JP7452563B2 - 装置、方法およびプログラム - Google Patents

Description

本発明は、装置、方法およびプログラムに関する。

特許文献１には、「出力部１２ｃは、収集部１２ａによって収集されたセンサデータを入力として、各モデルを用いて各検知対象機器２０の異常度合いをそれぞれ出力する」と記載されている。
［先行技術文献］
［特許文献］
［特許文献１］ 特許第６４５３５０４号

本発明の第１の態様においては、装置が提供される。装置は、対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得部を備えてよい。装置は、前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得部が取得したデータセットを供給する供給部を備えてよい。装置は、一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データのうち、前記一の状態指標値に与えた影響が基準よりも大きい少なくとも１つの種類の測定データを、前記一のデータセットに基づいて特定する第１特定部を備えてよい。装置は、前記一の状態指標値、および、前記少なくとも１つの種類の測定データを併せて表示させる表示制御部を備えてよい。

前記第１特定部は、前記一のデータセットの座標点を含む領域において前記モデルを単純化した単純化モデルを生成する生成部を有してよい。第１特定部は、生成された前記単純化モデルに基づいて前記少なくとも１つの種類の測定データの特定を行う第１特定実行部を有してよい。

前記第１特定部は、前記一のデータセットに対して基準近接度よりも近接する複数のデータセットを取得する第２取得部を有してよい。前記生成部は、前記第２取得部により取得された前記複数のデータセットを用いて、前記単純化モデルを生成してよい。

前記第１特定部は、前記一のデータセットにおける各種類の測定データが前記一の状態指標値に与えた影響の度合いを算出する複数のアルゴリズムのそれぞれにより前記少なくとも１つの種類の測定データの特定を行ってよい。前記表示制御部は、前記第１特定部により用いられたアルゴリズムごとに、特定された種類の測定データを表示してよい。

前記第１特定部は、前記複数のアルゴリズムそれぞれの性能指標値を算出してよい。前記表示制御部は、前記第１特定部により用いられたアルゴリズムごとに、当該アルゴリズムの性能指標値を表示してよい。

前記第１特定部は、各アルゴリズムにより特定された種類の測定データが前記一の状態指標値に対して有する影響の度合いを算出してよい。前記表示制御部は、各アルゴリズムにより特定された種類の測定データが前記一の状態指標値に対して有する影響の度合いを、正規化して表示してよい。

装置は、前記複数種類の測定データと、前記対象に対する操作を示す操作データとのうちから選択される選択データについて、前記対象の状態を前記一の状態指標値で示される第１状態から第２状態にするために推奨される修正内容を、前記一のデータセットに基づいて特定する第２特定部をさらに備えてよい。

本発明の第２の態様においては、装置が提供される。装置は、対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得部を備えてよい。装置は、前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得部が取得したデータセットを供給する供給部を備えてよい。装置は、一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データと、前記対象に対する操作を示す操作データとのうちから選択される選択データについて、前記対象の状態を前記一の状態指標値で示される第１状態から第２状態にするために推奨される修正内容を、前記一のデータセットに基づいて特定する第２特定部を備えてよい。

前記第２特定部は、前記一のデータセットに対して基準近似度よりも近接するデータセットを複数取得する第３取得部を有してよい。第２特定部は、前記モデルを用い、前記第３取得部により取得された複数のデータセットを、前記第１状態に対応する第１状態のデータセットと、前記第２状態に対応する第２状態のデータセットとに分類する分類部を有してよい。第２特定部は、前記一のデータセットの座標点から、複数の前記第２状態のデータセットの重心の座標点へのベクトルを算出する算出部を有してよい。第２特定部は、前記ベクトルに基づいて前記推奨される修正内容を特定する第２特定実行部を有してよい。

前記第２特定部は、前記分類部による分類結果に基づいて、前記複数のデータセットを前記第１状態のデータセットおよび前記第２状態のデータセットの何れかに分類する線形モデルを生成する生成部を有してよい。前記算出部は、前記ベクトルと、前記線形モデルとの交点をさらに算出してよい。前記第２特定実行部は、前記ベクトルおよび前記交点に基づいて前記推奨される修正内容を特定してよい。

前記算出部は、前記複数のデータセットのうち、複数の前記第２状態のデータセットの平均の座標点を、前記重心の座標点としてよい。

前記算出部は、前記複数のデータセットのうち、複数の前記第２状態のデータセットの平均の座標点に最も近いデータセットの座標点を、前記重心の座標点としてよい。

前記算出部は、前記複数のデータセットのうち、前記複数の第２状態のデータセットの平均の座標点に最も近い前記第２状態のデータセットの座標点を、前記重心の座標点としてよい。

前記第２特定部は、前記複数のデータセットのうち、前記複数の第２状態のデータセットの平均の座標点に最も近いデータセットが前記第１状態のデータセットであることに応じて、前記第３取得部にデータセットをさらに取得させる制御部を有してよい。

前記第２特定部は、前記一のデータセットの座標点と、前記モデルが前記複数のデータセットを前記第１状態のデータセットおよび前記第２状態のデータセットに分類する境界との距離が基準距離よりも大きいこと、または、前記複数のデータセットのうち前記第２状態のデータセットに分類されるデータセットが基準数より少ないこと、の少なくとも一方に応じて、前記第２状態のデータセットに分類されるデータセットが基準数以上となるまで、前記第３取得部に前記基準近似度を大きくさせてデータセットをさらに取得させる制御部を有してよい。

前記第２特定部は、記一のデータセットの座標点と、前記モデルが前記複数のデータセットを前記第１状態のデータセットおよび前記第２状態のデータセットに分類する境界との距離が基準距離よりも大きいこと、または、前記複数のデータセットのうち前記第２状態のデータセットに分類されるデータセットが基準数より少ないこと、の少なくとも一方に応じて、前記第２状態のデータセットに分類されるデータセットのうち、前記一のデータセットから最も近いデータセットに対して前記基準近似度よりも近接するデータセットを前記第３取得部にさらに取得させる制御部を有してよい。

前記第２特定部は、前記一のデータセットの座標点と、前記モデルが前記複数のデータセットを前記第１状態のデータセットおよび前記第２状態のデータセットに分類する境界との距離が基準距離よりも大きいこと、または、前記複数のデータセットのうち前記第２状態のデータセットに分類されるデータセットが基準数より少ないこと、の少なくとも一方に応じて、前記第２特定実行部をディセーブルする制御部を有してよい。

前記第２特定部は、前記対象の状態を前記一のデータセットに対応する状態から前記第２状態にするための反事実的なデータセットを生成する学習アルゴリズムを用いて、前記推奨される修正内容を特定してよい。

前記第２特定部は、前記選択データについて、推奨される範囲または値を特定してよい。

装置は、各測定データの測定値の範囲または値ごとに、当該測定データの測定値を当該範囲内または当該値にする操作データの内容を対応付けて記憶する記憶部をさらに備えてよい。前記第２特定部は、前記選択データが操作データである場合に、前記対象の状態を前記第１状態から前記第２状態にするために推奨される何れかの種類の測定データの推奨範囲または推奨値を特定し、特定された推奨範囲または推奨値に対応付けられた操作データの内容を前記修正内容として特定してよい。

各データセットは、複数種類の測定データと、当該複数種類の測定データに対応する前記操作データとを含んでよい。

前記推奨される修正内容を表示させる表示制御部をさらに備えてよい。

装置は、前記推奨される修正内容を示す信号を、前記対象を制御する制御装置に出力する出力部をさらに備えてよい。

本発明の第３の態様においては、方法が提供される。方法は、対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得段階を備えてよい。方法は、前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得段階により取得したデータセットを供給する供給段階を備えてよい。方法は、一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データのうち、前記一の状態指標値に与えた影響が基準よりも大きい少なくとも１つの種類の測定データを、前記一のデータセットに基づいて特定する第１特定段階を備えてよい。方法は、前記一の状態指標値、および、前記少なくとも１つの種類の測定データを併せて表示させる表示制御段階を備えてよい。

本発明の第４に態様においては、方法が提供される。方法は、対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得段階を備えてよい。方法は、前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得段階により取得したデータセットを供給する供給段階を備えてよい。方法は、一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データと、前記対象に対する操作を示す操作データとのうちから選択される選択データについて、前記対象の状態を前記一の状態指標値で示される第１状態から第２状態にするために推奨される修正内容を、前記一のデータセットに基づいて特定する第２特定段階を備えてよい。

本発明の第５の態様においては、プログラムが提供される。プログラムは、コンピュータを、対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得部として機能させてよい。プログラムは、コンピュータを、前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得部が取得したデータセットを供給する供給部として機能させてよい。プログラムは、コンピュータを、一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データのうち、前記一の状態指標値に与えた影響が基準よりも大きい少なくとも１つの種類の測定データを、前記一のデータセットに基づいて特定する第１特定部として機能させてよい。プログラムは、コンピュータを、前記一の状態指標値、および、前記少なくとも１つの種類の測定データを併せて表示させる表示制御部として機能させてよい。

本発明の第６の態様においては、プログラムが提供される。プログラムは、コンピュータを、対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得部として機能させてよい。プログラムは、コンピュータを、前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得部が取得したデータセットを供給する供給部として機能させてよい。プログラムは、コンピュータを、一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データと、前記対象に対する操作を示す操作データとのうちから選択される選択データについて、前記対象の状態を前記一の状態指標値で示される第１状態から第２状態にするために推奨される修正内容を、前記一のデータセットに基づいて特定する第２特定部として機能させてよい。

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

第１実施形態に係るシステム１を示す。 装置４の動作を示す。 状態指標値の推移の例を示す。 クエリポイントの選択画面の例を示す。 表示画面の例を示す。 要因データの他の表示例を示す。 要因データの他の表示例を示す。 要因データの他の表示例を示す。 要因データの他の表示例を示す。 第２実施形態に係るシステム１Ａを示す。 装置４Ａの動作を示す。 修正内容特定部４１５による修正内容の特定手法を示す。 修正可能データの選択画面の例を示す。 修正内容の表示画面の例を示す。 本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

［１．第１実施形態］
［１．１．システム１の構成］
図１は、本実施形態に係るシステム１を示す。システム１は、対象の状態監視を支援するものであり、対象の一例としての設備２と、装置４とを備える。

［１．１．１．設備２］
設備２には、１または複数のセンサ２０が設けられる。例えば設備２は、複数の機器２１が設けられたプラントでもよいし、複数の機器２１を複合させた複合装置でもよい。プラントとしては、化学やバイオ等の工業プラントの他、ガス田や油田等の井戸元やその周辺を管理制御するプラント、水力・火力・原子力等の発電を管理制御するプラント、太陽光や風力等の環境発電を管理制御するプラント、上下水やダム等を管理制御するプラント等が挙げられる。

［１．１．１－１．機器２１］
各機器２１は、器具、機械または装置であり、例えば、設備２のプロセスにおける圧力、温度、ｐＨ、速度、流量などの少なくとも１つの物理量を制御するバルブ、ポンプ、ヒータ、ファン、モータ、スイッチ等のアクチュエータであってよい。各機器２１は互いに異種でもよいし、少なくとも一部の２以上の機器２１が同種でもよい。本実施形態では一例として、機器２１は外部から有線または無線で制御されるが、手動で制御されてもよい。

［１．１．１－２．センサ２０］
各センサ２０は、設備２の状態の測定を行う。センサ２０は、圧力、温度、ｐＨ、速度、流量などの少なくとも１つの物理量を測定してよい。また、センサ２０は、設備２の収量や、混入する不純物の割合、各機器２１の運転状況などの測定を行ってもよい。各センサ２０は互いに異種でもよいし、少なくとも一部の２以上のセンサ２０が同種でもよい。一例として、複数のセンサ２０は、設備２内の炉における別々の位置に設けられた温度センサであってよい。各センサ２０は、測定データを装置４に供給してよい。

なお、センサ２０と、装置４との間の通信は、例えばＩＳＡ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｏｃｉｅｔｙ ｏｆ Ａｕｔｏｍａｔｉｏｎ：国際計測制御学会）の無線通信プロトコルで行われてよく、一例としてＩＳＡ１００、ＨＡＲＴ（Ｈｉｇｈｗａｙ Ａｄｄｒｅｓｓａｂｌｅ Ｒｅｍｏｔｅ Ｔｒａｎｓｄｕｃｅｒ）（登録商標）、ＢＲＡＩＮ（登録商標）、ＦＯＵＮＤＡＴＩＯＮ Ｆｉｅｌｄｂｕｓ、ＰＲＯＦＩＢＵＳ等で行われてよい。

［１．１．２．装置４］
装置４は、学習済みのモデル４３１を用いて設備２の監視を支援する。装置４は、取得部４０１と、供給部４０２と、記憶部４０３と、入力部４０４と、ラベル付加部４０５と、要因特定部４０８と、予兆検出部４０９と、改善操作特定部４１０と、表示制御部４１１と、表示部４１２とを有する。

［１．１．２－１．取得部４０１］
取得部４０１は、第１取得部の一例であり、設備２の状態を示す複数種類の測定データを含むデータセットを取得する。取得部４０１は、各センサ２０から各種類の測定データを逐次取得してよい。取得部４０１は、対応する時点で測定された複数種類の測定データを一のデータセットとして取得してよい。取得部４０１は、取得したデータセットを供給部４０２に供給してよい。

なお、測定データの種類は、本実施形態では一例としてセンサ２０毎に異なってよいが、対象とする物理量によって異なってもよい。データセットは、設備２の動作点（operational point）を示してよく、データセットに含まれる各測定データは動作点の特徴値（feature value）であってよい。

［１．１．２－２．供給部４０２］
供給部４０２は、モデル４３１に対し、取得部４０１が取得したデータセットを供給する。本実施形態では一例として、モデル４３１は後述の記憶部４０３に記憶されており、供給部４０２は記憶部４０３内のモデル４３１に対してデータセットを供給してよい。

また、供給部４０２は、記憶部４０３にデータセットを記憶させてよい。供給部４０２は、データセットに含まれる各測定データに測定時間と、測定したセンサ２０の識別情報とを付加して記憶部４０３に記録してよい。測定データの測定時間は、当該測定データが測定された時間であってよく、設備２において実行される処理の開始時間からの経過時間を示してよい。測定データの測定時間は、取得部４０１による測定データやデータセットの取得時間であってもよい。なお、測定時間およびセンサ２０の識別情報は、センサ２０から供給される測定データに予め付加されていてもよい。

［１．１．２－３．記憶部４０３］
記憶部４０３は、種々の情報を記憶する。例えば、記憶部４０３は、データファイル４３０と、学習済みのモデル４３１と、対応テーブル４３２とを記憶してよい。

［１．１．２－３－１．データファイル４３０］
データファイル４３０は、供給部４０２から供給されるデータセットを格納する。

［１．１．２－３－２．モデル４３１］
モデル４３１は、データセットが入力されることに応じて、設備２の状態の分類を示す状態指標値を出力する。なお、本実施形態では、モデル４３１に一のデータセットが入力されて一の状態指標値がモデル４３１から出力される都度、当該一の状態指標値が当該一のデータセットに対応付けられてデータファイル４３０に記憶されてよい。

設備２の状態の分類は、本実施形態では一例として良好（正常（ｎｏｒｍａｌ）とも称する）を示す分類と、不良（異常（ａｂｎｏｒｍａｌ）とも称する）を示す分類との何れかであってよい。モデル４３１は、設備２の状態が良好であることを示す値と、不良であることを示す値とで２値化されていない状態指標値（ヘルスインデックスとも称する）を出力してよい。例えば、モデル４３１は、設備２の状態が良好であることを示す値、および設備２の状態が不良であることを示す値の２値を用いて学習したものであってよく、閾値との比較による２値化前の状態指標値を出力してよい。本実施形態では一例として、設備２の状態が良好である場合（または良好に近い場合）には状態指標値は正の値であってよく、設備２の状態が不良である場合（または不良に近い場合）には状態指標値は負の値であってよい。また、状態指標値の絶対値が小さい場合（つまり状態指標値がゼロに近い場合）には、設備２の状態が良好または不良である度合いが小さくてよい。状態指標値の絶対値が大きい場合（つまり状態指標値がゼロから遠い場合）には、設備２の状態が良好または不良である度合いが大きくてよい。

モデル４３１は、例えばサポートベクトルマシンであってよいが、ロジスティック回帰や決定木、ニューラルネットワークなどの他のアルゴリズムによる学習済みのモデルであってもよい。

［１．１．２－３－３．対応テーブル４３２］
対応テーブル４３２は、センサ２０によって測定される各測定データの種類に対し、当該測定データの測定値を改善するための操作（改善操作とも称する）を対応付けて記憶する。改善操作は、設備２における何れかの機器２１の操作であってよく、改善対象の測定値に直接的に関係する機器２１の操作であってもよいし、直接的には関係しない機器２１の操作であってもよい。一例として、温度の測定データの測定値が高すぎる場合に、当該測定値を改善するための改善操作は、測定位置付近のヒータの出力を下げる操作であってもよいし、測定位置の近傍を流れる流体の流量を調整するバルブの開度を変更する操作であってもよいし、当該流量を測定する流量計のセットポイントを変更する操作であってもよい。対応テーブル４３２の内容は試行錯誤を通じて予め設定されてよい。

［１．１．２－４．入力部４０４］
入力部４０４は、オペレータからの操作入力を受ける。本実施形態では一例として入力部４０４は、設備２の状態を調べる対象の時点（クエリポイントとも称する）の選択操作を受けてよい。クエリポイントは現時点でもよいし、過去の時点でもよい。入力部４０４は、クエリポイントで測定されたデータセット（クエリポイントのデータセットとも称する）の識別情報（クエリポイントのデータセットＩＤとも称する）を、要因特定部４０８および予兆検出部４０９に供給してよい。

また、入力部４０４は、何れかのデータセットに含まれる測定データが表示されている場合に、当該データセットに対して設備２の状態の良否を示すラベルを付加する旨の操作を受けてよい。入力部４０４は、操作が行われた旨の信号をラベル付加部４０５に供給してよい。

［１．１．２－５．ラベル付加部４０５］
ラベル付加部４０５は、オペレータの操作に応じて、各データセットに対し、設備２の状態の良否を示すラベルを付加する。ラベル付加部４０５は、記憶部４０３内の該当のデータセットに対し、良好な状態または不良な状態であったことを示すラベルを付加してよい。

［１．１．２－６．要因特定部４０８］
要因特定部４０８は、第１特定部の一例であり、一のデータセット（本実施形態では一例としてクエリポイントのデータセット）がモデル４３１に供給されることに応じてモデル４３１から一の状態指標値（クエリポイントの状態指標値とも称する）が出力される場合に、複数種類の測定データのうち、当該一の状態指標値に与えた影響が基準よりも大きい少なくとも１つの種類の測定データ（要因データとも称する）を特定する。要因データは設備２の監視において重要なデータとなり得る。

要因特定部４０８は、クエリポイントのデータセットに基づいて要因データの特定を行ってよい。本実施形態では一例として、要因特定部４０８は、入力部４０４からクエリポイントのデータセットＩＤが供給されることに応じて、該当するデータセット、つまりクエリポイントのデータセットをデータファイル４３０から読み出して、要因データの特定を行ってよい。

要因特定部４０８は、要因データを特定するアルゴリズム（特定アルゴリズムとも称する）を用いて要因データを特定してよい。特定アルゴリズムは、一のデータセットが供給されることに応じてモデル４３１から一の状態指標値が出力される場合に、当該一のデータセットにおける各種類の測定データが当該一の状態指標値に与えた影響の度合いを算出するアルゴリズムであってよい。また、特定アルゴリズムは、モデル４３１による分類の根拠を特定するアルゴリズムであってよい。

特定アルゴリズムは、モデルアグノスティックかつインタプリタブルなアルゴリズム（ｍｏｄｅｌ ａｇｎｏｓｔｉｃ ｉｎｔｅｒｐｒｅｔａｂｌｅ ａｌｇｏｒｉｔｈｍ）であってよい。モデルアグノスティックなアルゴリズムによれば、モデル４３１の種類によらず、要因データを特定することができ、インタプレタブルなアルゴリズムによれば、オペレータにとって理解可能な態様で要因データを特定することができる。このような特定アルゴリズムとしては、例えばＬＩＭＥ（Ｌｏｃａｌ Ｉｎｔｅｒｐｒｅｔａｂｌｅ Ｍｏｄｅｌ－ａｇｎｏｓｔｉｃ Ｅｘｐｌａｎａｔｉｏｎｓ）やＳＨＡＰ（ＳＨａｐｌｅｙ Ａｄｄｉｔｉｖｅ ｅｘＰｌａｎａｔｉｏｎｓ）等が挙げられる。ＳＨＡＰはカーネルＳＨＡＰ（Ｋｅｒｎｅｌ ＳＨＡＰ）でもよいし、ツリーＳＨＡＰ（Ｔｒｅｅ ＳＨＡＰ）でもよい。

ＬＩＭＥは、次の文献１で説明されるアルゴリズムであってよい。
文献１：Ribeiro等、「Why should I trust you? Explaining the predictions of any classifier」、Proceedings of the 22nd ACM SIGKDD international conference on knowledge discovery and data mining、ACM(2016)、インターネット＜ＵＲＬ：https://arxiv.org/abs/1602.04938＞

ＳＨＡＰは、次の文献２で説明されるアルゴリズムであってよい。
文献２： Lundberg等、 「A unified approach to interpreting model predictions」、Advances in Neural Information Processing Systems、2017年、インターネット＜ＵＲＬ：https://arxiv.org/abs/1705.07874＞

本実施形態では一例として、要因特定部４０８は、少なくともＬＩＭＥを用いて要因データを特定してよい。要因特定部４０８は、取得部４０８１、分類部４０８２、生成部４０８３および特定実行部４０８５を有する。

［１．１．２－６（１）．取得部４０８１］
取得部４０８１は、第２取得部の一例であり、クエリポイントのデータセットに対して基準近接度よりも近接する複数のデータセットを取得する。取得部４０８１は、取得した複数のデータセットを分類部４０８２に供給してよい。

ここで、クエリポイントのデータセットに対して他のデータセットが近接するとは、測定データの各種類に対応する座標軸を有する座標空間において、クエリポイントのデータセットの座標点に対して他のデータセットの座標点が近接することであってよい。基準近接度は、オペレータにより任意に設定されてよい。

取得部４０８１は、記憶部４０３のデータファイル４３０から複数のデータセットを取得してよい。これに代えて、本実施形態では一例として、取得部４０８１は、クエリポイントのデータセットを元にして複数のデータセット（複数の合成（synthetic）データセットとも称する）を生成する。例えば、取得部４０８１は、クエリポイントのデータセットに含まれる少なくとも１つの測定データの測定値を摂動（perturbing）させることで、クエリポイントのデータセットに近接する合成データセットを生成してよい。取得部４０８１は、データファイル４３０に格納された各種類の測定データの確率分布に基づいて測定値を摂動させてもよいし、測定値をランダムに摂動させてもよい。測定データの確率分布は、混合ガウスモデルを用いて算出されてよい。

［１．１．２－６（２）．分類部４０８２］
分類部４０８２は、記憶部４０３に格納されたモデル４３１を用い、取得部４０８１により取得された複数の合成データセットを分類する。分類部４０８２は、複数の合成データセットを第１状態（本実施形態では一例として良好な状態）に対応する第１状態の合成データセットと、第２状態（本実施形態では一例として不良な状態）に対応する第２状態の合成データセットとに分類してよい。分類部４０８２は、各合成データセットをモデル４３１に供給して出力される状態指標値に基づいて、各合成データセットを分類してよい。本実施形態では一例として、分類部４０８２は、状態指標値がゼロ以上であった合成データセットを第１状態の合成データセットに分類し、状態指標値が負であった合成データセットを第２状態の合成データセットに分類してよい。

分類部４０８２は、複数の合成データセットのそれぞれに対し、第１状態の合成データセットおよび第２状態の合成データセットの何れに分類されたかを示すラベルを付加してよい。分類部４０８２は、ラベルを付加した複数の合成データセットを生成部４０８３に供給してよい。

［１．１．２－６（３）．生成部４０８３］
生成部４０８３は、クエリポイントのデータセットの座標点を含む領域においてモデル４３１を単純化した単純化モデル（ローカルサロゲートモデルとも称する）を生成する。生成部４０８３は、取得部４０８１により取得された複数のデータセットを用いて、単純化モデルを生成してよい。

ここで、クエリポイントのデータセットを含む領域は、測定データの各種類に対応する座標軸を有する座標空間において、クエリポイントのデータセットの座標点を含む領域であってよい。一例として、クエリポイントのデータセットを含む領域は、クエリポイントのデータセットの座標点に対して基準近接度よりも近接する領域であってよい。

また、単純化モデルは、複数の合成データセットをモデル４３１と同様に分類するモデルであってよく、局所的にモデル４３１と一致するモデルであってよい。生成部４０８３は、複数の合成データセットを、分類部４０８２により付加されたラベルで示される分類の通りに分類するように単純化モデルを生成してよい。生成部４０８３は、単純化モデルとして線形モデルを生成してよい。生成部４０８３は、生成した単純化モデル４３１を特定実行部４０８５に供給してよい。

［１．１．２－６（４）．特定実行部４０８５］
特定実行部４０８５は、生成された単純化モデルに基づいて少なくとも１つの種類の要因データの特定を行う。特定実行部４０８５は、クエリポイントのデータセットに含まれる複数種類の測定データのうち、生成部４０８３により生成された単純化モデルにおける分類の境界から最も遠い少なくとも１種類の測定データを要因データとして特定してよい。特定実行部４０８５は、オペレータにより指定される個数だけ、要因データを特定してよい。特定実行部４０８５は、特定した要因データの種類を表示制御部４１１に出力してよい。特定実行部４０８５は、特定した要因データの種類を、クエリポイントのデータセットと対応付けて記憶部４０３に記憶させてよい。

特定実行部４０８５は、設備２の状態が良好な場合での各要因データの代表値（一例として平均値や中央値、最頻値）を算出してよい。設備２の状態が良好な場合での各要因データとは、ラベル付加部４０５によって良好な状態を示すラベルが付加されたデータセットにおける各要因データの測定値であってもよいし、モデル４３１により良好な状態を示す状態指標値が出力されたデータセットにおける各要因データの測定値であってもよい。特定実行部４０８５は、設備２の状態が良好な場合での要因データをデータファイル４３０から読み出して代表値を算出してよい。特定実行部４０８５は、算出した代表値を表示制御部４１１に供給してよい。

［１．１．２－７．予兆検出部４０９］
予兆検出部４０９は、状態指標値の推移に基づいて、設備２の状態が不良となる予兆を検出する。予兆検出部４０９は、入力部４０４からクエリポイントのデータセットＩＤが供給されることに応じて、該当するクエリポイントの時点を含む基準期間内の各データセットに対応付けられた状態指標値をデータファイル４３０から読み出してよい。また、予兆検出部４０９は、クエリポイントを含む基準期間における状態指標値の分散と基準分散とを比較して、クエリポイントの時点において設備２の状態が不良となる予兆を検出してよい。本実施形態では一例として、予兆検出部４０９は、基準期間内における分散が基準分散より大きくなったことに応じて、予兆がある旨の検出を行ってよい。なお、クエリポイントは一例として現時点であってよく、クエリポイントを含む基準期間は、クエリポイントを終点とする期間であってよい。基準期間および基準分散は任意に設定されてよい。予兆検出部４０９は、予兆の検出結果を改善操作特定部４１０および表示制御部４１１に供給してよい。

［１．１．２－８．改善操作特定部４１０］
改善操作特定部４１０は、クエリポイントの時点において設備２の状態が不良となる予兆が検出されたことに応じて、当該予兆の要因となった要因データの測定値を改善する改善操作を特定してよい。改善操作特定部４１０は、クエリポイントのデータセットに対して要因特定部４０８により特定された種類の要因データを、予兆の要因となった要因データとしてよい。改善操作特定部４１０は、対応テーブル４３２において要因データに対応付けられた改善操作を特定してよい。改善操作特定部は、改善操作の内容を表示制御部４１１に供給してよい。

［１．１．２－９．表示制御部４１１］
表示制御部４１１は、表示部４１２を制御する。表示制御部４１１は、少なくともクエリポイントの状態指標値、および、クエリポイントでの要因データを併せて表示させてよい。状態指標値および要因データを併せて表示させるとは、一緒に表示させることであってよい。一例として、表示制御部４１１は、状態指標値および要因データを表示部４１２の同一画面に表示させてもよいし、別々の画面に表示させてもよい。

表示制御部４１１は、クエリポイントの時点のみの状態指標値を表示させてもよいし、クエリポイントを含む複数の時点の状態指標値を表示させてもよい。表示制御部４１１は、複数の時点の状態指標値を表示させる場合には、複数の時点でモデル４３１から出力された状態指標値の推移を表示させてよい。また、表示制御部４１１は、状態指標値の移動平均（ｍｏｖｉｎｇ ａｖｅｒａｇｅ）または指数平滑移動平均（ｅｘｐｏｎｅｎｔｉａｌ ｍｏｖｉｎｇ ａｖｅｒａｇｅ）を表示させてもよい。

また、表示制御部４１１は、各要因データの種類（一例として要因データの物理量の種類や、要因データを測定したセンサ２０の名称や識別情報、タグ）を表示させてよい。これに加えて、表示制御部４１１は、各要因データの測定値をデータファイル４３０から読み出して表示させてよい。一例として、表示制御部４１１は、各要因データについて、クエリポイントでの測定値を表示させてよい。表示制御部４１１は、各要因データについて、クエリポイントを含む複数の時点で測定された測定値の移動平均値（一例としてクエリポイントを含む基準期間の移動平均値）を算出して表示させてもよい。また、表示制御部４１１は、各要因データについて、クエリポイントを含む複数の時点での測定値を表示させてもよく、一例として複数の時点で測定された測定値の推移を表示させてよい。

また、表示制御部４１１は、設備２の状態が良好な場合での各要因データの測定値の代表値を、要因データの測定値と共に表示させてよい。表示制御部４１１は、要因データの種類ごとに、測定値と代表値とを対応付けて表示させてよい。

表示制御部４１１は、設備２の状態が不良となる予兆が予兆検出部４０９により検出されたことをさらに表示させてよい。例えば、表示制御部４１１は、予兆が検出されたことを示すメッセージを表示させてよい。

表示制御部４１１は、状態不良の予兆の要因となった要因データを改善するための改善操作をさらに表示させてよい。本実施形態では一例として、表示制御部４１１は、改善操作特定部４１０により特定された改善操作の内容を表示させてよい。

［１．１．２－１０．表示部４１２］
表示部４１２は、表示制御部４１１からの制御によって表示を行う。なお、本実施形態においては一例として、表示部４１２は装置４に具備されているが、装置４に外部接続されてもよい。

以上のシステム１における装置４によれば、クエリポイントのデータセットが供給されることに応じてモデル４３１から一の状態指標値、つまりクエリポイントの状態指標値が出力される場合に、複数種類の測定データのうち、クエリポイントの状態指標値に与えた影響が基準よりも大きい種類の要因データがクエリポイントのデータセットに基づいて特定され、状態指標値と、特定された種類の要因データとが併せて表示される。従って、設備２の状態指標値と、その根拠となった種類の要因データとをまとめて確認することができる。

また、クエリポイントのデータセットの座標点を含む領域においてモデル４３１を単純化した単純化モデル、つまりローカルサロゲートモデルが生成され、当該単純化モデルに基づいて特定が行われる。従って、オペレータにとって理解可能な態様で、状態指標値に影響を与えた測定データが特定される。

また、クエリポイントのデータセットに対して基準近接度よりも近接する複数のデータセットを用いて単純化モデルが生成される。従って、クエリポイントのデータセットの近傍のローカルな領域において分類精度の高い単純化モデルを生成することができる。

また、設備２の状態が良好な場合での各要因データの測定値の代表値がクエリポイントでの要因データの測定値と共に表示されるので、クエリポイントでの要因データの測定値が代表値からどの程度ずれているかを即座に把握することができる。

また、オペレータにより指定される個数だけ要因データが特定されるので、オペレータによって把握可能な要因データの数を予め設定しておくことにより、状態が不良の場合に、その要因データを確実に把握することができる。

また、モデル４３１は、設備２の状態が良好であることを示す値と、不良であることを示す値とで２値化されていない状態指標値を出力するので、状態がどの程度、良好または不良であるのかを把握することができる。

また、状態指標値の推移に基づいて、設備２の状態が不良となる予兆が検出されて表示されるので、状態が不良となることを予め把握することができる。

また、基準期間における状態指標値の分散が基準分散より大きくなったことに応じて予兆が検出されるので、状態指標値が変動してばらつくことに応じて予兆を検出することができる。

また、各測定データの種類に対し、当該測定データの測定値を改善するための操作が対応付けて記憶され、設備２の状態が不良となる予兆が検出される場合には、予兆の要因となった要因データの種類に対応付けられた操作が表示される。従って、状態を改善する操作を即座に把握して実行することができる。

［１．２．動作］
図２は、装置４の動作を示す。装置４は、ステップＳ１１～Ｓ３３の処理により設備２の監視を支援する。なお、この動作は設備２が起動されることに応じて開始してよい。また、動作の開始時点においては記憶部４０３にモデル４３１が記憶されていてよい。

ステップＳ１１において取得部４０１は、設備２の状態を示すデータセットを取得する。取得部４０１は、現時点で測定された測定データセットを取得してよい。ステップＳ１３において供給部４０２は、取得されたデータセットをモデル４３１に供給する。これにより、ステップＳ１５においてデータセットで示される状態に応じた状態指標値がモデル４３１から出力され、データファイル４３０に記憶される。

ステップＳ１７において入力部４０４は、現時点または過去の時点の何れかをクエリポイントとして選択する。入力部４０４は、オペレータにより操作が行われない場合には、現時点をクエリポイントとして選択してよい。これに代えて、入力部４０４は、前回のステップＳ１７の処理で選択されたクエリポイントや、前回のステップＳ１７の処理で選択されたクエリポイントの直後の時点を、新たなクエリポイントとして選択してもよい。

ステップＳ１９において要因特定部４０８は、クエリポイントのデータセットに含まれる測定データの中から、クエリポイントの状態指標値に対して与えた影響が基準よりも大きい少なくとも１つの種類の要因データを特定する。要因特定部４０８は、複数の特定アルゴリズム（一例としてＬＩＭＥやＳＨＡＰなど）のそれぞれにより少なくとも１つの種類の要因データを特定してよい。また、要因特定部４０８は、特定した各要因データについて、設備２の状態が良好な場合での代表値（一例として平均値や中央値、最頻値）を算出してよい。

また、要因特定部４０８は、複数の特定アルゴリズムそれぞれの性能指標値を算出してよい。特定アルゴリズムの性能指標値としては、次の文献３で説明される忠実度（ｆｉｄｅｌｉｔｙ）または安定度（ｓｔａｂｉｌｉｔｙ）の少なくとも一方を用いることができる。忠実度は特定アルゴリズムによる元のモデル４３１の再現度を示す指標であり、高い方が好ましい。安定度は、特定アルゴリズムに対する入力を変化させた場合に出力がどれだけ変動してしまうかを示す値であり、低い方が好ましい。

文献３：Francesco Bodria 等、"Benchmarking and Survey of Explanation Methods for Black Box Models" 、インターネット＜ＵＲＬ：https://arxiv.org/abs/2102.13076＞

また、要因特定部４０８は、複数の特定アルゴリズムを用いて要因データを特定する場合には、各アルゴリズムにより特定された種類の要因データがクエリポイントの状態指標値に対して有する影響の度合い（寄与度や貢献度、重要度とも称する）を算出してよい。状態指標値に対する要因データの影響の度合いとしては、特定アルゴリズムにおいて各要因データについて算出される影響度のスコアを用いてよい。

ステップＳ２１おいて装置４の予兆検出部４０９は、クエリポイントの時点までの状態指標値の推移に基づいて、設備２の状態が不良となる予兆の検出を試み、予兆が検出されたか否かを判定する。予兆が検出されたと判定された場合（ステップＳ２１；Ｙｅｓ）にはステップＳ３１に処理が移行してよい。予兆が検出されないと判定された場合（ステップＳ２１；Ｎｏ）にはステップＳ２３に処理が移行してよい。

ステップＳ２３において表示制御部４１１は、クエリポイントの状態指標値、および、当該状態指標値に対応する要因データを表示部４１２に併せて表示させる。要因特定部４０８により複数の特定アルゴリズムのそれぞれにより要因が特定されている場合には、表示制御部４１１は、要因特定部４０８により用いられた特定アルゴリズムごとに、特定された種類の要因データを表示させてよい。また、要因特定部４０８により各特定アルゴリズムの性能指標値が算出されている場合には、表示制御部４１１は、特定アルゴリズムごとに、当該特定アルゴリズムの性能指標値を表示させてよい。また、要因特定部４０８によって各要因データについて、状態指標値に対する影響の度合いが算出されている場合には、表示制御部４１１は、これらの影響の度合いを正規化して表示させてよい。

また、表示制御部４１１は、設備２の状態が良好な場合での各要因データの測定値の代表値を要因データの測定値と共に表示させてよい。また、表示制御部４１１は、要因データごとに、その代表値と、クエリポイントの時点での測定値とをグラフとして表示させてよい。グラフは、棒グラフであってもよいし、レーダーチャートであってもよい。表示制御部４１１は、代表値からの基準乖離度を示す目盛りをグラフ内に表示させてよい。基準乖離度は、測定データの測定値の分布を正規分布とみなした場合の１σや２σ、３σであってよい。σは測定値の標準偏差であってよい。

ステップＳ２５において、ラベル付加部４０５は、オペレータによる指定の時点で測定された各測定データに対しラベルを付加する。指定時点は、クエリポイントの時点であってもよいし、表示されている要因データや状態指標値に対応する他の時点であってもよい。また、指定時点は、一時点であってもよいし、連続または非連続の複数の時点であってもよい。

例えば、表示中の何れかの要因データや状態指標値が入力部４０４を介してオペレータにより指定された場合には、ラベル付加部４０５は、指定対象の要因データの測定時間、または、指定対象の状態指標値に対応する要因データの測定時間を指定時点として特定してよい。ラベル付加部４０５は、特定した測定時間で測定された記憶部４０３内のデータセットに対してラベルを付加してよい。

ラベル付加部４０５は、状態が良好である旨の操作が入力部４０４に対して行われることに応じて、その旨のラベルをデータセットに付加してよい。同様に、ラベル付加部４０５は、状態が不良である旨の操作が入力部４０４に対して行われることに応じて、その旨のラベルをデータセットに付加してよい。ステップＳ２５の処理が終了したら、ステップＳ１１に処理が移行してよい。

ステップＳ３１において、改善操作特定部４１０は、状態不良の要因となった要因データの測定値を改善する改善操作を特定する。改善操作特定部４１０は、対応テーブル４３２において要因データに対応付けられた改善操作を特定してよい。

ステップＳ３３において表示制御部４１１は、ステップＳ２３の処理と同様にして、モデル４３１から出力される状態指標値、および、要因データを表示部４１２に併せて表示させる。

但し、ステップＳ３３の処理においては、表示制御部４１１は、状態不良の予兆が検出されたことを示すメッセージをさらに表示させてよい。また、表示制御部４１１は、要因データを改善するための改善操作をさらに表示させてよい。ステップＳ３３の処理が終了したら、ステップＳ２５に処理が移行してよい。

以上の動作によれば、モデル４３１による分類の根拠を特定する特定アルゴリズムごとに、特定された種類の要因データが表示されるので、別々の特定アルゴリズムにより特定された要因データのうち、共通する要因データに着目することで、状態指標値に対して確実に影響を与えた要因データを確認することができる。また、別々の特定アルゴリズムにより特定された要因データのうち、共通しない要因データに着目することで、状態指標値に対して影響を与えた要因データを多角的に確認することができる。

また、特定アルゴリズムごとに、その性能指標値（一例として忠実度や安定度）が表示されるので、特定アルゴリズムの性能を比較することができる。従って、性能の高い特定アルゴリズムにより特定された要因データを重点的に確認することができる。

また、各特定アルゴリズムにより特定された種類の要因データが状態指標値に対して有する影響の度合いが正規化して表示される。従って、別々の特定アルゴリズムにより特定された複数種類の要因データの間で、影響の度合いを比較することができる。

また、要因データごとに、設備２の状態が良好な場合での代表値と、クエリポイントの時点での測定値とがグラフとして表示されるので、要因データの測定値が代表値からどの程度ずれているかを容易に把握することができる。

また、代表値からの基準乖離度を示す目盛りがグラフ内に表示されるので、クエリポイントでの要因データの測定値が代表値からどの程度ずれているかをいっそう容易に把握することができる。

また、対象の状態の良否を示すラベルがデータセットに付加されるので、ラベルの付加されたデータセットを用いてモデル４３１の学習を実行することができる。また、オペレータによる指定の時点で測定された各データセットにラベルが付加されるので、ラベルの付加を容易に行うことができる。

［１．３．動作例］
図３は、状態指標値の推移の例を示す。図中、横軸は時間を示し、縦軸は状態指標値を示す。この図に示すように、状態指標値の分散が大きくなることに応じて状態不良の予兆があると検出されることにより、状態が不良となることを予め把握することができる。

なお、表示画面には、状態指標値を移動平均や指数平滑移動平均で表示させるためのチェックボックスが表示されてよく、チェックの有無に応じて表示内容が更新されてよい。また、表示画面には、移動平均や指数平滑移動平均のタイムウィンドウの長さを入力するための入力欄が表示されてよく、入力されるタイムウィンドウの長さに応じて表示内容が更新されてよい。

図４は、クエリポイントの選択画面の例を示す。クエリポイントを選択する旨の操作が入力部４０４を介して入力されると、ステップＳ１７において、表示部４１２の表示画面には、クエリポイントの選択画面が表示されてよい。

クエリポイントの選択画面には、状態指標値の推移を示すグラフ（図中の上部参照）が表示されてよい。このグラフ上でカーソルにより何れかの時点の状態指標値を選択すると、選択された時点がクエリポイントとして選択されてよい。

また、クエリポイントの選択画面には、測定時点ごとのデータセットを示すテーブル（図中、右下部参照）が表示されてよい。このテーブルには、測定時点ごとのデータセットがデータセットＩＤと対応付けて各行に表示されてよい。テーブルで何れかの行が選択されると、その行に対応する測定時点がクエリポイントとして選択されてよい。なお、本図では一例としてデータセットＩＤとして行番号が用いられているが、データセットに含まれる測定データの測定時点（タイムスタンプとも称する）が用いられてもよい。

また、クエリポイントの選択画面には、現時点をクエリポイントとして選択するためのチェックボックスや、現時点で選択されているクエリポイントに対応するデータセットの内容がさらに表示されてよい。

図５は、表示画面の例を示す。ステップＳ２３やＳ３３において、表示部４１２の表示画面には、状態指標値の推移と、クエリポイントでの複数の要因データとが表示されてよい。本図では一例として、表示画面の左側に状態指標値、つまりヘルスインデックスの推移が表示され、カーソルＣによりクエリポイントが選択される。また、表示画面の右側にクエリポイントでの要因データ「Ａ」～「Ｅ」のそれぞれの測定値と、設備２の状態が良好な場合での代表値とが棒グラフとして上下に並べて表示される。

また、表示画面には、状態指標値の表示対象期間を選択するためのプルダウンメニューＰが表示されてよい。プルダウンメニューＰの選択によって任意の期間が選択されると、その期間での状態指標値が表示されてよい。なお、本図では一例として、プルダウンメニューＰにおいて直近の期間を意味する「Ｌａｓｔ」が選択されており、直近の期間の状態指標値が表示されている。

また、表示画面には、測定データに付加されるラベルの種類を選択するための良否ボタンＢが表示されてよい。良否ボタンＢは「ＯＫ」のボタンと「ＮＧ」のボタンとを有してよく、「ＯＫ」，「ＮＧ」のボタンが操作されると、最新の各測定データに対し、設備２の状態が良好，不良であったことを示すラベルが付加されてよい。

また、表示画面には、オペレータの操作に応じて、表示対象期間内の任意の期間を指定するための枠線Ｗが表示されてよい。枠線Ｗは、複数の時点での状態指標値や要因データの推移のうちの少なくとも一部を範囲指定してよい。枠線Ｗで指定された期間内に測定された各測定データには、良否ボタンＢの操作に応じてラベル付加部４０５によりラベルが付加されてよい。

図６は、要因データの他の表示例を示す。ステップＳ２３や３３において、表示部４１２の表示画面には、各要因データに対応付けて、当該要因データの影響度が表示されてよい。影響度は数値として表示されてもよいし（図中の左下部分参照）、棒グラフや円グラフなどのグラフとして表示されてもよい（図中の右下部分参照）。各要因データは、影響度の大きい順に並べて表示されてよい。

また、要因データの表示画面には、要因データを座標軸とする座標空間において各データセットとクエリポイントのデータセットとの散布図が表示されてよい（図中の上部参照）。散布図内の各データセットは、第１状態および第２状態の何れに対応するかが識別可能に表示されてよい。要因データを特定する場合に取得部４０８１によって合成データセットが生成されている場合には、散布図には合成データセットがさらに表示されてよい。座標軸に使用される要因データの種類は入力部４０４を介して変更されてよい。

また、要因データの表示画面には、要因特定部４０８により用いられた特定アルゴリズムの種類が表示されてよい。使用される特定アルゴリズムの種類は入力部４０４を介して変更されてよい。特定アルゴリズムが変更される場合には、要因データが改めて特定されて表示画面の内容が更新されてよい。

図７は、要因データの他の表示例を示す。要因特定部４０８により複数の特定アルゴリズムが使用された場合には、ステップＳ２３や３３において、表示部４１２の表示画面には、特定アルゴリズムごとに、特定された種類の要因データが表示されてよい。また、各要因データの影響度が正規化されて棒グラフなどのグラフで表示されてよい。本図では一例として、各影響度が-1～1の範囲に正規化されている。

図８は、要因データの他の表示例を示す。要因データのグラフには、クエリポイントでの要因データの測定値と共に、代表値からの基準乖離度を示す目盛りが表示されてよい。本図では一例として平均値からσ、２σだけ離れた区間を示す目盛りが表示されている。

図９は、要因データの他の表示例を示す。要因データの代表値と、クエリポイントでの測定値とは、レーダーチャートのグラフとして表示されてもよい。

［２．第２実施形態］
［２．１．システム１Ａの構成］
図１０は、本実施形態に係るシステム１Ａを示す。なお、本実施形態に係るシステム１Ａにおいて、図１に示されたシステム１の構成と略同一のものには同一の符号を付け、説明を省略する。

システム１Ａは対象の一例としての設備２と、装置４Ａとを備え、装置４Ａは、記憶部４０３Ａと、修正内容特定部４１５と、出力部４１６とを有する。

［２．１．２－１．記憶部４０３Ａ］
記憶部４０３Ａは、対応テーブル４３２Ａを記憶する。対応テーブル４３２Ａは、記憶部４０３の対応テーブル４３２の記憶内容に加え、各測定データの測定値の範囲または値ごとに、当該測定データの測定値を当該範囲内または当該値にする操作データの内容を対応付けて記憶してよい。操作データは設備２における何れかの機器２１に対する操作内容を示してよい。対応テーブル４３２Ａの内容は試行錯誤を通じて予め設定されてよい。

［２．１．２－２．修正内容特定部４１５］
修正内容特定部４１５は、第２特定部の一例であり、クエリポイント（本実施形態では一例として現時点）の状態指標値により設備２が第１状態（本実施形態では一例として異常な状態）であることが示される場合に、設備２の状態を、第１状態から第２状態（本実施形態では一例として第１状態とは異なる正常な状態）にするために推奨される修正内容を特定する。修正内容特定部４１５は、現時点の状態指標値をモデル４３１から取得し、当該状態指標値により設備２が第１状態であることが示されることに応じて、修正内容を特定してよい。修正内容特定部４１５は、クエリポイントの測定データに基づいて修正内容の特定を行ってよい。修正内容特定部４１５は、クエリポイントのデータセットをデータファイル４３０から読み出して、修正内容の特定を行ってよい。

修正内容特定部４１５は、データセットに含まれる複数種類の測定データと、設備２に対する操作を示す１または複数の操作データとのうちから選択される選択データ（修正可能データとも称する）について、推奨される修正内容を特定してよい。修正内容特定部４１５は、入力部４０４を介して修正可能データを選択する操作を受けてよい。また、修正内容特定部４１５は、入力部４０４を介して少なくとも１つの修正可能データについて、許容範囲の設定操作をさらに受けてよい。修正可能データの許容範囲は、上限値または下限値の少なくとも一方を有してよい。

修正内容特定部４１５は、選択された各修正可能データについて修正内容を特定してよい。修正内容特定部４１５は、修正可能データについて許容範囲が設定されている場合には、設定された許容範囲内で修正内容を特定してよい。また、修正内容特定部４１５は、修正可能データについて推奨される範囲または値を、修正内容として特定してよい。修正内容特定部４１５は、取得部４１５１と、分類部４１５２と、生成部４１５３と、算出部４１５４と、特定実行部４１５５と、制御部４１５６とを有する。

［２．１．２－２（１）．取得部４１５１］
取得部４１５１は、第３取得部の一例であり、クエリポイント（本実施形態では一例として現時点）のデータセットに対して基準近似度よりも近接するデータセットを複数取得する。取得部４１５１は、要因特定部４０８の取得部４０８１と同様にして複数のデータセットを取得してよい。ただし、取得部４１５１は、複数の合成データセットを生成する場合には、クエリポイントのデータセットに含まれる少なくとも１つの修正可能データの測定値を摂動（perturbing）させることで、クエリポイントのデータセットに近接する合成データセットを生成してよい。取得部４０８１における基準近接度と、取得部４１５１における基準近接度とは、同じであってもよいし、異なってもよい。修正可能データについて許容範囲が設定されている場合には、取得部４１５１は、当該許容範囲に応じた基準近接度で測定値を摂動させてよい。取得部４１５１は、取得した複数の合成データセットを分類部４１５２に供給してよい。

［２．１．２－２（２）．分類部４１５２］
分類部４１５２は、モデル４３１を用い、取得部４１５１により取得された複数の合成データセットを、クエリポイントの状態指標値で示される第１状態（本実施形態では一例として異常な状態）に対応する第１状態の合成データセットと、第２状態（本実施形態では一例として正常な状態）に対応する第２状態の合成データセットとに分類する。分類部４１５２は、クエリポイント（本実施形態では一例として現時点）の測定データセットを記憶部４０３から取得することに応じて、要因特定部４０８の分類部４０８２と同様にして複数の合成データセットを分類してよい。

分類部４１５２は、複数の合成データセットのそれぞれに対し、第１状態の合成データセットおよび第２状態の合成データセットの何れに分類されたかを示すラベルを付加してよい。分類部４１５２は、ラベルを付加した複数の合成データセットを生成部４１５３に供給してよい。

［２．１．２－２（３）．生成部４１５３］
生成部４１５３は、分類部４１５２による分類結果に基づいて、複数の合成データセットを第１状態の合成データセットおよび第２状態の合成データセットの何れかに分類する線形モデルを生成する。線形モデルは、クエリポイント（本実施形態では一例として現時点）のデータセットを含む領域においてモデル４３１を単純化した単純化モデル（ローカルサロゲートモデルとも称する）であってよい。生成部４１５３は、取得部４１５１により取得された複数の合成データセットを用いて、線形モデルを生成してよい。生成部４１５３は、要因特定部４０８の生成部４０８３が単純化モデルを生成するのと同様にして線形モデルを生成してよい。生成部４１５３は、生成した線形モデルを算出部４１５４に供給してよい。

［２．１．２－２（４）．算出部４１５４］
算出部４１５４は、クエリポイントのデータセットの座標点から、複数の第２状態の合成データセットの重心の座標点へのベクトル（差分ベクトル（differential vector）とも称する）を算出する。本実施形態では一例として算出部４１５４は、状態指標値により設備２が異常な状態であると示された現時点のデータセットの座標点から、正常な状態に対応する複数の第２状態の合成データセットの重心の座標点への差分ベクトルを算出する。算出部４１５４は、取得部４１５１により取得された複数の合成データセットのうち、複数の第２状態の合成データセットの平均の座標点を重心の座標点として差分ベクトルを算出してよい。

ここで、複数の第２状態の合成データセットの重心は、第１状態に対応するクエリポイント（本実施形態では一例として現時点）のデータセットに近接し、かつ、第２状態に対応するデータセットを示し得る。従って、差分ベクトルにおける各成分の正負の符号は、設備２の状態を、クエリポイントのデータセットに対応する第１状態（本実施形態では一例として異常な状態）の座標点から、近接する第２状態（本実施形態では一例として正常な状態）の座標点に移行させる場合に各測定データを変化させる方向、つまり増減の方向を示してよい。また、差分ベクトルの各成分の値は、設備２の状態を移行させる場合に各測定データを変化させる量を示してよい。従って、例えば、差分ベクトルの各成分のうち、第１の測定データに対応する成分が「－２」である場合には、第１の測定データを－２だけ変化させることが差分ベクトルによって示されてよい。

また、算出部４１５４は、差分ベクトルと、生成部４１５３により生成された線形モデルとの交点をさらに算出してよい。差分ベクトルと線形モデルとの交点は、クエリポイントのデータセットの座標点、および、複数の第２状態の合成データセットの重心の座標点を結ぶ直線と、線形モデルに対応する関数との交点であってよい。算出部４１５４は、差分ベクトルおよび交点の座標を特定実行部４１５５に供給してよい。

［２．１．２－２（５）．特定実行部４１５５］
特定実行部４１５５は、第２特定実行部の一例であり、算出部４１５４による算出結果に基づいて、修正可能データについて推奨される修正内容を特定する。

特定実行部４１５５は、算出部４１５４により算出された差分ベクトルおよび交点に基づいて、推奨される修正内容を特定してよい。例えば、特定実行部４１５５は、交点の座標を基準とし、差分ベクトルの各成分の符号を測定データの変化の方向として、各測定データの推奨範囲を特定してよい。一例として、データセットが３種類の測定データ（Ｆ１，Ｆ２，Ｆ３）を含み、交点の座標ｘおよび差分ベクトルｄがｘ＝（ｘ１，ｘ２，ｘ３）、ｄ＝（＋ｄ１，－ｄ２，＋ｄ３）（但し、ｄ１～ｄ３は正の値）で示される場合について説明する。この場合には、特定実行部４１５５は、測定データＦ１の推奨範囲をｘ１よりも大きい範囲、つまりＦ１＞ｘ１としてよい。同様に、特定実行部４１５５は、測定データＦ２，Ｆ３の推奨範囲をＦ２＜ｘ２，Ｆ３＞ｘ３としてよい。

また、特定実行部４１５５は、算出部４１５４により算出される差分ベクトルに基づいて、推奨される修正内容を特定してもよい。例えば、特定実行部４１５５は、差分ベクトルの各成分の符号を測定データの変化の方向として、各測定データの推奨範囲を特定してよい。一例として、データセットが３種類の測定データ（Ｆ１，Ｆ２，Ｆ３）を含み、差分ベクトルｄがｄ＝（＋ｄ１，－ｄ２，＋ｄ３）で示される場合について説明する。この場合には、特定実行部４１５５は、測定データＦ１，Ｆ３の推奨範囲をクエリポイントでの測定値よりも大きくなる範囲とし、測定データＦ２の推奨範囲をクエリポイントでの測定値よりも小さくなる範囲としてもよい。

また、特定実行部４１５５は、算出部４１５４により算出される交点や、複数の第２状態の合成データセットの重心に基づいて、推奨される修正内容を特定してもよい。例えば、特定実行部４１５５は、交点や重心の座標を推奨値として特定してよい。一例として、データセットが３種類の測定データ（Ｆ１，Ｆ２，Ｆ３）を含み、交点または重心の座標ｘがｘ＝（ｘ１，ｘ２，ｘ３）で示される場合には、特定実行部４１５５は、測定データ（Ｆ１，Ｆ２，Ｆ３）の推奨値を（ｘ１，ｘ２，ｘ３）としてもよい。

特定実行部４１５５は、測定データが修正可能データとして選択される場合には、測定データの推奨範囲または推奨値を、推奨される修正内容として特定してよい。特定実行部４１５５は、操作データが修正可能データとして選択される場合には、何れかの種類の測定データの推奨範囲または推奨値を特定し、対応テーブル４３２Ａにおいて当該推奨範囲または推奨値に対応付けられた操作内容を、推奨される修正内容として特定してよい。一例として、特定実行部４１５５は、対応テーブル４３２Ａにおいて修正可能データ（ここでは操作データ）に対応付けられた測定データの種類を検出し、当該測定データの推奨範囲または推奨値に対して対応テーブル４３２Ａで対応付けられた修正可能データの操作内容を、推奨される修正内容として特定してよい。

特定実行部４１５５は、推奨される修正内容を表示制御部４１１または出力部４１６の少なくとも一方に供給してよい。修正内容が表示制御部４１１に供給される場合には、表示制御部４１１によって当該修正内容が表示部４１２に表示されてよい。この場合には、オペレータにより設備２の機器２１が手動で操作されてよい。修正内容が出力部４１６に供給される場合には、当該修正内容に応じて設備２が自動で操作されてよい。

なお、特定実行部４１５５は、何れかの修正可能データについての修正内容がクエリポイントで既に実現されている場合には、当該修正可能データについての修正内容を表示部４１２や出力部４１６に供給する修正内容に含めなくてよい。制御部４１５６は、複数の修正可能データが選択されている場合には、当該複数の修正可能データのうち、クエリポイントでの実際の値に対して修正内容が近い順に基準数の修正可能データについて、修正内容を供給してよい。これに代えて、制御部４１５６は、複数の修正可能データが選択されている場合には、当該複数の修正可能データのうち、クエリポイントでの実際の値に対して修正内容が遠い順に基準数の修正可能データについて、修正内容を供給してよい。基準数は予め任意に設定されてよい。

［２．１．２－２（６）．制御部４１５６］
制御部４１５６は、修正内容特定部４１５の各部を制御する。

例えば、制御部４１５６は、クエリポイントのデータセットの座標点と、モデル４３１による分類の境界との距離が基準距離よりも大きいことに応じて特定実行部４１５５をディセーブルしてよい。これに加えて、または、これに代えて、制御部４１５６は、複数の合成データセットのうち分類部４１５２によって第２状態のデータセットに分類される合成データセットが基準数より少ないことに応じて特定実行部４１５５をディセーブルしてもよい。

これにより、第２状態の合成データセットが十分に取得されずに第２状態の合成データセットの重心の精度が低くなる場合や、線形モデルとモデル４３１との局所的な一致度が低くなる場合に、特定実行部４１５５がディセーブルされる。従って、推奨される修正内容の精度が低くなってしまう場合に、修正内容の特定が防止される。

なお、モデル４３１による分類の境界は、取得部４１５１により取得された複数の合成データセットを第１状態の合成データセットおよび第２状態の合成データセットに分類する境界であってよい。モデル４３１による分類の境界は、クエリポイントのデータセットの座標点から基準近接度の領域内での局所的な分類の境界であってもよい。モデル４３１による分類の境界は、従来より公知の手法により取得されてよい。基準距離や基準数は任意に設定されてよい。

制御部４１５６は、任意の手法により特定実行部４１５５をディセーブルしてよい。例えば、制御部４１５６は、特定実行部４１５５自体を停止してもよいし、算出部４１５４から特定実行部４１５５へのデータ供給を停止してもよい。

制御部４１５６は、第２特定実行部４１５５をディセーブルした場合に、表示制御部４１１を介して表示部４１２にエラーメッセージを表示させてよい。また、制御部４１５６は、第２特定実行部４１５５をディセーブルした場合に、算出部４１５４により算出された第２状態の合成データセットの重心の座標を表示させてもよい。この場合には、表示された重心の座標を参考にして、オペレータにより設備２が手動で操作されてよい。

［２．１．２－３．出力部４１６］
出力部４１６は、推奨される修正内容を示す信号（参照信号または目標信号とも称する）を、設備２を制御する制御装置（図示せず）に出力する。これにより制御装置は、参照信号に基づいて、設備２における該当の機器２１を操作してよい。制御装置は、参照信号で示される状態を実現するように機器２１を操作してよい。

以上のシステム１Ａにおける装置４Ａによれば、修正可能データについて、設備２の状態を現時点の状態指標値で示される異常な状態から正常な状態にするために推奨される修正内容が特定される。従って、特定された修正内容に基づいて設備２を手動または自動で操作することにより、設備２の状態を異常な状態から正常な状態に変更することができる。

また、修正可能データについて推奨範囲または推奨値が特定されるので、設備２の状態を異常な状態から正常な状態に確実に変更することができる。

また、修正可能データが操作データである場合には、設備２の状態を異常な状態から正常な状態にするために推奨される何れかの種類の測定データの推奨範囲または推奨値が特定される。そして、特定された推奨範囲または推奨値に対応テーブル４３２Ａで対応付けられた操作データの内容が推奨の修正内容として特定される。従って、操作データについて推奨される修正内容を特定することができる。

また、現時点のデータセットに対して基準近似度よりも近接する合成データセットが複数取得されて、モデル４３１によって第１状態（本実施形態では一例として異常な状態）の合成データセットと、第２状態（本実施形態では一例として正常な状態）の合成データセットとに分類される。そして、現時点のデータセットの座標点から複数の第２状態の合成データセットの重心の座標点への差分ベクトルに基づいて、推奨される修正内容が特定される。従って、差分ベクトルの各成分の正負の符号に基づいて、当該成分に対応する測定データを増加および減少の何れの方向に修正すべきかを示す修正内容を特定することができる。

また、分類部４１５２による分類結果に基づいて、複数のデータセットを第１状態の合成データセットおよび第２状態の合成データセットの何れかに分類する線形モデルが生成される。そして、生成された線形モデルと差分ベクトルとの交点がさらに算出されて、推奨される修正内容が特定される。従って、差分ベクトルの各成分の正負の符号に基づいて、当該成分に対応する測定データを増加および減少の何れの方向に修正すべきかを示す修正内容を特定し、交点の座標に基づいて、各測定データの増減の基準値を示す修正内容を特定することができる。

また、複数のデータセットのうち、複数の第２状態の合成データセットの平均の座標点が複数の第２状態の合成データセットの重心の座標点とされるので、差分ベクトルの終点を、第２状態に分類される可能性が高い座標点にすることができる。従って、より確実に設備２の状態を異常な状態から正常な状態にすることができる。

また、クエリポイントのデータセットの座標点とモデル４３１による分類の境界との距離が基準距離よりも大きいこと、または、複数の合成データセットのうち第２状態の合成データセットに分類される合成データセットが基準数より少ないこと、の少なくとも一方に応じて、算出部４１５４がディセーブルされる。従って、推奨される修正内容の精度が低くなってしまう場合に、修正内容が特定されるのを防止することができる。

［２．２．動作］
図１１は、装置４Ａの動作を示す。装置４Ａは、ステップＳ１１～Ｓ３３，Ｓ５１～Ｓ５７の処理により設備２の監視を支援する。なお、装置４Ａの動作は、装置４の動作と比較してステップＳ１５よりも後の処理が異なっている。

ステップＳ１１において取得部４０１は、設備２の状態を示すデータセットを取得する。取得部４０１は、現時点で測定された測定データセットを取得してよい。ステップＳ１３において供給部４０２は、取得されたデータセットをモデル４３１に供給する。これにより、ステップＳ１５においてデータセットで示される状態に応じた状態指標値がモデル４３１から出力され、データファイル４３０に記憶される。

ステップＳ５１において修正内容特定部４１５は、入力部４０４を介して修正可能データの選択操作を受ける。修正内容特定部４１５は、複数種類の修正可能データの選択操作を受けてもよい。修正内容特定部４１５は、入力部４０４を介して少なくとも１つの修正可能データについて、許容範囲の設定操作をさらに受けてよい。

ステップＳ５３において修正内容特定部４１５は、モデル４３１から出力された現時点の状態指標値により設備２が第１状態（本実施形態では一例として異常な状態）であることが示されたか否かを判定する。修正内容特定部４１５は、状態指標値が負の値である場合に設備２が第１状態であることが示されたと判定してよい。ステップＳ５３において設備２が第１状態であることが示されなかったと判定された場合（ステップＳ５３；Ｎｏ）には、上述のステップＳ１９に処理が移行してよい。これにより、現時点のデータセットに対する要因データが特定されてよい。ステップＳ５３において設備２が第１状態であることが示されたと判定された場合（ステップＳ５３；Ｙｅｓ）には、ステップＳ５５に処理が移行してよい。

ステップＳ５５において修正内容特定部４１５は、設備２の状態を第１状態（本実施形態では一例として異常な状態）から第２状態（本実施形態では一例として正常な状態）にするために推奨される修正内容を、各修正可能データについて特定する。修正内容特定部４１５は、修正可能データについて設定された許容範囲内で修正内容を特定してよい。

なお、修正内容特定部４１５の制御部４１５６は、現時点のデータセットの座標点と、モデル４３１による分類の境界との距離が基準距離よりも大きいこと、または、複数の合成データセットのうち第２状態のデータセットに分類される合成データセットが基準数より少ないこと、の少なくとも一方に応じて修正内容の特定を中止してよい。この場合には、制御部４１５６は、表示部４１２にエラーメッセージを表示させて処理を終了してよい。

また、特定実行部４１５５の制御部４１５６は、全ての修正可能データについての修正内容が現時点で既に実現されている場合には、表示部４１２にエラーメッセージを表示させて処理を終了してよい。

ステップＳ５７において出力部４１６は、修正内容を示す参照信号を設備２の制御装置に出力する。これにより設備２における該当の機器２１が自動的に操作される。これに加えて、または、これに代えて、修正内容は表示部４１２に表示されてよい。この場合には、オペレータにより設備２の機器２１が手動で操作されてよい。ステップＳ５７の処理が終了したら、上述のステップＳ１１に処理が移行してよい。

［２．３．動作例］
図１２は、修正内容特定部４１５による修正内容の特定手法を示す。なお、グラフの座標軸は、修正可能データとして選択された測定データの測定値を示してよい。

上側のグラフに示されるように、クエリポイント（本実施形態では一例として現時点）のデータセットが取得部４１５１に供給されると、当該データセットに近接する複数の合成データセットが取得部４１５１により生成されてよい。また、生成された複数の合成データセットは、分類部４１５２により第１状態または第２状態のデータセットに分類されてよい。さらに、そして、生成部４１５３により、これらのデータセットを分類部４１５２による分類の通りに分類するように線形モデルが生成されてよい。

続いて、下側のグラフに示されるように、算出部４１５４により複数の第２の合成データセットの重心が算出され、クエリポイントのデータセットの座標点から当該重心の座標点への差分ベクトルが算出されてよい。また、算出部４１５４により差分ベクトルと、線形モデルとの交点が算出されてよい。そして、これらの差分ベクトルおよび交点に基づいて、推奨される修正内容が特定されてよい。

図１３は、修正可能データの選択画面の例を示す。ステップＳ５１において、表示部４１２の表示画面には、修正可能データを選択するための選択テーブルが表示されてよい。選択テーブルには、データセットに含まれる測定データ毎に、当該測定データを修正可能データとして選択するためのチェックボックスが表示されてよい。また、測定データ毎に、許容範囲を設定するための上限値および下限値の入力欄が表示されてよい。

図１４は、修正内容の表示画面の例を示す。ステップＳ５７において表示部４１２の表示画面には、推奨される修正内容が修正可能データごとに表示されてよい（図中、左上部分参照）。推奨される修正内容は、推奨される数値範囲として表示されてもよいし、推奨される値として表示されてもよい。

また、修正内容の表示画面には、修正可能データを座標軸とする座標空間において各データセットとクエリポイントのデータセットとの散布図が表示されてよい（図中の右上部分参照）。散布図内の各データセットは、第１状態および第２状態の何れに対応するかが識別可能に表示されてよい。また、散布図には、取得部４１５１によって生成された合成データセットがさらに表示されてよい。また、散布図には、推奨される修正が実行された場合のデータセットの移動経路や、修正後の最終的なデータセットがさらに表示されてよい。座標軸に使用される修正可能データの種類は入力部４０４を介して変更されてよい。

また、修正内容の表示画面には、クエリポイントのデータセットの内容や、状態指標値の推移を示すグラフがさらに表示されてよい。また、修正内容の表示画面には、出力部４１６による自動的な修正操作を開始させるためのスタートボタンが表示されてよい。

［２．４．第２実施形態の変形例］
なお、上記の第２実施形態においては、算出部４１５４は第２状態のデータセットの平均の座標点を重心の座標点とすることとして説明したが、他の座標点を重心の座標点としてもよい。例えば、算出部４１５４は、取得部４１５１により取得された複数のデータセット（一例として複数の合成データセット）のうち、複数の第２状態のデータセットの平均の座標点に最も近いデータセットの座標点を、複数の第２状態のデータセットの重心の座標点としてよい。これにより、差分ベクトルの終点を、第２状態に分類される可能性の高い座標点にすることができる。従って、より確実に設備２の状態を第１状態から第２状態にすることができる。

また、この場合には、算出部４１５４は、取得部４１５１により取得された複数のデータセットのうち、第２状態のデータセットの平均の座標点に最も近い第２状態のデータセットの座標点を、複数の第２状態のデータセットの重心の座標点としてよい。これにより、差分ベクトルの終点を、確実に第２状態に分類される座標点にすることができる。従って、より確実に設備２の状態を第１状態から第２状態にすることができる。

さらに、この場合には、制御部４１５６は、取得部４１５１により取得された複数のデータセットのうち、第２状態のデータセットの平均の座標点に最も近いデータセットが第１状態のデータセットであることに応じて、取得部４１５１にデータセットをさらに取得させてよい。これにより、取得された複数のデータセットを改めて第１状態のデータセットおよび第２状態のデータセットに分類することで、複数のデータセットのうち、第２状態のデータセットの平均の座標点に最も近いデータセットを、第２状態のデータセットとすることができる。

また、制御部４１５６は、クエリポイントのデータセットの座標点と、モデル４３１による分類の境界との距離が基準距離よりも大きいこと、または、複数の合成データセットのうち第２状態のデータセットに分類される合成データセットが基準数より少ないこと、の少なくとも一方に応じて特定実行部４１５５をディセーブルすることとして説明したが、他の制御を行ってもよい。例えば、制御部４１５６は、特定実行部４１５５をディセーブルするのに代えて、第２状態のデータセットに分類されるデータセットが基準数以上となるまで、取得部４１５１に基準近似度を大きくさせてデータセットをさらに取得させてよい。これにより、取得されるデータセットを増やし、線形モデルと元のモデル４３１との間での局所的な一致度を高めることができる。従って、推奨される修正内容の精度を高めることができる。制御部４１５６は、取得部４１５１に基準近似度を大きくさせてデータセットをさらに取得させる処理を基準回数まで行った後に、依然として第２状態のデータセットに分類されるデータセットが基準数未満である場合には、特定実行部４１５５をディセーブルしてもよい。

また、制御部４１５６は、基準近似度を大きくさせてデータセットをさらに取得することに加えて、または、これに代えて、第２状態のデータセットに分類されるデータセットのうち、クエリポイントのデータセットから最も近いデータセットに対して基準近似度よりも近接するデータセットを取得部４１５１にさらに取得させてもよい。例えば、制御部４１５６は、第２状態のデータセットに分類されるデータセットのうち、クエリポイントのデータセットから最も近いデータセットを、仮のクエリポイントのデータセットとし、当該仮のクエリポイントのデータセットに対して近接するデータセットを取得させてよい。これにより、元のモデル４３１による分類の境界近傍のデータセットを局地的に増やし、線形モデルと元のモデル４３１との間での局所的な一致度を確実に高めることができる。従って、推奨される修正内容の精度を確実に高めることができる。

また、修正内容特定部４１５は要因特定部４０８の取得部４０８１、分類部４０８２および生成部４０８３と同様の動作を行う取得部４１５１、分類部４１５２および生成部４１５３を有することとして説明したが、要因特定部４０８との間で取得部４０８１、分類部４０８２および生成部４０８３を共有してもよい。

また、修正内容特定部４１５は、上記とは別の手法により、推奨される修正内容を特定してもよい。例えば、修正内容特定部４１５は、状態指標値により設備２が第１状態（一例として異常な状態）であることが示される場合に、設備２の状態をクエリポイントのデータセットに対応する状態から第２状態（一例として正常な状態）にするための反事実的なデータセットを生成する学習アルゴリズムを用いて、修正可能データについて推奨される修正内容を特定してよい。この場合にも設備２の状態を第１状態から第２状態にする修正内容を確実に特定することができる。なお、反実仮想的なデータセットを生成する学習アルゴリズムとしては、例えばＤｉｃｅやＮｉｃｅ，Ｐｒｏｔｏｔｙｐｅｓなどを用いることができる。このような学習アルゴリズムを用いる場合には、修正内容特定部４１５は、各反実仮想的なデータセットについて算出される少なくとも１つの評価値を用いて複数の反実仮想的なデータセットの何れかを特定し、特定された反実仮想的なデータセットの内容を、推奨される修正内容としてよい。例えば、修正内容特定部４１５は、学習アルゴリズムとしてＤｉｃｅを用いる場合には、反実仮想的なデータセットについて算出される評価値として、次の文献４で説明される有効性（ｖａｌｉｄｉｔｙ）、近接性（ｐｒｏｘｉｍｉｔｙ）、粗密性（ｓｐａｒｓｉｔｙ）または多様性（ｄｉｖｅｒｓｉｔｙ）の少なくとも１つを用いてよい。
文献４：Ramaravind等、「Explaining Machine Learning Classifiers through Diverse Counterfactuals Explanations」、インターネット＜ＵＲＬ：https://arxiv.org/abs/1905.07697＞

また、修正内容特定部４１５が生成部４１５３を有することとして説明したが、生成部４１５３を有しないこととしてもよい。この場合には、特定実行部４１５５は算出部４１５４により算出された差分ベクトルに基づいて、推奨される修正内容を特定してよい。

また、修正内容特定部４１５は各修正可能データについて修正内容を特定することとして説明したが、一部の修正可能データのみについて修正内容を特定してもよい。例えば、修正内容特定部４１５は、複数の修正可能データのうち、要因特定部４０８によって特定されたクエリポイントでの要因データ（一例として基準影響度よりも影響度が大きい要因データ）のみについて、修正内容を特定してよい。この場合には、装置４Ａは、ステップＳ５３とステップＳ５５との間にステップＳ１９の処理を行って、要因データを特定してよい。

また、クエリポイントを現時点として説明したが、過去の時点としてもよい。この場合には、修正内容特定部４１５は、クエリポイントとして選択された過去の時点において修正可能データについて推奨される修正内容を特定してよい。修正内容特定部４１５は、特定した修正内容を、表示制御部４１１を介して表示部４１２に表示させてよい。これにより、過去の時点における推奨の修正内容を把握することができる。

また、現在または過去の時点をクエリポイントとして選択する場合には、ステップＳ５１～Ｓ５７の処理をステップＳ１７と、ステップＳ１９との間で行ってもよい。また、この場合には、クエリポイントの選択画面（図４参照）に、修正可能データの選択テーブル（図１３参照）が含まれてよい。

また、第１状態を異常な状態、第２状態を正常な状態として説明したが、第１状態を正常な状態、第２状態を異常な状態としてもよい。また、修正内容特定部４１５は、異常な状態を示す状態指標値が出力されたことに応じて修正内容を特定することとして説明したが、状態指標値で示される状態によらず、オペレータにより修正内容の特定が指示されたことに応じて、修正内容を特定してもよい。

また、第１状態を示す状態指標値が出力される前に予め修正可能データの選択が行われることとして説明したが、第１状態を示す状態指標値が出力された後に修正可能データの選択が行われてもよい。

［３．その他の変形例］
なお、上記の第１実施形態および第２実施形態では、各データセットが複数種類の測定データを含むこととして説明したが、当該複数種類の測定データに対応する操作データをさらに含んでもよい。これにより、操作データが修正可能データとして選択される場合に、操作データについて推奨される修正内容を確実に特定することができる。測定データに対応する操作データは、測定データと同じ時点に対応する操作データであってよく、一例として、測定データの測定時点で行われていた操作の操作データであってよい。

また、装置４は、記憶部４０３と、入力部４０４と、ラベル付加部４０５と、予兆検出部４０９と、改善操作特定部４１０と、表示制御部４１１と、表示部４１２とを有することとして説明したが、これらの何れかを有しないこととしてもよい。同様に、装置４Ａは、記憶部４０３Ａと、入力部４０４と、ラベル付加部４０５と、要因特定部４０８と、予兆検出部４０９と、改善操作特定部４１０と、表示制御部４１１と、表示部４１２とを有することとして説明したが、これらの何れかを有しないこととしてもよい。例えば、装置４，４Ａは、記憶部４０３を有しない場合には、記憶部４０３と同様の内容を記憶する記憶装置と外部接続されてもよい。

また、取得部４０１は設備２から逐次、測定データを取得することとして説明したが、記憶装置に格納された測定データを一括して取得してもよい。

また、状態不良の予兆が検出される場合に改善操作特定部４１０が改善操作を特定することとして説明したが、状態指標値が閾値よりも低い場合に改善操作を特定してもよい。

また、予兆検出部４０９は状態指標値の分散と基準分散とを比較して予兆を検出することとして説明したが、これに加えて、または、これに代えて、状態指標値と、予め設定された閾値とを比較して予兆を検出してもよい。状態指標値の分散および基準分散の比較と、状態指標値および閾値の比較とによって予兆を検出する場合には、２つの比較結果の論理和をとって予兆を検出してもよいし、論理積をとって予兆を検出してもよい。状態指標値と閾値とを比較する場合には、予兆検出部４０９は、状態指標値の移動平均と、予め設定された閾値とを比較して予兆を検出してもよい。状態指標値の移動平均は、基準期間内にモデル４３１から出力された状態指標値の移動平均であってよく、一例として直近の基準期間内に出力された状態指標値の移動平均であってよい。状態指標値の移動平均と閾値とを比較して予兆が検出される場合には、状態指標値が閾値付近で変動することに応じて予兆の検出が不安定になってしまうのを防止することができる。ここで、閾値は、設備２が良好な状態であることを示す状態指標値と、設備２が不良な状態であることを示す状態指標値との境界値に基づいて設定されてよい。一例として、設備２が良好な状態であることを示す状態指標値が正の値であり、設備２が不良な状態であることを示す状態指標値が負の値であり、境界値がゼロである場合には、閾値はゼロに基準マージンを加えた正の値であってよい。

また、対象を設備２として説明したが、他の客体であってもよい。例えば、対象は、設備２で製造される製品であってもよいし、対象は備え付けられておらず移動可能な器物や装置であってもよいし、生体などの自然物であってもよいし、天候や地形などの自然環境であってもよいし、化学反応や生化学反応などの自然現象であってもよい。

また、本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。

コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等が含まれてよい。

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ（登録商標）、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

図１５は、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。コンピュータ２２００にインストールされたプログラムは、コンピュータ２２００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ２２００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ２２００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ２２１２によって実行されてよい。

本実施形態によるコンピュータ２２００は、ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６、およびディスプレイデバイス２２１８を含み、それらはホストコントローラ２２１０によって相互に接続されている。コンピュータ２２００はまた、通信インタフェース２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ２２２０を介してホストコントローラ２２１０に接続されている。コンピュータはまた、ＲＯＭ２２３０およびキーボード２２４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ２２４０を介して入／出力コントローラ２２２０に接続されている。

ＣＰＵ２２１２は、ＲＯＭ２２３０およびＲＡＭ２２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ２２１６は、ＲＡＭ２２１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ２２１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス２２１８上に表示されるようにする。

通信インタフェース２２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ２２２４は、コンピュータ２２００内のＣＰＵ２２１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ－ＲＯＭドライブ２２２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ２２０１から読み取り、ハードディスクドライブ２２２４にＲＡＭ２２１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。

ＲＯＭ２２３０はその中に、アクティブ化時にコンピュータ２２００によって実行されるブートプログラム等、および／またはコンピュータ２２００のハードウェアに依存するプログラムを格納する。入／出力チップ２２４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ２２２０に接続してよい。

プログラムが、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ２２２４、ＲＡＭ２２１４、またはＲＯＭ２２３０にインストールされ、ＣＰＵ２２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ２２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ２２００の使用に従い情報の操作または処理を実現することによって構成されてよい。

例えば、通信がコンピュータ２２００および外部デバイス間で実行される場合、ＣＰＵ２２１２は、ＲＡＭ２２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インタフェース２２２２に対し、通信処理を命令してよい。通信インタフェース２２２２は、ＣＰＵ２２１２の制御下、ＲＡＭ２２１４、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭ２２０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。

また、ＣＰＵ２２１２は、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６（ＤＶＤ－ＲＯＭ２２０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ２２１４に読み取られるようにし、ＲＡＭ２２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ２２１２は次に、処理されたデータを外部記録媒体にライトバックする。

様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ２２１４に対しライトバックする。また、ＣＰＵ２２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ２２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ２２００上またはコンピュータ２２００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ２２００に提供する。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１ システム
２ 設備
４ 装置
２０ センサ
２１ 機器
４０１ 取得部
４０２ 供給部
４０３ 記憶部
４０４ 入力部
４０５ ラベル付加部
４０８ 要因特定部
４０９ 予兆検出部
４１０ 改善操作特定部
４１１ 表示制御部
４１２ 表示部
４１５ 修正内容特定部
４１６ 出力部
４３０ データファイル
４３１ モデル
４３２ 対応テーブル
２２００ コンピュータ
２２０１ ＤＶＤ－ＲＯＭ
２２１０ ホストコントローラ
２２１２ ＣＰＵ
２２１４ ＲＡＭ
２２１６ グラフィックコントローラ
２２１８ ディスプレイデバイス
２２２０ 入／出力コントローラ
２２２２ 通信インタフェース
２２２４ ハードディスクドライブ
２２２６ ＤＶＤ－ＲＯＭドライブ
２２３０ ＲＯＭ
２２４０ 入／出力チップ
２２４２ キーボード
４０８１ 取得部
４０８２ 分類部
４０８３ 生成部
４０８５ 特定実行部
４１５１ 取得部
４１５２ 分類部
４１５３ 生成部
４１５４ 算出部
４１５５ 特定実行部
４１５６ 制御部

Claims (27)

1. 対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得部と、
   前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得部が取得したデータセットを供給する供給部と、
   一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データのうち、前記一の状態指標値に与えた影響が基準よりも大きい少なくとも１つの種類の測定データを、前記一のデータセットに基づいて特定する第１特定部と、
   前記一の状態指標値、および、前記少なくとも１つの種類の測定データを併せて表示させる表示制御部と、
   を備え、
   前記第１特定部は、
   前記一のデータセットが選択されることに応じて、当該一のデータセットの座標点を含む領域において前記モデルを単純化した単純化モデルを生成する生成部と、
   生成された前記単純化モデルに基づいて前記少なくとも１つの種類の測定データの特定を行う第１特定実行部と、
   を有する、装置。
2. 前記第１特定部は、前記一のデータセットに対して基準近接度よりも近接する複数のデータセットを取得する第２取得部を有し、
   前記生成部は、前記第２取得部により取得された前記複数のデータセットを用いて、前記単純化モデルを生成する、請求項１に記載の装置。
   
3. 対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得部と、
   前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得部が取得したデータセットを供給する供給部と、
   一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データのうち、前記一の状態指標値に与えた影響が基準よりも大きい少なくとも１つの種類の測定データを、前記一のデータセットに基づいて特定する第１特定部と、
   前記一の状態指標値、および、前記少なくとも１つの種類の測定データを併せて表示させる表示制御部と、
   を備え、
   前記第１特定部は、前記一のデータセットにおける各種類の測定データが前記一の状態指標値に与えた影響の度合いを算出する複数のアルゴリズムのそれぞれにより前記少なくとも１つの種類の測定データの特定を行い、
   前記表示制御部は、前記第１特定部により用いられたアルゴリズムごとに、特定された種類の測定データを表示する、装置。
4. 前記第１特定部は、前記複数のアルゴリズムそれぞれの性能指標値を算出し、
   前記表示制御部は、前記第１特定部により用いられたアルゴリズムごとに、当該アルゴリズムの性能指標値を表示する、請求項３に記載の装置。
5. 前記第１特定部は、各アルゴリズムにより特定された種類の測定データが前記一の状態指標値に対して有する影響の度合いを算出し、
   前記表示制御部は、各アルゴリズムにより特定された種類の測定データが前記一の状態指標値に対して有する影響の度合いを、正規化して表示する、請求項３または４に記載の装置。
6. 前記複数種類の測定データと、前記対象に対する操作を示す操作データとのうちから選択される選択データについて、前記対象の状態を前記一の状態指標値で示される第１状態から第２状態にするために推奨される修正内容を、前記一のデータセットに基づいて特定する第２特定部をさらに備える、請求項１から５の何れか一項に記載の装置。
7. 対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得部と、
   前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得部が取得したデータセットを供給する供給部と、
   一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データと、前記対象に対する操作を示す操作データとのうちから選択される選択データについて、前記対象の状態を前記一の状態指標値で示される第１状態から第２状態にするために推奨される修正内容を、前記一のデータセットに基づいて特定する第２特定部と、
   を備え、
   前記第２特定部は、
   前記一のデータセットに対して基準近似度よりも近接するデータセットを複数取得する第３取得部と、
   前記モデルを用い、前記第３取得部により取得された複数のデータセットを、前記第１状態に対応する第１状態のデータセットと、前記第２状態に対応する第２状態のデータセットとに分類する分類部と、
   前記一のデータセットの座標点から、複数の前記第２状態のデータセットの重心の座標点へのベクトルを算出する算出部と、
   前記ベクトルに基づいて前記推奨される修正内容を特定する第２特定実行部と、
   を有する、装置。
8. 前記第２特定部は、
   前記分類部による分類結果に基づいて、前記複数のデータセットを前記第１状態のデータセットおよび前記第２状態のデータセットの何れかに分類する線形モデルを生成する生成部を有し、
   前記算出部は、前記ベクトルと、前記線形モデルとの交点をさらに算出し、
   前記第２特定実行部は、前記ベクトルおよび前記交点に基づいて前記推奨される修正内容を特定する、請求項７に記載の装置。
9. 前記算出部は、前記複数のデータセットのうち、複数の前記第２状態のデータセットの平均の座標点を、前記重心の座標点とする、請求項７または８に記載の装置。
10. 前記算出部は、前記複数のデータセットのうち、複数の前記第２状態のデータセットの平均の座標点に最も近いデータセットの座標点を、前記重心の座標点とする、請求項７または８に記載の装置。
11. 前記算出部は、前記複数のデータセットのうち、前記複数の第２状態のデータセットの平均の座標点に最も近い前記第２状態のデータセットの座標点を、前記重心の座標点とする、請求項１０に記載の装置。
12. 前記第２特定部は、
    前記複数のデータセットのうち、前記複数の第２状態のデータセットの平均の座標点に最も近いデータセットが前記第１状態のデータセットであることに応じて、前記第３取得部にデータセットをさらに取得させる制御部、
    を有する、請求項１１に記載の装置。
13. 前記第２特定部は、
    前記一のデータセットの座標点と、前記モデルが前記複数のデータセットを前記第１状態のデータセットおよび前記第２状態のデータセットに分類する境界との距離が基準距離よりも大きいこと、または、前記複数のデータセットのうち前記第２状態のデータセットに分類されるデータセットが基準数より少ないこと、の少なくとも一方に応じて、前記第２状態のデータセットに分類されるデータセットが基準数以上となるまで、前記第３取得部に前記基準近似度を大きくさせてデータセットをさらに取得させる制御部
    を有する、請求項７から１２の何れか一項に記載の装置。
14. 前記第２特定部は、
    前記一のデータセットの座標点と、前記モデルが前記複数のデータセットを前記第１状態のデータセットおよび前記第２状態のデータセットに分類する境界との距離が基準距離よりも大きいこと、または、前記複数のデータセットのうち前記第２状態のデータセットに分類されるデータセットが基準数より少ないこと、の少なくとも一方に応じて、前記第２状態のデータセットに分類されるデータセットのうち、前記一のデータセットから最も近いデータセットに対して前記基準近似度よりも近接するデータセットを前記第３取得部にさらに取得させる制御部
    を有する、請求項７から１３の何れか一項に記載の装置。
15. 前記第２特定部は、
    前記一のデータセットの座標点と、前記モデルが前記複数のデータセットを前記第１状態のデータセットおよび前記第２状態のデータセットに分類する境界との距離が基準距離よりも大きいこと、または、前記複数のデータセットのうち前記第２状態のデータセットに分類されるデータセットが基準数より少ないこと、の少なくとも一方に応じて、前記第２特定実行部をディセーブルする制御部
    を有する、請求項７から１１の何れか一項に記載の装置。
16. 前記第２特定部は、前記対象の状態を前記一のデータセットに対応する状態から前記第２状態にするための反事実的なデータセットを生成する学習アルゴリズムを用いて、前記推奨される修正内容を特定する、請求項６または７に記載の装置。
17. 前記第２特定部は、前記選択データについて、推奨される範囲または値を特定する、請求項６から１６の何れか一項に記載の装置。
18. 各測定データの測定値の範囲または値ごとに、当該測定データの測定値を当該範囲内または当該値にする操作データの内容を対応付けて記憶する記憶部をさらに備え、
    前記第２特定部は、前記選択データが操作データである場合に、前記対象の状態を前記第１状態から前記第２状態にするために推奨される何れかの種類の測定データの推奨範囲または推奨値を特定し、特定された推奨範囲または推奨値に対応付けられた操作データの内容を前記修正内容として特定する、請求項６から１７の何れか一項に記載の装置。
19. 各データセットは、複数種類の測定データと、当該複数種類の測定データに対応する前記操作データとを含む、請求項６から１７の何れか一項に記載の装置。
20. 前記推奨される修正内容を表示させる表示制御部をさらに備える、請求項６から１９の何れか一項に記載の装置。
21. 前記推奨される修正内容を示す信号を、前記対象を制御する制御装置に出力する出力部をさらに備える、請求項６から２０の何れか一項に記載の装置。
22. 対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得段階と、
    前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得段階により取得したデータセットを供給する供給段階と、
    一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データのうち、前記一の状態指標値に与えた影響が基準よりも大きい少なくとも１つの種類の測定データを、前記一のデータセットに基づいて特定する第１特定段階と、
    前記一の状態指標値、および、前記少なくとも１つの種類の測定データを併せて表示させる表示制御段階と、
    を備え、
    前記第１特定段階は、
    前記一のデータセットが選択されることに応じて、当該一のデータセットの座標点を含む領域において前記モデルを単純化した単純化モデルを生成する生成段階と、
    生成された前記単純化モデルに基づいて前記少なくとも１つの種類の測定データの特定を行う第１特定実行段階と、
    を有する、方法。
23. 対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得段階と、
    前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得段階により取得したデータセットを供給する供給段階と、
    一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データのうち、前記一の状態指標値に与えた影響が基準よりも大きい少なくとも１つの種類の測定データを、前記一のデータセットに基づいて特定する第１特定段階と、
    前記一の状態指標値、および、前記少なくとも１つの種類の測定データを併せて表示させる表示制御段階と、
    を備え、
    前記第１特定段階では、前記一のデータセットにおける各種類の測定データが前記一の状態指標値に与えた影響の度合いを算出する複数のアルゴリズムのそれぞれにより前記少なくとも１つの種類の測定データの特定を行い、
    前記表示制御段階では、前記第１特定段階により用いられたアルゴリズムごとに、特定された種類の測定データを表示する、方法。
24. 対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得段階と、
    前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得段階により取得したデータセットを供給する供給段階と、
    一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データと、前記対象に対する操作を示す操作データとのうちから選択される選択データについて、前記対象の状態を前記一の状態指標値で示される第１状態から第２状態にするために推奨される修正内容を、前記一のデータセットに基づいて特定する第２特定段階と、
    を備え、
    前記第２特定段階は、
    前記一のデータセットに対して基準近似度よりも近接するデータセットを複数取得する第３取得段階と、
    前記モデルを用い、前記第３取得段階により取得された複数のデータセットを、前記第１状態に対応する第１状態のデータセットと、前記第２状態に対応する第２状態のデータセットとに分類する分類段階と、
    前記一のデータセットの座標点から、複数の前記第２状態のデータセットの重心の座標点へのベクトルを算出する算出段階と、
    前記ベクトルに基づいて前記推奨される修正内容を特定する第２特定実行段階と、
    を有する、方法。
25. コンピュータを、
    対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得部と、
    前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得部が取得したデータセットを供給する供給部と、
    一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データのうち、前記一の状態指標値に与えた影響が基準よりも大きい少なくとも１つの種類の測定データを、前記一のデータセットに基づいて特定する第１特定部と、
    前記一の状態指標値、および、前記少なくとも１つの種類の測定データを併せて表示させる表示制御部
    として機能させ、
    前記第１特定部は、
    前記一のデータセットが選択されることに応じて、当該一のデータセットの座標点を含む領域において前記モデルを単純化した単純化モデルを生成する生成部と、
    生成された前記単純化モデルに基づいて前記少なくとも１つの種類の測定データの特定を行う第１特定実行部と、
    を有する、プログラム。
26. コンピュータを、
    対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得部と、
    前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得部が取得したデータセットを供給する供給部と、
    一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データのうち、前記一の状態指標値に与えた影響が基準よりも大きい少なくとも１つの種類の測定データを、前記一のデータセットに基づいて特定する第１特定部と、
    前記一の状態指標値、および、前記少なくとも１つの種類の測定データを併せて表示させる表示制御部
    として機能させ、
    前記第１特定部は、前記一のデータセットにおける各種類の測定データが前記一の状態指標値に与えた影響の度合いを算出する複数のアルゴリズムのそれぞれにより前記少なくとも１つの種類の測定データの特定を行い、
    前記表示制御部は、前記第１特定部により用いられたアルゴリズムごとに、特定された種類の測定データを表示する、プログラム。
27. コンピュータを、
    対象の状態を示す複数種類の測定データを含むデータセットを取得する第１取得部と、
    前記データセットが入力されることに応じて、前記対象の状態の分類を示す状態指標値を出力するモデルに対し、前記第１取得部が取得したデータセットを供給する供給部と、
    一の前記データセットが供給されることに応じて前記モデルから一の前記状態指標値が出力される場合に、前記複数種類の測定データと、前記対象に対する操作を示す操作データとのうちから選択される選択データについて、前記対象の状態を前記一の状態指標値で示される第１状態から第２状態にするために推奨される修正内容を、前記一のデータセットに基づいて特定する第２特定部
    として機能させ、
    前記第２特定部は、
    前記一のデータセットに対して基準近似度よりも近接するデータセットを複数取得する第３取得部と、
    前記モデルを用い、前記第３取得部により取得された複数のデータセットを、前記第１状態に対応する第１状態のデータセットと、前記第２状態に対応する第２状態のデータセットとに分類する分類部と、
    前記一のデータセットの座標点から、複数の前記第２状態のデータセットの重心の座標点へのベクトルを算出する算出部と、
    前記ベクトルに基づいて前記推奨される修正内容を特定する第２特定実行部と、
    を有する、プログラム。

Images