2016-09-27 | 2021-11-04 | Clarifai, Inc. | Artificial intelligence model and data collection/development platform |
-
2022
- 2022-03-18 JP JP2022043796A patent/JP7224589B1/ja active Active
-
2023
- 2023-01-30 JP JP2023011480A patent/JP2023138337A/ja active Pending
- 2023-01-31 WO PCT/JP2023/002958 patent/WO2023176175A1/ja unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001014389A (ja) | 1999-06-25 | 2001-01-19 | Hitachi Ltd | ワークフローサーバおよびクライアント端末 |
US20210342745A1 (en) | 2016-09-27 | 2021-11-04 | Clarifai, Inc. | Artificial intelligence model and data collection/development platform |
US10453165B1 (en) | 2017-02-27 | 2019-10-22 | Amazon Technologies, Inc. | Computer vision machine learning model execution service |
JP2020101860A (ja) | 2018-12-19 | 2020-07-02 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、システム及びプログラム |
JP2021125150A (ja) | 2020-02-07 | 2021-08-30 | 株式会社日立製作所 | 代替候補推薦システム及び方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2023176175A1 (ja) | 2023-09-21 |
JP2023138337A (ja) | 2023-10-02 |
JP2023137542A (ja) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11133102B2 (en) | Service architecture support method and system for medical/nursing support system | |
JP7005085B1 (ja) | 方法、プログラム、カルテ情報提供システム | |
Wan | Flourishing through smart tourism: Experience patterns for co-designing technology-mediated traveller experiences | |
CN111309211A (zh) | 图片处理方法、装置及存储介质 | |
CN114238584A (zh) | 信息搜索方法、设备及存储介质 | |
Madsen et al. | The Urban Belonging Photo App: A toolkit for studying place attachments with digital and participatory methods | |
JP7224589B1 (ja) | プログラム、情報処理装置、情報処理システム、情報処理方法 | |
JP2015090652A (ja) | エンディングノート作成サーバ、サーバプログラム、クライアント、クライアントプログラム、及びエンディングノート作成システム | |
WO2023135828A1 (ja) | プログラム、情報処理装置及び情報処理方法 | |
US11568998B2 (en) | Systems and methods for enhanced networking and remote communications | |
WO2021199197A1 (ja) | 電子カルテシステムおよびプログラム | |
JP2018101249A (ja) | ロボット、ロボットシステム、サーバ、情報収集方法及びプログラム | |
KR102181579B1 (ko) | 환자정보 스티커 서비스 제공방법 및 이를 위한 치과용 보험청구 시스템 | |
JP7483995B1 (ja) | 通信ネットワークを介したサービスの提供を支援する方法、プログラム及びサーバ | |
US20210307663A1 (en) | Behavioral feedback system for facilitating shaping a subjects behavior | |
Gabor et al. | Mobile application for medical diagnosis | |
JP7486863B1 (ja) | プログラム、方法、情報処理装置、システム | |
JP7229626B1 (ja) | プログラム、情報処理装置、情報処理システム、情報処理方法 | |
JP6969839B1 (ja) | 電子カルテシステムおよびプログラム | |
Yahya et al. | Design of Application Framework for Vital Sign Monitoring and Remote Doctor Consultation | |
TWI765736B (zh) | 模組化股票資訊筆記本之裝置與方法 | |
JP2022148850A (ja) | 情報処理方法 | |
JP7493196B1 (ja) | 人工知能を活用した比較動画生成システム、動画生成プログラム、及び、動画生成方法 | |
JP7266356B1 (ja) | プログラム、情報処理装置、情報処理システム及び情報処理方法 | |
JP2022149912A (ja) | 情報処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220318 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220318 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220523 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220722 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221019 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221021 |
|
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: 20230118 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230130 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7224589 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |