JP7330141B2 - 情報処理装置、情報処理方法およびプログラム - Google Patents
情報処理装置、情報処理方法およびプログラム Download PDFInfo
- Publication number
- JP7330141B2 JP7330141B2 JP2020109072A JP2020109072A JP7330141B2 JP 7330141 B2 JP7330141 B2 JP 7330141B2 JP 2020109072 A JP2020109072 A JP 2020109072A JP 2020109072 A JP2020109072 A JP 2020109072A JP 7330141 B2 JP7330141 B2 JP 7330141B2
- Authority
- JP
- Japan
- Prior art keywords
- received power
- cluster
- clustering
- information processing
- unit
- 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
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
- Mobile Radio Communication Systems (AREA)
Description
本発明は、情報処理装置、情報処理方法およびプログラムに関する。
複数の無線システムが同一の周波数を共用する場合がある。このような場合、これら複数の無線システムでの干渉の問題を解消する必要がある。
複数の異なる無線システムで周波数を共用する場合、１次利用者が提供する既存の無線システムに対する影響を小さくする（好ましくは、影響を与えない）ために、２次利用者が無線局を利用することが可能な場所および時間などには大きな制約が生じ得る。
このため、２次利用者の投資判断あるいは利用計画策定などの観点から、１次利用者による周波数の利用状況の将来予測をすることが望ましい。
このため、２次利用者の投資判断あるいは利用計画策定などの観点から、１次利用者による周波数の利用状況の将来予測をすることが望ましい。
例えば、特許文献１に記載されたチャネル状態予測装置では、１次利用者による周波数の利用の有無として、無線チャネルのビジー状態およびアイドル状態の時系列データの将来のデータを確率的ニューラルネットワークにより予測することが行われている（特許文献１参照。）。
しかしながら、従来の技術では、１次利用者による周波数の利用状況を予測する際に、予測対象となる場所ごとに、それぞれの場所に合った個別の予測モデルを構築することが必要であった。
このため、従来の技術では、予測対象となる場所の範囲を拡大するときには、当該範囲の大きさに比例などして多数の予測モデルの構築が必要となり、計算量が膨大となることがあった。
このため、従来の技術では、予測対象となる場所の範囲を拡大するときには、当該範囲の大きさに比例などして多数の予測モデルの構築が必要となり、計算量が膨大となることがあった。
本発明は、このような事情を考慮してなされたもので、例えば受信電力の時系列データの予測などのような、データの分析を効率的に行うことができる情報処理装置、情報処理方法およびプログラムを提供することを課題とする。
一構成例として、分析対象となる領域に含まれる複数の部分領域についてクラスタリングを行い、前記クラスタリングによって得られたクラスタごとに前記部分領域のデータの分析を行い、前記クラスタごとの前記分析の結果に基づいて前記部分領域ごとの分析の結果を取得する制御部を備え、前記データは、無線システムの受信電力のデータであり、前記分析は、前記受信電力について、将来における受信電力のデータの予測である、情報処理装置である。
一構成例として、情報処理装置が、分析対象となる領域に含まれる複数の部分領域についてクラスタリングを行い、前記クラスタリングによって得られたクラスタごとに前記部分領域のデータの分析を行い、前記クラスタごとの前記分析の結果に基づいて前記部分領域ごとの分析の結果を取得し、前記データは、無線システムの受信電力のデータであり、前記分析は、前記受信電力について、将来における受信電力のデータの予測である、情報処理方法である。
一構成例として、コンピュータに、分析対象となる領域に含まれる複数の部分領域についてクラスタリングを行うステップと、前記クラスタリングによって得られたクラスタごとに前記部分領域のデータの分析を行うステップと、前記クラスタごとの前記分析の結果に基づいて前記部分領域ごとの分析の結果を取得するステップと、を実行させるためのプログラムであって、前記データは、無線システムの受信電力のデータであり、前記分析は、前記受信電力について、将来における受信電力のデータの予測である、プログラムである。
本発明に係る情報処理装置、情報処理方法およびプログラムによれば、例えば受信電力の時系列データの予測などのような、データの分析を効率的に行うことができる。
以下、図面を参照し、本発明の実施形態について説明する。
（第１実施形態）
＜複数の無線システム＞
本実施形態では、複数の無線システムが同一の周波数を共用し、１次利用者が２次利用者よりも優先されている。そして、２次利用者の無線システムでは、１次利用者の無線システムにおける周波数の利用状況に応じて、１次利用者の無線システムに対する影響を小さくする（好ましくは、影響を与えない）ことが必要であるとする。このため、２次利用者は、１次利用者の無線システムにおける周波数の利用状況の予測を行う。
＜複数の無線システム＞
本実施形態では、複数の無線システムが同一の周波数を共用し、１次利用者が２次利用者よりも優先されている。そして、２次利用者の無線システムでは、１次利用者の無線システムにおける周波数の利用状況に応じて、１次利用者の無線システムに対する影響を小さくする（好ましくは、影響を与えない）ことが必要であるとする。このため、２次利用者は、１次利用者の無線システムにおける周波数の利用状況の予測を行う。
本実施形態では、２次利用者は、１次利用者の無線システムにおける周波数の利用状況の予測を行う情報処理装置を含む情報処理システムを有する。当該情報処理装置および当該情報処理システムは、例えば、２次利用者の無線システムと一体に備えられてもよく、あるいは、２次利用者の無線システムとは別体で備えられてもよい。
なお、１次利用者の無線システムは、例えば、１つの無線システムであってもよく、あるいは、同一の１次利用者が有する２以上の無線システムがまとめて捉えられたものであってもよく、または、２以上の異なる１次利用者が有する２以上の無線システムがまとめて捉えられたものであってもよい。
なお、１次利用者の無線システムは、例えば、１つの無線システムであってもよく、あるいは、同一の１次利用者が有する２以上の無線システムがまとめて捉えられたものであってもよく、または、２以上の異なる１次利用者が有する２以上の無線システムがまとめて捉えられたものであってもよい。
＜情報処理システム＞
図１は、本発明の実施形態に係る情報処理システム１の概略的な構成を示す図である。
情報処理システム１は、情報処理装置１１と、受信電力データベース２１と、環境情報データベース２２と、クラスタ時系列データベース２３と、予測受信電力データベース２４と、回線３１と、を備える。
図１は、本発明の実施形態に係る情報処理システム１の概略的な構成を示す図である。
情報処理システム１は、情報処理装置１１と、受信電力データベース２１と、環境情報データベース２２と、クラスタ時系列データベース２３と、予測受信電力データベース２４と、回線３１と、を備える。
情報処理装置１１と、受信電力データベース２１と、環境情報データベース２２と、クラスタ時系列データベース２３と、予測受信電力データベース２４と、は、回線３１を介して接続されている。
ここで、回線３１は、例えば、有線の回線であってもよく、無線の回線であってもよく、あるいは、有線と無線を含む回線であってもよい。
ここで、回線３１は、例えば、有線の回線であってもよく、無線の回線であってもよく、あるいは、有線と無線を含む回線であってもよい。
なお、他の構成例として、受信電力データベース２１と、環境情報データベース２２と、クラスタ時系列データベース２３と、予測受信電力データベース２４とのうちの１以上が、情報処理装置１１と一体に備えられる構成が用いられてもよい。
＜情報処理装置＞
情報処理装置１１は、入力部１１１と、出力部１１２と、記憶部１１３と、通信部１１４と、制御部１１５と、を備える。
制御部１１５は、予測部１３１を備える。
情報処理装置１１は、入力部１１１と、出力部１１２と、記憶部１１３と、通信部１１４と、制御部１１５と、を備える。
制御部１１５は、予測部１３１を備える。
入力部１１１は、外部から情報を入力する。
入力部１１１は、一例として、ユーザ（人）によって操作される操作部を有し、当該操作部によって受け付けられた操作に応じた情報を入力してもよい。入力部１１１は、他の例として、可搬型の記憶装置などのような外部の装置と接続し、当該外部の装置から出力される情報を入力してもよい。
入力部１１１は、一例として、ユーザ（人）によって操作される操作部を有し、当該操作部によって受け付けられた操作に応じた情報を入力してもよい。入力部１１１は、他の例として、可搬型の記憶装置などのような外部の装置と接続し、当該外部の装置から出力される情報を入力してもよい。
出力部１１２は、外部に情報を出力する。
出力部１１２は、一例として、情報を表示出力する画面を備えた表示部を有し、当該表示部によって当該画面に情報を表示出力してもよい。出力部１１２は、他の例として、情報を音出力するスピーカを有し、当該スピーカによって情報を音出力してもよい。出力部１１２は、他の例として、可搬型の記憶装置などのような外部の装置と接続し、当該外部の装置に情報を出力してもよい。
出力部１１２は、一例として、情報を表示出力する画面を備えた表示部を有し、当該表示部によって当該画面に情報を表示出力してもよい。出力部１１２は、他の例として、情報を音出力するスピーカを有し、当該スピーカによって情報を音出力してもよい。出力部１１２は、他の例として、可搬型の記憶装置などのような外部の装置と接続し、当該外部の装置に情報を出力してもよい。
記憶部１１３は、情報を記憶する。
記憶部１１３は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）およびＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を含む。
記憶部１１３は、例えば、所定のプログラムおよび各種のパラメータなどを記憶する。
記憶部１１３は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）およびＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を含む。
記憶部１１３は、例えば、所定のプログラムおよび各種のパラメータなどを記憶する。
通信部１１４は、他の装置と回線３１を介して通信を行う。
本実施形態では、通信部１１４は、受信電力データベース２１と、環境情報データベース２２と、クラスタ時系列データベース２３と、予測受信電力データベース２４とのそれぞれと、回線３１を介して、通信を行う。
ここで、本実施形態では、説明の便宜上、通信部１１４を入力部１１１および出力部１１２とは別の機能部として示すが、通信部１１４の機能が入力部１１１および出力部１１２に含まれると捉えられてもよい。
本実施形態では、通信部１１４は、受信電力データベース２１と、環境情報データベース２２と、クラスタ時系列データベース２３と、予測受信電力データベース２４とのそれぞれと、回線３１を介して、通信を行う。
ここで、本実施形態では、説明の便宜上、通信部１１４を入力部１１１および出力部１１２とは別の機能部として示すが、通信部１１４の機能が入力部１１１および出力部１１２に含まれると捉えられてもよい。
制御部１１５は、情報処理装置１１において、各種の処理を行う。
本実施形態では、制御部１１５は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を有しており、記憶部１１３に記憶されたプログラムを実行することで、各種の処理を行う。制御部１１５は、各種の処理を行う際に、記憶部１１３に記憶された各種のパラメータを使用してもよい。
本実施形態では、制御部１１５は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を有しており、記憶部１１３に記憶されたプログラムを実行することで、各種の処理を行う。制御部１１５は、各種の処理を行う際に、記憶部１１３に記憶された各種のパラメータを使用してもよい。
予測部１３１は、１次利用者の無線システムにおける周波数の利用状況の予測を行う。
なお、予測部１３１は、分析部の一例である。分析部としては、例えば、本実施形態に係る予測以外の分析を行う構成であってもよい。
なお、予測部１３１は、分析部の一例である。分析部としては、例えば、本実施形態に係る予測以外の分析を行う構成であってもよい。
＜各種のデータベース＞
受信電力データベース２１は、予測対象となる受信電力に関する情報を記憶する。当該情報は、例えば、予測処理の前に、あらかじめ記憶される。
環境情報データベース２２は、環境に関する情報を記憶する。当該情報は、例えば、予測処理の前に、あらかじめ記憶される。
クラスタ時系列データベース２３は、クラスタごとの時系列の情報を記憶する。当該情報は、例えば、予測処理の途中において、記憶される。
予測受信電力データベース２４は、予測結果の受信電力に関する情報を記憶する。
受信電力データベース２１は、予測対象となる受信電力に関する情報を記憶する。当該情報は、例えば、予測処理の前に、あらかじめ記憶される。
環境情報データベース２２は、環境に関する情報を記憶する。当該情報は、例えば、予測処理の前に、あらかじめ記憶される。
クラスタ時系列データベース２３は、クラスタごとの時系列の情報を記憶する。当該情報は、例えば、予測処理の途中において、記憶される。
予測受信電力データベース２４は、予測結果の受信電力に関する情報を記憶する。
ここで、本実施形態では、説明の便宜上、それぞれの情報をそれぞれ別のデータベースに記憶する構成を示すが、他の構成例として、２以上のデータベースが一体化されてもよい。
また、それぞれのデータベースの名称は、任意であってもよい。
また、それぞれのデータベースの名称は、任意であってもよい。
＜予測処理＞
図２～図１２を参照して、情報処理システム１において、情報処理装置１１により行われる予測処理について説明する。
図２～図１２を参照して、情報処理システム１において、情報処理装置１１により行われる予測処理について説明する。
図２は、本発明の実施形態に係る予測対象領域２１１のメッシュ２３１の概略的な構成を示す図である。
図２には、予測対象領域２１１の一例を示してある。
予測対象領域２１１は、地理的な領域である。図２の例では、正方形状の予測対象領域２１１を示してあるが、予測対象領域２１１の形状は任意であってもよい。また、図２の例では、２次元の予測対象領域２１１を示してあるが、３次元に適用されてもよい。
図２には、予測対象領域２１１の一例を示してある。
予測対象領域２１１は、地理的な領域である。図２の例では、正方形状の予測対象領域２１１を示してあるが、予測対象領域２１１の形状は任意であってもよい。また、図２の例では、２次元の予測対象領域２１１を示してあるが、３次元に適用されてもよい。
予測対象領域２１１は、複数の部分領域であるメッシュ２３１に区切られている。なお、本実施形態では、説明の便宜上、それぞれの部分領域をメッシュと呼ぶが、他の任意の名称で呼ばれてもよい。また、図２の例では、図を見やすくするために、１個のメッシュ２３１のみに符号を付してある。
図２の例では、それぞれのメッシュ２３１は正方形状であるが、メッシュ２３１の形状は任意であってもよい。
また、図２の例では、複数のメッシュ２３１の形状は同じであるが、他の構成例として、複数のメッシュ２３１に、異なる形状のメッシュが含まれてもよい。
図２の例では、それぞれのメッシュ２３１は正方形状であるが、メッシュ２３１の形状は任意であってもよい。
また、図２の例では、複数のメッシュ２３１の形状は同じであるが、他の構成例として、複数のメッシュ２３１に、異なる形状のメッシュが含まれてもよい。
図３は、本発明の実施形態に係る予測対象領域２１１の地形情報の一例を示す図である。なお、説明の便宜上、当該地形情報を領域地形情報３１１と呼んで説明する。
図３の例では、図２に示される予測対象領域２１１と同じ領域について、領域地形情報３１１の一例を示してある。
領域地形情報３１１は、複数の部分領域であるメッシュ３３１に区切られている。図３の例では、図を見やすくするために、１個のメッシュ３３１のみに符号を付してある。
図３の例では、図２に示される予測対象領域２１１と同じ領域について、領域地形情報３１１の一例を示してある。
領域地形情報３１１は、複数の部分領域であるメッシュ３３１に区切られている。図３の例では、図を見やすくするために、１個のメッシュ３３１のみに符号を付してある。
ここで、図２に示されるそれぞれのメッシュ２３１と、図３に示されるそれぞれのメッシュ３３１とは、同じ部分領域に対応している。つまり、図３の例では、それぞれのメッシュ３３１の地形情報は、図２に示されるそれぞれのメッシュ２３１の地形情報を表している。
図３の例では、４種類の地形のそれぞれを表すマークとして、４種類の地形マーク３５１～３５４が用いられている。
すなわち、それぞれのメッシュ３３１の地形は、当該メッシュ３３１に表されている地形マーク（地形マーク３５１～３５４のうちのいずれか）によって示されている。
なお、地形の種類の数は、２種類または３種類であってもよく、あるいは、５種類以上であってもよい。
地形の種類としては、任意の地形が用いられてもよく、例えば、平地、山、川、森林などが用いられてもよい。
すなわち、それぞれのメッシュ３３１の地形は、当該メッシュ３３１に表されている地形マーク（地形マーク３５１～３５４のうちのいずれか）によって示されている。
なお、地形の種類の数は、２種類または３種類であってもよく、あるいは、５種類以上であってもよい。
地形の種類としては、任意の地形が用いられてもよく、例えば、平地、山、川、森林などが用いられてもよい。
予測対象領域２１１の情報および領域地形情報３１１は、例えば、環境情報データベース２２に記憶されて、情報処理装置１１によって環境情報データベース２２から取得されてもよい。
また、予測対象領域２１１の情報および領域地形情報３１１は、例えば、情報処理装置１１によって画面に表示されてもよい。
なお、本実施形態では、説明の便宜上、予測対象領域２１１の情報と、領域地形情報３１１とを別の情報として説明したが、これらの情報は一体化されてもよい。
また、予測対象領域２１１の情報および領域地形情報３１１は、例えば、情報処理装置１１によって画面に表示されてもよい。
なお、本実施形態では、説明の便宜上、予測対象領域２１１の情報と、領域地形情報３１１とを別の情報として説明したが、これらの情報は一体化されてもよい。
図４は、本発明の実施形態に係る予測対象領域２１１のメッシュ２３１ごとの受信電力の一例を示す図である。
図４に示されるグラフにおいて、横軸は時間を表しており、縦軸は受信電力を表している。受信電力としては、例えば、ＲＳＳＩ（Ｒｅｃｅｉｖｅｄ Ｓｉｇｎａｌ Ｓｔｒｅｎｇｔｈ Ｉｎｄｉｃａｔｉｏｎ）が用いられてもよく、単位は［ｄＢｍ］である。
図４には、１個のメッシュ２３１の受信電力特性４１１を示してある。
図４に示されるグラフにおいて、横軸は時間を表しており、縦軸は受信電力を表している。受信電力としては、例えば、ＲＳＳＩ（Ｒｅｃｅｉｖｅｄ Ｓｉｇｎａｌ Ｓｔｒｅｎｇｔｈ Ｉｎｄｉｃａｔｉｏｎ）が用いられてもよく、単位は［ｄＢｍ］である。
図４には、１個のメッシュ２３１の受信電力特性４１１を示してある。
本実施形態では、統一されたメッシュ２３１ごとの単位で、過去における受信電力の時系列データ、および、環境情報のデータが、受信電力データベース２１、および、環境情報データベース２２に格納されている。
本実施形態では、説明の便宜上、予測処理を、クラスタリングフェーズと、クラスタリング後予測フェーズと、に分けて説明する。
図５は、本発明の実施形態（第１実施形態）に係る予測処理におけるクラスタリングフェーズの処理の手順の一例を示す図である。
図５は、本発明の実施形態（第１実施形態）に係る予測処理におけるクラスタリングフェーズの処理の手順の一例を示す図である。
図５には、情報処理装置１１の予測部１３１が有する機能部である、正規化部Ｔ１、クラスタリング部Ｔ２、代表値取得部Ｔ３と、ＲＭＳＥ算出部Ｔ４と、基準値判定部Ｔ５と、クラスタ数判定部Ｔ６を示してある。
ここで、本実施形態では、これらの機能部は一体化されている。
なお、これらの機能部が別々に備えられる場合には、初期または途中の処理を行う機能部は処理後の情報を次段以降の機能部に送信し、当該次段以降の機能部は当該情報を受信する。
ここで、本実施形態では、これらの機能部は一体化されている。
なお、これらの機能部が別々に備えられる場合には、初期または途中の処理を行う機能部は処理後の情報を次段以降の機能部に送信し、当該次段以降の機能部は当該情報を受信する。
受信電力データベース２１は、メッシュＩＤ、および、受信電力の時系列データを記憶している。メッシュＩＤと、受信電力の時系列データとが、対応付けられている。
メッシュＩＤは、予測対象領域２１１のそれぞれのメッシュ２３１を識別する情報である。
受信電力の時系列データは、予測対象領域２１１のそれぞれのメッシュ２３１ごとにおける、受信電力の時系列データである。
メッシュＩＤは、予測対象領域２１１のそれぞれのメッシュ２３１を識別する情報である。
受信電力の時系列データは、予測対象領域２１１のそれぞれのメッシュ２３１ごとにおける、受信電力の時系列データである。
図６は、本発明の実施形態に係る予測対象領域２１１のメッシュ２３１ごとの受信電力の時系列データの一例を示す図である。
図６に示されるグラフにおいて、横軸は時間を表しており、縦軸は受信電力を表している。
図６には、４個のメッシュ２３１のそれぞれにおける受信電力特性６１１～６１４を示してある。
なお、図６の例では、４個のメッシュ２３１について受信電力特性６１１～６１４を示すが、すべてのメッシュ２３１について受信電力特性が受信電力データベース２１に記憶されている。
図６に示されるグラフにおいて、横軸は時間を表しており、縦軸は受信電力を表している。
図６には、４個のメッシュ２３１のそれぞれにおける受信電力特性６１１～６１４を示してある。
なお、図６の例では、４個のメッシュ２３１について受信電力特性６１１～６１４を示すが、すべてのメッシュ２３１について受信電力特性が受信電力データベース２１に記憶されている。
環境情報データベース２２は、メッシュＩＤ、および、環境情報を記憶している。メッシュＩＤと、環境情報とが、対応付けられている。
環境情報は、予測対象領域２１１のそれぞれのメッシュ２３１ごとにおける、環境情報である。
一例として、環境情報は、図３に示される地形情報であってもよい。
例えば、環境情報は、衛星画像などによる地理的な情報、交通量の情報、天候の情報など、様々な環境の情報であってもよい。
地理的な情報には、例えば、建物の密度、あるいは、住宅地または商業地域などの区分などの情報が含まれてもよい。
また、環境情報は、例えば、２種類以上の環境の情報を含んでもよい。
環境情報は、予測対象領域２１１のそれぞれのメッシュ２３１ごとにおける、環境情報である。
一例として、環境情報は、図３に示される地形情報であってもよい。
例えば、環境情報は、衛星画像などによる地理的な情報、交通量の情報、天候の情報など、様々な環境の情報であってもよい。
地理的な情報には、例えば、建物の密度、あるいは、住宅地または商業地域などの区分などの情報が含まれてもよい。
また、環境情報は、例えば、２種類以上の環境の情報を含んでもよい。
（予測部１３１が有する正規化部Ｔ１としての処理）
情報処理装置１１では、予測部１３１は、予測対象となるすべてのメッシュ２３１について、受信電力データベース２１に記憶されているメッシュ２３１ごとの受信電力の時系列データを読み出して取得し、取得したメッシュ２３１ごとの受信電力の時系列データを正規化する。
また、予測部１３１は、それぞれのメッシュ２３１について行った正規化の変換に関する情報（正規化情報）を記憶する。本実施形態では、当該正規化情報は、正規化の変換に対して逆変換を行う際に用いられる。
情報処理装置１１では、予測部１３１は、予測対象となるすべてのメッシュ２３１について、受信電力データベース２１に記憶されているメッシュ２３１ごとの受信電力の時系列データを読み出して取得し、取得したメッシュ２３１ごとの受信電力の時系列データを正規化する。
また、予測部１３１は、それぞれのメッシュ２３１について行った正規化の変換に関する情報（正規化情報）を記憶する。本実施形態では、当該正規化情報は、正規化の変換に対して逆変換を行う際に用いられる。
ここで、本実施形態では、受信電力の時系列データの変動パターン（変動要素）を異なるメッシュ２３１の間で比較することができるように、正規化の変換が行われる。
正規化としては、例えば、時系列データの値が０以上１以下の範囲となるように、時系列データを変換する正規化が用いられてもよい。
正規分布にしたがう正規化では、平均値が０となり、標準偏差が１となる。
なお、本実施形態では、すべてのメッシュ２３１について、同じ正規化の手法が用いられるが、他の構成例として、一部のメッシュ２３１について異なる正規化の手法が用いられてもよい。
正規化としては、例えば、時系列データの値が０以上１以下の範囲となるように、時系列データを変換する正規化が用いられてもよい。
正規分布にしたがう正規化では、平均値が０となり、標準偏差が１となる。
なお、本実施形態では、すべてのメッシュ２３１について、同じ正規化の手法が用いられるが、他の構成例として、一部のメッシュ２３１について異なる正規化の手法が用いられてもよい。
図７は、本発明の実施形態に係る予測対象領域２１１のメッシュ２３１ごとの正規化された受信電力の時系列データの一例を示す図である。
図７に示されるグラフにおいて、横軸は時間を表しており、縦軸は正規化された受信電力を表している。
図７には、４個のメッシュ２３１のそれぞれにおける正規化された受信電力特性７１１～７１４を示してある。
なお、図７の例では、４個のメッシュ２３１について受信電力特性７１１～７１４を示すが、すべてのメッシュ２３１について正規化された受信電力特性が求められている。
図７に示されるグラフにおいて、横軸は時間を表しており、縦軸は正規化された受信電力を表している。
図７には、４個のメッシュ２３１のそれぞれにおける正規化された受信電力特性７１１～７１４を示してある。
なお、図７の例では、４個のメッシュ２３１について受信電力特性７１１～７１４を示すが、すべてのメッシュ２３１について正規化された受信電力特性が求められている。
（予測部１３１が有するクラスタリング部Ｔ２としての処理）
情報処理装置１１では、予測部１３１は、予測対象となるすべてのメッシュ２３１について、正規化された受信電力の時系列データを取得する。
また、予測部１３１は、予測対象となるすべてのメッシュ２３１について、環境情報データベース２２に記憶されているメッシュ２３１ごと（メッシュ３３１ごと）の環境情報を読み出して取得する。
そして、予測部１３１は、正規化された受信電力の時系列データおよびメッシュ２３１ごとの環境情報に基づいて、予測対象となるすべてのメッシュ２３１について、クラスタリングを行う。
情報処理装置１１では、予測部１３１は、予測対象となるすべてのメッシュ２３１について、正規化された受信電力の時系列データを取得する。
また、予測部１３１は、予測対象となるすべてのメッシュ２３１について、環境情報データベース２２に記憶されているメッシュ２３１ごと（メッシュ３３１ごと）の環境情報を読み出して取得する。
そして、予測部１３１は、正規化された受信電力の時系列データおよびメッシュ２３１ごとの環境情報に基づいて、予測対象となるすべてのメッシュ２３１について、クラスタリングを行う。
ここで、本実施形態では、予測部１３１は、クラスタリングによって、複数のメッシュ２３１を２以上のクラスタに分類する。
クラスタリングの手法としては、種々な手法が用いられてもよく、本実施形態では、例えば、クラスタの数（ｋ）が指定されるクラスタリングの手法として、ｋ－ｓｈａｐｅ、あるいは、ｋ－ｍｅａｎｓなどの手法が用いられてもよい。なお、クラスタリングにおけるクラスタの数の初期値としては、任意の値が設定されてもよい。
クラスタリングの手法としては、種々な手法が用いられてもよく、本実施形態では、例えば、クラスタの数（ｋ）が指定されるクラスタリングの手法として、ｋ－ｓｈａｐｅ、あるいは、ｋ－ｍｅａｎｓなどの手法が用いられてもよい。なお、クラスタリングにおけるクラスタの数の初期値としては、任意の値が設定されてもよい。
それぞれのクラスタには、正規化された受信電力の時系列データおよび環境情報に関して類似したメッシュ２３１が集約される。これにより、それぞれのクラスタのクラスタＩＤと、当該クラスタに分類されたすべてのメッシュ２３１のメッシュＩＤとが対応付けられる。
クラスタＩＤは、それぞれのクラスタを識別する情報である。
クラスタＩＤは、それぞれのクラスタを識別する情報である。
ここで、本実施形態では、好ましい一例として、それぞれのメッシュ２３１における正規化された受信電力の時系列データおよび環境情報に基づいてメッシュ２３１のクラスタリングを行うが、他の構成例として、それぞれのメッシュ２３１における正規化された受信電力の時系列データに基づいてメッシュ２３１のクラスタリングを行ってもよい。この場合、それぞれのクラスタには、正規化された受信電力の時系列データに関して類似したメッシュ２３１が集約される。
図８（Ａ）は、本発明の実施形態に係る一のクラスタに分類された正規化された受信電力の時系列データの一例を示す図である。
図８（Ｂ）は、本発明の実施形態に係る他のクラスタに分類された正規化された受信電力の時系列データの一例を示す図である。
図８（Ａ）および図８（Ｂ）のそれぞれに示されるグラフにおいて、横軸は時間を表しており、縦軸は正規化された受信電力を表している。
図８（Ａ）には、１個のクラスタに分類された正規化された受信電力特性８１２、８１４を示してある。
図８（ｂ）には、他の１個のクラスタに分類された正規化された受信電力特性８１１、８１３を示してある。
なお、図８（Ａ）および図８（Ｂ）の例では、それぞれのクラスタに２個のメッシュ２３１が分類された場合を示してあるが、それぞれのクラスタに分類されるメッシュ２３１の数は、１個であってもよく、あるいは、３個以上であってもよい。
図８（Ｂ）は、本発明の実施形態に係る他のクラスタに分類された正規化された受信電力の時系列データの一例を示す図である。
図８（Ａ）および図８（Ｂ）のそれぞれに示されるグラフにおいて、横軸は時間を表しており、縦軸は正規化された受信電力を表している。
図８（Ａ）には、１個のクラスタに分類された正規化された受信電力特性８１２、８１４を示してある。
図８（ｂ）には、他の１個のクラスタに分類された正規化された受信電力特性８１１、８１３を示してある。
なお、図８（Ａ）および図８（Ｂ）の例では、それぞれのクラスタに２個のメッシュ２３１が分類された場合を示してあるが、それぞれのクラスタに分類されるメッシュ２３１の数は、１個であってもよく、あるいは、３個以上であってもよい。
（予測部１３１が有する代表値取得部Ｔ３としての処理）
情報処理装置１１では、予測部１３１は、すべてのクラスタについて、それぞれのクラスタに含まれるメッシュ２３１ごとの正規化された受信電力の時系列データを取得する。
そして、予測部１３１は、クラスタごとに正規化された受信電力の時系列データの代表値を決定し、クラスタごとに代表値からなる時系列データを取得する。
情報処理装置１１では、予測部１３１は、すべてのクラスタについて、それぞれのクラスタに含まれるメッシュ２３１ごとの正規化された受信電力の時系列データを取得する。
そして、予測部１３１は、クラスタごとに正規化された受信電力の時系列データの代表値を決定し、クラスタごとに代表値からなる時系列データを取得する。
ここで、代表値は、例えば、正規化された受信電力の時系列データから、一定の時間ごとに決定されてもよい。
また、代表値としては、例えば、中央値、あるいは、平均値などが用いられてもよい。
また、代表値としては、例えば、中央値、あるいは、平均値などが用いられてもよい。
図９（Ａ）は、本発明の実施形態に係る一のクラスタにおける代表値の時系列データの一例を示す図である。
図９（Ｂ）は、本発明の実施形態に係る他のクラスタにおける代表値の時系列データの一例を示す図である。
図９（Ａ）および図９（Ｂ）のそれぞれに示されるグラフにおいて、横軸は時間を表しており、縦軸は正規化された受信電力を表している。
図９（Ｂ）は、本発明の実施形態に係る他のクラスタにおける代表値の時系列データの一例を示す図である。
図９（Ａ）および図９（Ｂ）のそれぞれに示されるグラフにおいて、横軸は時間を表しており、縦軸は正規化された受信電力を表している。
図９（Ａ）には、１個のクラスタにおける代表値の受信電力特性９１１を示してある。
図９（Ａ）の例は、図８（Ａ）の例に対応しており、参考として、代表値が求められた元となる受信電力特性８１２、８１４を示してある。
図９（Ｂ）には、他の１個のクラスタにおける代表値の受信電力特性９１２を示してある。
図９（Ｂ）の例は、図８（Ｂ）の例に対応しており、参考として、代表値が求められた元となる受信電力特性８１１、８１３を示してある。
図９（Ａ）の例は、図８（Ａ）の例に対応しており、参考として、代表値が求められた元となる受信電力特性８１２、８１４を示してある。
図９（Ｂ）には、他の１個のクラスタにおける代表値の受信電力特性９１２を示してある。
図９（Ｂ）の例は、図８（Ｂ）の例に対応しており、参考として、代表値が求められた元となる受信電力特性８１１、８１３を示してある。
（予測部１３１が有するＲＭＳＥ算出部Ｔ４としての処理）
情報処理装置１１では、予測部１３１は、すべてのクラスタについて、それぞれのクラスタにおける代表値の受信電力の時系列データを取得するとともに、すべてのメッシュ２３１について、それぞれのメッシュ２３１ごとに正規化された受信電力の時系列データを取得する。
そして、予測部１３１は、すべてのクラスタについて、クラスタごとに、所定の二乗平均平方根誤差（ＲＭＳＥ：Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ）を算出する。
情報処理装置１１では、予測部１３１は、すべてのクラスタについて、それぞれのクラスタにおける代表値の受信電力の時系列データを取得するとともに、すべてのメッシュ２３１について、それぞれのメッシュ２３１ごとに正規化された受信電力の時系列データを取得する。
そして、予測部１３１は、すべてのクラスタについて、クラスタごとに、所定の二乗平均平方根誤差（ＲＭＳＥ：Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ）を算出する。
当該ＲＭＳＥは、クラスタごとに、当該クラスタに含まれるすべてのメッシュ２３１の正規化された受信電力の時系列データについて、代表値との差分の二乗に関して取得される値である。
ここで、クラスタのＲＭＳＥが小さい方が、当該クラスタに含まれるメッシュ２３１の類似度が高いと考えられる。
なお、クラスタごとのメッシュ２３１の類似度を判定するための指標としては、他の任意の指標が用いられてもよい。
ここで、クラスタのＲＭＳＥが小さい方が、当該クラスタに含まれるメッシュ２３１の類似度が高いと考えられる。
なお、クラスタごとのメッシュ２３１の類似度を判定するための指標としては、他の任意の指標が用いられてもよい。
（予測部１３１が有する基準値判定部Ｔ５としての処理）
情報処理装置１１では、予測部１３１は、算出されたＲＭＳＥを取得する。
そして、予測部１３１は、当該ＲＭＳＥが所定の基準値以下であるか否かを判定する。
この判定の結果、予測部１３１は、当該ＲＭＳＥが所定の基準値を超える（つまり、所定の基準値以下ではない）と判定した場合、クラスタ数指定部Ｔ６の処理を行う。
一方、この判定の結果、予測部１３１は、ＲＭＳＥが所定の基準値以下であると判定した場合、すべてのクラスタについて、それぞれのクラスタにおける代表値の受信電力の時系列データ、クラスタＩＤ、それぞれのクラスタに含まれるメッシュ２３１のメッシュＩＤ、それぞれのメッシュ２３１ごとの正規化情報をクラスタ時系列データベース２３に記憶する。
情報処理装置１１では、予測部１３１は、算出されたＲＭＳＥを取得する。
そして、予測部１３１は、当該ＲＭＳＥが所定の基準値以下であるか否かを判定する。
この判定の結果、予測部１３１は、当該ＲＭＳＥが所定の基準値を超える（つまり、所定の基準値以下ではない）と判定した場合、クラスタ数指定部Ｔ６の処理を行う。
一方、この判定の結果、予測部１３１は、ＲＭＳＥが所定の基準値以下であると判定した場合、すべてのクラスタについて、それぞれのクラスタにおける代表値の受信電力の時系列データ、クラスタＩＤ、それぞれのクラスタに含まれるメッシュ２３１のメッシュＩＤ、それぞれのメッシュ２３１ごとの正規化情報をクラスタ時系列データベース２３に記憶する。
（予測部１３１が有するクラスタ数指定部Ｔ６としての処理）
情報処理装置１１では、予測部１３１は、算出されたＲＭＳＥの値が所定の基準値を超えた場合、クラスタリング部Ｔ２の処理においてクラスタの数（クラスタ数）を１つ増加するように、クラスタ数を指定する。
情報処理装置１１では、予測部１３１は、算出されたＲＭＳＥの値が所定の基準値を超えた場合、クラスタリング部Ｔ２の処理においてクラスタの数（クラスタ数）を１つ増加するように、クラスタ数を指定する。
ここで、本実施形態では、クラスタリング部Ｔ２は、指定されたクラスタ数でクラスタリングを行う。クラスタリングにおけるクラスタ数が増加されることで、メッシュ２３１の分類の精度が高められる。
なお、クラスタ数指定部Ｔ６は、クラスタ数を２つ以上増加するように、クラスタ数を指定してもよい。
また、本実施形態では、クラスタリングの結果が不十分であると判定された場合に、クラスタ数を増加させてクラスタリングを再度行う構成としたが、他の構成例として、クラスタ数以外のパラメータを変化させてクラスタリングを再度行う構成が用いられてもよい。
なお、クラスタ数指定部Ｔ６は、クラスタ数を２つ以上増加するように、クラスタ数を指定してもよい。
また、本実施形態では、クラスタリングの結果が不十分であると判定された場合に、クラスタ数を増加させてクラスタリングを再度行う構成としたが、他の構成例として、クラスタ数以外のパラメータを変化させてクラスタリングを再度行う構成が用いられてもよい。
図１０は、本発明の実施形態に係る予測処理におけるクラスタリング後予測フェーズの処理の手順の一例を示す図である。
図１０には、情報処理装置１１の予測部１３１が有する機能部である、時系列予測部Ｔ１１と、逆正規化部Ｔ１２と、を示してある。
なお、これらの機能部が別々に備えられる場合には、初期または途中の処理を行う機能部は処理後の情報を次段の機能部に送信し、当該次段の機能部は当該情報を受信する。
図１０には、情報処理装置１１の予測部１３１が有する機能部である、時系列予測部Ｔ１１と、逆正規化部Ｔ１２と、を示してある。
なお、これらの機能部が別々に備えられる場合には、初期または途中の処理を行う機能部は処理後の情報を次段の機能部に送信し、当該次段の機能部は当該情報を受信する。
（予測部１３１が有する時系列予測部Ｔ１１としての処理）
時系列予測部Ｔ１１は、クラスタ時系列データベース２３から、すべてのクラスタについて、それぞれのクラスタにおける代表値の受信電力の時系列データを取得する。
他の例として、基準値判定部Ｔ５から時系列予測部Ｔ１１に、すべてのクラスタについて、それぞれのクラスタにおける代表値の受信電力の時系列データが出力されてもよい。
情報処理装置１１では、予測部１３１は、クラスタ時系列データベース２３から、すべてのクラスタについて、それぞれのクラスタにおける代表値の受信電力の時系列データを読み出して取得する。
そして、予測部１３１は、それぞれのクラスタにおける代表値の受信電力の時系列データに基づいて、すべてのクラスタについて、将来におけるそれぞれのクラスタにおける代表値の受信電力の時系列データの予測を行う。
時系列予測部Ｔ１１は、クラスタ時系列データベース２３から、すべてのクラスタについて、それぞれのクラスタにおける代表値の受信電力の時系列データを取得する。
他の例として、基準値判定部Ｔ５から時系列予測部Ｔ１１に、すべてのクラスタについて、それぞれのクラスタにおける代表値の受信電力の時系列データが出力されてもよい。
情報処理装置１１では、予測部１３１は、クラスタ時系列データベース２３から、すべてのクラスタについて、それぞれのクラスタにおける代表値の受信電力の時系列データを読み出して取得する。
そして、予測部１３１は、それぞれのクラスタにおける代表値の受信電力の時系列データに基づいて、すべてのクラスタについて、将来におけるそれぞれのクラスタにおける代表値の受信電力の時系列データの予測を行う。
ここで、時系列データの予測を行う手法としては、任意の手法が用いられてもよい。
時系列データの予測を行うモデルとして、例えば、自己回帰（ＡＲ：Ａｕｔｏ Ｒｅｇｒｅｓｓｉｖｅ）モデル、自己回帰和分移動平均（ＡＲＩＭＡ：Ａｕｔｏ Ｒｅｇｒｅｓｓｉｖｅ Ｉｎｔｅｇｒａｔｅｄ Ｍｏｖｉｎｇ Ａｖｅｒａｇｅ）モデル、カルマンフィルターのモデル、粒子フィルターのモデル、あるいは、ＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ－Ｔｅｒｍ Ｍｅｍｏｒｙ）などのニューラルネットワークのモデルなどが用いられてもよい。
時系列データの予測を行うモデルとして、例えば、自己回帰（ＡＲ：Ａｕｔｏ Ｒｅｇｒｅｓｓｉｖｅ）モデル、自己回帰和分移動平均（ＡＲＩＭＡ：Ａｕｔｏ Ｒｅｇｒｅｓｓｉｖｅ Ｉｎｔｅｇｒａｔｅｄ Ｍｏｖｉｎｇ Ａｖｅｒａｇｅ）モデル、カルマンフィルターのモデル、粒子フィルターのモデル、あるいは、ＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ－Ｔｅｒｍ Ｍｅｍｏｒｙ）などのニューラルネットワークのモデルなどが用いられてもよい。
図１１（Ａ）は、本発明の実施形態に係る一のクラスタについて予測された代表値の受信電力の時系列データの一例を示す図である。
図１１（Ｂ）は、本発明の実施形態に係る他のクラスタについて予測された代表値の受信電力の時系列データの一例を示す図である。
図１１（Ａ）および図１１（Ｂ）のそれぞれに示されるグラフにおいて、横軸は時間を表しており、縦軸は予測された受信電力を表している。
図１１（Ｂ）は、本発明の実施形態に係る他のクラスタについて予測された代表値の受信電力の時系列データの一例を示す図である。
図１１（Ａ）および図１１（Ｂ）のそれぞれに示されるグラフにおいて、横軸は時間を表しており、縦軸は予測された受信電力を表している。
図１１（Ａ）には、１個のクラスタにおける予測された代表値の受信電力特性１１１１を示してある。
図１１（Ａ）の例は、図９（Ａ）の例に対応している。
図１１（Ｂ）には、他の１個のクラスタにおける予測された代表値の受信電力特性１１１２を示してある。
図１１（Ｂ）の例は、図９（Ｂ）の例に対応している。
図１１（Ａ）の例は、図９（Ａ）の例に対応している。
図１１（Ｂ）には、他の１個のクラスタにおける予測された代表値の受信電力特性１１１２を示してある。
図１１（Ｂ）の例は、図９（Ｂ）の例に対応している。
（予測部１３１が有する逆正規化部Ｔ１２としての処理）
時系列予測部Ｔ１１から逆正規化部Ｔ１２に、すべてのクラスタについて、それぞれのクラスタごとに予測された代表値の受信電力の時系列データを出力する。
また、逆正規化部Ｔ１２は、クラスタ時系列データベース２３から、すべてのメッシュ２３１について、それぞれのメッシュ２３１ごとの正規化情報を取得する。
他の例として、基準値判定部Ｔ５から逆正規化部Ｔ１２に、すべてのメッシュ２３１について、それぞれのメッシュ２３１ごとの正規化情報が出力されてもよい。
情報処理装置１１では、予測部１３１は、すべてのクラスタについて、それぞれのクラスタごとに予測された代表値の受信電力の時系列データを取得する。
また、予測部１３１は、クラスタ時系列データベース２３から、すべてのメッシュ２３１について、それぞれのメッシュ２３１ごとの正規化情報を読み出して取得する。
時系列予測部Ｔ１１から逆正規化部Ｔ１２に、すべてのクラスタについて、それぞれのクラスタごとに予測された代表値の受信電力の時系列データを出力する。
また、逆正規化部Ｔ１２は、クラスタ時系列データベース２３から、すべてのメッシュ２３１について、それぞれのメッシュ２３１ごとの正規化情報を取得する。
他の例として、基準値判定部Ｔ５から逆正規化部Ｔ１２に、すべてのメッシュ２３１について、それぞれのメッシュ２３１ごとの正規化情報が出力されてもよい。
情報処理装置１１では、予測部１３１は、すべてのクラスタについて、それぞれのクラスタごとに予測された代表値の受信電力の時系列データを取得する。
また、予測部１３１は、クラスタ時系列データベース２３から、すべてのメッシュ２３１について、それぞれのメッシュ２３１ごとの正規化情報を読み出して取得する。
そして、予測部１３１は、すべてのメッシュ２３１について、それぞれのクラスタごとに予測された代表値の受信電力の時系列データと、それぞれのメッシュ２３１ごとの正規化情報に基づいて、正規化情報に応じた逆正規化を行うことによって、それぞれのメッシュ２３１ごとに、予測された受信電力の時系列データを取得する。
予測部１３１は、すべてのメッシュ２３１について、それぞれのメッシュ２３１ごとに予測された受信電力の時系列データ、メッシュＩＤ、および、クラスタＩＤを予測受信電力データベース２４に記憶する。
予測部１３１は、すべてのメッシュ２３１について、それぞれのメッシュ２３１ごとに予測された受信電力の時系列データ、メッシュＩＤ、および、クラスタＩＤを予測受信電力データベース２４に記憶する。
ここで、逆正規化では、正規化の変換の逆変換が行われる。
具体的には、予測部１３１は、それぞれのメッシュ２３１について、当該メッシュ２３１が含まれるクラスタについて予測された代表値の受信電力の時系列データを逆正規化することで、当該メッシュ２３１における受信電力の絶対値を反映させる。つまり、予測部１３１は、クラスタごとに代表値について予測を行い、当該予測の結果に、当該クラスタに含まれるそれぞれのメッシュ２３１における受信電力の絶対値を反映させることで、それぞれのメッシュ２３１ごとに、予測された受信電力の時系列データを取得する。
具体的には、予測部１３１は、それぞれのメッシュ２３１について、当該メッシュ２３１が含まれるクラスタについて予測された代表値の受信電力の時系列データを逆正規化することで、当該メッシュ２３１における受信電力の絶対値を反映させる。つまり、予測部１３１は、クラスタごとに代表値について予測を行い、当該予測の結果に、当該クラスタに含まれるそれぞれのメッシュ２３１における受信電力の絶対値を反映させることで、それぞれのメッシュ２３１ごとに、予測された受信電力の時系列データを取得する。
図１２は、本発明の実施形態に係るメッシュ２３１ごとに予測された受信電力の時系列データの一例を示す図である。
図１２に示されるグラフにおいて、横軸は時間を表しており、縦軸は正規化された受信電力を表している。
図１２に示されるグラフにおいて、横軸は時間を表しており、縦軸は正規化された受信電力を表している。
図１２には、４個のメッシュ２３１について、メッシュ２３１ごとに予測された受信電力特性１２１１～１２１４を示してある。
図１２の例は、図６の例に対応しており、図１２に示されるメッシュ２３１ごとに予測された受信電力特性１２１１～１２１４は、図６に示されるメッシュ２３１ごとの受信電力特性６１１～６１４に対応する。
図１２の例は、図６の例に対応しており、図１２に示されるメッシュ２３１ごとに予測された受信電力特性１２１１～１２１４は、図６に示されるメッシュ２３１ごとの受信電力特性６１１～６１４に対応する。
＜第１実施形態について＞
以上のように、本実施形態に係る情報処理システム１では、情報処理装置１１において、メッシュ２３１ごとのデータに基づいて類似性が高いメッシュ２３１をクラスタリングにより集約し、クラスタごとに分析を行うことで、データの分析を効率的に行うことができる。
例えば、時系列データの分析として、同じ周波数を使用する他の無線システムにおける周波数の利用状況の予測を効率的に行うことができる。
以上のように、本実施形態に係る情報処理システム１では、情報処理装置１１において、メッシュ２３１ごとのデータに基づいて類似性が高いメッシュ２３１をクラスタリングにより集約し、クラスタごとに分析を行うことで、データの分析を効率的に行うことができる。
例えば、時系列データの分析として、同じ周波数を使用する他の無線システムにおける周波数の利用状況の予測を効率的に行うことができる。
また、本実施形態に係る情報処理システム１では、情報処理装置１１において、メッシュ２３１ごとのデータおよび環境情報に基づいて類似性が高いメッシュ２３１をクラスタリングにより集約してもよく、この場合、例えば、地理的な情報が考慮されるという効果が得られる。具体的には、例えば、地理的な状況によって、人の流れに周期的パターンがある、などの影響が考慮され得る。
本実施形態では、例えば、複数のメッシュ２３１について時系列データを分析する際に、複数のメッシュ２３１をクラスタごとに分類し、クラスタの数と同数の予測モデルを用いることで、精度を十分に保ったままで、モデル数を少なくして計算負荷および計算時間を小さくすることができる。このため、例えば、分析対象となる領域が拡張される場合においても、計算負荷および計算時間を抑制して、効率的な分析を実現することができる。
例えば、（１０ｋｍ×１０ｋｍ）の領域を（５０ｍ×５０ｍ）のメッシュで区切った場合、４００００（＝２００×２００）個のメッシュとなるが、それよりも少ないクラスタとして、クラスタごとに将来予測を行うことで、効率的な分析が実現される。
例えば、（１０ｋｍ×１０ｋｍ）の領域を（５０ｍ×５０ｍ）のメッシュで区切った場合、４００００（＝２００×２００）個のメッシュとなるが、それよりも少ないクラスタとして、クラスタごとに将来予測を行うことで、効率的な分析が実現される。
なお、分析としては、様々な分析が用いられてもよく、例えば、将来の予測、過去の分析、メッシュごとに受電電力が上下変動する大きさの分析などが用いられてもよい。
（第２実施形態）
本実施形態では、第１実施形態と相違する部分について詳しく説明し、第１実施形態と同様な部分については詳しい説明を省略する。
本実施形態では、概略的には、第１実施形態に対して、情報処理システム１において行われる予測処理のクラスタリングフェーズが第１実施形態に係る図５の例とは相違する点で異なり、他の点で同様である。なお、本実施形態では、情報処理システム１において行われる予測処理のクラスタリング後予測フェーズについては、例えば、第１実施形態に係る図１０の例と同様であってもよい。
なお、本実施形態では、説明の便宜上、クラスタリングフェーズに係る機能部以外の構成については、第１実施形態と同じ符号を付して説明する。
本実施形態では、第１実施形態と相違する部分について詳しく説明し、第１実施形態と同様な部分については詳しい説明を省略する。
本実施形態では、概略的には、第１実施形態に対して、情報処理システム１において行われる予測処理のクラスタリングフェーズが第１実施形態に係る図５の例とは相違する点で異なり、他の点で同様である。なお、本実施形態では、情報処理システム１において行われる予測処理のクラスタリング後予測フェーズについては、例えば、第１実施形態に係る図１０の例と同様であってもよい。
なお、本実施形態では、説明の便宜上、クラスタリングフェーズに係る機能部以外の構成については、第１実施形態と同じ符号を付して説明する。
＜予測処理におけるクラスタリングフェーズ＞
図１３は、本発明の実施形態（第２実施形態）に係る予測処理におけるクラスタリングフェーズの処理の手順の一例を示す図である。
図１３は、本発明の実施形態（第２実施形態）に係る予測処理におけるクラスタリングフェーズの処理の手順の一例を示す図である。
図１３には、情報処理装置１１の予測部１３１が有する機能部である、正規化部Ｔ３１と、次元削減部Ｔ３２と、クラスタリング部Ｔ３３と、代表値取得部Ｔ３４と、ＲＭＳＥ算出部Ｔ３５と、基準値判定部Ｔ３６と、クラスタ数指定部Ｔ３７と、を示してある。
なお、これらの機能部が別々に備えられる場合には、初期または途中の処理を行う機能部は処理後の情報を次段の機能部に送信し、当該次段の機能部は当該情報を受信する。
なお、これらの機能部が別々に備えられる場合には、初期または途中の処理を行う機能部は処理後の情報を次段の機能部に送信し、当該次段の機能部は当該情報を受信する。
（予測部１３１が有する正規化部Ｔ３１としての処理）
情報処理装置１１では、予測部１３１は、正規化部Ｔ３１としての処理として、第１実施形態に係る図５に示される正規化部Ｔ１と同様な処理を行う。
情報処理装置１１では、予測部１３１は、正規化部Ｔ３１としての処理として、第１実施形態に係る図５に示される正規化部Ｔ１と同様な処理を行う。
（予測部１３１が有する次元削減部Ｔ３２としての処理）
情報処理装置１１では、予測部１３１は、予測対象となるすべてのメッシュ２３１について、正規化された受信電力の時系列データを取得する。
また、予測部１３１は、予測対象となるすべてのメッシュ２３１について、環境情報データベース２２に記憶されているメッシュ２３１ごと（メッシュ３３１ごと）の環境情報を読み出して取得する。
そして、予測部１３１は、正規化された受信電力の時系列データおよびメッシュ２３１ごとの環境情報に基づいて、予測対象となるすべてのメッシュ２３１について、所定の次元削減の処理を行う。
情報処理装置１１では、予測部１３１は、予測対象となるすべてのメッシュ２３１について、正規化された受信電力の時系列データを取得する。
また、予測部１３１は、予測対象となるすべてのメッシュ２３１について、環境情報データベース２２に記憶されているメッシュ２３１ごと（メッシュ３３１ごと）の環境情報を読み出して取得する。
そして、予測部１３１は、正規化された受信電力の時系列データおよびメッシュ２３１ごとの環境情報に基づいて、予測対象となるすべてのメッシュ２３１について、所定の次元削減の処理を行う。
ここで、本実施形態では、次元削減の処理は、正規化された受信電力の時系列データおよびメッシュ２３１ごとの環境情報に関して、クラスタリングに適した情報のみを抽出し、新たな特徴量を生成する処理である。本実施形態では、当該特徴量は、クラスタリング用の特徴量として用いられる。
次元削減の処理を行う手法としては、任意の手法が用いられてもよく、例えば、主成分分析（ＰＣＡ：Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ）の手法が用いられてもよい。
次元削減の処理を行う手法としては、任意の手法が用いられてもよく、例えば、主成分分析（ＰＣＡ：Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ）の手法が用いられてもよい。
（予測部１３１が有するクラスタリング部Ｔ３３としての処理）
情報処理装置１１では、予測部１３１は、予測対象となるすべてのメッシュ２３１について、クラスタリング用の特徴量を取得する。
そして、予測部１３１は、クラスタリング用の特徴量に基づいて、予測対象となるすべてのメッシュ２３１について、クラスタリングを行う。
クラスタリングの手法としては、例えば、第１実施形態に係る図５に示されるクラスタリング部Ｔ２と同様な手法が用いられてもよい。
情報処理装置１１では、予測部１３１は、予測対象となるすべてのメッシュ２３１について、クラスタリング用の特徴量を取得する。
そして、予測部１３１は、クラスタリング用の特徴量に基づいて、予測対象となるすべてのメッシュ２３１について、クラスタリングを行う。
クラスタリングの手法としては、例えば、第１実施形態に係る図５に示されるクラスタリング部Ｔ２と同様な手法が用いられてもよい。
ここで、本実施形態では、好ましい一例として、それぞれのメッシュ２３１における正規化された受信電力の時系列データおよび環境情報に基づいて、メッシュ２３１のクラスタリングを行うための特徴量を求めるが、他の構成例として、それぞれのメッシュ２３１における正規化された受信電力の時系列データに基づいてメッシュ２３１のクラスタリングを行うための特徴量を求めてもよい。
（予測部１３１が有する代表値取得部Ｔ３４としての処理）
情報処理装置１１では、予測部１３１は、すべてのクラスタについて、それぞれのクラスタに含まれるメッシュ２３１のメッシュＩＤを取得する。
また、情報処理装置１１では、予測部１３１は、すべてのメッシュ２３１について、メッシュ２３１ごとに正規化された受信電力の時系列データを取得する。
そして、予測部１３１は、クラスタごとに正規化された受信電力の時系列データの代表値を決定し、クラスタごとに代表値からなる時系列データを取得する。
代表値からなる時系列データを取得する手法としては、例えば、第１実施形態に係る図５に示される代表値取得部Ｔ３と同様な手法が用いられてもよい。
情報処理装置１１では、予測部１３１は、すべてのクラスタについて、それぞれのクラスタに含まれるメッシュ２３１のメッシュＩＤを取得する。
また、情報処理装置１１では、予測部１３１は、すべてのメッシュ２３１について、メッシュ２３１ごとに正規化された受信電力の時系列データを取得する。
そして、予測部１３１は、クラスタごとに正規化された受信電力の時系列データの代表値を決定し、クラスタごとに代表値からなる時系列データを取得する。
代表値からなる時系列データを取得する手法としては、例えば、第１実施形態に係る図５に示される代表値取得部Ｔ３と同様な手法が用いられてもよい。
（予測部１３１が有するＲＭＳＥ算出部Ｔ３５としての処理）
情報処理装置１１では、予測部１３１は、ＲＭＳＥ算出部Ｔ３５としての処理として、第１実施形態に係る図５に示されるＲＭＳＥ算出部Ｔ４と同様な処理を行う。
情報処理装置１１では、予測部１３１は、ＲＭＳＥ算出部Ｔ３５としての処理として、第１実施形態に係る図５に示されるＲＭＳＥ算出部Ｔ４と同様な処理を行う。
（予測部１３１が有する基準値判定部Ｔ３６としての処理）
情報処理装置１１では、予測部１３１は、基準値判定部Ｔ３６としての処理として、第１実施形態に係る図５に示される基準値判定部Ｔ５と同様な処理を行う。
情報処理装置１１では、予測部１３１は、基準値判定部Ｔ３６としての処理として、第１実施形態に係る図５に示される基準値判定部Ｔ５と同様な処理を行う。
（予測部１３１が有するクラスタ数判定部Ｔ３７としての処理）
情報処理装置１１では、予測部１３１は、クラスタ数判定部Ｔ３７としての処理として、第１実施形態に係る図５に示されるクラスタ数判定部Ｔ６と同様な処理を行う。
情報処理装置１１では、予測部１３１は、クラスタ数判定部Ｔ３７としての処理として、第１実施形態に係る図５に示されるクラスタ数判定部Ｔ６と同様な処理を行う。
＜第２実施形態について＞
以上のように、本実施形態に係る情報処理システム１では、第１実施形態と同様な効果を得ることができ、さらに、クラスタリング用の特徴量を用いることで、例えば、第１実施形態と比べて、分析の精度を向上させることが可能である。
以上のように、本実施形態に係る情報処理システム１では、第１実施形態と同様な効果を得ることができ、さらに、クラスタリング用の特徴量を用いることで、例えば、第１実施形態と比べて、分析の精度を向上させることが可能である。
＜構成例＞
一構成例として、情報処理装置１１では、分析対象（実施形態では、予測対象）となる領域（図２の例では、予測対象領域２１１）に含まれる複数の部分領域（図２の例では、メッシュ２３１）についてクラスタリングを行い、当該クラスタリングによって得られたクラスタごとに部分領域のデータ（実施形態では、受信電力のデータ）の分析を行い、クラスタごとの分析の結果に基づいて部分領域ごとの分析の結果を取得する制御部１１５を備える。
一構成例として、情報処理装置１１では、分析対象（実施形態では、予測対象）となる領域（図２の例では、予測対象領域２１１）に含まれる複数の部分領域（図２の例では、メッシュ２３１）についてクラスタリングを行い、当該クラスタリングによって得られたクラスタごとに部分領域のデータ（実施形態では、受信電力のデータ）の分析を行い、クラスタごとの分析の結果に基づいて部分領域ごとの分析の結果を取得する制御部１１５を備える。
一構成例として、情報処理装置１１では、制御部１１５は、部分領域ごとのデータに基づいてクラスタリングを行う。
一構成例として、情報処理装置１１では、制御部１１５は、部分領域ごとのデータおよび環境情報に基づいてクラスタリングを行う。
一構成例として、情報処理装置１１では、制御部１１５は、次元削減をして得られるクラスタリング用の特徴量に基づいてクラスタリングを行う（図１３の例）。
一構成例として、情報処理装置１１では、データは、無線システムの受信電力のデータである。また、分析は、当該受信電力について、将来における受信電力のデータの予測である。
一構成例として、情報処理装置１１では、制御部１１５は、部分領域ごとのデータを部分領域ごとに正規化した結果に基づいてクラスタリングを行い、クラスタごとの分析の結果に基づいて部分領域ごとに正規化に対する逆正規化を行って部分領域ごとの分析の結果を取得する。
一構成例として、情報処理装置１１では、制御部１１５は、部分領域ごとのデータおよび環境情報に基づいてクラスタリングを行う。
一構成例として、情報処理装置１１では、制御部１１５は、次元削減をして得られるクラスタリング用の特徴量に基づいてクラスタリングを行う（図１３の例）。
一構成例として、情報処理装置１１では、データは、無線システムの受信電力のデータである。また、分析は、当該受信電力について、将来における受信電力のデータの予測である。
一構成例として、情報処理装置１１では、制御部１１５は、部分領域ごとのデータを部分領域ごとに正規化した結果に基づいてクラスタリングを行い、クラスタごとの分析の結果に基づいて部分領域ごとに正規化に対する逆正規化を行って部分領域ごとの分析の結果を取得する。
一構成例として、情報処理方法（実施形態では、情報処理装置１１において行われる処理の方法）では、情報処理装置１１が、分析対象となる領域に含まれる複数の部分領域についてクラスタリングを行い、クラスタリングによって得られたクラスタごとに部分領域のデータの分析を行い、クラスタごとの分析の結果に基づいて部分領域ごとの分析の結果を取得する。
一構成例として、プログラムは、コンピュータ（実施形態では、情報処理装置１１を構成するコンピュータ）に、分析対象となる領域に含まれる複数の部分領域についてクラスタリングを行うステップと、クラスタリングによって得られたクラスタごとに部分領域のデータの分析を行うステップと、クラスタごとの分析の結果に基づいて部分領域ごとの分析の結果を取得するステップと、を実行させるためのプログラムである。
なお、以上に説明した情報処理装置１１などの任意の装置における任意の構成部の機能を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録し、そのプログラムをコンピュータシステムに読み込ませて実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、オペレーティングシステム（ＯＳ：Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）あるいは周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークあるいは電話回線等の通信回線を介してプログラムが送信された場合のサーバーやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。
また、上記のプログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワークあるいは電話回線等の通信回線のように情報を伝送する機能を有する媒体のことをいう。
また、上記のプログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、上記のプログラムは、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイルであってもよい。差分ファイルは、差分プログラムと呼ばれてもよい。
また、上記のプログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、上記のプログラムは、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイルであってもよい。差分ファイルは、差分プログラムと呼ばれてもよい。
以上に説明した任意の装置における任意の構成部の機能は、プロセッサーにより実現されてもよい。例えば、実施形態における各処理は、プログラム等の情報に基づき動作するプロセッサーと、プログラム等の情報を記憶するコンピュータ読み取り可能な記録媒体により実現されてもよい。ここで、プロセッサーは、例えば、各部の機能が個別のハードウェアで実現されてもよく、あるいは、各部の機能が一体のハードウェアで実現されてもよい。例えば、プロセッサーはハードウェアを含み、当該ハードウェアは、デジタル信号を処理する回路およびアナログ信号を処理する回路のうちの少なくとも一方を含んでもよい。例えば、プロセッサーは、回路基板に実装された１または複数の回路装置、あるいは、１または複数の回路素子のうちの一方または両方を用いて、構成されてもよい。回路装置としてはＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）などが用いられてもよく、回路素子としては抵抗あるいはキャパシターなどが用いられてもよい。
ここで、プロセッサーは、例えば、ＣＰＵであってもよい。ただし、プロセッサーは、ＣＰＵに限定されるものではなく、例えば、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、あるいは、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）等のような、各種のプロセッサーが用いられてもよい。また、プロセッサーは、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）によるハードウェア回路であってもよい。また、プロセッサーは、例えば、複数のＣＰＵにより構成されていてもよく、あるいは、複数のＡＳＩＣによるハードウェア回路により構成されていてもよい。また、プロセッサーは、例えば、複数のＣＰＵと、複数のＡＳＩＣによるハードウェア回路と、の組み合わせにより構成されていてもよい。また、プロセッサーは、例えば、アナログ信号を処理するアンプ回路あるいはフィルター回路等のうちの１以上を含んでもよい。
以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。
１…情報処理システム、１１…情報処理装置、２１…受信電力データベース、２２…環境情報データベース、２３…クラスタ時系列データベース、２４…予測受信電力データベース、３１…回線、１１１…入力部、１１２…出力部、１１３…記憶部、１１４…通信部、１１５…制御部、１３１…予測部、２１１…予測対象領域、２３１、３３１…メッシュ、３１１…領域地形情報、４１１、６１１～６１４、７１１～７１４、８１１～８１４、９１１～９１２、１１１１～１１１２、１２１１～１２１４…受信電力特性、Ｔ１、Ｔ３１…正規化部、Ｔ２、Ｔ３３…クラスタリング部、Ｔ３、Ｔ３４…代表値取得部、Ｔ４、Ｔ３５…ＲＭＳＥ部、Ｔ５、Ｔ３６…基準値判定部、Ｔ６、Ｔ３７…クラスタ数指定部、Ｔ１１…時系列予測部、Ｔ１２…逆正規化部、Ｔ３２…次元削減部
Claims (7)
- 分析対象となる領域に含まれる複数の部分領域についてクラスタリングを行い、前記クラスタリングによって得られたクラスタごとに前記部分領域のデータの分析を行い、前記クラスタごとの前記分析の結果に基づいて前記部分領域ごとの分析の結果を取得する制御部を備え、
前記データは、無線システムの受信電力のデータであり、
前記分析は、前記受信電力について、将来における受信電力のデータの予測である、
情報処理装置。 - 前記制御部は、前記部分領域ごとの前記データに基づいて前記クラスタリングを行う、
請求項１に記載の情報処理装置。 - 前記制御部は、前記部分領域ごとの前記データおよび環境情報に基づいて前記クラスタリングを行う、
請求項２に記載の情報処理装置。 - 前記制御部は、次元削減をして得られるクラスタリング用の特徴量に基づいて前記クラスタリングを行う、
請求項１から請求項３のいずれか１項に記載の情報処理装置。 - 前記制御部は、前記部分領域ごとの前記データを前記部分領域ごとに正規化した結果に基づいて前記クラスタリングを行い、前記クラスタごとの前記分析の結果に基づいて前記部分領域ごとに前記正規化に対する逆正規化を行って前記部分領域ごとの分析の結果を取得する、
請求項１から請求項４のいずれか１項に記載の情報処理装置。 - 情報処理装置が、
分析対象となる領域に含まれる複数の部分領域についてクラスタリングを行い、
前記クラスタリングによって得られたクラスタごとに前記部分領域のデータの分析を行い、
前記クラスタごとの前記分析の結果に基づいて前記部分領域ごとの分析の結果を取得し、
前記データは、無線システムの受信電力のデータであり、
前記分析は、前記受信電力について、将来における受信電力のデータの予測である、
情報処理方法。 - コンピュータに、
分析対象となる領域に含まれる複数の部分領域についてクラスタリングを行うステップと、
前記クラスタリングによって得られたクラスタごとに前記部分領域のデータの分析を行うステップと、
前記クラスタごとの前記分析の結果に基づいて前記部分領域ごとの分析の結果を取得するステップと、
を実行させるためのプログラムであって、
前記データは、無線システムの受信電力のデータであり、
前記分析は、前記受信電力について、将来における受信電力のデータの予測である、
プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020109072A JP7330141B2 (ja) | 2020-06-24 | 2020-06-24 | 情報処理装置、情報処理方法およびプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020109072A JP7330141B2 (ja) | 2020-06-24 | 2020-06-24 | 情報処理装置、情報処理方法およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022006693A JP2022006693A (ja) | 2022-01-13 |
| JP7330141B2 true JP7330141B2 (ja) | 2023-08-21 |
Family
ID=80110758
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020109072A Active JP7330141B2 (ja) | 2020-06-24 | 2020-06-24 | 情報処理装置、情報処理方法およびプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7330141B2 (ja) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013050975A (ja) | 2010-12-28 | 2013-03-14 | Giken Shoji International Co Ltd | 地域特性を利用したプロファイリングシステム |
| CN105096159A (zh) | 2015-06-30 | 2015-11-25 | 北京中电普华信息技术有限公司 | 一种区域售电量预测方法及装置 |
| JP2019101792A (ja) | 2017-12-04 | 2019-06-24 | 株式会社国際電気通信基礎技術研究所 | チャネル状態予測装置、無線通信装置、チャネル状態予測方法、および、プログラム |
| US20190370704A1 (en) | 2018-06-01 | 2019-12-05 | Conduent Business Services, Llc | Crime analysis using domain level similarity |
| WO2019235253A1 (ja) | 2018-06-08 | 2019-12-12 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
-
2020
- 2020-06-24 JP JP2020109072A patent/JP7330141B2/ja active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013050975A (ja) | 2010-12-28 | 2013-03-14 | Giken Shoji International Co Ltd | 地域特性を利用したプロファイリングシステム |
| CN105096159A (zh) | 2015-06-30 | 2015-11-25 | 北京中电普华信息技术有限公司 | 一种区域售电量预测方法及装置 |
| JP2019101792A (ja) | 2017-12-04 | 2019-06-24 | 株式会社国際電気通信基礎技術研究所 | チャネル状態予測装置、無線通信装置、チャネル状態予測方法、および、プログラム |
| US20190370704A1 (en) | 2018-06-01 | 2019-12-05 | Conduent Business Services, Llc | Crime analysis using domain level similarity |
| WO2019235253A1 (ja) | 2018-06-08 | 2019-12-12 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022006693A (ja) | 2022-01-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11924648B1 (en) | System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization | |
| US12015928B2 (en) | System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization | |
| US12015927B2 (en) | System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization | |
| CN111898578B (zh) | 人群密度的获取方法、装置、电子设备 | |
| CN113064839B (zh) | 一种系统评测方法及装置 | |
| CN110059770B (zh) | 基于位置预测的自适应任务分发方法、装置及相关组件 | |
| US9189738B2 (en) | Automatic event analysis | |
| CN112084959B (zh) | 一种人群图像处理方法及装置 | |
| CN112764920A (zh) | 一种边缘应用部署方法、装置、设备和存储介质 | |
| CN111757464A (zh) | 一种区域轮廓提取方法及装置 | |
| CN108770002B (zh) | 基站流量分析方法、装置、设备及存储介质 | |
| Tariq et al. | Smart 311 request system with automatic noise detection for safe neighborhood | |
| JP7330141B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| JP2010015441A (ja) | 情報処理装置、コンテンツ情報の検索方法、及び情報処理システム | |
| JP7313323B2 (ja) | 時系列予測システム、時系列予測方法及びコンピュータプログラム | |
| CN112235723B (zh) | 定位方法、装置、电子设备及计算机可读存储介质 | |
| Nie et al. | Joint access point fuzzy rough set reduction and multisource information fusion for indoor Wi-Fi positioning | |
| JP7084352B2 (ja) | 受信電力推定装置、受信電力推定方法およびプログラム | |
| CN112766362A (zh) | 数据处理方法、装置和设备 | |
| JP6959559B2 (ja) | データ数決定装置、データ数決定方法及びデータ数決定プログラム | |
| Yao et al. | Improving vertical positioning accuracy with the weighted multinomial logistic regression classifier | |
| JP6849542B2 (ja) | クラス決定装置、クラス決定方法及びクラス決定プログラム | |
| JP3317332B2 (ja) | レーダーエコーパターン分類方法とその装置 | |
| Lopez-Ballester et al. | An AI-IoT Platform for Psycho-Acoustic Annoyance Assessment on the Edge | |
| CN117726042A (zh) | 活动轨迹预测方法、系统、存储介质及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220531 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230410 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230418 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230619 |
|
| 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: 20230711 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230808 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7330141 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |