JPWO2016111240A1 - 情報処理システム、変化点検出方法、およびプログラム - Google Patents
情報処理システム、変化点検出方法、およびプログラム Download PDFInfo
- Publication number
- JPWO2016111240A1 JPWO2016111240A1 JP2016568361A JP2016568361A JPWO2016111240A1 JP WO2016111240 A1 JPWO2016111240 A1 JP WO2016111240A1 JP 2016568361 A JP2016568361 A JP 2016568361A JP 2016568361 A JP2016568361 A JP 2016568361A JP WO2016111240 A1 JPWO2016111240 A1 JP WO2016111240A1
- Authority
- JP
- Japan
- Prior art keywords
- change point
- time series
- time
- unit
- change
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Debugging And Monitoring (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Complex Calculations (AREA)
Abstract
Description
以下の説明において、「時系列」とは、観測値を一定の時間間隔で時刻順に並べたデータを指す。ここで、観測値は、センサによって計測される数値や、所定の規則に従って入力される数値などである。「時系列」は、被分析装置の調整値、温度、圧力、ガス流量、電圧などの、システムの運転状態を広く含む。また、「時系列」は、品質や収率など、上述の運転状態の下でシステムを稼働させた結果得られた、製造物などの評価指標を広く含む。
本発明の第1の実施形態を、図面を参照して詳細に説明する。なお、図面中の矢印の方向は一例を示すものであり、本発明の実施形態を限定するものではない。また、各図面および明細書記載の各実施形態において、同様の構成要素には同様の符号を付与し、適宜説明を省略する。本発明の第1の実施形態では、例えば化学プラントにおけるイベント検出などへの、変化点検出システムの適用を想定して説明する。また、本発明の第1の実施形態では、検出対象の時系列が2以上である場合を例に説明する。
被分析装置200は、被分析装置200自身の複数種目の計測値を一定の時間間隔で計測し、変化点検出システム400へ送信する。観測値の種目には、例えば、温度、圧力、ガス流量、および、電圧などの装置の運転状態を示す工程条件や、製造物の品質、製造物の収率などの評価指標が、用いられる。観測値は、例えば、整数や小数などの数値により表される。また、観測値は、「正常」、「異常」や、「開」、「閉」などといった記号で表されていてもよい。
図1に戻って、変化点検出システム400は、観測データ収集部101、時系列モデル学習部102、変化点探索部103、変化点出力部104、時系列記憶部111、時系列モデル記憶部112、および、変化点記憶部113を含む。
観測データ収集部101は、被分析装置200から観測値を取得する。観測データ収集部101は、取得した観測値を時系列記憶部111に保存する。
時系列記憶部111は、観測データ収集部101が取得した観測値を、時系列のデータとして記憶する。
時系列モデル学習部102は、時系列記憶部111からすべての時系列を読み出し、パラメータで規定される時系列モデルを用意して、最適化アルゴリズムによって、各時系列を近似するモデルのパラメータを決定する。最適化アルゴリズムに関する内容は後述する。
時系列モデル記憶部112は、時系列モデル学習部102によって決定された、時系列モデルを規定するパラメータを保存する。
変化点探索部103は、単一の時系列に対する局所変化点と、複数の時系列全体に対する大域変化点を探索する。変化点探索部103は、局所変化点探索部1031と、大域変化点探索部1032とを含む。
変化点出力部104は、局所変化点記憶部1131から局所変化点を読み出し、時系列1〜Nのそれぞれに対する局所変化点を出力する。また、変化点出力部104は、大域変化点記憶部1132から大域変化点を読み出し、時系列1〜Nの全体に対する大域変化点を出力する。
次に、本発明の第1の実施形態に対応する実施例を、図面を参照して詳細に説明する。以下、本実施例の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。
次に、本発明の第2の実施形態について図面を参照して詳細に説明する。以下、本実施形態の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。本発明の第2の実施形態は、本発明の主要部からなる実施形態である。
時系列モデル学習部142は、複数の時系列810のそれぞれについて、モデルを学習する。モデルは、変化点候補t1,t2,・・・tnによって複数の区間に分割された部分時系列のそれぞれを近似する、部分時系列ごとのパラメータθi,kで規定されるモデルである。例えば、時系列モデル学習部142は、図1に示す損失関数設定部1021、第1の罰則項設定部10221、および、第2の罰則項設定部10222を含む。
変化点探索部143は、上述の複数の時系列810の変化点候補tkのそれぞれについて、変化点候補tkの時点から開始する第1の部分時系列に対応するパラメータθi,kと、特定の他のパラメータθi,kとの差を算出する。ここで、特定の他のパラメータθi,kは、変化点候補tkの時点より過去の(例えば、ひとつ前の、或いは、所定の数だけ前の)第2の部分時系列に対応するパラメータθi,kである。次に、変化点探索部143は、算出した差に基づいて、変化点候補tkから、複数の時系列810における変化点を検出する。次に、変化点探索部143は、変化点を示す変化点情報820(例えば、図9に示す大域変化点リスト821や、図10に示す時系列810と大域変化点とを対応させたグラフなど)を出力する。例えば、変化点探索部143は、局所変化点探索部1031および大域変化点探索部1032を含む。
また、時系列モデル学習部142は、部分時系列を近似する時系列モデルとして、直線を用いてもよい。
図12は、本発明の第2の実施形態の変形例である、変化点検出システム403の構成を示すブロック図である。図12に示すように、変化点検出システム403は、時系列モデル学習部142、変化点探索部143、端末902、および、記憶装置903を含む。時系列モデル学習部142、変化点探索部143、端末902、および、記憶装置903は、ネットワーク901を介して、互いに接続されている。尚、時系列モデル学習部142、変化点探索部143、端末902、および、記憶装置903の任意の組み合わせが、図3に示すような1台のコンピュータ700であってよい。また変化点検出システム403は、時系列モデル学習部142、変化点探索部143、端末902、および、記憶装置903の任意のいずれかどうしが、ネットワークを介することなく直接接続されてもよい。即ち、時系列モデル学習部142、変化点探索部143、端末902、および、記憶装置903が、任意に、ネットワーク901を介して接続されてもよい。
時系列モデル学習部142は、図11に示す時系列モデル学習部142と同等である。
変化点探索部143は、図11に示す変化点探索部143と同等である。
端末902は、図5に示す変化点表示装置120の機能を含む。
記憶装置903は、図5に示す記憶装置110の機能を含む。
101 観測データ収集部
102 時系列モデル学習部
1021 損失関数設定部
1022 罰則項設定部
10221 第1の罰則項設定部
10222 第2の罰則項設定部
103 変化点探索部
1031 局所変化点探索部
1032 大域変化点探索部
104 変化点出力部
110 記憶装置
111 時系列記憶部
112 時系列モデル記憶部
113 変化点記憶部
1131 局所変化点記憶部
1132 大域変化点記憶部
120 変化点表示装置
142 時系列モデル学習部
143 変化点探索部
200 被分析装置
201 センサ
400 変化点検出システム
401 変化点検出システム
402 変化点検出システム
403 変化点検出システム
700 コンピュータ
701 CPU
702 記憶部
703 記憶装置
704 入力部
705 出力部
706 通信部
707 記録媒体
810 時系列
820 変化点情報
821 大域変化点リスト
901 ネットワーク
902 端末
903 記憶装置
Claims (8)
- 複数の時系列のそれぞれについて、変化点候補によって複数の区間に分割された部分時系列のそれぞれを近似する前記部分時系列ごとのパラメータで規定される、モデルを学習する時系列モデル学習手段と、
前記複数の時系列の前記変化点候補のそれぞれについて、前記変化点候補の時点から開始する第1の部分時系列に対応するパラメータと、前記変化点候補の時点より過去の第2の部分時系列に対応するパラメータとの差に基づいて、前記変化点候補から前記複数の時系列における変化点である大域変化点を検出し、出力する変化点探索手段と、を含む
情報処理システム。 - 前記時系列モデル学習手段は、
時系列のある値に対する、前記パラメータに基づいて計算される近似値の、損失関数を設定する損失関数設定手段と、
前記複数の時系列の内の単一の時系列における前記パラメータの変化量が多いほど値が大きくなるような第1の罰則項と、前記複数の時系列の内、前記パラメータが所定の時刻に変動する時系列の数が多いほど値が小さくなるような第2の罰則項を設定する罰則設定手段と、を含み、
前記損失関数、前記第1の罰則項、および、前記第2の罰則項の和が最小となるようなパラメータを、最適化アルゴリズムによって、前記複数の時系列のすべての時系列の部分時系列のそれぞれに対して算出する
請求項1に記載の情報処理システム。 - 前記罰則設定手段は、前記第1の罰則項として、各前記変化点候補におけるパラメータの変化量の、絶対値和を設定する
請求項2に記載の情報処理システム。 - 前記罰則設定手段は、前記第2の罰則項として、各前記変化点候補におけるパラメータの変化量の、全時系列に対する二乗和の平方根を設定する
請求項2または3に記載の情報処理システム。 - 前記時系列モデル学習手段は、前記最適化アルゴリズムとして交互方向乗数法を用いる
請求項2乃至4のいずれか1項に記載の情報処理システム。 - 前記変化点探索手段は、前記大域変化点について、どの前記時系列がどのように、前記変化点候補を前記大域変化点にさせているかを示す情報を合わせて出力する
請求項1乃至5のいずれか1項に記載の情報処理システム。 - コンピュータが、
複数の時系列のそれぞれについて、変化点候補によって複数の区間に分割された部分時系列のそれぞれを近似する前記部分時系列ごとのパラメータで規定される、モデルを学習し、
前記複数の時系列の前記変化点候補のそれぞれについて、前記変化点候補の時点から開始する第1の部分時系列に対応するパラメータと、前記変化点候補の時点より過去の第2の部分時系列に対応するパラメータとの差に基づいて、前記変化点候補から前記複数の時系列における変化点である大域変化点を検出し、出力する
変化点検出方法。 - 複数の時系列のそれぞれについて、変化点候補によって複数の区間に分割された部分時系列のそれぞれを近似する前記部分時系列ごとのパラメータで規定される、モデルを学習し、
前記複数の時系列の前記変化点候補のそれぞれについて、前記変化点候補の時点から開始する第1の部分時系列に対応するパラメータと、前記変化点候補の時点より過去の第2の部分時系列に対応するパラメータとの差に基づいて、前記変化点候補から前記複数の時系列における変化点である大域変化点を検出し、出力する処理をコンピュータに実行させる
プログラムを格納する、コンピュータが読み取り可能な記録媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015001270 | 2015-01-07 | ||
JP2015001270 | 2015-01-07 | ||
PCT/JP2016/000014 WO2016111240A1 (ja) | 2015-01-07 | 2016-01-05 | 情報処理システム、変化点検出方法、および記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2016111240A1 true JPWO2016111240A1 (ja) | 2017-10-19 |
JP6631540B2 JP6631540B2 (ja) | 2020-01-15 |
Family
ID=56355933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016568361A Active JP6631540B2 (ja) | 2015-01-07 | 2016-01-05 | 情報処理システム、変化点検出方法、およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11004002B2 (ja) |
JP (1) | JP6631540B2 (ja) |
WO (1) | WO2016111240A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6515937B2 (ja) * | 2017-02-08 | 2019-05-22 | 横河電機株式会社 | イベント解析装置、イベント解析システム、イベント解析方法、イベント解析プログラム、および記録媒体 |
US10453444B2 (en) * | 2017-07-27 | 2019-10-22 | Microsoft Technology Licensing, Llc | Intent and slot detection for digital assistants |
JP7395169B2 (ja) * | 2017-11-14 | 2023-12-11 | 慶應義塾 | 時系列データ生成装置及びプログラム |
CN109350098B (zh) * | 2018-08-27 | 2021-02-26 | 苏州瑞派宁科技有限公司 | 信号的拟合方式的确定方法、重建方法和装置 |
JP2021193488A (ja) * | 2020-06-08 | 2021-12-23 | 富士通株式会社 | 時系列解析プログラム、時系列解析方法及び情報処理装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4265296B2 (ja) | 2003-06-13 | 2009-05-20 | 日本電気株式会社 | 変化点検出装置,変化点検出方法および変化点検出用プログラム |
JP2009187293A (ja) | 2008-02-06 | 2009-08-20 | Nec Corp | 時系列データ解析システム、方法およびプログラム |
JP5530020B1 (ja) * | 2013-11-01 | 2014-06-25 | 株式会社日立パワーソリューションズ | 異常診断システム及び異常診断方法 |
-
2016
- 2016-01-05 US US15/539,194 patent/US11004002B2/en active Active
- 2016-01-05 WO PCT/JP2016/000014 patent/WO2016111240A1/ja active Application Filing
- 2016-01-05 JP JP2016568361A patent/JP6631540B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US11004002B2 (en) | 2021-05-11 |
JP6631540B2 (ja) | 2020-01-15 |
WO2016111240A1 (ja) | 2016-07-14 |
US20180018570A1 (en) | 2018-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11216741B2 (en) | Analysis apparatus, analysis method, and non-transitory computer readable medium | |
JP6631540B2 (ja) | 情報処理システム、変化点検出方法、およびプログラム | |
US10496730B2 (en) | Factor analysis device, factor analysis method, and factor analysis program | |
US11163853B2 (en) | Sensor design support apparatus, sensor design support method and non-transitory computer readable medium | |
CN102265227B (zh) | 用于在机器状况监视中创建状态估计模型的方法和设备 | |
WO2016079972A1 (ja) | 要因分析装置、要因分析方法と記録媒体、及び、要因分析システム | |
JP6458403B2 (ja) | 予測モデル生成装置、予測モデル生成方法及びプログラム | |
JP6531821B2 (ja) | 予測モデル更新システム、予測モデル更新方法および予測モデル更新プログラム | |
JP5854274B2 (ja) | 情報処理装置および方法、並びにプログラム | |
JP6183450B2 (ja) | システム分析装置、及び、システム分析方法 | |
Dobos et al. | On-line detection of homogeneous operation ranges by dynamic principal component analysis based time-series segmentation | |
JP7063389B2 (ja) | 処理装置、処理方法、およびプログラム | |
JP2014228991A (ja) | 情報処理装置および方法、並びにプログラム | |
JP6216294B2 (ja) | 重回帰分析装置および重回帰分析方法 | |
JP2011198191A (ja) | カーネル回帰システム、方法及びプログラム | |
JP6183449B2 (ja) | システム分析装置、及び、システム分析方法 | |
US20200073915A1 (en) | Information processing apparatus, information processing system, and information processing method | |
US20230316720A1 (en) | Anomaly detection apparatus, anomaly detection method, and program | |
KR102054500B1 (ko) | 설계 도면 제공 방법 | |
CN117198421A (zh) | 海洋环境智能探测系统及其方法 | |
JPWO2016084326A1 (ja) | 情報処理システム、情報処理方法、及び、プログラム | |
JP2019105871A (ja) | 異常候補抽出プログラム、異常候補抽出方法および異常候補抽出装置 | |
Ardakani et al. | Optimal features selection for designing a fault diagnosis system | |
Moreno et al. | Managing uncertain complex events in web of things applications | |
JP2020139914A (ja) | 物質構造分析装置、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: 20170621 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181214 |
|
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: 20191112 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191125 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6631540 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |