JP7380699B2 - 分析装置及びプログラム - Google Patents
分析装置及びプログラム Download PDFInfo
- Publication number
- JP7380699B2 JP7380699B2 JP2021553543A JP2021553543A JP7380699B2 JP 7380699 B2 JP7380699 B2 JP 7380699B2 JP 2021553543 A JP2021553543 A JP 2021553543A JP 2021553543 A JP2021553543 A JP 2021553543A JP 7380699 B2 JP7380699 B2 JP 7380699B2
- Authority
- JP
- Japan
- Prior art keywords
- explanatory
- influence
- variable
- explanatory variables
- degree
- 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
- 238000010586 diagram Methods 0.000 claims description 131
- 238000004458 analytical method Methods 0.000 claims description 60
- 238000000034 method Methods 0.000 claims description 39
- 230000000694 effects Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 description 16
- 238000004519 manufacturing process Methods 0.000 description 10
- 230000007547 defect Effects 0.000 description 9
- 230000002950 deficient Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000008241 heterogeneous mixture Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- 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
- G06N5/041—Abduction
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Description
前記生成部は、前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定する。
前記生成ステップにおいて、前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定する。
<概要>
図1は、本実施形態の分析装置2000の概要を説明するための図である。なお、図1は、分析装置2000に対する理解を容易にするための例示であり、分析装置2000の機能は図1に表されているものに限定されない。
目的変数と説明変数の関係を視覚的に表す方法の1つとして、特性要因図を利用する方法が考えられる。しかしながら、既存の特性要因図では、各説明変数が目的変数に対して持つ影響の大きさを把握することができない。
図2は、実施形態1の分析装置2000の機能構成を例示する図である。分析装置2000は、取得部2020及び生成部2040を有する。取得部2020は、ソースデータ40について関係情報50を取得する。生成部2040は、関係情報50を利用して特性要因図10を生成する。ここで、生成部2040は、特性要因図10における各要因表示16の表示態様又は要因表示16の表示の有無を、その要因表示16に対応する説明変数の影響度に基づいて決定する。
分析装置2000の各機能構成部は、各機能構成部を実現するハードウエア(例:ハードワイヤードされた電子回路など)で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ(例:電子回路とそれを制御するプログラムの組み合わせなど)で実現されてもよい。以下、分析装置2000の各機能構成部がハードウエアとソフトウエアとの組み合わせで実現される場合について、さらに説明する。
分析装置2000の理解を容易にするため、分析装置2000の利用環境の一例を説明する。図4は、分析装置2000の利用環境を例示する図である。
図5は、実施形態1の分析装置2000によって実行される処理の流れを例示するフローチャートである。取得部2020は、関係情報50を取得する(S102)。生成部2040は、関係情報50を用いて特性要因図10を生成する(S104)。生成部2040は、特性要因図10を出力する(S106)。
関係情報50は、目的変数と複数の説明変数との関係を示す。図6は、関係情報50の構成を例示する図である。図6において、関係情報50は、目的変数52及び説明変数54という情報を含む。目的変数52は、目的変数の識別情報(名称など)を示す。説明変数54は、各説明変数について、識別情報56(名称など)と影響度58を示す。
取得部2020は、特性要因図10の生成に利用する関係情報50を取得する(S102)。例えば取得部2020は、予め記憶装置に格納されている複数の関係情報50の中から、ユーザによって指定された条件に該当する関係情報50を取得する。
生成部2040は、関係情報50を利用して特性要因図10を生成する。ここで、特性要因図10の生成には、目的変数と説明変数の識別情報に加え、説明変数のグループを定義する情報(以下、グループ定義情報)が必要である。グループ定義情報は、例えば、グループの識別情報(名称など)と、そのグループに含まれる各説明変数の識別情報とを示す。グループ定義情報は、関係情報50に含まれていてもよいし、関係情報50とは別途用意されてもよい。なお、特性が目的変数そのものではない場合(例えば、目的変数が「不良の有無」であるのに対し、特性が「不良」である場合)、特性の識別情報(名称など)も、グループの識別情報と同様に用意する。要因が説明変数そのものでない場合も同様である。
例えば生成部2040は、説明変数の影響度を所定の閾値と比較することで、その説明変数の要因表示16の表示態様を決定する。例えば生成部2040は、閾値以上の影響度を持つ説明変数の要因表示16の表示態様を、閾値未満の影響度を持つ説明変数の要因表示16の表示態様と異ならせる。要因表示16の表示態様を異ならせる方法としては、要因表示16の背景(塗りつぶしの有無、色、柄など)を異ならせる方法、要因表示16の枠を異ならせる方法(枠の有無、色、形状、太さなど)、要因表示16のサイズを異ならせる方法などが挙げられる。
例えば生成部2040は、説明変数の影響度を閾値と比較することで、その説明変数の要因表示16を特性要因図10に含めるか否かを決定する。より具体的には、生成部2040は、閾値以上の影響度を持つ説明変数の要因表示16を特性要因図10に含め、閾値未満の影響度を持つ説明変数の要因表示16を特性要因図10に含めないようにする。
図7を用いて例示したように、関係情報50は、複数の線形モデルそれぞれについての情報を示してもよい。この場合、生成部2040は、複数の線形モデルそれぞれについて特性要因図10を生成してもよいし、ユーザから線形モデルの指定を受け付け、指定された線形モデルについての特性要因図10を生成してもよい。
分析装置2000は、生成部2040によって生成された特性要因図10を出力する。特性要因図10を出力する具体的な方法は様々である。例えば分析装置2000は、特性要因図10を表す画像データを記憶装置に格納したり、分析装置2000に接続されているディスプレイ装置に表示したり、他の装置(例えばユーザ端末60)に送信したりする。
<概要>
図10は、実施形態2の分析装置2000の概要を説明するための図である。図10は、分析装置2000に対する理解を容易にするための例示であり、分析装置2000の機能は図10に表されているものに限定されない。また、以下で説明する点を除き、実施形態2の分析装置2000は、実施形態1の分析装置2000と同様の機能を有する。
ユーザは、分析装置2000によって生成された特性要因図10を閲覧することで、各説明変数が目的変数に与える影響度の違いを容易に把握することができる。例えば、影響度が高い説明変数についての要因表示16を強調することにより、影響度が高い説明変数を容易に把握することができる。
実施形態2の分析装置2000の機能構成は、例えば実施形態1の分析装置2000と同様に、図2によって表される。ただし、実施形態2の生成部2040は、特性要因図10に対して要因表示16を指定する入力が行われたことに応じ、指定された要因表示16に対応する要因についてのグラフ30を生成して出力する。
実施形態2の分析装置2000のハードウエア構成は、例えば実施形態1の分析装置2000と同様に、図3によって表される。ただし、実施形態2のストレージデバイス1080には、実施形態2の分析装置2000の機能を実現するプログラムが格納されている。
図11は、実施形態2の分析装置2000によって実行される処理の流れを例示するフローチャートである。取得部2020は、指定された説明変数の識別情報を取得する(S202)。生成部2040は、指定された説明変数についてソースデータが示す複数のデータを取得する(S204)。生成部2040は、取得した複数のデータを用いてグラフ30を生成する(S206)。生成部2040は、生成したグラフ30を出力する(S208)。
取得部2020は、特性要因図10において指定された説明変数の識別情報を取得する(S202)。ここで、ディスプレイ装置に表示するなどの方法で出力された図において特定の部分が指定された場合に、その指定された部分の識別情報を取得する技術には、種々の既存の技術を利用することができる。
生成部2040は、指定された説明変数について、ソースデータが示す複数のデータを取得する。ソースデータは、生成部2040からアクセス可能な記憶装置に予め格納しておく。生成部2040は、この記憶装置にアクセスすることで、指定された説明変数について複数のデータを取得する。
生成部2040は、指定された説明変数について取得した複数のデータを用いてグラフ30を生成する(S206)。グラフ30の種類は、複数のデータを用いて生成することができる任意のものとすることができる。前述した様に取得したデータが時系列データである場合、例えばグラフ30は、指定された説明変数の値の時間変化を表す折れ線グラフ等である。その他にも例えば、グラフ30は、説明変数の複数の値を統計処理した結果を表すヒストグラム等である。
生成部2040は、生成したグラフ30を出力する。グラフ30の出力方法は、特性要因図10の出力方法と同様である。また、生成部2040は、グラフ30と共に特性要因図10を出力してもよい。例えば生成部2040は、特性要因図10とグラフ30の双方が含まれる画面データ(例えば Web ページ)を生成して出力する。
生成部2040は、ソースデータから、指定された説明変数に加え、目的変数データを取得し、指定された説明変数と目的変数のデータを用いてグラフ30を生成してもよい。このようにすることで、指定された説明変数について、目的変数との関係を直接的に把握することができるようになる。
ユーザは、特性要因図10に含まれる要因表示16を複数指定できてもよい。この場合、生成部2040は、指定された複数の説明変数それぞれについてグラフ30を生成する。この際、指定された複数の説明変数それぞれについて得られるデータについて、個々にグラフ30を生成してもよいし、これらについて1つのグラフ30を生成してもよい。
以下、参考形態の例を付記する。
1. 目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得部と、
前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する生成部と、を有し、
前記生成部は、前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定する、分析装置。
2. 前記目的変数と複数の前記説明変数との関係は、1つ以上の線形モデルで表され、
前記関係情報が示す前記説明変数の影響度は、前記線形モデルにおいてその説明変数に掛けられる係数で表される、1.に記載の分析装置。
3. 前記関係情報は、前記説明変数ごとに、その説明変数の影響度を複数示し、
前記生成部は、前記説明変数ごとに、その説明変数について前記関係情報が示す複数の影響度の統計値を算出し、算出した前記統計値をその説明変数の影響度として扱って、前記特性要因図を生成する、1.又は2.に記載の分析装置。
4. 前記生成部は、
前記影響度が閾値以上である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにする、1.から3いずれか一つに記載の分析装置。
5. 前記生成部は、
前記影響度が閾値以上である説明変数に関する表示のみを前記特性要因図に含めるか、
前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含めるか、
前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含める、1.から3いずれか一つに記載の分析装置。
6. 前記生成部は、
前記特性要因図を出力し、
出力した前記特性要因図において前記説明変数が指定された場合に、その指定された前記説明変数の値を複数示すデータを取得し、
そのデータを用いてグラフを生成する、1.から5いずれか一つに記載の分析装置。
7. 前記生成部は、
指定された前記説明変数について時系列データを取得し、
前記グラフとして、前記説明変数の値の時間変化を表す第1グラフ又は前記時系列データを統計処理した結果を表す第2グラフを生成する、6.に記載の分析装置。
8. 前記生成部は、前記第1グラフと前記第2グラフの双方を含む画面データを生成する、7.に記載の分析装置。
9. 前記生成部は、前記目的変数のデータを前記グラフに含める、6.から8いずれか一つに記載の分析装置。
10. コンピュータによって実行される制御方法であって、
目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得ステップと、
前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する生成ステップと、を有し、
前記生成ステップにおいて、前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定する、制御方法。
11. 前記目的変数と複数の前記説明変数との関係は、1つ以上の線形モデルで表され、
前記関係情報が示す前記説明変数の影響度は、前記線形モデルにおいてその説明変数に掛けられる係数で表される、10.に記載の制御方法。
12. 前記関係情報は、前記説明変数ごとに、その説明変数の影響度を複数示し、
前記生成ステップにおいて、前記説明変数ごとに、その説明変数について前記関係情報が示す複数の影響度の統計値を算出し、算出した前記統計値をその説明変数の影響度として扱って、前記特性要因図を生成する、10.又は11.に記載の制御方法。
13. 前記生成ステップにおいて、
前記影響度が閾値以上である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにする、10.から12いずれか一つに記載の制御方法。
14. 前記生成ステップにおいて、
前記影響度が閾値以上である説明変数に関する表示のみを前記特性要因図に含めるか、
前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含めるか、
前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含める、10.から12いずれか一つに記載の制御方法。
15. 前記生成ステップにおいて、
前記特性要因図を出力し、
出力した前記特性要因図において前記説明変数が指定された場合に、その指定された前記説明変数の値を複数示すデータを取得し、
そのデータを用いてグラフを生成する、10.から14いずれか一つに記載の制御方法。
16. 前記生成ステップにおいて、
指定された前記説明変数について時系列データを取得し、
前記グラフとして、前記説明変数の値の時間変化を表す第1グラフ又は前記時系列データを統計処理した結果を表す第2グラフを生成する、15.に記載の制御方法。
17. 前記生成ステップにおいて、前記第1グラフと前記第2グラフの双方を含む画面データを生成する、16.に記載の制御方法。
18. 前記生成ステップにおいて、前記目的変数のデータを前記グラフに含める、15.から17いずれか一つに記載の制御方法。
19. 10.から18いずれか一つに記載の制御方法をコンピュータに実行させるプログラム。
11 幹
12 特性表示
13 大枝
14 グループ表示
15 小枝
16 要因表示
30 グラフ
50 関係情報
52 目的変数
54 説明変数
56 影響度
60 ユーザ端末
1000 計算機
1020 バス
1040 プロセッサ
1060 メモリ
1080 ストレージデバイス
1100 入出力インタフェース
1120 ネットワークインタフェース
2000 分析装置
2020 取得部
2040 生成部
Claims (12)
- 目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得部と、
前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する生成部と、を有し、
前記生成部は、前記特性要因図における各説明変数に関する表示の有無を、その説明変数の前記影響度に基づいて決定する、分析装置。 - 前記関係情報は、前記説明変数ごとに、その説明変数の影響度を複数示し、
前記生成部は、前記説明変数ごとに、その説明変数について前記関係情報が示す複数の影響度の統計値を算出し、算出した前記統計値をその説明変数の影響度として扱って、前記特性要因図を生成する、請求項1に記載の分析装置。 - 目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得部と、
前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する生成部と、を有し、
前記関係情報は、前記説明変数ごとに、その説明変数の影響度を複数示し、
前記生成部は、
前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定し、
前記説明変数ごとに、その説明変数について前記関係情報が示す複数の影響度の統計値を算出し、算出した前記統計値をその説明変数の影響度として扱って、前記特性要因図を生成する、分析装置。 - 前記目的変数と複数の前記説明変数との関係は、1つ以上の線形モデルで表され、
前記関係情報が示す前記説明変数の影響度は、前記線形モデルにおいてその説明変数に掛けられる係数で表される、請求項1から3のいずれか一項に記載の分析装置。 - 前記生成部は、
前記影響度が閾値以上である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにするか、
前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示とそれ以外の説明変数に関する表示とで、表示態様を異なるものにする、請求項1から4いずれか一項に記載の分析装置。 - 前記生成部は、
前記影響度が閾値以上である説明変数に関する表示のみを前記特性要因図に含めるか、
前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含めるか、
前記説明変数のグループごとに、そのグループに属する説明変数の中で前記影響度が所定の順位以内である説明変数に関する表示のみを前記特性要因図に含める、請求項1から4いずれか一項に記載の分析装置。 - 前記生成部は、
前記特性要因図を出力し、
出力した前記特性要因図において前記説明変数が指定された場合に、その指定された前記説明変数の値を複数示すデータを取得し、
そのデータを用いてグラフを生成する、請求項1から6いずれか一項に記載の分析装置。 - 前記生成部は、
指定された前記説明変数について時系列データを取得し、
前記グラフとして、前記説明変数の値の時間変化を表す第1グラフ又は前記時系列データを統計処理した結果を表す第2グラフを生成する、請求項7に記載の分析装置。 - 前記生成部は、前記第1グラフと前記第2グラフの双方を含む画面データを生成する、請求項8に記載の分析装置。
- 前記生成部は、前記目的変数のデータを前記グラフに含める、請求項7から9いずれか一項に記載の分析装置。
- コンピュータを、
目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得手段、
前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する手段であって、前記特性要因図における各説明変数に関する表示の有無を、その説明変数の前記影響度に基づいて決定する生成手段、
として機能させるプログラム。 - コンピュータを、
目的変数に対する複数の説明変数それぞれの影響度を示す関係情報を取得する取得手段、
前記関係情報を用いて前記目的変数と前記説明変数の関係を表す特性要因図を生成する手段であって、前記特性要因図における各説明変数に関する表示の表示態様又はその表示の有無を、その説明変数の前記影響度に基づいて決定する生成手段、
として機能させ、
前記関係情報は、前記説明変数ごとに、その説明変数の影響度を複数示し、
前記生成手段は、前記説明変数ごとに、その説明変数について前記関係情報が示す複数の影響度の統計値を算出し、算出した前記統計値をその説明変数の影響度として扱って、前記特性要因図を生成する、
プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019193810 | 2019-10-24 | ||
JP2019193810 | 2019-10-24 | ||
PCT/JP2020/039819 WO2021079966A1 (ja) | 2019-10-24 | 2020-10-23 | 分析装置、制御方法、及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021079966A1 JPWO2021079966A1 (ja) | 2021-04-29 |
JPWO2021079966A5 JPWO2021079966A5 (ja) | 2022-06-21 |
JP7380699B2 true JP7380699B2 (ja) | 2023-11-15 |
Family
ID=75620155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021553543A Active JP7380699B2 (ja) | 2019-10-24 | 2020-10-23 | 分析装置及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220391727A1 (ja) |
EP (1) | EP4050536A4 (ja) |
JP (1) | JP7380699B2 (ja) |
CN (1) | CN114586025A (ja) |
WO (1) | WO2021079966A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114089934A (zh) * | 2021-10-08 | 2022-02-25 | 远光软件股份有限公司 | 一种目标变量及影响因子的显示方法及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011150496A (ja) | 2010-01-21 | 2011-08-04 | Hitachi Ltd | 要因分析装置 |
WO2017168458A1 (ja) | 2016-03-28 | 2017-10-05 | 日本電気株式会社 | 予測モデル選択システム、予測モデル選択方法および予測モデル選択プログラム |
JP2019036061A (ja) | 2017-08-10 | 2019-03-07 | 株式会社東芝 | 要因分析装置、要因分析方法、およびプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11250135A (ja) * | 1998-03-02 | 1999-09-17 | Hitachi Ltd | 情報システム |
JP4495960B2 (ja) * | 2003-12-26 | 2010-07-07 | キヤノンItソリューションズ株式会社 | プロセスと品質との関係についてのモデル作成装置 |
JP4239932B2 (ja) * | 2004-08-27 | 2009-03-18 | 株式会社日立製作所 | 生産管理システム |
US8909582B2 (en) | 2013-02-04 | 2014-12-09 | Nec Corporation | Hierarchical latent variable model estimation device, hierarchical latent variable model estimation method, and recording medium |
MX2016014363A (es) | 2014-05-07 | 2017-03-09 | Alcon Pharmaceuticals Ltd | Sistemas, metodos y dispositivos quirurgicos oftalmicos. |
JP6942617B2 (ja) * | 2017-11-30 | 2021-09-29 | 株式会社日立製作所 | データ分析システムおよびデータ分析装置 |
-
2020
- 2020-10-23 EP EP20879389.3A patent/EP4050536A4/en active Pending
- 2020-10-23 CN CN202080073714.9A patent/CN114586025A/zh active Pending
- 2020-10-23 JP JP2021553543A patent/JP7380699B2/ja active Active
- 2020-10-23 US US17/767,216 patent/US20220391727A1/en active Pending
- 2020-10-23 WO PCT/JP2020/039819 patent/WO2021079966A1/ja unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011150496A (ja) | 2010-01-21 | 2011-08-04 | Hitachi Ltd | 要因分析装置 |
WO2017168458A1 (ja) | 2016-03-28 | 2017-10-05 | 日本電気株式会社 | 予測モデル選択システム、予測モデル選択方法および予測モデル選択プログラム |
JP2019036061A (ja) | 2017-08-10 | 2019-03-07 | 株式会社東芝 | 要因分析装置、要因分析方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
CN114586025A (zh) | 2022-06-03 |
EP4050536A4 (en) | 2022-12-14 |
WO2021079966A1 (ja) | 2021-04-29 |
EP4050536A1 (en) | 2022-08-31 |
JPWO2021079966A1 (ja) | 2021-04-29 |
US20220391727A1 (en) | 2022-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dobbie et al. | Robustness and sensitivity of weighting and aggregation in constructing composite indices | |
Bentley | Data and time poverty in fisheries estimation: potential approaches and solutions | |
US20150142520A1 (en) | Crowd-based sentiment indices | |
WO2018132840A1 (en) | Methods of assessing long-term indicators of sentiment | |
Bacry et al. | Log-normal continuous cascade model of asset returns: aggregation properties and estimation | |
US20140309968A1 (en) | Systems and methods for processing food assessment data | |
Omori et al. | Effects of underestimating catch and effort on surplus production models | |
Karia et al. | Fractionally integrated ARMA for crude palm oil prices prediction: case of potentially overdifference | |
Ma | Measuring microbiome diversity and similarity with Hill numbers | |
JP7380699B2 (ja) | 分析装置及びプログラム | |
US10699451B1 (en) | Generating digital graphical representations reflecting multiple data series utilizing dynamic y-axes | |
AU2013204059A1 (en) | Method for automatic development of an art index | |
Elvarsson et al. | Pushing the limits of a data challenged stock: A size-and age-structured assessment of ling (Molva molva) in Icelandic waters using Gadget | |
Bussberg et al. | The effect of end-point adjustments on smoothing splines used for tree-ring standardization | |
JPWO2021015265A5 (ja) | ||
Jalilian | Modelling and classification of species abundance: a case study in the Barro Colorado Island plot | |
WO2016187504A1 (en) | Crowd-based sentiment indices | |
Gyi et al. | The value of computer-based product representations in co-designing with older users | |
CN116186395A (zh) | 一种资源推荐、模型训练方法及装置、设备及存储介质 | |
JP2017021613A (ja) | クロスモーダル感覚分析システム、提示情報決定システム、情報提示システム、クロスモーダル感覚分析プログラム、提示情報決定プログラムおよび情報提示プログラム | |
CN110471721A (zh) | 页面展示方法及系统、电子设备和存储介质 | |
CN114610308A (zh) | 应用功能布局的调整方法及装置、电子设备、存储介质 | |
CN114037137A (zh) | 对象预测方法、系统及介质 | |
Yin et al. | Relating vertical specialization to indigenous technological capability growth: The Case of China | |
Leon et al. | Using mathematical morphology for unsupervised classification of functional data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220413 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220413 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230807 |
|
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: 20231003 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231016 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7380699 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |