JPWO2020255413A5

JPWO2020255413A5 - データ解析装置、データ解析方法、及びプログラム

Info

Publication number: JPWO2020255413A5
Application number: JP2021528631A
Authority: JP
Filing date: 2019-06-21
Publication date: 2022-03-15
Anticipated expiration: 2039-06-21

Description

本発明は、特定領域の特性、例えば、地表に存在する物質の含有量等を示す地球科学データを解析するための、データ解析装置、及びデータ解析方法に関し、更には、これらを実現するためのプログラムに関する。

これに対して、現在、地球科学データが取得されていない箇所の特性を推測する手法としては、機械学習による推定方法も多く提案されている。この推定方法では、まず、特定種類の地球科学データが取得されていない箇所の特性を推定するために、取得済みの他種類の地球科学データを学習データとして学習モデルが構築される。例えば、十数種類のリモートセンシングデータ、地磁気データ、重力データや等高線データ等が学習データとして用いられる。

ところで、このような地球科学データには、ダイナミックスケールが非常に大きいという特徴がある。このため、地球科学データにおいては、同じ指標であるにも係わらず、その数値が１０のマイナス数乗から１０のプラス数乗までの広い範囲にわたることがある（後述の図３（ａ）参照）。但し、数値が広範囲にわたったとしても、地球科学データの値は、対象となるエリアのマップ全体において、殆どの領域では低くなり、局所的に高くなるだけである。つまり、値が高い領域と値が低い領域との間の勾配は急であり、地球科学データの値が高い領域は、特異的に分布している。

本発明の目的の一例は、上記問題を解消し、機械学習を用いたデータの推定において、推定精度の向上を図り得る、データ解析装置、データ解析方法、及びプログラムを提供することにある。

更に、上記目的を達成するため、本発明の一側面におけるプログラムは、
コンピュータに、
（ａ）特定領域の特性を示す第１のデータと、それに対応し、且つ、前記特定領域の別の特性を示す第２のデータとの、組データを取得し、前記第１のデータをその大きさの順に整列させる、ステップと、
（ｂ）前記組データのデータ群に対して、整列後の前記第１のデータの順序分布の特性に基づいて、グルーピングを行って、前記組データのデータ群を複数のグループに分類し、分類の結果を用いて、前記組データを分類するための分類モデルを作成する、ステップと、
（ｃ）前記グループ毎に、前記組データを構成する前記第１のデータを応答変数とし、同じ前記組データを構成する前記第２のデータを説明変数として、機械学習を行って、前記第１のデータと前記第２のデータとの関係を示す回帰モデルを作成する、ステップと、
を実行させることを特徴とする。

具体的には、回帰モデル作成部１３は、グループ毎に、サポートベクトルマシンに、そのグループを構成するサンプルデータを与えて、地球科学データが示す特定領域の特性と衛星データが示す特定領域の特性との関係、例えば、銅の含有量（ppm）と、特定波長の光の反射率、標高値、及び傾斜値との関係を学習する。そして、回帰モデル作成部１３は、学習の結果、例えば、特定波長の光の反射率、標高値、及び傾斜値が入力されると、入力値に応じて、銅の含有量を出力する回帰モデル１７を作成する。また、この場合、サンプルデータは予めグルーピングされており、グループ毎に、回帰モデルが作成される。その後、回帰モデル作成部１３は、作成した毎期モデル１７も記憶部１５に格納させる。なお、グループ毎の回帰モデルは、それぞれ同一の回帰モデルであっても良いし、異なる回帰モデルであっても良い。

次に、分類モデル作成部１２は、既に設定された閾値Ｓの数ｉがｋより大きいかどうかを判定する（ステップＤ６）。ステップＤ６の判定の結果、既に設定された閾値Ｓの数ｉがｋより大きくない場合は、分類モデル作成部１２は、再度ステップＤ２を実行する。

（付記１５）
コンピュータに、
（ａ）特定領域の特性を示す第１のデータと、それに対応し、且つ、前記特定領域の別の特性を示す第２のデータとの、組データを取得し、前記第１のデータをその大きさの順に整列させる、ステップと、
（ｂ）前記組データのデータ群に対して、整列後の前記第１のデータの順序分布の特性に基づいて、グルーピングを行って、前記組データのデータ群を複数のグループに分類し、分類の結果を用いて、前記組データを分類するための分類モデルを作成する、ステップと、
（ｃ）前記グループ毎に、前記組データを構成する前記第１のデータを応答変数とし、同じ前記組データを構成する前記第２のデータを説明変数として、機械学習を行って、前記第１のデータと前記第２のデータとの関係を示す回帰モデルを作成する、ステップと、
を実行させる、プログラム。

（付記１６）
付記１５に記載のプログラムであって、
前記コンピュータに、
（ｄ）前記特定領域以外の領域における前記第２のデータを、前記分類モデル及び前記回帰モデルに適用して、前記特定領域以外の領域における前記第１のデータを推定する、ステップを更に実行させる、
ことを特徴とするプログラム。

（付記１７）
付記１５または１６に記載のプログラムであって、
前記（ｂ）のステップにおいて、整列後の前記第１のデータの順序分布に基づき、前記第１のデータの一部に対して線形回帰を実行して、近似直線を算出し、更に、算出した近似直線を用いて、前記グルーピングのための閾値を設定し、そして、設定した前記閾値を用いて前記グルーピングを行う、
ことを特徴とするプログラム。

（付記１８）
付記１７に記載のプログラムであって、
前記（ｂ）のステップにおいて、
複数の前記閾値を設定し、複数の前記閾値それぞれ毎に、前記グルーピングを行って、前記分類モデルを作成し、
複数の前記閾値それぞれ毎に、前記グルーピングで得られたグループそれぞれについての前記回帰モデルを作成し、
複数の前記閾値それぞれ毎に、作成された前記分類モデル及び前記回帰モデルに、前記第２のデータのサンプルデータを適用して、前記特定領域以外の領域における前記第１のデータの推定を行い、
その後、複数の前記閾値それぞれ毎に、前記第１のデータの推定の結果から、作成された前記回帰モデルの性能を評価する評価指標を求め、求めた前記閾値毎の前記評価指標を用いて、前記閾値の最適値を決定する、
ことを特徴とするプログラム。

（付記１９）
付記１６に記載のプログラムであって、
前記コンピュータに、
（ｅ）前記特定領域における第１のデータと、推定された前記特定領域以外の領域における前記第１のデータとを、画面上に重ねて表示する、ステップを更に実行させる、
ことを特徴とするプログラム。

（付記２０）
付記１５～１９のいずれかに記載のプログラムであって、
前記（ａ）のステップにおいて、前記第１のデータとして、前記特定領域の特性を示す地球科学データを取得し、前記第２のデータとして、前記特定領域の別の特性を示す衛星データを取得する、
ことを特徴とするプログラム。

（付記２１）
付記２０に記載のプログラムであって、
前記地球科学データが、前記特定領域における特定の物質の存在を示すデータであり、
前記衛星データが、前記特定領域における特定波長の光の反射率の分布を示すデータである、
ことを特徴とするプログラム。

Claims

特定領域の特性を示す第１のデータと、それに対応し、且つ、前記特定領域の別の特性を示す第２のデータとの、組データを取得し、前記第１のデータをその大きさの順に整列させる、整列手段と、
前記組データのデータ群に対して、整列後の前記第１のデータの順序分布の特性に基づいて、グルーピングを行って、前記組データのデータ群を複数のグループに分類し、分類の結果を用いて、前記組データを分類するための分類モデルを作成する、分類モデル作成手段と、
前記グループ毎に、前記組データを構成する前記第１のデータを応答変数とし、同じ前記組データを構成する前記第２のデータを説明変数として、機械学習を行って、前記第１のデータと前記第２のデータとの関係を示す回帰モデルを作成する、回帰モデル作成手段と、
を備えている、ことを特徴とするデータ解析装置。
請求項１に記載のデータ解析装置であって、
前記特定領域以外の領域における前記第２のデータを、前記分類モデル及び前記回帰モデルに適用して、前記特定領域以外の領域における前記第１のデータを推定する、データ推定手段を、更に備えている、
ことを特徴とするデータ解析装置。
請求項１または２に記載のデータ解析装置であって、
前記分類モデル作成手段が、整列後の前記第１のデータの順序分布に基づき、前記第１のデータの一部に対して線形回帰を実行して、近似直線を算出し、更に、算出した近似直線を用いて、前記グルーピングのための閾値を設定し、そして、設定した前記閾値を用いて前記グルーピングを行う、
ことを特徴とするデータ解析装置。
請求項３に記載のデータ解析装置であって、
前記分類モデル作成手段が、
複数の前記閾値を設定し、複数の前記閾値それぞれ毎に、前記グルーピングを行って、前記分類モデルを作成し、更に、
前記回帰モデル作成手段に、複数の前記閾値それぞれ毎に、前記グルーピングで得られたグループそれぞれについての前記回帰モデルを作成させ、続いて、
前記データ推定手段に、複数の前記閾値それぞれ毎に、作成された前記分類モデル及び前記回帰モデルに、前記第２のデータのサンプルデータを適用して、前記特定領域以外の領域における前記第１のデータの推定を行わせ、
その後、複数の前記閾値それぞれ毎に、前記第１のデータの推定の結果から、作成された前記回帰モデルの性能を評価する評価指標を求め、求めた前記閾値毎の前記評価指標を用いて、前記閾値の最適値を決定する、
ことを特徴とするデータ解析装置。
請求項２に記載のデータ解析装置であって、
前記特定領域における第１のデータと、推定された前記特定領域以外の領域における前記第１のデータとを、画面上に重ねて表示する、表示手段を、更に備えている、
ことを特徴とするデータ解析装置。
請求項１～５のいずれかに記載のデータ解析装置であって、
前記整列手段が、前記第１のデータとして、前記特定領域の特性を示す地球科学データを取得し、前記第２のデータとして、前記特定領域の別の特性を示す衛星データを取得する、
ことを特徴とするデータ解析装置。
請求項６に記載のデータ解析装置であって、
前記地球科学データが、前記特定領域における特定の物質の存在を示すデータであり、
前記衛星データが、前記特定領域における特定波長の光の反射率の分布を示すデータである、
ことを特徴とするデータ解析装置。
（ａ）特定領域の特性を示す第１のデータと、それに対応し、且つ、前記特定領域の別の特性を示す第２のデータとの、組データを取得し、前記第１のデータをその大きさの順に整列させ、
（ｂ）前記組データのデータ群に対して、整列後の前記第１のデータの順序分布の特性に基づいて、グルーピングを行って、前記組データのデータ群を複数のグループに分類し、分類の結果を用いて、前記組データを分類するための分類モデルを作成し、
（ｃ）前記グループ毎に、前記組データを構成する前記第１のデータを応答変数とし、同じ前記組データを構成する前記第２のデータを説明変数として、機械学習を行って、前記第１のデータと前記第２のデータとの関係を示す回帰モデルを作成する、
ことを特徴とするデータ解析方法。
コンピュータに、
（ａ）特定領域の特性を示す第１のデータと、それに対応し、且つ、前記特定領域の別の特性を示す第２のデータとの、組データを取得し、前記第１のデータをその大きさの順に整列させる、ステップと、
（ｂ）前記組データのデータ群に対して、整列後の前記第１のデータの順序分布の特性に基づいて、グルーピングを行って、前記組データのデータ群を複数のグループに分類し、分類の結果を用いて、前記組データを分類するための分類モデルを作成する、ステップと、
（ｃ）前記グループ毎に、前記組データを構成する前記第１のデータを応答変数とし、同じ前記組データを構成する前記第２のデータを説明変数として、機械学習を行って、前記第１のデータと前記第２のデータとの関係を示す回帰モデルを作成する、ステップと、
を実行させる、プログラム。