JP7491371B2 - 数式モデル生成システム、数式モデル生成方法および数式モデル生成プログラム - Google Patents
数式モデル生成システム、数式モデル生成方法および数式モデル生成プログラム Download PDFInfo
- Publication number
- JP7491371B2 JP7491371B2 JP2022522107A JP2022522107A JP7491371B2 JP 7491371 B2 JP7491371 B2 JP 7491371B2 JP 2022522107 A JP2022522107 A JP 2022522107A JP 2022522107 A JP2022522107 A JP 2022522107A JP 7491371 B2 JP7491371 B2 JP 7491371B2
- Authority
- JP
- Japan
- Prior art keywords
- model
- explanatory
- candidates
- explanatory variables
- mathematical
- 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
- 238000013178 mathematical model Methods 0.000 title claims description 102
- 238000000034 method Methods 0.000 title claims description 57
- 230000014509 gene expression Effects 0.000 claims description 131
- 238000011156 evaluation Methods 0.000 claims description 70
- 238000012417 linear regression Methods 0.000 claims description 20
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000012854 evaluation process Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000009795 derivation Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000007637 random forest analysis Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
図1は、本発明による数式モデル生成システムの第一の実施形態の構成例を示すブロック図である。本実施形態で想定する数式モデルは、非線形現象を数式で表わしたモデルである。すなわち、本実施形態の数式モデル生成システム100は、非線形現象を数式でモデル化する。
次に、本発明による数式モデル生成システムの第二の実施形態を説明する。第二の実施形態では、ユーザがモデル生成の条件設定の入力や、各種結果を出力する方法について説明する。
20,120 入力部
30 説明変数生成部
40 説明変数選択部
60 モデル評価部
70 モデル選択部
80,180 出力部
100,200 数式モデル生成システム
121 学習データ入力部
122 説明変数選択部
123 項選択部
124 関数タイプ選択部
125 評価指標選択部
126 評価手法選択部
127 パラメータ設定部
Claims (9)
- 基礎とする説明変数を組み合わせて新たな説明変数を生成し、前記基礎とする説明変数および生成された新たな説明変数を含む説明変数候補を生成する説明変数生成手段と、
前記説明変数候補の中から、基礎とする説明変数の種類の数が多いほど選択されにくくなる制約に基づいて、非線形現象を数式で表わしたモデルである数式モデルに用いる説明変数を選択し、前記数式モデルの候補を生成する説明変数選択手段と、
生成された前記数式モデルの候補の良さを評価するモデル評価手段と、
生成された複数の数式モデルの候補のうち、最も評価の高い数式モデルを選択するモデル選択手段とを備え、
前記説明変数生成手段は、選択された説明変数を組み合わせて新たな説明変数を生成し、前記選択された説明変数および新たに生成された説明変数を含む新たな説明変数候補を生成し、
前記説明変数選択手段は、新たに生成された説明変数候補の中から説明変数を選択して数式モデルの候補を生成し、
モデル評価手段は、生成された各数式モデルの候補の良さを評価する
ことを特徴とする数式モデル生成システム。 - 説明変数選択手段は、数式モデルの候補として、線形回帰モデルを生成する
請求項1記載の数式モデル生成システム。 - モデル選択手段は、選択された数式モデルに含まれる説明変数のうち、当該数式モデルへの寄与率が高い順に予め定めた数の説明変数を選択し、選択した説明変数を各項に含む新たな数式モデル生成する
請求項1または請求項2記載の数式モデル生成システム。 - 説明変数選択手段は、機械学習により説明変数を選択し、選択した説明変数を用いた数式モデルの候補を生成する
請求項1から請求項3のうちのいずれか1項に記載の数式モデル生成システム。 - 説明変数生成手段による説明変数候補の生成、説明変数選択手段による説明変数の選択および数式モデルの候補の生成、並びに、モデル評価手段による数式モデルの候補の良さの評価を予め定めた回数実行することで、複数の数式モデルの候補が生成され、
モデル選択手段は、生成された複数の数式モデルの候補のうち、最も評価の高い数式モデルを選択する
請求項1から請求項4のうちのいずれか1項に記載の数式モデル生成システム。 - 説明変数選択手段によって選択される説明変数の数の上限、モデル選択手段によって選択される説明変数の数、および、説明変数生成手段による説明変数候補の生成、説明変数選択手段による説明変数の選択および数式モデルの候補の生成、並びに、モデル評価手段による数式モデルの候補の良さの評価の繰り返しの上限の少なくとも1つの入力を受け付けるパラメータ設定手段を備えた
請求項1から請求項5のうちのいずれか1項に記載の数式モデル生成システム。 - コンピュータが実行する数式モデル生成方法であって、
基礎とする説明変数を組み合わせて新たな説明変数を生成し、
前記基礎とする説明変数および生成された新たな説明変数を含む説明変数候補を生成し、
前記説明変数候補の中から、基礎とする説明変数の種類の数が多いほど選択されにくくなる制約に基づいて、非線形現象を数式で表わしたモデルである数式モデルに用いる説明変数を選択し、
前記数式モデルの候補を生成し、
選択された説明変数を組み合わせて新たな説明変数を生成し、前記選択された説明変数および新たに生成された説明変数を含む新たな説明変数候補を生成し、
新たに生成された説明変数候補の中から説明変数を選択して数式モデルの候補を生成し、
生成された各数式モデルの候補の良さを評価し、
生成された複数の数式モデルの候補のうち、最も評価の高い数式モデルを選択する
ことを特徴とする数式モデル生成方法。 - コンピュータが実行する数式モデル生成方法であって、
数式モデルの候補として、線形回帰モデルを生成する
請求項7記載の数式モデル生成方法。 - コンピュータに、
基礎とする説明変数を組み合わせて新たな説明変数を生成し、前記基礎とする説明変数および生成された新たな説明変数を含む説明変数候補を生成する説明変数生成処理、
前記説明変数候補の中から、基礎とする説明変数の種類の数が多いほど選択されにくくなる制約に基づいて、非線形現象を数式で表わしたモデルである数式モデルに用いる説明変数を選択し、前記数式モデルの候補を生成する説明変数選択処理、
生成された前記数式モデルの候補の良さを評価するモデル評価処理、および、
生成された複数の数式モデルの候補のうち、最も評価の高い数式モデルを選択するモデル選択処理を実行させ、
前記説明変数生成処理で、選択された説明変数を組み合わせて新たな説明変数を生成させ、前記選択された説明変数および新たに生成された説明変数を含む新たな説明変数候補を生成させ、
前記説明変数選択処理で、新たに生成された説明変数候補の中から説明変数を選択して数式モデルの候補を生成させ、
モデル評価処理で、生成された各数式モデルの候補の良さを評価させる
ための数式モデル生成プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/018844 WO2021229648A1 (ja) | 2020-05-11 | 2020-05-11 | 数式モデル生成システム、数式モデル生成方法および数式モデル生成プログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021229648A1 JPWO2021229648A1 (ja) | 2021-11-18 |
JPWO2021229648A5 JPWO2021229648A5 (ja) | 2023-01-10 |
JP7491371B2 true JP7491371B2 (ja) | 2024-05-28 |
Family
ID=78525435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022522107A Active JP7491371B2 (ja) | 2020-05-11 | 2020-05-11 | 数式モデル生成システム、数式モデル生成方法および数式モデル生成プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7491371B2 (ja) |
WO (1) | WO2021229648A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023139718A1 (ja) * | 2022-01-20 | 2023-07-27 | 日本電気株式会社 | 特徴量選定装置、特徴量選定方法、身体状態推定システム、および記録媒体 |
WO2024029020A1 (ja) * | 2022-08-04 | 2024-02-08 | 日本電信電話株式会社 | データ分析装置、データ分析方法及びデータ分析プログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000020504A (ja) | 1998-06-30 | 2000-01-21 | Toshiba Corp | 目的変数の説明または予測方法、および目的変数を説明または予測するプログラムを記録した記録媒体 |
WO2019053828A1 (ja) | 2017-09-13 | 2019-03-21 | 日本電気株式会社 | 情報分析装置、情報分析方法および情報分析プログラム |
JP2019185163A (ja) | 2018-04-03 | 2019-10-24 | 日本電信電話株式会社 | データ予測装置、方法、及びプログラム |
JP2020057261A (ja) | 2018-10-03 | 2020-04-09 | トヨタ自動車株式会社 | 重回帰分析装置及び重回帰分析方法 |
-
2020
- 2020-05-11 WO PCT/JP2020/018844 patent/WO2021229648A1/ja active Application Filing
- 2020-05-11 JP JP2022522107A patent/JP7491371B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000020504A (ja) | 1998-06-30 | 2000-01-21 | Toshiba Corp | 目的変数の説明または予測方法、および目的変数を説明または予測するプログラムを記録した記録媒体 |
WO2019053828A1 (ja) | 2017-09-13 | 2019-03-21 | 日本電気株式会社 | 情報分析装置、情報分析方法および情報分析プログラム |
JP2019185163A (ja) | 2018-04-03 | 2019-10-24 | 日本電信電話株式会社 | データ予測装置、方法、及びプログラム |
JP2020057261A (ja) | 2018-10-03 | 2020-04-09 | トヨタ自動車株式会社 | 重回帰分析装置及び重回帰分析方法 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2021229648A1 (ja) | 2021-11-18 |
WO2021229648A1 (ja) | 2021-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109657805B (zh) | 超参数确定方法、装置、电子设备及计算机可读介质 | |
JP6451895B2 (ja) | 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 | |
JP7491371B2 (ja) | 数式モデル生成システム、数式モデル生成方法および数式モデル生成プログラム | |
JP2009104632A (ja) | ラベル予測方法およびシステム | |
US11481692B2 (en) | Machine learning program verification apparatus and machine learning program verification method | |
JP6815296B2 (ja) | ニューラルネットワーク評価装置、ニューラルネットワーク評価方法、およびプログラム | |
US20230273771A1 (en) | Secret decision tree test apparatus, secret decision tree test system, secret decision tree test method, and program | |
US20220366315A1 (en) | Feature selection for model training | |
EP3937090A1 (en) | Information processing system, information processing method, and program | |
TWI781461B (zh) | 資訊處理裝置、資訊處理方法及程式 | |
KR102188115B1 (ko) | 생성적 적대 신경망을 기초로 암의 예후 예측에 사용되는 바이오 마커의 선정이 가능한 전자 장치 및 그 동작 방법 | |
US20210026853A1 (en) | Combination search system, information processing device, method, and program | |
JPWO2020121378A1 (ja) | 学習装置および学習方法 | |
US20210350260A1 (en) | Decision list learning device, decision list learning method, and decision list learning program | |
JP7310884B2 (ja) | パラメータ推定装置、パラメータ推定方法、及びパラメータ推定プログラム | |
JP2018190130A (ja) | 分析装置、分析方法及び分析プログラム | |
JP2021179668A (ja) | データ解析システム、データ解析方法及びデータ解析プログラム | |
Mandli et al. | Selection of most relevant features from high dimensional data using ig-ga hybrid approach | |
US20230325304A1 (en) | Secret decision tree test apparatus, secret decision tree test system, secret decision tree test method, and program | |
Keil et al. | Super learning in the SAS system | |
JP7224263B2 (ja) | モデル生成方法、モデル生成装置及びプログラム | |
JP7339924B2 (ja) | 材料の特性値を推定するシステム | |
JP7505570B2 (ja) | 秘密決定木テスト装置、秘密決定木テストシステム、秘密決定木テスト方法、及びプログラム | |
EP4131084A1 (en) | Program, data processing method, and data processing apparatus | |
JP7420148B2 (ja) | 学習装置、学習方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221019 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221019 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240118 |
|
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: 20240416 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240429 |