JPWO2015173854A1 - 情報処理システムおよび情報処理方法 - Google Patents
情報処理システムおよび情報処理方法 Download PDFInfo
- Publication number
- JPWO2015173854A1 JPWO2015173854A1 JP2016518659A JP2016518659A JPWO2015173854A1 JP WO2015173854 A1 JPWO2015173854 A1 JP WO2015173854A1 JP 2016518659 A JP2016518659 A JP 2016518659A JP 2016518659 A JP2016518659 A JP 2016518659A JP WO2015173854 A1 JPWO2015173854 A1 JP WO2015173854A1
- Authority
- JP
- Japan
- Prior art keywords
- identifier data
- computer
- vertex
- held
- data
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 97
- 238000003672 processing method Methods 0.000 title claims description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 75
- 230000007704 transition Effects 0.000 claims abstract description 53
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 8
- 238000000034 method Methods 0.000 description 104
- 230000008569 process Effects 0.000 description 79
- 238000012545 processing Methods 0.000 description 49
- 238000010586 diagram Methods 0.000 description 25
- 238000000547 structure data Methods 0.000 description 22
- 230000000694 effects Effects 0.000 description 19
- 238000009792 diffusion process Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000010187 selection method Methods 0.000 description 5
- 241000283070 Equus zebra Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241001522296 Erithacus rubecula Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/35—Creation or generation of source code model driven
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
−−−実施例1−−−
まず、本発明の情報処理システムの概念的な動作について説明する。図1に、本情報処理システムにおける解析対象となるグラフ構造モデル(以下、計算モデル1)の概念図を示す。この計算モデル10は、頂点110〜114とこれら頂点間を結ぶ辺120で構成されるグラフ構造に対し、情報単位である情報子を拡散させることで計算を実施し、各頂点110〜114上の情報子数を解とする計算モデルである。また、本例では計算対象を分類問題とする。
・・・・・(数式1)
ただし、Ndjは頂点jの次数。また、左辺Pは遷移確率を示し、Puは状態uの情報子の遷移確率を示す。また、uとvは情報子の異なる状態を表す。例えば、2状態(1ビット)の情報子であれば、uは状態=0、vは状態=1となる。また、NuおよびNvは情報子数を表す。例えば、Nuは状態uの情報子数、Nvは状態 vの情報子数となる。また、第3項および第4項のΣは近傍範囲内のデバイスに対し計算する。NuiおよびNvjは近傍範囲内のデバイスjの各状態の情報子数となる。また、f,gは関数、α、βは正の定数である。
−−−実施例2−−−
続いて、実施例1の計算モデルにて定義した各辺が重み係数を保持している場合について、実施例2として説明する。この実施例2においては、実施例1にて示した送信処理に各辺の重み係数に基づいた遅延処理が加わる。そのため計算機220は該当処理を実行する遅延器を備える構成となっている。
−−−実施例3−−−
続いて、実施例1にて示した図4のフローにおけるステップ311、すなわちグラフ構造データの取得処理に際し、実社会の活動に即して自動的に取得する機能を備えた情報処理システムの例について説明する。この場合の概念において、計算モデルであるグラフ構造データを情報処理システム上で算出せず、実社会の活動をそのまま用いることとなる。
−−−実施例4−−−
次に、上述の実施例3における各頂点がデータであり、頂点間の辺がデータ間のアクセスの連続性とした計算モデルに対応した情報処理システムの例として実施例4を示す。本実施例4では、複数の計算機上で複数のプロセスが処理される時の、各プロセスに必要なデータを効率よく計算機に配置する方法を提供するものである。
−−−実施例5−−−
次に、倉庫における荷物のピックアップ作業に関し、当該作業を行う作業者の動線距離を短くするように、倉庫内の棚の再配置を行う問題を扱う場合の情報処理方法について実施例5として示す。図28にて、対象とする倉庫500の構成を例示する。当該倉庫500は複数の領域を持つ。図28における倉庫500は、領域A(5010−1)〜領域D(5010−4)の4つの領域を持つ。これら各領域A〜Dは、該当領域内に複数の棚が配置されている。図28の例では、領域A(5010−A)に置かれている棚の1つとして棚5011−A1を図示しているが、その他の複数の棚が配置されているものとする。領域B〜領域Dも領域Aと同様に複数の棚を備えている。さらに、各棚は、複数の荷物を置くことができる。図28の例では、棚A−1(5011−A1)に荷物5012−A1−1、5012−A1−2が配置された例を図示している。他の棚についても同様に複数の荷物を配置可能である。
−−−実施例6−−−
次に、ソシアルネットワークサービスなどの複数のユーザ間の交流サービスにおいて、ユーザのクラスタリング、すなわちコミュニティを検出する問題を扱う際の、情報処理方法について実施例6として説明する。ここでは、上述の実施例3において各頂点がユーザで、頂点間の辺がユーザ間の交流とする情報処理システムを想定する。ここで、交流とは、例えば、メール送受信、メッセージ送受信、個人のページへの訪問や投稿などが該当する。
図38に本実施例6における情報子の交換例を示す。図38において、情報子を、各ユーザが保持する端末または上述の交流サービスを提供している情報処理サービスの各ユーザの記憶領域、に保存するものとする。この場合、初期状態を状態1(6101)とする。 その後、ユーザ1(6011)がユーザ2(6012)にメッセージを送信する時、該当端末6031、6032はメッセージに情報子を付加する。状態2(6102)にて、端末6031、6032がメッセージに付加する情報子数6113の例を示す。ここでは、ユーザ1の端末6031から情報子5個が付加された例となっている。
−−−実施例7−−−
次に、上述の実施例5にて示した倉庫において、図29の各作業者5100の荷物リスト5110が予め入手できた場合の棚の最適配置をシミュレーションする形態について実施例7として示す。上述の実施例5においては、倉庫内での作業者5100の移動に合わせて棚の最適配置を実施するとしたが、本実施例7では、例えば計算機5210が荷物リスト5110を入手してから、該当荷物リスト5110中の荷物の発送まで十分な時間があるならば、計算機5210が、この荷物リスト5110からグラフ構造データを作成し、実施例1にて示した情報処理システム100と同様の計算を実行する。
−−−実施例8−−−
次に、情報処理システムの計算機が実施例1における遷移確率式(数式1)を表として持つ形態について、実施例8として示す。図41〜43において、遷移確率表1〜3として、遷移確率表8001〜8003の各例を示している。情報処理システムの計算機は、この遷移確率表8001〜8003に、自頂点の情報子数(u,v)と隣接頂点の情報子数(ΣNju、ΣNjv)とを照合し、表中での対応値を特定することで遷移確率を決定する事ができる。上記の各表8001〜8003の値は、計算機が予めシミュレーションを実行し、目的とする結果が得られる値を実験的に算出したものとなる。
また、上述の情報処理システムにおいて、前記グラフ構造における複数頂点に対して1つの計算機が対応するとしてもよい。これによれば、複数の頂点すなわち複数の事象に関して統括するサーバ装置において本発明の情報処理方法を実行することが可能となる。
100 情報処理システム
220 計算機
221 CPU
222 主記憶装置
223 ストレージ
225 ネットワークインターフェイス
226 プログラム
3020 デバイス
5011 棚
5220 移動端末
−−−実施例1−−−
まず、本発明の情報処理システムの概念的な動作について説明する。図1に、本情報処理システムにおける解析対象となるグラフ構造モデル(以下、計算モデル10)の概念図を示す。この計算モデル10は、頂点110〜114とこれら頂点間を結ぶ辺120で構成されるグラフ構造に対し、情報単位である情報子を拡散させることで計算を実施し、各頂点110〜114上の情報子数を解とする計算モデルである。また、本例では計算対象を分類問題とする。
図38に本実施例6における情報子の交換例を示す。図38において、情報子を、各ユーザが保持する端末または上述の交流サービスを提供している情報処理サービスの各ユーザの記憶領域、に保存するものとする。この場合、初期状態を状態1(6101)とする。
その後、ユーザ1(6011)がユーザ2(6012)にメッセージを送信する時、該当端末6031、6032はメッセージに情報子を付加する。状態2(6102)にて、端末6031、6032がメッセージに付加する情報子数6113の例を示す。ここでは、ユーザ1の端末6031から情報子5個が付加された例となっている。
また、上述の情報処理システムにおいて、前記グラフ構造における複数頂点に対して1つの計算機が対応するとしてもよい。これによれば、複数の頂点すなわち複数の事象に関して統括するサーバ装置において本発明の情報処理方法を実行することが可能となる。
Claims (14)
- 解析対象の事象に対応した複数の頂点と、対応する事象間の関係性に応じて該当頂点間を結ぶ辺とで構成されるグラフ構造をモデルとして、前記各頂点にそれぞれ対応し、前記辺に対応してデータ授受可能に互いに接続される複数の計算機と、
前記各計算機に蓄積される、前記頂点の事象に対する1つ以上の状態をあらわす属性を持つ識別子データを保持する記憶装置と、
前記記憶装置において前記各頂点に関して保持する識別子データの個数を、前記頂点の分布に基づく空間分布図として表示する表示装置と、を含み、
前記各計算機は、前記辺で結ばれて隣接する前記頂点に対応する計算機との間で、互いの保持する識別子データの個数に基づく所定のアルゴリズムにより、互いの計算機の間での識別子データの遷移確率を計算し、当該計算結果に応じて、互いの計算機の保持する識別子データの個数を更新するものである、
ことを特徴とする情報処理システム。 - 前記各計算機は、
前記頂点に関して自身が保持している前記識別子データのうち、個数が最も多い識別子データの属性を、該当頂点の属性と判定するものである、
ことを特徴とする請求項1に記載の情報処理システム。 - 前記各計算機は、
前記アルゴリズムとして、自身で保持する前記各頂点に関する識別子データの個数と、前記隣接する計算機が保持する前記各頂点に関する識別子データの個数とを変数とした所定関数により、自計算機から隣接する他の計算機への該当識別子データの遷移確率を計算する数式を保持しており、当該数式を用いて前記遷移確率を計算するものである、
ことを特徴とする請求項1に記載の情報処理システム。 - 前記各計算機は、
前記アルゴリズムとして、自身で保持する前記各頂点に関する識別子データの個数と、前記隣接する計算機が保持する前記各頂点に関する識別子データの個数との関係に応じて予め定められた 自計算機から隣接する他の計算機への該当識別子データの遷移確率を規定する表を保持しており、当該表を用いて前記遷移確率を計算するものである、
ことを特徴とする請求項1に記載の情報処理システム。 - 前記各計算機は、
前記遷移確率の計算結果に応じて識別子データの個数を更新する際、自身と前記隣接する計算機とで保持する識別子データの個数の総和を維持するよう更新を行うものである、
ことを特徴とする請求項1に記載の情報処理システム。 - 前記グラフ構造における複数頂点に対して1つの計算機が対応することを特徴とする請求項1に記載の情報処理システム。
- 管理計算機と、倉庫内の棚各々に設置された計算機と、前記棚に配置された荷物を集荷する各作業員が所持して前記計算機にアクセス可能な携帯端末と、を含み、
前記各計算機は、
前記棚ないし該当棚に配置された荷物に関する所定事象に対応した複数種類の識別子データの個数の情報を保持しており、
前記各携帯端末からのアクセスを受けて、該当携帯端末が保持する識別子データを受信し、当該計算機が既に保持する前記識別子データの過去の変動状況に基づき決定した識別子データを前記携帯端末へ送信し、前記携帯端末との前記識別子データの送受信の結果の差引数で、当該計算機が保持している前記複数種類の識別子データの個数を更新するものであり、
前記各携帯端末は、
前記計算機から前記識別子データを受信し、当該受信した識別子データにより、自身が保持している識別子データを更新するものであり、
前記各計算機は、
前記識別子データの個数の更新から所定時間経過後、自身が保持している前記複数種類の識別子データの個数のうち一番多い種類に対応付けられた配置先へ、自身が設置されている棚を移動する指示を前記管理計算機へ出力するものである、
ことを特徴とする情報処理システム。 - 管理計算機と、データセンタ内の各データに対応付けた計算機と、を含み、
前記各計算機は、
前記データに関する所定事象に対応した複数種類の識別子データの個数の情報を保持しており、
前記各データを利用するプログラムからのアクセスを受けて、該当プログラムが保持する識別子データを受信し、当該計算機が既に保持する前記識別子データの過去の変動状況に基づき決定した識別子データを前記プログラムへ与え、前記プログラムとの前記識別子データの送受信の結果の差引数で、当該計算機が保持している前記複数種類の識別子データの個数を更新するものであり、
前記各プログラムは、
前記計算機から前記識別子データを受信し、当該受信した識別子データにより、自身が保持している識別子データを更新するものであり、
前記各計算機は、
前記識別子データの個数の更新から所定時間経過後、自身が保持している前記複数種類の識別子データの個数のうち一番多い種類に対応付けられた配置先へ、自身が対応付けされているデータを移動する指示を前記管理計算機へ出力するものである、
ことを特徴とする情報処理システム。 - ネットワークを介してメッセージを送受信する複数の端末と管理計算機とを含み、
前記各端末は、
複数種類の識別子データの個数に関する情報を保持し、
前記メッセージを送信する場合、自身が既に保持している前記識別子データの個数の過去の変動状態に基づき決定した前記識別子データを付加したメッセージを、前記複数の端末のなかの他の端末に送信し、当該送信した識別子データの個数を差し引くことにより、自身が保持している前記複数種類の識別子データの個数を更新し、
前記メッセージを受信する場合、受信した前記メッセージに付加された識別子データの個数を加えることにより、自身が保持している前記複数種類の識別子データの個数を更新し、
前記識別子データの個数の更新から所定時間経過後、自身が保持している前記複数種類の識別子データの個数を前記管理計算機に送信するものであり、
前記管理計算機は、
前記各端末より前記複数種類の識別子データの個数を受信して、前記識別子データの個数が最も多い種類が共通する端末が同じグループであることを示す情報を、前記管理計算機が有する表示端末に表示するものである、
ことを特徴とする情報処理システム。 - 前記各端末は、
前記ネットワークを介したメッセージの送受信に代えて、各端末が物理的に近接した場合に該当端末間で直接通信を行い、該当端末が保持している識別子データの個数を更新するものである、
ことを特徴とする請求項9に記載の情報処理システム。 - 解析対象の事象に対応した複数の頂点と、対応する事象間の関係性に応じて該当頂点間を結ぶ辺とで構成されるグラフ構造をモデルとして、前記各頂点にそれぞれ対応し、前記辺に対応してデータ授受可能に互いに接続され、前記頂点の事象に対する1つ以上の状態をあらわす属性を持つ識別子データを保持する複数の計算機が、
前記辺で結ばれて隣接する前記頂点に対応する計算機との間で、互いの保持する識別子データの個数に基づく所定のアルゴリズムにより、互いの計算機の間での識別子データの遷移確率を計算し、当該計算結果に応じて、互いの計算機の保持する識別子データの個数を更新し、
前記各頂点に関して保持する識別子データの個数を、前記頂点の分布に基づく空間分布図として表示装置にて表示する、
ことを特徴とする情報処理方法。 - 前記各計算機が、
前記頂点に関して自身が保持している前記識別子データのうち、個数が最も多い識別子データの属性を、該当頂点の属性と判定する、
ことを特徴とする請求項11に記載の情報処理方法。 - 前記各計算機が、
前記アルゴリズムとして、自身で保持する前記各頂点に関する識別子データの個数と、前記隣接する計算機が保持する前記各頂点に関する識別子データの個数とを変数とした所定関数により、自計算機から隣接する他の計算機への該当識別子データの遷移確率を計算する数式を保持しており、当該数式を用いて前記遷移確率を計算する、
ことを特徴とする請求項11に記載の情報処理方法。 - 前記各計算機が、
前記アルゴリズムとして、自身で保持する前記各頂点に関する識別子データの個数と、前記隣接する計算機が保持する前記各頂点に関する識別子データの個数との関係に応じて予め定められた 自計算機から隣接する他の計算機への該当識別子データの遷移確率を規定する表を保持しており、当該表を用いて前記遷移確率を計算する、
ことを特徴とする請求項11に記載の情報処理方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2014/062563 WO2015173854A1 (ja) | 2014-05-12 | 2014-05-12 | 情報処理システムおよび情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2015173854A1 true JPWO2015173854A1 (ja) | 2017-04-20 |
JP6178506B2 JP6178506B2 (ja) | 2017-08-09 |
Family
ID=54479428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016518659A Expired - Fee Related JP6178506B2 (ja) | 2014-05-12 | 2014-05-12 | 情報処理システムおよび情報処理方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10635986B2 (ja) |
JP (1) | JP6178506B2 (ja) |
WO (1) | WO2015173854A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6363305B2 (ja) * | 2015-09-28 | 2018-07-25 | 株式会社日立製作所 | 情報処理システムおよび情報処理方法 |
JP6611679B2 (ja) * | 2016-06-30 | 2019-11-27 | 株式会社日立製作所 | データ生成方法及び計算機システム |
US10511585B1 (en) * | 2017-04-27 | 2019-12-17 | EMC IP Holding Company LLC | Smoothing of discretized values using a transition matrix |
US10572854B2 (en) * | 2017-11-09 | 2020-02-25 | Locus Robotics Corporation | Order grouping in warehouse order fulfillment operations |
CN110019989B (zh) * | 2019-04-08 | 2023-11-03 | 腾讯科技(深圳)有限公司 | 一种数据处理方法及装置 |
WO2021108485A1 (en) * | 2019-11-27 | 2021-06-03 | 128 Technology, Inc. | Metrics and events infrastructure |
WO2022009339A1 (ja) * | 2020-07-08 | 2022-01-13 | 日本電気株式会社 | 会話監視装置、制御方法、及びコンピュータ可読媒体 |
CN112256801B (zh) * | 2020-10-10 | 2024-04-09 | 深圳力维智联技术有限公司 | 抽取实体关系图中关键实体的方法、系统和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009282574A (ja) * | 2008-05-19 | 2009-12-03 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
WO2011145374A1 (ja) * | 2010-05-17 | 2011-11-24 | 株式会社日立製作所 | 計算機システム、及び、規則生成方法 |
JP2013041530A (ja) * | 2011-08-19 | 2013-02-28 | Fuji Xerox Co Ltd | 経路算出のためのプログラム及び経路算出装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8429184B2 (en) * | 2005-12-05 | 2013-04-23 | Collarity Inc. | Generation of refinement terms for search queries |
US9063979B2 (en) * | 2007-11-01 | 2015-06-23 | Ebay, Inc. | Analyzing event streams of user sessions |
TW201020238A (en) * | 2008-08-20 | 2010-06-01 | Schering Corp | Ethenyl-substituted pyridine and pyrimidine derivatives and their use in treating viral infections |
US8190119B2 (en) * | 2009-03-03 | 2012-05-29 | E3 Llc | System and method for direct communication between wireless communication devices |
US8903824B2 (en) | 2011-12-09 | 2014-12-02 | International Business Machines Corporation | Vertex-proximity query processing |
AU2013200876A1 (en) * | 2012-02-24 | 2013-09-12 | Callum David Mcdonald | Method of graph processing |
US9374310B2 (en) * | 2013-10-08 | 2016-06-21 | Dell Products L.P. | Systems and methods of inter data center out-bound traffic management |
US9894633B2 (en) * | 2013-12-06 | 2018-02-13 | Google Llc | Reminders based on device proximity using bluetooth LE |
-
2014
- 2014-05-12 US US15/310,464 patent/US10635986B2/en active Active
- 2014-05-12 JP JP2016518659A patent/JP6178506B2/ja not_active Expired - Fee Related
- 2014-05-12 WO PCT/JP2014/062563 patent/WO2015173854A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009282574A (ja) * | 2008-05-19 | 2009-12-03 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
WO2011145374A1 (ja) * | 2010-05-17 | 2011-11-24 | 株式会社日立製作所 | 計算機システム、及び、規則生成方法 |
JP2013041530A (ja) * | 2011-08-19 | 2013-02-28 | Fuji Xerox Co Ltd | 経路算出のためのプログラム及び経路算出装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6178506B2 (ja) | 2017-08-09 |
WO2015173854A1 (ja) | 2015-11-19 |
US10635986B2 (en) | 2020-04-28 |
US20170083824A1 (en) | 2017-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6178506B2 (ja) | 情報処理システムおよび情報処理方法 | |
Wang et al. | A knowledge-guided multi-objective fruit fly optimization algorithm for the multi-skill resource constrained project scheduling problem | |
US11392843B2 (en) | Utilizing a machine learning model to predict a quantity of cloud resources to allocate to a customer | |
Jung et al. | New modularity indices for modularity assessment and clustering of product architecture | |
US20200311603A1 (en) | Utilizing machine learning models to process resource usage data and to determine anomalous usage of resources | |
US11062240B2 (en) | Determining optimal workforce types to fulfill occupational roles in an organization based on occupational attributes | |
CN105729491A (zh) | 机器人任务的执行方法、装置及系统 | |
US20220075838A1 (en) | Taxonomy-based system for discovering and annotating geofences from geo-referenced data | |
Shafiei-Monfared et al. | A novel approach for complexity measure analysis in design projects | |
Zhuo et al. | Scheduling dynamic block assembly in shipbuilding through hybrid simulation and spatial optimisation | |
Rappaz et al. | Latent structure in collaboration: the case of Reddit R/place | |
Chen et al. | GraphLoc: A graph-based method for indoor subarea localization with zero-configuration | |
JP6363305B2 (ja) | 情報処理システムおよび情報処理方法 | |
US11782923B2 (en) | Optimizing breakeven points for enhancing system performance | |
CN115271821A (zh) | 网点分布处理方法、装置、计算机设备及存储介质 | |
US11973657B2 (en) | Enterprise management system using artificial intelligence and machine learning for technology analysis and integration | |
Azimi et al. | Performance management in clustered edge architectures using particle swarm optimization | |
Carvalho et al. | Improving cellular automata scheduling through dynamics control | |
CN113761381A (zh) | 兴趣点推荐的方法、装置、设备以及存储介质 | |
Abd Elaziz et al. | Hybrid enhanced optimization-based intelligent task scheduling for sustainable edge computing | |
Zaher et al. | An effective model for Selection of the best IoT platform: A critical review of challenges and solutions | |
Han et al. | A data mining trajectory clustering methodology for modeling indoor design space utilization | |
CN111898322B (zh) | 一种数据处理方法及相关设备 | |
US20230316372A1 (en) | Peer-based selection using machine learning | |
EP3719719A1 (en) | Utilizing a machine learning model to predict a quantity of cloud resources to allocate to a customer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161031 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161031 |
|
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: 20170620 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170713 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6178506 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |