JPH08106391A - 判別ルール生成方法 - Google Patents

Abstract

(57)【要約】 【目的】プラント等の対象系から得られた温度，圧力等
のｋ種類の属性毎の属性値の組合せ１１と、この組合せ
の存在時における目標概念（例えば正常，異常など）の
成否１２からなる格納領域１内の複数個の事例データを
用い、判別ルールの条件部４１の候補となる格納領域２
内の属性値の組合せ２１から目標概念不成立の事例デー
タの属性値組合せ１１に含まれる組合せ２１を消去して
判別ルールを作るバージョン空間法では、事例データ中
に１つでも誤りがあると、特殊ルールが生成されたり、
ルールが生成されなかったりする事を改善する。 【構成】判別ルールの条件部候補となる属性値の組合せ
２１毎の事例数２３として目標概念成立事例数と同不成
立事例数を個別に集計して表示部５に表示し、消去され
た条件部候補２１についての事例数の内容チェックによ
る事例データ中の誤り存在を推定可能とする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は事例データを学習処理し
て判別ルールを生成する方法に関する。設備やプラント
操業の状態を監視・診断したり、生産する量や順序を計
画したりするのに、コンピュータが使われる。そのソフ
トウェアを記述する際に用いられる手法の１つに判別ル
ールがある。

【０００２】例えば、プラントから入力されたセンサ情
報に基づいて、プラントの状態が異常であるか否かを判
別するには、「センサ情報が×××のようなときは、プ
ラントの状態は異常である」といったルールが作成され
て使われる。このような判別ルールを作成する手法とし
て、本発明では事例データからの学習を行う。即ち、
「センサ情報が△△△のようなとき、プラントの状態は
異常であった」とか「センサ情報が□□□のようなと
き、プラントの状態は正常であった」といった事例デー
タを用意する。これらの事例データをコンピュータに入
力し、上記のような判別のためのルールを自動的に作成
させるものである。

【０００３】なお、以下各図において同一の符号は同一
もしくは相当部分を示す。

【０００４】

【従来の技術】判別ルールを事例データから学習する方
法としてバージョン空間法が知られており、またその改
良案として本出願人の先願になる特願平４−２４５７６
７号「判別条件生成方法」が提案されている。なお、バ
ージョン空間法についての参照文献としては下記のもの
がある。

【０００５】T.M.Mitchell: "Version Spaces - A Cand
idate Elimination Approach to Rule Learning", 5th
IJCAI, pp.305-310, 1977 次にこのバージョン空間法の原理について簡単に説明す
る。ここで事例データとは、下記のようなデータであ
る。 ｛ＡＶ１，ＡＶ２，・・・，ＡＶｋ；Ｃ｝ｉ （ｉ＝
１，Ｎ） このデータは、Ｎ個ある事例データの中のｉ番目のもの
である。

【０００６】このデータ内のＡＶ１，〜，ＡＶｋは夫
々、例えば対象系のプラントから測定される温度，圧
力、あるいは警報ランプの状態といったｋ種類の属性の
夫々の値（属性値）である。なお、属性値はみな離散値
である。例えば「入側水の温度」という属性は「高
温」，「中温」，「低温」のいずれかの属性値をとる。
また、「警報ランプの状態」という属性は「点灯」，
「点滅」，「消灯」のいずれかの属性値をとる。

【０００７】また、Ｃは属性値の組ＡＶ１〜ＡＶｋの存
在時に、対象系から判別されるべく予め特定された単一
の目標概念、例えば「プラントの操業状態が異常であ
る」という目標概念が「成立」しているか「不成立」で
あるかのいずれであるかを示す成否の値である。そして
前記のｉ番目の事例データの意味するところは、『ｋ個
の属性（例えば、警報ランプの状態等）が各々ＡＶ１，
ＡＶ２，・・・，ＡＶｋという属性値であったとき、判
別すべき目標概念（例えば、「プラントの操業状態が異
常」）はＣ（値は「成立」か「不成立」のいずれか）で
あった』ということである。

【０００８】ここで、属性の数ｋと各々の属性が取り得
る属性値，目標概念の内容は、事前に決められている。
また、事例データの数Ｎは、十分多いことが望ましい。
次に、判別ルールは、下記のようなルールである。 １Ｆ 条件部 ＴＨＥＮ 結論部 例えば、次のような判別ルールがある。

【０００９】１Ｆ Ａｘ＝Ｔ１ ＡＮＤ Ａｙ＝Ｔ２
ＴＨＥＮ 成立 このルールは、属性Ａｘの属性値が定数Ｔ１で、且つ属
性Ａｙの属性値が定数Ｔ２ならば、目標概念は成立と判
別することを意味している。さて、上記のような事例デ
ータを入力し、上記のような判別ルールを出力する学習
処理は、下記の手順で進められる。

【００１０】なお、図６はこの手順を実施する装置の要
部の構成図である。上記のＮ個の事例データは、図６の
事例データ格納領域１に格納される。この領域１内の横
１行分づつのデータが夫々１個の事例データに相当し、
この横１行分のデータのうち、１１は属性値の組合せで
あり、この組合せ１１内のデータは左から順にｋ種類の
属性としての属性＃１（Ａ１），属性＃２（Ａ２），・
・・，属性＃ｋ（Ａｋ）についての、夫々の前記属性値
ＡＶ１，ＡＶ２，・・・，ＡＶｋに相当する。また、横
１行の右端のデータ１２は目標概念の成否を示す前記の
値Ｃに相当する。

【００１１】次に図６を参照しながら学習処理の手順を
説明する。 手順：図６の条件部候補格納領域２に格納される判別
ルールの条件部の候補として、各属性が取り得る属性値
のすべての組合せ２１を生成する。このとき、属性の全
て及び一部を含まない組合せも生成する。即ち、例えば
次のような属性値を取る２つの属性Ａｘ＝［ＡＶｘ１，
ＡＶｘ２，ＡＶｘ３］とＡｙ＝［ＡＶｙ１，ＡＶｙ２］
を考える。ルール条件部の候補は、これら属性のいずれ
も含まないもの（無条件），一方のみ含むもの，両方含
むものとして、下記のものが生成される。 ｛ ｝，｛ＡＶｘ１｝，｛ＡＶｘ２｝，｛ＡＶｘ３｝，
｛ＡＶｙ１｝，｛ＡＶｙ２｝，｛ＡＶｘ１，ＡＶｙ
１｝，｛ＡＶｘ２，ＡＶｙ１｝，｛ＡＶｘ３，ＡＶｙ
１｝，｛ＡＶｘ１，ＡＶｙ２｝，｛ＡＶｘ２，ＡＶｙ
２｝，｛ＡＶｘ３，ＡＶｙ２｝ なお、条件部候補となる属性値の組合せ２１の各々に、
ルール条件部としての要否の情報２２を持たせる。この
要否情報２２の初期値は「未定」に設定されるが、以下
に述べる手順によって「要」や「否」に変更される。

【００１２】手順：図６の情報処理装置３は格納領域
１内の事例データを１個づつ順次読み込み、条件部候補
２１の要否情報２２を変更する。即ち読み込んだ事例デ
ータが、目標概念成立の事例である場合は、事例データ
の属性値の組合せ１１に含まれる全ての条件部候補の属
性値の組合せ２１の要否情報２２を「要」に設定する。
但し、既に「否」に設定されている条件部候補２１は変
更しない。例えば｛ＡＶｘ１，ＡＶｙ１｝が目標概念成
立の事例データにおける属性値の組１１であったとしよ
う。

【００１３】この属性値の組合せ１１に含まれる条件部
候補２１は下記のものである。 ｛ ｝，｛ＡＶｘ１｝，｛ＡＶｙ１｝，｛ＡＶｘ１，Ａ
Ｖｙ１｝ これら４つの条件部候補２１が、既に「否」に設定され
ていなければ夫々、その要否情報２２が「要」に設定さ
れる。そして、例えば｛ＡＶｙ２｝や｛ＡＶｘ２，ＡＶ
ｙ１｝などの条件部候補２１は前記事例データの属性値
の組合せ１１に含まれないので、要否情報２２は変更さ
れない。

【００１４】読み込んだ事例データが、目標概念不成立
の事例である場合は、事例データの属性値の組合せ１１
に含まれる全ての条件部候補２１の要否情報２２を
「否」に設定する。もし、既に「要」に設定されている
条件部候補２１であっても「否」に変更する。例えば
｛ＡＶｘ１，ＡＶｙ２｝が目標概念不成立の事例データ
の属性値の組１１であったとしよう。この属性値の組合
せ１１に含まれる条件部候補２１は下記のものである。

【００１５】｛ ｝，｛ＡＶｘ１｝，｛ＡＶｙ２｝，
｛ＡＶｘ１，ＡＶｙ２｝ これら４つの条件部候補２１が、既に「要」に設定され
ているいないに係わらず夫々、その要否情報２２は
「否」に設定される。そして、例えば｛ＡＶｘ２｝や
｛ＡＶｘ２，ＡＶｙ１｝などの条件部候補は前記事例デ
ータの属性値の組合せに含まれないので、要否情報２２
は変更されない。

【００１６】手順：全ての事例データについて上記
の手順を実行した後、情報処理装置３は要否情報２２が
「要」に設定された条件部候補２１を使って、判別ルー
ルを生成し、図６の判別ルール格納領域４に格納する。
例えば、｛ＡＶｘ２｝と｛ＡＶｘ２，ＡＶｙ１｝の条件
部候補２１のみ「要」と設定され、残りの全ての条件部
候補２１が「否」と設定されたとする。このとき、これ
らを条件部４１とし、ＴＨＥＮ以下を結論部４２とした
下記の２つの判別ルールが生成される。

【００１７】１Ｆ Ａｘ＝ＡＶｘ２ ＴＨＥＮ 成立 １Ｆ Ａｘ＝ＡＶｘ２ ＡＮＤ Ａｙ＝ＡＶｙ１ ＴＨ
ＥＮ 成立 なお、上記２つのルールのうち、より一般的な第１ルー
ルのみ生成する変形例がある。また、事例データが少な
いため「未定」の条件部候補が残った場合の扱いにも、
「未定」を「要」と見なしてルール化するなどの変形例
がある。また、「否」に設定された条件部候補を使っ
て、「不成立」の結論部をもつ判別ルールを生成する変
形例もある。

【００１８】

【発明が解決しようとする課題】前述した従来の学習方
法では、判別ルールの条件部候補２１を全て生成してお
き、目標概念不成立の事例データがもつ属性値の組合せ
１１に含まれるものを消去してゆく。そして、学習結果
として、目標概念不成立の事例データがもつ属性値の組
合せ１１に含まれず、目標概念成立の事例データがもつ
属性値の組合せ１１に含まれる条件部候補２１を残す。
それらから判別ルールを生成する。

【００１９】しかしながら従来方法では、事例データに
は全く誤りがないことを前提としている。そして、多く
の目標概念成立の事例データに含まれ、「要」と設定さ
れていた条件部候補でも、たった１つの目標概念不成立
の事例データに含まれると「否」に変更される。もし、
事例データの中に目標概念不成立の誤った事例が含まれ
ていると、本来必要な「要」の条件部候補が「否」とな
る。そして、少数の属性の組合せから成るような、より
一般的な条件部候補が消去されやすくなるため、多数の
属性の組合せから成るより特殊なルールが多く生成され
やすい。また、最悪の場合には「要」の条件部候補が１
つも残らなくなり、判別ルールを生成できなくなること
もある。しかも、適切な判別ルールが生成できない場
合、どの事例データに誤りがあったのか特定することが
できない。

【００２０】このように従来の方法には下記のような欠
点がある。 欠点：少数の誤った事例データにより、多数の属性の
組合せから成る、より特殊なルールが多く生成されやす
い。 欠点：誤った事例データにより、ルールを生成できな
くなることがある。 欠点：誤った事例データを特定することができない。

【００２１】プラント運転の現場から得られる事例デー
タは、必ずしも正しいとは限らない。このような事例デ
ータを使って判別ルールを生成しようとすると、上記の
ような欠点がある従来の学習方法では、判別ルールの生
成，検証，洗練が進めにくいという問題がある。そこで
本発明は、事例データに多少の誤りがあってもその影響
を受け難い判別ルールの生成方法を提供することを課題
とする。

【００２２】

【課題を解決するための手段】前記の課題を解決するた
めに、所定の複数の属性（属性＃１〜＃ｋ）の各々につ
いての、対象系から得られた属性値（属性値＃１１〜＃
ｋ１，＃１２〜＃ｋ２）の組（１１）と、この属性値の
組の存在時に対象系について得られる目標概念の成否
（１２）とから夫々構成される（事例データ格納領域１
に格納された）１つ以上の事例データに基づいて、無属
性の条件と、前記複数の属性のうち１つ以上の属性につ
いての各属性が取り得る属性値の全てを組合せた条件
（２１）とからなる（条件部候補格納領域２に格納され
た）複数の条件部候補から、判別ルールを生成するため
に利用する採択条件部候補を選択し、 この採択条件部
候補の条件を記述した条件部（４１）と、該条件が成立
したとき判別すべき前記目標概念の成立を記述した結論
部（４２）とから構成される判別ルールを１つ以上生成
（し、判別ルール格納領域４に格納）する判別ルール生
成方法において、請求項１の判別ルールの生成方法で
は、前記条件部候補毎に、その属性値の組合せを含む前
記事例データのうちの、前記目標概念の成立する正の事
例数と、前記目標概念の成立しない負の事例数とを夫々
集計して（事例の数２３に格納したうえ）（表示部５
に）表示すると共に、この正の事例を含み、且つ負の事
例を含まぬ条件部候補を前記採択条件部候補とするよう
にする。

【００２３】また、請求項２の判別ルール生成方法で
は、請求項１に記載の判別ルール生成方法において、前
記条件部候補毎に、さらに正の事例数の集計値、及び負
の事例数の集計値を合計してなる事例数合計（２４）
と、前記正の事例数の集計値を事例数合計で除算してな
る成立事例数比率（２５）とのいずれか又は双方を求め
て（表示部５に）表示するようにする。

【００２４】また、請求項３の判別ルール生成方法で
は、前記条件部候補毎に、その属性値の組合せを含む前
記事例データのうちの、前記目標概念の成立する正の事
例数と前記目標概念の成立しない負の事例数とを夫々集
計し（事例の数２３に格納したうえ）、この正の事例数
の集計値、及び負の事例数の集計値の合計値で該正の事
例数の集計値を除算して成立事例数比率（２５）を求
め、この成立事例数比率が所定の成立事例数比率閾値
（６）を越える条件部候補を前記採択条件部候補とする
ようにする。

【００２５】また、請求項４の判別ルール生成方法で
は、前記条件部候補毎に、その属性値の組合せを含む前
記事例データのうちの、前記目標概念の成立する正の事
例数と前記目標概念の成立しない負の事例数とを夫々集
計し、この正の事例数の集計値、及び負の事例数の集計
値を合計してなる事例数合計（２４）を求めると共に、
この事例数合計で該正の事例数の集計値を除算して成立
事例数比率（２５）を求め、この成立事例数比率が所定
の成立事例数比率閾値（６）を越え、且つ前記事例数合
計が所定の事例数合計閾値（７）を越える条件部候補を
前記採択条件部候補とするようにする。

【００２６】また、請求項５の判別ルール生成方法で
は、請求項３又は４に記載の判別ルール生成方法におい
て、前記事例データの各々に当該の事例データを特定す
るための識別子（１３）を付し、前記条件部候補毎に、
その属性値の組合せを含む事例データの識別子を記録し
てなる事例識別子（２６）を設け、前記採択条件部候補
についての事例識別子を表示するようにする。

【００２７】

【作用】この発明は、判別ルールの条件部候補２１を消
去するに当たり、それを含む目標概念成立と目標概念不
成立の事例数２３を考慮することにより、少数の誤りを
含む事例データからでもより一般的な判別ルールを生成
できるようにすると共に、誤った事例データを特定でき
るようにする。

【００２８】

【実施例】

（１）請求項１に関わる発明について：図１は本発明に
関わる手順を実施する装置の要部の構成図である。図１
においては、従来技術で説明した図６の条件部候補格納
領域２に「事例数」２３が追加され、更に「表示部」５
が追加されている。図１において、「事例データ格納領
域」１と「判別ルール格納領域」４は、各々従来（図
６）のものと同じである。

【００２９】「事例数」２３は、当該の「属性値の組合
せ」２１を含む事例データの数を格納する領域であり、
目標概念成立事例の数と目標概念不成立事例の数とを別
々に格納している。なお、ここでは予め特定された単一
の目標概念の成否のみを使って説明しているが、これを
複数の目標概念を扱えるように容易に拡張できる。即
ち、「事例データ格納領域」１の「目標概念の成否」１
２に、単一の目標概念の「成立」，「不成立」を指定す
るのではなく、複数の目標概念のうち成立した目標概念
の名前を指定する。そして「事例数」２３には、「属性
値の組合せ」２１を含む事例データの数を複数の目標概
念毎に格納するようにすればよい。

【００３０】さて、この発明の「学習方法」は、「事例
数」２３を初期化したのち加算して、最後に表示する点
が従来方法と異なる。即ち、「従来の技術」の項で説明
した学習処理の手順〜を夫々下記の−１，〜−
１のように変更した手順となる。 手順−１：ルールの条件部の候補として、格納領域２
内に各属性が取り得る属性値の全ての組合せ２１を生成
する。このとき属性の全て及び一部を含まない組合せも
前記のように生成する。そして、条件部候補の属性値の
組合せ２１の各々の「要否」２２を「未定」に、また
「事例数」２３を目標概念成立事例数及び目標概念不成
立事例数共に「０」に初期化する。

【００３１】手順−１：領域１内の事例データを順次
読み込み、条件部候補２１の要否情報２２を変更すると
同時に「事例数」２３を加算する。即ち、読み込んだ事
例データが、目標概念成立の事例である場合は、事例デ
ータの属性値の組合せ１１に含まれる全ての条件部候補
２１を「要」に設定する。但し、既に「否」に設定され
ている条件部候補は変更しない。そして、「事例数」２
３の目標概念成立事例数を１だけ加算する。

【００３２】また、読み込んだ事例データが、目標概念
不成立の事例である場合は、事例データの属性値の組合
せ１１に含まれる全ての条件部候補２１を「否」に設定
する。もし、既に「要」に設定されている条件部候補２
１であっても「否」に変更する。そして、「事例数」２
３の目標概念不成立事例数を１だけ加算する。

【００３３】手順−１：全ての事例データについて上
記−１の手順を実行した後、要否情報２２が「要」に
設定された条件部候補２１を使って、判別ルールを生成
する。そして、全ての条件部候補２１毎の「事例数」２
３を「表示部」５に表示する。 （２）請求項２に関わる発明について：図２は本発明に
関わる手順を実施する装置の要部の構成図である。図２
においては、図１の条件部候補格納領域２にさらに「事
例数合計」２４と「成立事例数比率」２５との双方又は
一方が追加される。図２において、「事例数合計」２４
は、当該の「属性値の組合せ」２１を含む目標概念成立
事例と目標概念不成立事例の数の合計を格納する領域で
ある。また、「成立事例数比率」２５は、「属性値の組
合せ」２１を含む目標概念成立事例の数を「事例数合
計」２４で除算した値を格納する領域である。もし、
「事例数合計」２４が０の場合には、「成立事例数比
率」２５も０とする。

【００３４】なお、ここでは予め特定された単一の目標
概念の成否のみを使って説明しているが、これを複数の
目標概念を扱えるように容易に拡張できる。即ち、「事
例データ格納領域」１の「目標概念の成否」１２に、単
一の目標概念の「成立」，「不成立」を指定するのでは
なく、複数の目標概念のうち成立した目標概念の名前を
指定する。そして「事例数」２３には、「属性値の組合
せ」２１を含む事例データの数を複数の目標概念毎に格
納するようにすればよい。そして、「事例数合計」２４
は「属性値の組合せ」２１を含む複数の目標概念毎の事
例データ数の合計を格納する。また、「成立事例数比
率」２５は「属性値の組合せ」２１を含む最多の目標概
念の事例データ数をその目標概念の「事例数合計」２４
で除算した値を格納すればよい。

【００３５】さて、この発明の「学習方法」は、「事例
数」２３，「事例数合計」２４，「成立事例数比率」２
５を初期化したのち計算して、最後に表示する点が従来
方法と異なる。即ち、「従来の技術」の項で説明した学
習処理の手順〜を夫々下記の−２，〜−２のよ
うに変更した手順となる。 手順−２：ルールの条件部の候補として、各属性が取
り得る属性値の全ての組合せ２１を生成し、条件部候補
格納領域２へ格納する。このとき、属性の全て及び一部
を含まない組合せも前記のように生成する。そして、条
件部候補２１の各々の「要否」２２を「未定」に、また
「事例数」２３を目標概念成立事例数及び目標概念不成
立事例数共に「０」に、更に「事例数合計」２４，「成
立事例数比率」２５を「０」に初期化する。

【００３６】手順−２：事例データ格納領域１の事例
データを順次読み込み、条件部候補の要否情報２２を変
更すると同時に「事例数」２３と「事例数合計」２４を
夫々加算し、更にこの加算値を用いて「成立事例数比
率」２５を計算する。ここで読み込んだ事例データが、
目標概念成立の事例である場合は、事例データの属性値
の組合せ１１に含まれる全ての条件部候補２１の要否情
報２２を「要」に設定する。但し、要否情報２２が既に
「否」に設定されている条件部候補は変更しない。そし
て、当該条件部候補の「事例数」２３の目標概念成立事
例数と「事例数合計」２４を夫々１だけ加算する。更に
この加算値を用いて「成立事例数比率」２５を計算す
る。

【００３７】また、読み込んだ事例データが、目標概念
不成立の事例である場合は、事例データの属性値の組合
せ１１に含まれる全ての条件部候補の要否情報２２を
「否」に設定する。もし、既に要否情報２２が「要」に
設定されている条件部候補であっても「否」に変更す
る。そして、「事例数」２３の目標概念不成立事例数と
「事例数合計」２４を夫々１だけ加算する。更にこの加
算値を用いて「成立事例数比率」２５を計算する。

【００３８】手順−２：全ての事例データについて上
記−２の手順を実行した後、要否情報２２が「要」に
設定された条件部候補２１を使って、判別ルールを生成
し、判別ルール格納領域４へ格納する。そして、条件部
候補格納領域２内の全ての条件部候補２１毎の「事例
数」２３及び「事例数合計」２４，「成立事例数比率」
２５を「表示部」５に表示する。

【００３９】（３）請求項３に関わる発明について：図
３は本発明に関わる手順を実施する装置の要部の構成を
示す。図３においては、図１の条件部候補格納領域２に
「成立事例数比率」２５が追加され、更に「成立事例数
比率閾値」６が追加されている。図３において「成立事
例数比率」２５は、図２と同様に「属性値の組合せ」２
１を含む目標概念成立事例の数をその「属性値の組合
せ」２１を含む目標概念成立事例と目標概念不成立事例
の数の合計で除算した値を格納する領域である。もし、
事例数の合計が０の場合には、「成立事例数比率」２５
も０とする。また、「成立事例数比率閾値」６は「成立
事例数比率」２５と比較すべき基準の値を格納する領域
である。この値は、予め固定されていても、判別ルール
生成前に変更されるようにしてもよい。

【００４０】なお、ここでは予め特定された単一の目標
概念の成否のみを使って説明しているが、これを複数の
目標概念を扱えるように容易に拡張できることは、前記
（２）項の請求項２に関わる発明の説明において述べた
通りである。さて、この発明の「学習方法」は、「事例
数」２３，「成立事例数比率」２５を初期化したのち計
算して、最後に「成立事例数比率」２５を「成立事例数
比率閾値」６と比較しそれを越える属性値の組合せから
判別ルールを生成する点が従来方法と異なる。即ち、
「従来の技術」の項で説明した学習処理の手順〜を
夫々下記の−３，−３のように変更した手順とな
る。

【００４１】手順−３：ルールの条件部の候補とし
て、各属性が取り得る属性値の全ての組合せ２１を生成
し、条件部候補格納領域２へ格納する。このとき、属性
の全て及び一部を含まない組合せも前記のように生成す
る。そして、条件部候補の属性値の組合せ２１の各々の
「要否」２２を「未定」に、また「事例数」２３を目標
概念成立事例数及び目標概念不成立事例数共に「０」
に、更に「成立事例数比率」２５を「０」に夫々初期化
する。

【００４２】手順−３：事例データ格納領域１内の事
例データを１つづつ順次読み込み、「事例数」２３を加
算し、更にこの加算値を用いて「成立事例数比率」２５
を計算する。即ち、読み込んだ事例データが、目標概念
成立の事例である場合は、事例データの属性値の組合せ
１１に含まれる全ての条件部候補格納領域２内の条件部
候補となる属性値の組合せ２１について、「事例数」２
３の目標概念成立事例数１だけ加算する。更にこの加算
された目標概念成立事例数を用いて「成立事例数比率」
２５を計算して更新する。

【００４３】また、読み込んだ事例データが、目標概念
不成立の事例である場合は、事例データの属性値の組合
せ１１に含まれる全ての条件部候補となる属性値の組合
せ２１について、「事例数」２３の目標概念不成立事例
数を１だけ加算する。更にこの加算された目標概念不成
立事例数を用いて「成立事例数比率」２５を計算して更
新する。

【００４４】手順−３：事例データ格納領域１内の全
ての事例データについて上記−３の手順を実行した
後、「成立事例数比率」２５が「成立事例数比率閾値」
６を越えた条件部候補の属性値の組合せ２１の要否情報
２２を「要」に、越えなかった条件部候補の同じく要否
情報２２を「否」にそれぞれ設定する。そして、「要」
に設定された条件部候補の属性値の組合せ２１を使っ
て、判別ルールを生成し、判別ルール格納領域４に格納
する。

【００４５】（４）請求項４に関わる発明について：図
４は本発明に関わる手順を実施する装置の要部の構成を
示す。図４においては、図３の条件部候補格納領域２に
「事例数合計」２４が追加され、更に「事例数合計閾
値」７が追加されている。図４において、「事例数合
計」２４と「成立事例数比率」２５は図２のものと同じ
であり、「成立事例数比率閾値」６は図３のものと同じ
である。更に、「事例数合計閾値」７は「事例数合計」
２４と比較すべき基準の値を格納する領域である。この
値は、予め固定されていても、判別ルール生成前に変更
されるようにしてもよい。

【００４６】なお、ここでは予め特定された単一の目標
概念の成否のみを使って説明しているが、これを複数の
目標概念を扱えるように容易に拡張できることは、
（２）項の請求項２に関わる発明の説明で述べた通りで
ある。さて、この発明の「学習方法」は、「事例数」２
３，「事例数合計」２４，「成立事例数比率」２５を初
期化したのち計算して、最後に「成立事例数比率」２５
を「成立事例数比率閾値」６と、また「事例数合計」２
４を「事例数合計閾値」７とそれぞれ比較し、閾値を越
える属性値の組合せから判別ルールを生成する点が従来
方法と異なる。即ち、（３）項の請求項３に関わる発明
の説明で述べた学習処理の手順−３，〜−３を夫々
下記の−４，〜−４のように変更した手順となる。

【００４７】手順−４：ルールの条件部の候補とし
て、各属性が取り得る属性値の全ての組合せ２１を生成
し、条件部候補格納領域２へ格納する。このとき、属性
の全て及び一部を含まない組合せも前記のように生成す
る。そして、条件部候補の属性値の組合せ２１の各々の
「要否」２２を「未定」に、また「事例数」２３を目標
概念成立事例数及び目標概念不成立事例数共に「０」
に、更に「事例数合計」２４と「成立事例数比率」２５
を「０」に夫々初期化する。

【００４８】手順−４：事例データ格納領域１内の事
例データを１つづつ順次読み込み、「事例数」２３と
「事例数合計」２４を加算し、更にこの加算値を用いて
「成立事例数比率」２５を計算する。即ち、読み込んだ
事例データが、目標概念成立の事例である場合は、事例
データの属性値の組合せ１１に含まれる全ての条件部候
補格納領域２内の条件部候補となる属性値の組合せ２１
について、「事例数」２３の目標概念成立事例数と「事
例数合計」２４を夫々１だけ加算する。更にこの加算さ
れた目標概念成立事例数と事例数合計２４を用いて「成
立事例数比率」２５を計算して更新する。

【００４９】また、読み込んだ事例データが、目標概念
不成立の事例である場合は、事例データの属性値の組合
せ１１に含まれる全ての条件部候補となる属性値の組合
せ２１について、「事例数」２３の目標概念不成立事例
数と「事例数合計」２４を夫々１だけ加算する。更にこ
の加算された事例数合計２４を用いて「成立事例数比
率」２５を計算して更新する。

【００５０】手順−４：事例データ格納領域１内の全
ての事例データについて上記−４の手順を実行した
後、「成立事例数比率」２５が「成立事例数比率閾値」
６を越え、なお且つ「事例数合計」２４が「事例数合計
閾値」７を越えた条件部候補の属性値の組合せ２１の要
否情報２２を「要」に、越えなかった条件部候補の同じ
く要否情報２２を「否」に夫々設定する。そして、
「要」に設定された条件部候補の属性値の組合せ２１を
使って、判別ルールを生成し、判別ルール格納領域４に
格納する。

【００５１】（５）請求項５に関わる発明について：図
５は本発明に関わる手順を実施する装置の要部の構成を
示す。図５においては、図３の事例データ格納領域１に
「識別子」１３が追加され、条件部候補格納領域２に
「事例識別子」２６が追加され、更に「表示部」５が追
加されている。図５において、「事例データ格納領域」
１の「識別子」１３は、個々の事例データを識別するた
めの情報（例えば、順序番号，事例名など）を格納する
領域である。

【００５２】条件部候補格納領域２の「事例識別子」２
６は、その「属性値の組合せ」２１を含む事例データの
識別子１３を目標概念成立事例，目標概念不成立事例毎
に格納する領域である。なお、ここでは予め特定された
単一の目標概念の成否のみを使って説明しているが、こ
れを複数の目標概念を扱えるように容易に拡張できるこ
とは、（２）項の請求項２に関わる発明の説明で述べた
通りである。

【００５３】さて、この発明の「学習方法」は、「事例
数」２３，「成立事例数比率」２５，「事例識別子」２
６を初期化したのち更新して、最後に「成立事例数比
率」２５を「成立事例数比率閾値」６と比較し、それを
越える属性値の組合せから判別ルールを生成すると共
に、「成立事例数比率」２５が１未満の場合に「事例識
別子」２６に記録された不成立事例の識別子を表示する
点が従来方法と異なる。即ち、（３）項の請求項３に関
わる発明で述べた学習処理の手順−３，〜−３を夫
々下記の−５，〜−５のように変更した手順とな
る。

【００５４】手順−５：ルールの条件部の候補とし
て、各属性が取り得る属性値の全ての組合せ２１を生成
し、条件部候補格納領域２へ格納する。このとき、属性
の全て及び一部を含まない組合せも前記のように生成す
る。そして、条件部候補の属性値の組合せ２１の各々の
「要否」２２を「未定」に、また「事例数」２３を目標
概念成立事例数及び目標概念不成立事例数共に「０」
に、「成立事例数比率」２５を「０」に、更に「事例識
別子」２６を目標概念成立事例及び目標概念不成立事例
共に「空白」に夫々初期化する。

【００５５】手順−５：事例データ格納領域１内の事
例データを１つづつ順次読み込み、「事例数」２３を加
算し、この加算値を用いて「成立事例数比率」２５を計
算し、更に「事例識別子」２６を更新する。即ち、読み
込んだ事例データが、目標概念成立の事例である場合
は、事例データの属性値の組合せ１１に含まれる全ての
条件部候補となる属性値の組合せ２１について、「事例
数」２３の目標概念成立事例数を１だけ加算し、この加
算された事例数を用いて「成立事例数比率」２５を計算
し更新する。更に、当該の目標概念成立事例の識別子１
３を「事例識別子」２６に目標概念成立事例として追加
する。

【００５６】また、読み込んだ事例データが、目標概念
不成立の事例である場合は、事例データの属性値の組合
せ１１に含まれる全ての条件部候補となる属性値の組合
せ２１について、「事例数」２３の目標概念不成立事例
数を１だけ加算し、この加算された事例数を用いて「成
立事例数比率」２５を計算する。更に、目標概念不成立
事例の識別子１３を「事例識別子」２６に目標概念不成
立事例として追加する。

【００５７】手順−５：事例データ格納領域１内の全
ての事例データについて上記−５の手順を実行した
後、「成立事例数比率」２５が「成立事例数比率閾値」
６を越えた条件部候補の属性値の組合せ２１の要否情報
２２を「要」に、越えなかった条件部候補の同じく要否
情報２２を「否」にそれぞれ設定する。そして、「要」
に設定された条件部候補の属性値の組合せ２１を使っ
て、判別ルールを生成し、判別ルール格納領域４に格納
する。更に、「要」に設定された条件部候補２１につい
て「成立事例数比率」が１未満の場合に「事例識別子」
２６に記録された目標概念不成立事例の識別子１３を表
示部５に表示する。

【００５８】

【発明の効果】

（１）請求項１に関わる発明によれば、判別ルールの条
件部の候補となる属性値の組合せ２１毎に、その組合せ
を含む事例データの数を、目標概念成立事例と目標概念
不成立事例毎に表示するようにしたので、下記のような
効果がある。 効果：多数の属性の組合せから成る、より特殊なルー
ルが多く生成されたり、ルールを生成できなくなった場
合、表示された事例数２３を見ることにより誤った事例
データの存在を推定することができる。即ち、多くの目
標概念成立事例に含まれるのに、ごく少数の目標概念不
成立事例に含まれるために消去された条件部候補２１が
あるときは、その目標概念不成立事例データに誤りがあ
ると推定できる。

【００５９】（２）請求項２に関わる発明によれば、判
別ルールの条件部の候補となる属性値の組合せ２１毎
に、その組合せを含む事例データの数を、目標概念成立
事例と目標概念不成立事例毎に表示し、更に目標概念成
立事例データ数の比率２５を合わせて表示するようにし
たので、下記のような効果がある。 効果：多数の属性の組合せから成るより特殊なルール
が多く生成されたり、ルールを生成できなくなった場
合、表示された事例数２３と比率２５を見ることによ
り、誤った事例データの存在を推定することができる。
即ち、多くの目標概念成立事例に含まれるのに、ごく少
数の目標概念不成立事例に含まれるために消去された条
件部候補２１があるときは、その目標概念不成立事例デ
ータに誤りがあると推定できる。

【００６０】効果：多数の属性の組合せから成るより
特殊なルールが多く生成されたり、ルールを生成できな
くなった場合、表示された事例数２３と比率２５を見る
ことにより、必要な事例データの不足を推定することが
できる。即ち、数の上で有意な差がない目標概念成立事
例と目標概念不成立事例に含まれるために消去された条
件部候補２１があるときは、有意な差が出るまで、より
多くの事例データを収集する必要があると推定できる。

【００６１】（３）請求項３に関わる発明によれば、判
別ルールの条件部の候補となる属性値の組合せ２１毎
に、その組合せを含む事例データの数を、目標概念成立
事例と目標概念不成立事例毎に計数し、目標概念成立事
例データ数の比率２５が特定の閾値６を越えた属性値の
組合せ２１から判別ルールを生成するようにしたので、
下記のような効果がある。

【００６２】効果：ごく少数の目標概念不成立事例に
含まれていても、多くの目標概念成立事例に含まれてい
れば消去されないので、誤った少数事例のために特殊な
ルールが多く生成されたり、ルールを生成できなくなる
ことが防げる。 （４）請求項４に関わる発明によれば、判別ルールの条
件部の候補となる属性値の組合せ２１毎に、その組合せ
を含む事例データの数を、目標概念成立事例と目標概念
不成立事例毎に計数し、目標概念成立事例データ数の比
率２５が特定の閾値６を越え、なお且つ「事例数合計」
２４が「事例数合計閾値」７を越えた属性値の組合せか
ら判別ルールを生成するようにしたので、下記のような
効果がある。

【００６３】効果：ごく少数の目標概念不成立事例に
含まれていても、多くの目標概念成立事例に含まれてい
れば消去されないので、誤った少数事例のために特殊な
ルールが多く生成されたり、ルールを生成できなくなる
ことが防げる。 効果：目標概念成立事例と目標概念不成立事例に数の
上で有意な差がない場合、比率２５だけに基づくと誤っ
たルールを生成することがあるが、それを防げると共
に、有意な差が出るまで、より多くの事例データを収集
する必要があると推定できる。

【００６４】（５）請求項５に関わる発明によれば、判
別ルールの条件部の候補となる属性値の組合せ２１毎
に、その組合せを含む事例データの数を、目標概念成立
事例と目標概念不成立事例毎に計数し、目標概念成立事
例データ数の比率２５が特定の閾値６を越えた属性値の
組合せ２１から判別ルールを生成すると共に、判別ルー
ル生成に用いた属性値の組合せ２１を含む目標概念不成
立事例が混在した場合にはその事例データの識別子１３
を表示するようにしたので、下記のような効果がある。

【００６５】効果：ごく少数の目標概念不成立事例に
含まれていても、多くの目標概念成立事例に含まれてい
れば消去されないので、誤った少数事例のために特殊な
ルールが多く生成されたり、ルールを生成できなくなる
ことが防げる。 効果：多くの目標概念成立事例と混在するごく少数の
目標概念不成立事例の識別子１３が表示されるので、誤
った少数事例を特定することができる。

【図面の簡単な説明】

【図１】請求項１に関わる手順を実施する装置の要部の
構成図

【図２】請求項２に関わる手順を実施する装置の要部の
構成図

【図３】請求項３に関わる手順を実施する装置の要部の
構成図

【図４】請求項４に関わる手順を実施する装置の要部の
構成図

【図５】請求項５に関わる手順を実施する装置の要部の
構成図

【図６】従来の手順を実施する装置の要部の構成図

【符号の説明】

１ 事例データ格納領域 ２ 条件部候補格納領域 ３ 情報処理装置 ４ 判別ルール格納領域 ５ 表示部 ６ 成立事例数比率閾値 ７ 事例数合計閾値 １１ 属性値の組合せ １２ 目標概念の成否 １３ 識別子 ２１ 条件部候補の属性値の組合せ ２２ 要否情報 ２３ 事例数 ２４ 事例数合計 ２５ 成立事例数比率 ２６ 事例識別子 ４１ 条件部 ４２ 結論部

Claims (5)

【特許請求の範囲】
1. 【請求項１】所定の複数の属性の各々についての、対象
   系から得られた属性値の組と、この属性値の組の存在時
   に対象系について得られる目標概念の成否とから夫々構
   成される１つ以上の事例データに基づいて、 無属性の条件と、前記複数の属性のうち１つ以上の属性
   についての各属性が取り得る属性値の全てを組合せた条
   件とからなる複数の条件部候補から、判別ルールを生成
   するために利用する採択条件部候補を選択し、 この採択条件部候補の条件を記述した条件部と、該条件
   が成立したとき判別すべき前記目標概念の成立を記述し
   た結論部とから構成される判別ルールを１つ以上生成す
   る判別ルール生成方法において、 前記条件部候補毎に、その属性値の組合せを含む前記事
   例データのうちの、前記目標概念の成立する正の事例数
   と、前記目標概念の成立しない負の事例数とを夫々集計
   して表示すると共に、 この正の事例を含み、且つ負の事例を含まぬ条件部候補
   を前記採択条件部候補とするようにしたことを特徴とす
   る判別ルール生成方法。
2. 【請求項２】請求項１に記載の判別ルール生成方法にお
   いて、 前記条件部候補毎に、さらに正の事例数の集計値、及び
   負の事例数の集計値を合計してなる事例数合計と、前記
   正の事例数の集計値を事例数合計で除算してなる成立事
   例数比率とのいずれか又は双方を求めて表示するように
   したことを特徴とする判別ルール生成方法。
3. 【請求項３】所定の複数の属性の各々についての、対象
   系から得られた属性値の組と、この属性値の組の存在時
   に対象系について得られる目標概念の成否とから夫々構
   成される１つ以上の事例データに基づいて、 無属性の条件と、前記複数の属性のうち１つ以上の属性
   についての各属性が取り得る属性値の全てを組合せた条
   件とからなる複数の条件部候補から、採択する条件部候
   補を選択し、 この採択条件部候補の条件を記述した条件部と、該条件
   が成立したとき判別すべき前記目標概念の成立を記述し
   た結論部とから構成される判別ルールを１つ以上生成す
   る判別ルール生成方法において、 前記条件部候補毎に、その属性値の組合せを含む前記事
   例データのうちの、前記目標概念の成立する正の事例数
   と、前記目標概念の成立しない負の事例数とを夫々集計
   し、 この正の事例数の集計値、及び負の事例数の集計値の合
   計値で該正の事例数の集計値を除算して成立事例数比率
   を求め、 この成立事例数比率が所定の成立事例数比率閾値を越え
   る条件部候補を前記採択条件部候補とするようにしたこ
   とを特徴とする判別ルール生成方法。
4. 【請求項４】所定の複数の属性の各々についての、対象
   系から得られた属性値の組と、この属性値の組の存在時
   に対象系について得られる目標概念の成否とから夫々構
   成される１つ以上の事例データに基づいて、 無属性の条件と、前記複数の属性のうち１つ以上の属性
   についての各属性が取り得る属性値の全てを組合せた条
   件とからなる複数の条件部候補から、採択する条件部候
   補を選択し、 この採択条件部候補の条件を記述した条件部と、該条件
   が成立したとき判別すべき前記目標概念の成立を記述し
   た結論部とから構成される判別ルールを１つ以上生成す
   る判別ルール生成方法において、 前記条件部候補毎に、その属性値の組合せを含む前記事
   例データのうちの、前記目標概念の成立する正の事例数
   と、前記目標概念の成立しない負の事例数とを夫々集計
   し、 この正の事例数の集計値、及び負の事例数の集計値を合
   計してなる事例数合計を求めると共に、この事例数合計
   で該正の事例数の集計値を除算して成立事例数比率を求
   め、 この成立事例数比率が所定の成立事例数比率閾値を越
   え、且つ前記事例数合計が所定の事例数合計閾値を越え
   る条件部候補を前記採択条件部候補とするようにしたこ
   とを特徴とする判別ルール生成方法。
5. 【請求項５】請求項３又は４に記載の判別ルール生成方
   法において、 前記事例データの各々に当該の事例データを特定するた
   めの識別子を付し、 前記条件部候補毎に、その属性値の組合せを含む事例デ
   ータの識別子を記録してなる事例識別子を設け、 前記条件部候補についての事例識別子を表示するように
   したことを特徴とする判別ルール生成方法。