JP7414678B2 - 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
- JP7414678B2 JP7414678B2 JP2020154782A JP2020154782A JP7414678B2 JP 7414678 B2 JP7414678 B2 JP 7414678B2 JP 2020154782 A JP2020154782 A JP 2020154782A JP 2020154782 A JP2020154782 A JP 2020154782A JP 7414678 B2 JP7414678 B2 JP 7414678B2
- Authority
- JP
- Japan
- Prior art keywords
- reference waveform
- series data
- classifier
- information processing
- time
- 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 description 45
- 238000003672 processing method Methods 0.000 title claims description 4
- 238000012545 processing Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000013459 approach Methods 0.000 claims description 6
- 238000011478 gradient descent method Methods 0.000 claims 1
- 230000002123 temporal effect Effects 0.000 description 24
- 238000000034 method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 13
- 238000005259 measurement Methods 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
図1は、本発明の一実施形態に係る情報処理装置の一例を示すブロック図である。本実施形態に関する情報処理装置100は、記憶部101と、入力部102と、特徴量生成部103と、分類部104と、更新部105と、検出部106と、出力部107と、を備える。
101 記憶部
102 入力部
103 特徴量生成部
104 分類部
105 更新部
106 検出部
107 出力部
200 コンピュータ装置
201 プロセッサ
202 主記憶装置
203 補助記憶装置
204 ネットワークインタフェース
205 デバイスインタフェース
206 バス
300 通信ネットワーク
400Aおよび400B 外部装置
S1、S2、S3、S4、S5 シェイプレット
G1、G2 シェイプレットのグループ
Claims (20)
- 時間方向に同じオフセット位置を有する又はオフセット位置のずれが所定時間内であるオフセット位置を有する複数の基準波形パターンごとに、複数の時系列データの波形の特徴量を算出する特徴量算出部と、
前記特徴量を分類器に入力することにより、分類結果を取得する分類部と、
各前記基準波形パターンの形状と、前記分類器の複数のパラメータと、を更新する更新部と、
前記分類器のパラメータに基づき、前記複数の基準波形パターンのうちから、関連性を有する基準波形パターンを検出する検出部と、
を備える情報処理装置。 - 前記特徴量算出部は、前記複数の時系列データの波形と、前記複数の基準波形パターンと、に基づき、前記特徴量を算出する
請求項1に記載の情報処理装置。 - 前記複数の時系列データに基づく分類の正解と、前記分類結果に基づき、各前記基準波形パターンの形状と、前記分類器の複数のパラメータの値と、を更新する
請求項1または2に記載の情報処理装置。 - 前記関連性を有する基準波形パターンと対応する時系列データの、前記関連性を有する基準波形パターンに相当する部分が生じた各時刻がほぼ一致する
請求項1ないし3のいずれか一項に記載の情報処理装置。 - 前記分類器のパラメータは、複数の要素を含む重みベクトルに基づいて表され、
前記重みベクトルの各要素は、前記複数の基準波形パターンそれぞれに対応し、
前記更新部は、前記重みベクトルの複数の要素のうちの少なくとも一つを特定値に設定し、
前記検出部は、前記重みベクトルの前記特定値に設定されていない要素に基づき、関連性を有する基準波形パターンを検出する
請求項1ないし4のいずれか一項に記載の情報処理装置。 - 前記複数の基準波形パターンは1以上のグループに分類されており、
前記グループに属する基準波形パターンは前記複数の時系列データそれぞれに対応し、
前記特徴量は前記グループごとにまとめられて前記分類器に入力され、
前記検出部は、同じグループに属し、かつ、前記重みベクトルの対応する要素が前記特定値に設定されていない基準波形パターンを、関連性を有する基準波形パターンとして検出する
請求項5に記載の情報処理装置。 - 前記特徴量は、前記時系列データと、前記基準波形パターンと、のユークリッド距離であり、
同一グループに属する各基準波形パターンの、前記ユークリッド距離を算出するためのオフセットの位置が一致する
請求項6に記載の情報処理装置。 - 前記特徴量は、前記時系列データと、前記基準波形パターンと、のユークリッド距離であり、
同一グループに属する各基準波形パターンの、前記ユークリッド距離を算出するためのオフセットの位置の差が、所定範囲内である
請求項6に記載の情報処理装置。 - 基準波形パターンの数の指定を受け付ける入力部
をさらに備え、
前記更新部は、前記特定値に設定されていない要素の数が指定された数と一致するように、前記重みベクトルを更新する
請求項5ないし8のいずれか一項に記載の情報処理装置。 - 基準波形パターンの数の指定と、分類項目の指定と、を受け付ける入力部
をさらに備え、
前記更新部は、指定された数と同数の基準波形パターンの形状が、指定された分類項目に該当する時系列データの波形の一部分に近づくように更新する
請求項5ないし8のいずれか一項に記載の情報処理装置。 - 分類項目の指定を受け付ける入力部
をさらに備え、
前記更新部は、指定された分類項目に該当する時系列データの波形の一部分に、前記グループに属する各基準波形パターンの形状が近づくように更新する
請求項6ないし8のいずれか一項に記載の情報処理装置。 - 前記更新部は、勾配降下法を用いて、前記重みベクトルの要素の値を更新する
請求項5ないし11のいずれか一項に記載の情報処理装置。 - スパースモデリングを用いて、前記特定値に設定する前記重みベクトルの要素を決定する
請求項5ないし12のいずれか一項に記載の情報処理装置。 - 前記関連性を有する基準波形パターンを示す情報を少なくとも出力する出力部
をさらに備える請求項1ないし13のいずれか一項に記載の情報処理装置。 - 請求項1ないし14のいずれか一項に記載の情報処理装置とは異なる情報処理装置であって、
請求項1ないし14のいずれか一項に記載の情報処理装置によってパラメータの値が更新された分類器を用いて、分類の正解が不明な複数の時系列データに対する分類結果を取得する
情報処理装置。 - 時間方向に同じオフセット位置を有する又はオフセット位置のずれが所定時間内であるオフセット位置を有する複数の基準波形パターンごとに、複数の時系列データの波形の特徴量を算出するステップと、
前記特徴量を分類器に入力することにより、分類結果を取得するステップと、
各前記基準波形パターンの形状と、前記分類器の複数のパラメータと、を更新するステップと、
前記分類器のパラメータに基づき、前記複数の基準波形パターンのうちから、関連性を有する基準波形パターンを検出するステップと、
を備える情報処理方法。 - 時間方向に同じオフセット位置を有する又はオフセット位置のずれが所定時間内であるオフセット位置を有する複数の基準波形パターンごとに、複数の時系列データの波形の特徴量を算出するステップと、
前記特徴量を分類器に入力することにより、分類結果を取得するステップと、
各前記基準波形パターンの形状と、前記分類器の複数のパラメータと、を更新するステップと、
前記分類器のパラメータに基づき、前記複数の基準波形パターンのうちから、関連性を有する基準波形パターンを検出するステップと、
を備える、コンピュータによって実行されるプログラム。 - 複数の基準波形パターンごとに、複数の時系列データの波形の特徴量を算出する特徴量算出部と、
前記特徴量を分類器に入力することにより、分類結果を取得する分類部と、
各前記基準波形パターンの形状と、前記分類器の複数のパラメータと、を更新する更新部と、
前記分類器のパラメータに基づき、前記複数の基準波形パターンのうちから、関連性を有する基準波形パターンを検出する検出部と、
を備え、
前記関連性を有する基準波形パターンと対応する時系列データの、前記関連性を有する基準波形パターンに相当する部分が生じた各時刻がほぼ一致する
情報処理装置。 - 複数の基準波形パターンごとに、複数の時系列データの波形の特徴量を算出するステップと、
前記特徴量を分類器に入力することにより、分類結果を取得するステップと、
各前記基準波形パターンの形状と、前記分類器の複数のパラメータと、を更新するステップと、
前記分類器のパラメータに基づき、前記複数の基準波形パターンのうちから、関連性を有する基準波形パターンを検出するステップと、
を備え、
前記関連性を有する基準波形パターンと対応する時系列データの、前記関連性を有する基準波形パターンに相当する部分が生じた各時刻がほぼ一致する
情報処理方法。 - 複数の基準波形パターンごとに、複数の時系列データの波形の特徴量を算出するステップと、
前記特徴量を分類器に入力することにより、分類結果を取得するステップと、
各前記基準波形パターンの形状と、前記分類器の複数のパラメータと、を更新するステップと、
前記分類器のパラメータに基づき、前記複数の基準波形パターンのうちから、関連性を有する基準波形パターンを検出するステップと、
コンピュータに実行させ、
前記関連性を有する基準波形パターンと対応する時系列データの、前記関連性を有する基準波形パターンに相当する部分が生じた各時刻がほぼ一致する
プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020154782A JP7414678B2 (ja) | 2020-09-15 | 2020-09-15 | 情報処理装置、情報処理方法、およびプログラム |
US17/187,398 US20220083569A1 (en) | 2020-09-15 | 2021-02-26 | Information processing apparatus, information processing method, non-transitory computer readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020154782A JP7414678B2 (ja) | 2020-09-15 | 2020-09-15 | 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 |
---|---|
JP2022048774A JP2022048774A (ja) | 2022-03-28 |
JP7414678B2 true JP7414678B2 (ja) | 2024-01-16 |
Family
ID=80626724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020154782A Active JP7414678B2 (ja) | 2020-09-15 | 2020-09-15 | 情報処理装置、情報処理方法、およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220083569A1 (ja) |
JP (1) | JP7414678B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009003534A (ja) | 2007-06-19 | 2009-01-08 | Toshiba Corp | 時系列データ分類装置、時系列データ分類方法および時系列データ処理装置 |
US20180100784A1 (en) | 2016-10-06 | 2018-04-12 | General Electric Company | Multi-layer anomaly detection framework |
JP2018109882A (ja) | 2017-01-05 | 2018-07-12 | 株式会社東芝 | 動作解析装置、動作解析方法およびプログラム |
JP2018205994A (ja) | 2017-06-01 | 2018-12-27 | 株式会社東芝 | 時系列データ分析装置、時系列データ分析方法およびコンピュータプログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5946573B1 (ja) * | 2015-08-05 | 2016-07-06 | 株式会社日立パワーソリューションズ | 異常予兆診断システム及び異常予兆診断方法 |
WO2017073737A1 (ja) * | 2015-10-28 | 2017-05-04 | 国立大学法人東京大学 | 分析装置 |
BR112019020077A2 (pt) * | 2017-05-12 | 2020-04-28 | Mitsubishi Electric Corp | dispositivo, sistema e método de processamento de dados da série de tempo. |
CA3111911A1 (en) * | 2020-03-12 | 2021-09-12 | Atb Financial | Systems and methods for mitigation bias in machine learning model output |
-
2020
- 2020-09-15 JP JP2020154782A patent/JP7414678B2/ja active Active
-
2021
- 2021-02-26 US US17/187,398 patent/US20220083569A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009003534A (ja) | 2007-06-19 | 2009-01-08 | Toshiba Corp | 時系列データ分類装置、時系列データ分類方法および時系列データ処理装置 |
US20180100784A1 (en) | 2016-10-06 | 2018-04-12 | General Electric Company | Multi-layer anomaly detection framework |
JP2018109882A (ja) | 2017-01-05 | 2018-07-12 | 株式会社東芝 | 動作解析装置、動作解析方法およびプログラム |
JP2018205994A (ja) | 2017-06-01 | 2018-12-27 | 株式会社東芝 | 時系列データ分析装置、時系列データ分析方法およびコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2022048774A (ja) | 2022-03-28 |
US20220083569A1 (en) | 2022-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11328220B2 (en) | Prediction characterization for black box machine learning models | |
JP6243080B1 (ja) | プリプロセッサおよび異常予兆診断システム | |
US6636862B2 (en) | Method and system for the dynamic analysis of data | |
JP2017068748A (ja) | クラスタリングプログラム、クラスタリング方法、および情報処理装置 | |
US20210406727A1 (en) | Managing defects in a model training pipeline using synthetic data sets associated with defect types | |
CN112259245A (zh) | 待检查项确定方法、装置、设备及计算机可读存储介质 | |
CN114861788A (zh) | 一种基于dbscan聚类的负荷异常检测方法及系统 | |
US12014530B2 (en) | Image recognition device and method | |
CN116451139B (zh) | 一种基于人工智能的直播数据快速分析方法 | |
CN115359873B (zh) | 用于手术质量的控制方法 | |
JP2019215698A (ja) | 画像検査支援装置および方法 | |
WO2018142816A1 (ja) | 支援装置および支援方法 | |
Li et al. | Nonlinear semi-supervised metric learning via multiple kernels and local topology | |
CN115062696A (zh) | 基于标准化类特定互信息的特征选择方法 | |
CN118016279A (zh) | 基于人工智能的多模态技术在乳腺癌领域的分析诊疗平台 | |
JP7414678B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN104376120B (zh) | 一种信息检索方法及系统 | |
EP3379461A1 (en) | Method for computer-assisted determination of the performance of a classification model | |
US20130007019A1 (en) | Logic operation system | |
WO2023181245A1 (ja) | モデル分析装置、モデル分析方法、及び、記録媒体 | |
US11886842B2 (en) | Development assistance device, development assistance system, and development assistance method | |
US11126948B2 (en) | Analysis method and computer | |
JP7502211B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP4308113B2 (ja) | データ分析装置及びその方法、プログラム | |
Yeh et al. | Estimation of a data-collection maturity model to detect manufacturing change |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220909 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230727 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230728 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230818 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231006 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231117 |
|
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: 20231205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231228 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7414678 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |