KR102478796B1

KR102478796B1 - 다변량 시계열 데이터의 동기 방법 및 다변량 시계열 데이터 처리 장치

Info

Publication number: KR102478796B1
Application number: KR1020207025391A
Authority: KR
Inventors: 다케히로 스즈키; 준야 니시구치
Original assignee: 아즈빌주식회사
Priority date: 2018-03-13
Filing date: 2019-01-25
Publication date: 2022-12-16
Also published as: JP2019159779A; CN111868715A; WO2019176322A1; KR20200112984A; JP7051503B2

Abstract

복수의 변수 각각에 관해서, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 취득하는 데이터 취득부(15A)와, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 각 시간 구간에 대하여 할당되는 평가치를 계산하는 평가치 계산부(15B, 25B)와, 제1 시계열 데이터 X에 대한 평가치의 배열과, 제2 시계열 데이터 Y에 대한 평가치의 배열과, 그 변수에 할당된 무게에 기초하여 산출되는 무게 배열에 기초하여, 복수의 변수 사이에서 공통되는, 제1 시계열 데이터 X의 샘플치와 제2 시계열 데이터 Y의 샘플치의 대응 관계를 특정하는 동기 처리부(15C, 25C)를 갖는다.

Description

다변량 시계열 데이터의 동기 방법 및 다변량 시계열 데이터 처리 장치

본 발명은 시계열 데이터를 시간축 상에서 동기시키는 동기 처리 기술에 관한 것이다.

최근 제조업 분야에서는 설비나 품질의 적절한 관리가 과제로 되고 있어, AI(Artificial Intelligence: 인공 지능)나 IoT(Internet of Things)로 대표되는 고도의 정보 처리 기술의 응용이 기대되고 있다. 특히 정보 처리 기술을 응용한 이상 검지 시스템의 활용이 진행되고 있다. 이것은 설비를 자동으로 실시간으로 감시하여 이상을 파악하여 관리자에게 통지하는 시스템이다. 관리자는 그 단계에서 조치를 취함으로써, 설비 고장으로 인한 프로세스의 긴급 정지나 불량품(off-specification product) 제조 등의 리스크를 최소한으로 억제할 수 있다.

예컨대 제품의 가공 공정이나 제조 공정에서는 배치 프로세스(batch process)가 반복 실행된다. 그 때문에, 샘플치의 시계열 데이터에는, 일련의 배치 프로세스가 실행되는 배치 구간마다 같은 식으로 변화하는 반복 데이터가 포함되게 된다. 배치 프로세스란, 품종마다 원재료의 주입이나 가공 처리, 제품의 불출을 반복하여 행하는 제조 공정을 가리키며, 중합 반응 공정이나 반도체·의약의 제조 공정이 이에 상당한다. 따라서, 검증 대상이 되는 새로운 반복 데이터인 검증 데이터를, 과거에 얻어진 반복 데이터로부터 평균치나 중앙치를 구하는 통계 처리나, 전형적인 예로서 선택한 하나의 배치 프로세스로부터 도출한 기준이 되는 기준 데이터(정상 데이터)와 비교함으로써 프로세스의 이상 유무를 검지할 수 있다.

도 17은 반복 데이터를 나타내는 설명도이다. 예컨대 배치 프로세스를 나타내는 반복 데이터는, 시간적으로 병렬로 추이하는 다변량(多變量)이며, 배치 구간의 길이가 각각 다르다는 특징을 갖고 있다. 배치 프로세스의 진척은, 외부 온도나 원재료의 순도 등, 각종 조건에 따라서 프로세스마다 변화되기 때문에, 배치 구간 길이, 즉 반복 데이터 길이도 변화된다. 이러한 시간축 상에서의 신축 변화에 기인하여 생기는 샘플치의 차이는, 검지해야 할 이상(異常)을 보이고 있지 않은 경우가 많다. 이것을 「문제가 없는」 거동이라고 인식하기 위해서는, 동기 처리를 실행함으로써 각 반복 데이터를 시간축 상에서 미리 동기시켜 놓을 필요가 있다. 이 동기 처리는 「얼라인먼트」라고 불리는 경우도 있다.

시계열 데이터의 동기 처리를 행하는 가장 기본적인 수법의 하나로서, DTW(Dynamic Time Warping: 동적 시간 신축법)이 있다. 도 18은 동기 처리에서 이용되는 샘플끼리의 대응 관계를 도시하는 설명도이다. DTW는 2개의 단변량(單變量) 시계열 데이터 x, y 사이에 있어서의 각 샘플끼리의 대응 관계를 구하는 수법이다. 이 수법은, 주로 2개의 단변량 시계열 데이터 x, y에 포함되는 각 샘플끼리의 유클리드 거리를 구하는 처리와, 이들 유클리드 거리의 총화가 최소가 되는 샘플끼리의 대응 관계를 탐색하는 처리로 구성되어 있다.

상술한 배치 프로세스의 반복 데이터는 다변량의 시계열 데이터이기 때문에, 모든 변수에 관해서 동일한 대응 관계를 적용할 필요가 있다. 한편, DTW는 단변량의 시계열 데이터를 대상으로 하고 있다. 이 때문에, DTW를 다변량 시계열 데이터의 동기 처리에 적용하는 경우에는, 상기 유클리드 거리로서 다변량 유클리드 거리를 이용하는 수법을 생각할 수 있다.

일반적으로, 다변량의 시계열 데이터를 구성하는 변수 Z의 수를 L로 하고, 변수 Zk에 관한 2개의 시계열 데이터 Xk, Yk의 샘플수를 Pk, Qk로 하고, Xk, Yk의 샘플치를 xki, ykj로 한 경우, xki, ykj에 있어서의 모든 변수 Z에 관한 유클리드 거리의 총화를 나타내는 다변량의 유클리드 거리 d(X,Y)는 다음 식 (1)로 계산된다.

다변량 유클리드 거리는 모든 변수를 동등하게 취급한다. 그러나, 실제의 배치 프로세스의 반복 데이터는, 변수로서, 많은 노이즈가 포함되어 있는 변수나, 배치 프로세스의 진행 정도를 나타내고 있지 않은 변수도 포함되어 있다. 이러한 변수에 기초하여 동기 처리를 행하면, 적절한 동기 결과를 얻을 수 없는 경향이 있다.

종래 DTW의 하나로서, 복수의 변수 중에서 노이즈가 적고, 시간 방향으로 단조 증가하며, 또한 배치 프로세스의 시작점 및 종료점에 있어서의 샘플치가 모든 배치 프로세스에 있어서 일정한 변수를 지시 변수(Indicator Variable)로서 선택하고, 이 지시 변수를 중개체로 하여 각 변수의 대응 관계를 구하는 기술이 제안되어 있다(비특허문헌 1 등 참조). 도 19는 종래의 동기 처리에서 이용되는 지시 변수의 예를 도시하는 설명도이다. 이 지시 변수는, 배치 프로세스의 진척, 즉 시간 경과에 따라서 샘플치가 단조롭게 증가하고 있다.

이러한 수법에 의하면 일정한 효과가 얻어지지만, 지시 변수의 선택 기준인, 배치 프로세스의 시작점 및 종료점에 있어서의 샘플치가 모든 배치 프로세스에 있어서 일정하다고 하는 조건을 만족하는 변수는 적다. 따라서, 배치 프로세스에 따라서는 이러한 조건에 합치하는 변수가 존재하지 않아, 상기 수법을 적용할 수 없는 경우도 있다.

이러한 과제를 해결하는 종래 기술로서, 다변량 유클리드 거리로서 가중 다변량 유클리드 거리를 이용함과 더불어, 각 변수의 무게를 동기 처리 후의 오차에 기초하여 자동적으로 계산하는 기술이 제안되어 있다(특허문헌 1, 비특허문헌 2 등 참조).

다변량의 시계열 데이터를 구성하는 변수 Z의 수를 L로 하고, 변수 Zk에 관한 2개의 시계열 데이터 Xk, Yk의 샘플수를 Pk, Qk로 하고, Xk, Yk의 샘플치를 xki, ykj로 하고, 변수 Zk의 무게를 Wk로 한 경우, xki, ykj에 있어서의 모든 변수 Z에 관한 유클리드 거리의 총화를 나타내는 다변량의 가중 유클리드 거리 dw(X,Y)는 다음 식 (2)로 계산된다.

이 기술에 의하면, 우선 각 변수의 무게를 1로 초기화하여, 각 변수의 무게의 값이 수속될 때까지 다음 단계를 반복함으로써, 각 변수의 무게가 조정된다.

·현재의 무게를 이용하여 유클리드 거리를 계산하여 DTW를 시행

·DTW에서 얻어진 대응 관계에 관한 오차를 변수마다 계산

·오차의 대소에 따라서 각 변수의 무게를 조정

도 20은 종래의 동기 처리에서 이용되는 각 변수의 무게를 조정하는 예이며, 여기서는 3개의 다변량의 변수 A, B, C가 도시되어 있다. 도 20의 예에서는, 변수 A는 오차가 중간 정도이기 때문에 변수 A의 무게는 중간 정도의 값으로 조정되고, 변수 B는 오차가 작기 때문에 변수 B의 무게는 큰 값으로 조정되고, 변수 C는 오차가 크기 때문에 변수 C의 무게는 작은 값으로 조정되게 된다.

이에 따라, 상술한 지시 변수가 존재하지 않는 배치 프로세스라도 일정한 동기 결과를 얻을 수 있다.

특허문헌 1: 일본 특허공개 2012-097603호 공보

비특허문헌 1: Cenk Undey, Bruce A. Williams, Ali Cinar, "Monitoring of Batch Pharmaceutical Fermentations: Data Synchronization, Landmark Alignment, and Real-time Monitoring", 15th Triennial World Congress, Barcelona, Spain, 2002, IFCA 비특허문헌 2: Athanassios Kassidas, John F. MacGregor, "Synchronization of batch trajectories using dynamic time warping", Process Systems Engineering, April 1998 Vol.44, No.4, AIChE Journal 비특허문헌 3: Eamonn Keogh, Selina Chu, David Hart, Michael Pazzani, "Segmenting Time Series: A Survey and Novel Approach", http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.12.9924&rep=rep1&type=pdf

그러나, 이러한 종래 기술에서는, 배치 프로세스의 상황을 나타내는 다변량의 시계열 데이터(반복 데이터)를 시간축 상에서 동기시키는 경우, 이들 시계열 데이터를 나타내는 변수 중, 무게가 큰 변수와의 거리가 다변량 유클리드 거리를 크게 좌우하게 된다. 이 때문에, 무게가 큰 변수에 이상한 샘플치를 보이는 이상 구간이 포함되어 있는 경우, 샘플 사이에서의 적절한 대응 관계를 얻을 수 없게 된다.

도 21은 이상한 샘플치에 의한 부적절한 대응 관계를 도시하는 예이다. 도 21에는 임의의 변수에 관한 기준 데이터와 검증 데이터가 도시되어 있고, 시간 구간 t1 이후에 기준 데이터의 샘플치가 이상한 값을 보이고 있다. 이러한 이상 구간을 포함하는 시계열 데이터를 동기 처리한 경우, 예컨대 도 21에 도시하는 것과 같이, 시간 구간 t2에 있어서의 검증 데이터의 샘플치가, 시간축 상에서 크게 괴리된 시간 구간 t1에 있어서의 기준 데이터의 샘플치에 대응되게 되어 버리는 경우가 있다.

적절한 동기 처리란, 시간축 상에서 먼 샘플끼리 대응시키는 것이 존재하지않는 동기 처리를 가리킨다. 이것은, 동기 처리 시, 기준 데이터의 어느 샘플과 검증 데이터의 어느 샘플을 대응시킬 때, 이들 샘플은 시간 방향과 샘플치 방향에 있어서 상호 가깝다고 하는 가정에 기초하고 있다.

이상이 발생한 변수끼리 동기 처리를 실행한 경우, 도 21에 도시하는 것과 같이, 시간축 상에서 먼 샘플끼리 대응되게 되는 경우가 있다.

이 때문에, 무게가 큰 변수에 포함되는 이상 구간에 기인하여, 이러한 부적절한 대응 관계가 특정된 경우, 다른 모든 변수가 부적절한 대응 관계에 기초하여 시간축 상에서 동기 처리되게 되어, 적절한 동기 결과를 얻을 수 없게 된다. 도 22는 부적절한 동기 처리를 도시하는 설명도이다. 예컨대 도 21의 대응 관계에 기초하여, 변수 A의 시간 구간 ta에 있어서의 샘플이 시간 구간 tb의 샘플에 대응되게 된 경우, 변수 B 전체의 샘플이 동기 처리에 의해 시간 구간 ta에서부터 시간 구간 tb까지 시간축 상에서 압축되게 된다.

이 때문에, 원래 변수 B의 검증 데이터에는 이상이 없음에도 불구하고, 그 일부 구간에서 기준 데이터와 검증 데이터의 샘플치의 편차가 커져, 오검지(誤檢知)가 발생한다.

본 발명은 이러한 과제를 해결하기 위한 것으로, 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시킬 때에, 무게가 큰 변수에 이상한 샘플치가 포함되어 있더라도, 적절한 대응 관계에 기초하여 동기시키는 동기 처리 기술을 제공하는 것을 목적으로 하고 있다.

이러한 목적을 달성하기 위해서, 본 발명에 따른 다변량 시계열 데이터의 동기 방법은, 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키는 다변량 시계열 데이터의 동기 방법으로서, 상기 복수의 변수 각각에 관해서, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 취득하는 데이터 취득 단계와, 상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 상기 복수의 시간 구간 각각에 대하여 할당되는 평가치를 계산하는 평가치 계산 단계와, 상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X에 대한 평가치의 배열과, 상기 제2 시계열 데이터 Y에 대한 평가치의 배열과, 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게에 기초하여 산출되는 상기 제1 시계열 데이터 X에 대한 제1 무게 배열 및 상기 제2 시계열 데이터 Y에 대한 제2 무게 배열에 기초하여, 상기 복수의 변수에 관한 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치 사이의 가중 거리의 총화가 가장 작아지는, 상기 복수의 변수 사이에서 공통되는, 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치의 대응 관계를 특정하고, 그 대응 관계에 기초하여 상기 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키는 동기 처리 단계를 갖는다.

또한, 본 발명에 따른 상기 다변량 시계열 데이터의 동기 방법의 일 구성예는, 상기 복수의 변수를 변수 Zk(k=1∼L의 정수)로 했을 때, 상기 평가치 계산 단계는, 상기 변수 Zk 각각에 관해서, 상기 제1 시계열 데이터 X로부터 미리 설정된 Mx(Mx는 2 이상의 정수)개의 시간 구간 ti(i=1∼Mx의 정수)마다 제1 샘플치 xi를 선택하고, 미리 설정되어 있는 시간 길이 ε에 기초하여 상기 제1 샘플치 xi의 시간 구간 ti에 관한 탐색 구간 εi를 계산하고, 상기 제2 시계열 데이터 Y로부터 미리 설정된 My(My는 2 이상의 정수)개의 시간 구간 ti(i=1∼My의 정수)마다 제2 샘플치 yi를 선택하고, 상기 시간 길이 ε에 기초하여 상기 제2 샘플치 yi의 시간 구간 ti에 관한 탐색 구간 εi를 계산하는 탐색 구간 계산 단계와, 상기 제1 시계열 데이터 X 중, 상기 탐색 구간 εi 내에 존재하는 Nx(Nx는 1 이상의 정수)개의 상기 제1 샘플치 xj(j=1∼Nx의 정수)마다, 상기 제2 샘플치 yi와 상기 제1 샘플치 xj 사이의 편차 Δxj를 계산하고, 상기 제2 시계열 데이터 Y 중, 상기 탐색 구간 εi 내에 존재하는 Ny(Ny는 1 이상의 정수)개의 상기 제2 샘플치 yj(j=1∼Ny의 정수)마다, 상기 제1 샘플치 xi와 상기 제2 샘플치 yj 사이의 편차 Δyj를 계산하는 편차 계산 단계와, 상기 시간 구간 ti의 탐색 구간 εi에 포함되는 상기 제2 샘플치 yj에 관한 상기 편차 Δyj 모두가 미리 설정되어 있는 허용 오차 σ 이하인 경우, 상기 제1 샘플치 xi의 시간 구간 ti에 대한 평가치를 1로 하고, 그 이외의 경우는, 상기 제1 샘플치 xi의 시간 구간 ti에 대한 평가치를 0으로 하고, 상기 시간 구간 ti의 탐색 구간 εi에 포함되는 상기 제1 샘플치 xj에 관한 상기 편차 Δxj 모두가 상기 허용 오차 σ 이하인 경우, 상기 제2 샘플치 yi의 시간 구간 ti에 대한 평가치를 1로 하고, 그 이외의 경우는, 상기 제2 샘플치 yi의 시간 구간 ti에 대한 평가치를 0으로 하여, 상기 평가치가 1인 상기 시간 구간 ti를 상기 제1 시계열 데이터 X에 관한 동기 대상 구간 Tx 및 상기 제2 시계열 데이터 Y에 관한 동기 대상 구간 Ty로서 선택하는 선택 단계를 포함하고, 상기 동기 처리 단계는, 상기 변수 Zk에 관한 상기 제1 및 제2 시계열 데이터 Xk, Yk를 구성하는 각 샘플치 중, 상기 변수 Zk의 동기 대상 구간 Txk, Tyk에 해당하는 샘플치에 기초하여, 상기 변수 Zk에서 공통되는, 상기 제1 및 제2 시계열 데이터 Xk, Yk 사이에 있어서의 샘플치끼리의 대응 관계를 특정하고, 이 대응 관계에 기초하여, 상기 변수 Zk 각각에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 시간 방향으로 동기시키는 것을 특징으로 한다.

또한, 본 발명에 따른 상기 다변량 시계열 데이터의 동기 방법의 일 구성예에 있어서, 상기 동기 처리 단계는, 또한, 상기 제1 시계열 데이터 X에 대한 제1 무게 배열로서, 상기 변수 Zk 각각에 관한 동기 대상 구간 Txk에 기초하여, 각 시간 구간에 있어서의, 상기 변수 Zk에 관한 무게를 나타내는 제1 구간 무게 Wxk를 계산하고, 상기 제2 시계열 데이터 Y에 대한 제2 무게 배열로서, 상기 변수 Zk 각각에 관한 동기 대상 구간 Tyk에 기초하여, 각 시간 구간에 있어서의, 상기 변수 Zk에 관한 무게를 나타내는 제2 구간 무게 Wyk를 계산하는 구간 무게 계산 단계를 포함하고, 상기 동기 처리 실행 단계는, 상기 변수 Zk 각각에 관한 상기 제1 구간 무게 Wxk 및 상기 제2 구간 무게 Wyk에 기초하여, DTW(Dynamic Time Warping) 동기 처리를 실행하는 DTW 동기 처리 단계를 포함하는 것을 특징으로 한다.

또한, 본 발명에 따른 상기 다변량 시계열 데이터의 동기 방법의 일 구성예에 있어서, 상기 DTW 동기 처리 단계는, 상기 DTW 동기 처리에서 이용하는 유클리드 거리로서, 상기 변수 Zk 각각에 관한, 제1 시계열 데이터 Xk 및 제2 시계열 데이터 Yk와 상기 제1 구간 무게 Wxk 및 상기 제2 구간 무게 Wyk에 기초하여, 상기 변수 Zk 모두에 관한 제1 시계열 데이터 X와 제2 시계열 데이터 Y 사이의 가중 유클리드 거리 dw(X,Y)를 계산하는 단계를 포함하고 있어도 좋다.

또한, 본 발명에 따른 상기 다변량 시계열 데이터의 동기 방법의 다른 구성예는, 상기 동기 처리 단계가, 상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X에 대한 평가치의 배열과, 상기 제2 시계열 데이터 Y에 대한 평가치의 배열과, 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게에 기초하여, 상기 제1 시계열 데이터 X에 대한 제1 무게 배열과 상기 제2 시계열 데이터 Y에 대한 제2 무게 배열을 계산하는 무게 배열 계산 단계를 포함하는 것을 특징으로 한다.

또한, 본 발명에 따른 상기 다변량 시계열 데이터의 동기 방법의 다른 구성예는, 상기 평가치 계산 단계가, 상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 상기 복수의 시간 구간 각각에 있어서의 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y 각각의 특징량을 계산하는 특징량 계산 단계와, 상기 복수의 변수 각각에 관해서, 상기 평가치로서, 상기 복수의 시간 구간 각각에 있어서의 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y 각각의 특징량으로부터 상기 복수의 시간 구간 각각에 있어서의 샘플치의 신뢰도를 산출하는 신뢰도 산출 단계를 포함하고, 상기 동기 처리 단계가, 상기 제1 무게 배열 및 상기 제2 무게 배열로서, 상기 신뢰도와 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게와의 곱을 구하여, 상기 복수의 시간 구간에 대한 무게 배열을 계산하는 무게 배열 계산 단계와, 상기 복수의 변수 각각에 관해서, 상기 복수의 시간 구간에 대한 무게 배열에 기초하여, 상기 복수의 변수 사이에서 공통되는 대응 관계에 기초하여 상호 대응되게 된 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치 사이의 가중 유클리드 거리의 총화가 가장 작아지는, 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치의 대응 관계를 특정하고, 그 대응 관계에 기초하여 상기 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키는 동기 처리 실행 단계를 포함하는 것을 특징으로 한다.

또한, 본 발명에 따른 다변량 시계열 데이터 처리 장치는, 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키는 다변량 시계열 데이터 처리 장치로서, 상기 복수의 변수 각각에 관해서, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 취득하도록 구성된 데이터 취득부(15A)와, 상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 상기 복수의 시간 구간 각각에 대하여 할당되는 평가치를 계산하도록 구성된 평가치 계산부(15B, 25B)와, 상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X에 대한 평가치의 배열과, 상기 제2 시계열 데이터 Y에 대한 평가치의 배열과, 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게에 기초하여 산출되는 상기 제1 시계열 데이터 X에 대한 제1 무게 배열 및 상기 제2 시계열 데이터 Y에 대한 제2 무게 배열에 기초하여, 상기 복수의 변수에 관한 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치 사이의 가중 거리의 총화가 가장 작아지는, 상기 복수의 변수 사이에서 공통되는, 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치의 대응 관계를 특정하고, 그 대응 관계에 기초하여 상기 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키도록 구성된 동기 처리부(15C, 25C)를 갖는다.

또한, 본 발명에 따른 상기 다변량 시계열 데이터 처리 장치의 일 구성예는, 상기 복수의 변수를 변수 Zk(k=1∼L의 정수)로 했을 때, 상기 평가치 계산부(15B)가, 상기 변수 Zk 각각에 관해서, 상기 제1 시계열 데이터 X로부터 미리 설정된 Mx(Mx는 2 이상의 정수)개의 시간 구간 ti(i=1∼Mx의 정수)마다 제1 샘플치 xi를 선택하고, 미리 설정되어 있는 시간 길이 ε에 기초하여 상기 제1 샘플치 xi의 시간 구간 ti에 관한 탐색 구간 εi를 계산하고, 상기 제2 시계열 데이터 Y로부터 미리 설정된 My(My는 2 이상의 정수)개의 시간 구간 ti(i=1∼My의 정수)마다 제2 샘플치 yi를 선택하고, 상기 시간 길이 ε에 기초하여 상기 제2 샘플치 yi의 시간 구간 ti에 관한 탐색 구간 εi를 계산하도록 구성된 탐색 구간 계산부(16A)와, 상기 제1 시계열 데이터 X 중, 상기 탐색 구간 εi 내에 존재하는 Nx(Nx는 1 이상의 정수)개의 상기 제1 샘플치 xj(j=1∼Nx의 정수)마다, 상기 제2 샘플치 yi와 상기 제1 샘플치 xj 사이의 편차 Δxj를 계산하고, 상기 제2 시계열 데이터 Y 중, 상기 탐색 구간 εi 내에 존재하는 Ny(Ny는 1 이상의 정수)개의 상기 제2 샘플치 yj(j=1∼Ny의 정수)마다, 상기 제1 샘플치 xi와 상기 제2 샘플치 yj 사이의 편차 Δyj를 계산하도록 구성된 편차 계산부(16B)와, 상기 시간 구간 ti의 탐색 구간 εi에 포함되는 상기 제2 샘플치 yj에 관한 상기 편차 Δyj 모두가 미리 설정되어 있는 허용 오차 σ 이하인 경우, 상기 제1 샘플치 xi의 시간 구간 ti에 대한 평가치를 1로 하고, 그 이외의 경우는, 상기 제1 샘플치 xi의 시간 구간 ti에 대한 평가치를 0으로 하고, 상기 시간 구간 ti의 탐색 구간 εi에 포함되는 상기 제1 샘플치 xj에 관한 상기 편차 Δxj 모두가 상기 허용 오차 σ 이하인 경우, 상기 제2 샘플치 yi의 시간 구간 ti에 대한 평가치를 1로 하고, 그 이외의 경우는, 상기 제2 샘플치 yi의 시간 구간 ti에 대한 평가치를 0으로 하여, 상기 평가치가 1인 상기 시간 구간 ti를 상기 제1 시계열 데이터 X에 관한 동기 대상 구간 Tx 및 상기 제2 시계열 데이터 Y에 관한 동기 대상 구간 Ty로서 선택하도록 구성된 선택부(16C)를 포함하고, 상기 동기 처리부(15C)가, 상기 변수 Zk에 관한 상기 제1 및 제2 시계열 데이터 Xk, Yk를 구성하는 각 샘플치 중, 상기 변수 Zk의 동기 대상 구간 Txk, Tyk에 해당하는 샘플치에 기초하여, 상기 변수 Zk에서 공통되는, 상기 제1 및 제2 시계열 데이터 Xk, Yk 사이에 있어서의 샘플치끼리의 대응 관계를 특정하고, 이 대응 관계에 기초하여, 상기 변수 Zk 각각에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 시간 방향으로 동기시키도록 구성된 것을 특징으로 한다.

또한, 본 발명에 따른 상기 다변량 시계열 데이터 처리 장치의 일 구성예에 있어서, 상기 동기 처리부(25C)는, 상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X에 대한 평가치의 배열과, 상기 제2 시계열 데이터 Y에 대한 평가치의 배열과, 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게에 기초하여, 상기 제1 시계열 데이터 X에 대한 제1 무게 배열과 상기 제2 시계열 데이터 Y에 대한 제2 무게 배열을 계산하도록 구성된 무게 배열 계산부(26C)를 포함하는 것을 특징으로 한다.

또한, 본 발명에 따른 상기 다변량 시계열 데이터 처리 장치의 다른 구성예는, 상기 평가치 계산부(25B)가, 상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 상기 복수의 시간 구간 각각에 있어서의 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y 각각의 특징량을 계산하도록 구성된 특징량 계산부(26A)와, 상기 복수의 변수 각각에 관해서, 상기 평가치로서, 상기 복수의 시간 구간 각각에 있어서의 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y 각각의 특징량으로부터 상기 복수의 시간 구간 각각에 있어서의 샘플치의 신뢰도를 산출하도록 구성된 신뢰도 산출부(26B)를 포함하고, 상기 동기 처리부(25C)가, 상기 제1 무게 배열 및 상기 제2 무게 배열로서, 상기 신뢰도와 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게와의 곱을 구하여, 상기 복수의 시간 구간에 대한 무게 배열을 계산하도록 구성된 무게 배열 계산부(26C)와, 상기 복수의 변수 각각에 관해서, 상기 복수의 시간 구간에 대한 무게 배열에 기초하여, 상기 복수의 변수 사이에서 공통되는 대응 관계에 기초하여 상호 대응되게 된 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치 사이의 가중 유클리드 거리의 총화가 가장 작아지는, 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치의 대응 관계를 특정하고, 그 대응 관계에 기초하여 상기 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키도록 구성된 동기 처리 실행부(26D)를 포함하는 것을 특징으로 한다.

본 발명에 의하면, 복수의 변수 각각에 관해서, 제1 시계열 데이터 X에 대한 평가치의 배열과, 제2 시계열 데이터 Y에 대한 평가치의 배열과, 복수의 변수 중 제1 시계열 데이터 X 및 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게에 기초하여 산출되는 제1 시계열 데이터 X에 대한 제1 무게 배열 및 제2 시계열 데이터 Y에 대한 제2 무게 배열에 기초하여, 복수의 변수 사이에서 공통되는, 제1 시계열 데이터 X의 샘플치와 제2 시계열 데이터 Y의 샘플치의 대응 관계를 특정한다. 그 때문에, 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시킬 때에, 무게가 큰 변수에 이상한 샘플치가 포함되어 있더라도, 적절한 대응 관계에 기초하여 동기시킬 수 있다.

도 1은 본 발명의 제1 실시형태에 따른 데이터 처리 장치의 구성을 도시하는 블록도이다.
도 2는 다변량의 시계열 데이터의 예이다.
도 3은 동기 대상 구간 데이터의 구성예이다.
도 4는 구간 무게 데이터의 구성예이다.
도 5는 동기 동작을 도시하는 흐름도이다.
도 6은 동기 대상 구간의 특정 동작을 도시하는 흐름도이다.
도 7은 제1 시계열 데이터에 관한 동기 대상 구간의 특정 동작의 일례를 설명하는 도면이다.
도 8은 제2 시계열 데이터에 관한 동기 대상 구간의 특정 동작의 일례를 설명하는 도면이다.
도 9는 제1 시계열 데이터에 관한 동기 대상 구간의 특정 동작의 일례를 설명하는 도면이다.
도 10은 제2 시계열 데이터에 관한 동기 대상 구간의 특정 동작의 일례를 설명하는 도면이다.
도 11은 구간 무게의 산출예를 설명하는 도면이다.
도 12는 본 발명의 제2 실시형태에 따른 데이터 처리 장치의 구성을 도시하는 블록도이다.
도 13은 본 발명의 제2 실시형태에 따른 데이터 처리 장치의 동작을 설명하는 흐름도이다.
도 14는 본 발명의 제2 실시형태에 따른 데이터 처리 장치, 특히 평가치 계산부의 동작을 설명하는 흐름도이다.
도 15(a)는 시계열 데이터를 복수의 세그멘트로 분할하는 모습을 도시하는 개념도이다.
도 15(b)는 평가치(신뢰도)의 개념을 설명하는 도면이다.
도 15(c)는 평가치(신뢰도)의 배열을 설명하는 도면이다.
도 16은 동기 처리에 있어서의 2개의 시계열 데이터의 대응 관계를 설명하는 도면이다.
도 17은 반복 데이터를 나타내는 설명도이다.
도 18은 동기 처리에서 이용되는 샘플끼리의 대응 관계를 도시하는 설명도이다.
도 19는 종래의 동기 처리에서 이용되는 지시 변수의 예를 도시하는 설명도이다.
도 20은 종래의 동기 처리에서 이용되는 각 변수의 무게의 조정예이다.
도 21은 이상한 샘플치에 의한 부적절한 대응 관계를 도시하는 예이다.
도 22는 부적절한 동기 처리를 도시하는 설명도이다.

이어서, 본 발명의 실시형태에 관해서 도면을 참조하여 설명한다.

[제1 실시형태]

[데이터 처리 장치]

우선, 도 1을 참조하여 본 실시형태에 따른 데이터 처리 장치(10)에 관해서 설명한다. 도 1은 데이터 처리 장치의 구성을 도시하는 블록도이다.

이 데이터 처리 장치(10)는, 입력된 다변량의 시계열 데이터를 시간축 상에서 동기시키는 동기 처리를 행하는 장치이다. 데이터 처리 장치(10)는, 전체적으로 서버 장치, 퍼스널 컴퓨터, 산업용 컨트롤러 등의 정보 처리 장치(컴퓨터)에 의해 구성되어 있고, 통신 회선(21)을 통해 상위 장치(20)와 접속되어 있다.

이하에서는, 상위 장치(20)가, 배치 프로세스의 상황을 나타내는 다변량의 시계열 데이터(반복 데이터)에 기초하여, 배치 프로세스에서 발생한 이상을 검지하는 이상 검지 장치인 경우를 예로 들어 설명한다. 또한, 데이터 처리 장치(10)가, 상위 장치(20)로부터 취득한 다변량의 시계열 데이터를 시간축 상에서 동기시키는 동기 처리를 행하여, 얻어진 동기 결과 데이터를 상위 장치(20)에 출력하는 경우를 예로 들어 설명한다. 또한, 본 발명에 따른 데이터 처리 장치(10)는, 이상 검지용의 동기 결과 데이터를 생성하는 경우에 한정되는 것이 아니라, 예컨대 다변량의 시계열 데이터를 시간축 상에서 동기시키는 경우라면, 어느 경우에나 적용할 수 있다.

도 1에 도시하는 것과 같이, 데이터 처리 장치(10)는, 주된 구성으로서, 통신 I/F부(11), 조작 입력부(12), 화면 표시부(13), 기억부(14) 및 연산 처리부(15)를 구비하고 있다.

통신 I/F부(11)는, 통신 회선(21)을 통해 상위 장치(20)와 데이터 통신을 행함으로써, 동기 처리의 기준이 되는 기준 데이터나 이상 검지의 대상이 되는 검증 데이터, 나아가서는 동기 처리에 의해 얻어진 동기 결과 데이터를, 상위 장치(20)와의 사이에서 주고받는 기능을 갖고 있다.

조작 입력부(12)는, 키보드, 마우스, 터치 패널 등의 조작 입력 장치로 이루어지며, 오퍼레이터의 조작을 검출하여 연산 처리부(15)에 출력하는 기능을 갖고 있다.

화면 표시부(13)는, LCD 등의 화면 표시 장치로 이루어지며, 연산 처리부(15)로부터 출력된, 메뉴 화면, 설정 화면, 처리 결과 화면 등의 각종 화면 데이터를 화면 표시하는 기능을 갖고 있다.

기억부(14)는, 하드디스크나 반도체 메모리 등의 기억 장치로 이루어지며, 연산 처리부(15)에서 실행하는 동기 처리에서 이용하는 각종 처리 데이터나 프로그램(14P)을 기억하는 기능을 갖고 있다.

프로그램(14P)은, 데이터 처리 장치(10)에 접속된 외부 기기나 기록 매체(모두 도시하지 않음)로부터 미리 기억부(14)에 저장된다.

기억부(14)에서 기억하는 주된 처리 데이터로서, 시계열 데이터(14A), 동기 대상 구간 데이터(14B), 구간 무게 데이터(14C), 동기 결과 데이터(14D)가 있다.

시계열 데이터(14A)는, 예컨대 배치 프로세스의 진척을 나타내는 다변량의 시계열 데이터로 이루어지며, 일련의 배치 프로세스가 실행되는 배치 구간마다 같은 식으로 변화되는 반복 데이터가 포함되어 있다. 도 2는 다변량의 시계열 데이터의 예이다. 도 2의 예에서는, 4개의 변수 A, B, C, D에 관한 시계열 데이터(반복 데이터)가 도시되어 있고, 각 변수의 시계열 데이터에는, 예컨대 기준 데이터로 이루어지는 제1 시계열 데이터 X와, 검증 데이터로 이루어지는 제2 시계열 데이터 Y가 포함되어 있다.

동기 처리에서는, 이들 변수 A, B, C, D 각각에 관한 2개의 시계열 데이터 X, Y가, 각 변수에서 공통되는 샘플치끼리의 대응 관계에 기초하여 시간축 상에서 신축·시프트되어, 동일 시간 길이를 갖는 시계열 데이터로 변환된다. 또한, 시계열 데이터(14A)의 시계열 데이터를 구성하는 각 샘플치는, 일정한 주기로 샘플링된 데이터를 나타내고 있으며, 이하에서는 이 주기를 시간 구간이라고 한다. 따라서, 하나의 시간 구간에는 하나의 샘플치가 대응하고 있게 된다.

동기 대상 구간 데이터(14B)는, 각 시간 구간에 있어서의 각 변수의 샘플치가, 동기 처리의 대상으로서 적절한지 여부, 어떤 시간 구간이면 적절한 동기 처리를 실행할 수 있는지를 나타내는 배열 데이터이다. 도 3은 동기 대상 구간 데이터의 구성예이다. 도 3의 예에서는, 시간 구간(샘플치)마다, 동기 처리의 대상으로서 적절한 시간 구간(샘플치)이 「1」로 표시되고, 적절하지 않은 시간 구간(샘플치)이 「0」으로 표시되어 있다. 따라서, 예컨대 시간 구간 ti에 있어서의 변수 C의 동기 대상 구간 데이터가 「0」으로, 시간 구간 ti에 있어서 변수 C는 동기 대상으로서 적절하지 않음을 나타내고 있다.

도 3에 도시하는 것과 같이, 동기 대상 구간 데이터(14B)에는, 동기 대상이 되는 제1 및 제2 시계열 데이터 X, Y에 대응하여, 제1 동기 대상 구간 데이터(Tx)와 제2 동기 대상 구간 데이터(Yy)가 존재한다.

한쪽의 시계열 데이터의 샘플치를 기준으로 하여 다른 쪽의 시계열 데이터의 샘플치의 이상 유무를 판정한 경우, 판정하는 방향에 따라서, 얻어지는 결과, 즉 이상 유무가 다른 경우가 있기 때문이다.

이하에서는, 동기 대상 구간 데이터(14B)로서 양방향에 관한 데이터를 이용하는 경우를 예로 들어 설명하지만, 이것에 한정되는 것은 아니다. 예컨대 애플리케이션에 의해서, 판정하는 방향에 의한 이상 유무의 오차가 무시할 수 있을 정도라면, 어느 한쪽의 동기 대상 구간 데이터를 양방향의 데이터로서 겸용하여도 좋다. 이것은, 동기 대상 구간 데이터(14B)에 한하지 않고, 구간 무게 데이터(14C)에 관해서도 마찬가지다.

구간 무게 데이터(14C)는, 각 시간 구간에 있어서의 각 변수에 관한, 동기 처리에서 이용하는 무게를 나타내는 배열 데이터이다. 도 4는 구간 무게 데이터의 구성예이다.

도 4에 도시하는 것과 같이, 구간 무게 데이터(14C)에는, 동기 대상이 되는 제1 및 제2 시계열 데이터 X, Y에 대응하여, 제1 구간 무게 데이터(Wx)와 제2 구간 무게 데이터(Wy)가 존재한다.

도 4의 예에서는, 시간 구간(샘플치)마다 변수 A, B, C, D의 무게가 등록되어 있다. 이들 변수 A, B, C, D 무게는, 동일 시간 구간에 있어서 각 무게의 합계가 「1」이 되도록 정규화되어 있다. 따라서, 예컨대 시간 구간 ti에 있어서 변수 C는 동기 대상으로서 적절하지 않은 경우, 변수 C의 무게는 「0」이 되고, 시간 구간 ti-1까지의 변수 C의 무게는 다른 변수 A, B, D에 안분(按分)되게 된다.

동기 결과 데이터(14D)는 동기 처리에 의해 얻어진 동기 결과를 나타내는 데이터이다. 이때, 각 변수에서 공통되는 샘플치끼리의 대응 관계에 기초하여, 시계열 데이터(14A)를 시간축 상에서 신축·시프트하여 얻어진 새로운 시계열 데이터를 동기 결과 데이터(14D)로서 출력하여도 좋고, 신축·시프트의 처리 내용을 나타내는 파라미터를 동기 결과 데이터(14D)로서 출력하여도 좋다.

연산 처리부(15)는, CPU와 그 주변 회로를 구비하며, 기억부(14)의 프로그램(14P)을 CPU에서 실행하여, 하드웨어(CPU)와 소프트웨어(프로그램)을 협동시킴으로써 동기 처리를 행하는 각종 처리부를 실현하는 기능을 갖고 있다.

연산 처리부(15)에서 실현되는 주된 처리부로서 데이터 취득부(15A), 특정부(15B), 동기 처리부(15C)가 있다.

데이터 취득부(15A)는, 통신 I/F부(11) 및 통신 회선(21)을 통해 상위 장치(20)로부터 시계열 데이터(14A)를 취득하여 기억부(14)에 보존하는 기능을 갖고 있다.

특정부(15B)는 L(L은 2 이상의 정수)개의 변수 Zk(k=1∼L의 정수)마다 기억부(14)의 시계열 데이터(14A)에 포함된다, 변수 Zk에 관한 2개의 시계열 데이터 Xk, Yk를 구성하는 샘플치에 기초하여 동기 대상 구간 Txk, Tyk를 특정한다. 또한, 특정부(15B)는, 특정한 동기 대상 구간 Txk, Tyk를 동기 대상 구간 데이터(14B)로서 기억부(14)에 보존하는 기능을 갖고 있다.

특정부(15B)는, 주된 처리부로서 탐색 구간 계산부(16A), 편차 계산부(16B) 및 선택부(16C)를 구비하고 있다.

본 실시형태에 있어서, 특정부(15B)는, 동기 대상 구간 Txk, Tyk를 특정함에 있어서, 2개의 시계열 데이터 Xk, Yk를 구성하는 샘플치가 속하는 시간 구간에 대하여, 선택을 나타내는 「1」 또는 선택하지 않음을 나타내는 「0」을 평가치로서 할당하므로, 본 발명에 있어서의 「평가치 계산부」로서 작용한다.

특정부(15B)는, 주된 처리부로서 탐색 구간 계산부(16A), 편차 계산부(16B), 및 선택부(16C)를 구비하고 있다.

탐색 구간 계산부(16A)는, 제1 시계열 데이터(기준 데이터) X로부터 미리 설정된 Mx(Mx는 2 이상의 정수)개의 시간 구간 ti(i=1∼Mx의 정수)마다 제1 샘플치 xi를 선택하고, 미리 설정되어 있는 시간 길이 ε에 기초하여 제1 샘플치 xi의 시간 구간 ti에 관한 탐색 구간 εi를 계산하는 기능을 갖는다. 또한, 탐색 구간 계산부(16A)는, 제2 시계열 데이터(검증 데이터) Y로부터 미리 설정된 My(My는 2 이상의 정수)개의 시간 구간 ti(i=1∼My의 정수)마다 제2 샘플치 yi를 선택하고, 시간 길이 ε에 기초하여 제2 샘플치 yi의 시간 구간 ti에 관한 탐색 구간 εi를 계산하는 기능을 갖고 있다.

이때, Mx는 제1 시계열 데이터 X의 샘플수에 상당하고, My는 제2 시계열 데이터 Y의 샘플수에 상당한다. 또한, 탐색 구간 εi는 시간 구간 ti를 중심으로 하여 배치하여도 좋고, 시간 구간 ti를 선두 또는 말미로 하여 배치하여도 좋다. 이에 따라, 탐색 구간 계산부(16A)에서는, 제1 시계열 데이터 X의 제1 샘플치 xi마다 및 제2 시계열 데이터 Y의 제2 샘플치 yi마다, 예컨대 제1 및 제2 샘플치 xi, yi의 시간 구간 ti를 중심으로 한 시간 길이 ε의 폭을 갖는 시간 범위가 탐색 구간 εi로서 계산된다.

편차 계산부(16B)는, 제2 시계열 데이터 Y 중, 탐색 구간 εi 내에 존재하는 Ny(Ny는 1 이상의 정수)개의 제2 샘플치 yj(j=1∼Ny의 정수)마다, 제1 샘플치 xi와 제2 샘플치 yj 사이의 편차 Δxj를 계산하는 기능을 갖는다. 또한, 편차 계산부(16B)는, 제1 시계열 데이터 X 중, 탐색 구간 εi 내에 존재하는 Nx(Nx는 1 이상의 정수)개의 제1 샘플치 xj(j=1∼Nx의 정수)마다, 제1 샘플치 xj와 제2 샘플치 yi 사이의 편차 Δyj를 계산하는 기능을 갖고 있다.

이때, Ny 및 Nx는 탐색 구간 εi 내에 포함되는 샘플수에 상당한다. 이에 따라, 편차 계산부(16B)에서는, Mx개의 xi마다, 제1 샘플치 xi와 탐색 구간 εi 내에 존재하는 Ny개의 제2 샘플치 yj와의 편차 Δxj가 계산되고, My개의 제2 샘플치 yi마다, 제2 샘플치 yi와 탐색 구간 εi 내에 존재하는 Nx개의 제1 샘플치 xj와의 편차 Δyj가 계산된다.

선택부(16C)는, 시간 구간 ti의 탐색 구간 εi에 포함되는 제2 샘플치 yj에 관한 편차 Δyj 모두가 미리 설정되어 있는 허용 오차 σ 이하인 경우, 시간 구간 ti를 제1 시계열 데이터 X에 관한 동기 대상 구간 Tx로서 선택하는 기능을 갖는다. 또한, 선택부(16C)는, 시간 구간 ti의 탐색 구간 εi에 포함되는 제1 샘플치 xj에 관한 편차 Δxj 모두가 허용 오차 σ 이하인 경우, 시간 구간 tj를 제2 시계열 데이터 Y에 관한 동기 대상 구간 Ty로서 선택하는 기능을 갖고 있다.

이에 따라, 선택부(16C)에서는, 제1 샘플치 xi에 대하여 탐색 구간 εi 내에 존재하는 제2 샘플치 yj 모두가 허용 오차 σ 내에 수습되고 있는 경우, 제1 샘플치 xi, 즉 제1 시계열 데이터 X의 시간 구간 ti가 동기 대상 구간 Tx로서 선택되고, 제2 샘플치 yi에 대하여 탐색 구간 εi 내에 존재하는 xj 모두가 허용 오차 σ 내에 수습되고 있는 경우, 제2 샘플치 yi, 즉 제2 시계열 데이터 Y의 시간 구간 ti가 동기 대상 구간 Ty로서 선택된다. 또한, 시간 길이 ε나 허용 오차 σ의 값에 관해서는, 과거에 얻어진 시계열 데이터로부터 경험적으로 결정하면 된다. 시간 길이 ε 및 허용 오차 σ의 값은 기본적으로는 동일 변수에 관해서 각각 일의적이다.

동기 처리부(15C)는, 선택부(16C)에 의해서 선택된 구간의 데이터를 이용하여 동기 처리를 행하는 기능부이다. 본 실시형태에서는, 동기 처리부(15C)는 구간 무게 계산부(16D)와 동기 처리 실행부(16E)를 포함하고 있다.

구간 무게 계산부(16D)는, 기억부(14)의 시계열 데이터(14A)와 동기 대상 구간 데이터(14B)를 참조하고, L(L은 2 이상의 정수)개의 변수 Zk(k=1∼L의 정수) 각각에 관한 동기 대상 구간 Txk에 기초하여, 시간 구간 ti 각각에 있어서의, 변수 Zk의 제1 시계열 데이터 Xk에 관한 무게를 나타내는 제1 구간 무게 Wxk를 계산하는 기능을 갖는다. 또한, 구간 무게 계산부(16D)는, 변수 Zk 각각에 관한 동기 대상 구간 Tyk에 기초하여, 시간 구간 ti 각각에 있어서의, 변수 Zk의 제2 시계열 데이터 Yk에 관한 무게를 나타내는 구간 무게 Wyk를 계산하는 기능을 갖추고 있다.

이때, 구체적인 구간 무게의 계산 수법에 관해서는, 상술한 특허문헌 1이나 비특허문헌 2 등에서 설명되어 있는 공지된 수법을 이용하면 된다. 이에 따라, 구간 무게 계산부(16D)에서는, 시간 구간 ti 각각에 있어서의, 변수 Zk의 제1 시계열 데이터 Xk에 관한 구간 무게 Wxk와 변수 Zk의 제2 시계열 데이터 Yk에 관한 제2 구간 무게 Wyk가 계산된다.

동기 처리 실행부(16E)는, 변수 Zk에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 구성하는 각 샘플치 중, 상기 변수 Zk의 동기 대상 구간 Txk, Tyk의 적어도 어느 한쪽에 해당하는 샘플치에 기초하여, 변수 Zk에서 공통되는, 제1 및 제2 시계열 데이터 Xk, Yk 사이에 있어서의 샘플치끼리의 대응 관계를 특정하는 기능을 갖는다. 또한, 동기 처리 실행부(16E)는, 상기 대응 관계에 기초하여, 변수 Zk 각각에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 시간축 상에서 동기시키는 동기 처리를 실행하는 기능을 갖고 있다.

보다 구체적으로는, 동기 처리 실행부(16E)는, 구간 무게 계산부(16D)에서 계산한 변수 Zk 각각에 관한 제1 및 제2 구간 무게 Wxk, Wyk에 기초하여, DTW(Dynamic Time Warping) 동기 처리를 실행하는 기능을 갖는다. 또한, 동기 처리 실행부(16E)는, DTW 동기 처리에서 이용하는 유클리드 거리로서, 변수 Zk 각각에 관한, 제1 및 제2 시계열 데이터 Xk, Yk와 제1 및 제2 구간 무게 Wxk, Wyk에 기초하여, 변수 Zk 모두에 관한 제1 시계열 데이터 X와 제2 시계열 데이터 Y 사이의 가중 유클리드 거리 dw(X,Y)를 계산하는 기능을 갖고 있다.

변수 Z의 수를 L로 하고, 제1 및 제2 시계열 데이터 Xk, Yk의 샘플수를 Pk, Qk로 하고, 시간 구간 ti에 있어서의 제1 및 제2 시계열 데이터 Xk, Yk의 샘플치를 xki, yki로 하고, 시간 구간 ti에 있어서의 제1 및 제2 구간 무게를 Wxki, Wyki로 하고, 시간 구간 tj에 있어서의 제1 및 제2 시계열 데이터 Xk, Yk의 샘플치를 xkj, ykj로 하고, 시간 구간 tj에 있어서의 제1 및 제2 구간 무게를 Wxkj, Wykj로 한 경우, 모든 변수 Z에 관한 유클리드 거리의 총화를 나타내는 다변량의 가중 유클리드 거리 dw(X,Y)는 다음 식 (3)으로 계산된다.

이에 따라, 동기 처리 실행부(16E)에서는, 변수 Zk의 동기 대상 구간 Txk, Tyk의 적어도 어느 한쪽에 해당하는 샘플치에 기초하여 동기 처리가 실행된다. 보다 구체적으로는, 구간 무게 계산부(16D)에서 계산한 제1 및 제2 구간 무게 Wxk, Wyk에 기초하여 DTW 동기 처리가 실행되고, 그 때, 유클리드 거리로서, 제1 및 제2 구간 무게 Wxk, Wyk를 이용한 가중 유클리드 거리 dw(X,Y)가 이용된다.

[본 실시형태의 동작]

이어서, 도 5를 참조하여 본 실시형태에 따른 데이터 처리 장치(10)의 동기 동작에 관해서 설명한다. 도 5는 동기 동작을 도시하는 흐름도이다.

데이터 처리 장치(10)의 연산 처리부(15)는, 조작 입력부(12)에서 검출된 오퍼레이터 조작이나 통신 I/F부(11)에서 수신한 상위 장치(20)로부터의 지시에 따라서 도 5의 동기 동작을 실행한다.

우선, 통신 I/F부(11) 및 통신 회선(21)을 통해 상위 장치(20)로부터 시계열 데이터(14A)를 취득하여 기억부(14)에 보존한다(단계 S100).

이어서, 특정부(15B)는, 변수 Zk(k=1∼L의 정수)마다, 기억부(14)의 시계열 데이터(14A)에 포함되는, 변수 Zk에 관한 2개의 시계열 데이터 Xk, Yk를 구성하는 샘플치에 기초하여 동기 대상 구간 Txk, Tyk를 특정하여, 동기 대상 구간 데이터(14B)로서 기억부(14)에 보존한다(단계 S101).

이후, 구간 무게 계산부(16D)는, 기억부(14)의 시계열 데이터(14A)와 동기 대상 구간 데이터(14B)를 참조하여, 변수 Zk마다, 동기 대상 구간 Txk에 기초하여, 변수 Zk의 제1 시계열 데이터 Xk에 관한 무게를 나타내는 제1 구간 무게 Wxk를 계산한다(단계 S102). 그 후, 구간 무게 계산부(16D)는, 동기 대상 구간 Tyk에 기초하여, 변수 Zk의 제2 시계열 데이터 Yk에 관한 무게를 나타내는 제2 구간 무게 Wyk를 계산한다(단계 S103).

이어서, 동기 처리 실행부(16E)는, 변수 Zk에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 구성하는 각 샘플치 중, 상기 변수 Zk의 동기 대상 구간 Txk, Tyk의 적어도 어느 한쪽에 해당하는 샘플치에 기초하여, 변수 Zk에서 공통되는, 제1 및 제2 시계열 데이터 Xk, Yk 사이에 있어서의 샘플치끼리의 대응 관계를 특정한다. 그 후, 동기 처리 실행부(16E)는, 상기 대응 관계에 기초하여, 변수 Zk 각각에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 시간축 상에서 동기시키는 동기 처리를 실행하고(단계 S104), 일련의 동기 동작을 종료한다.

이어서, 도 6을 참조하여 본 실시형태에 따른 데이터 처리 장치(10)에 있어서의 동기 대상 구간의 특정 동작에 관해서 설명한다. 도 6은 동기 대상 구간의 특정 동작을 도시하는 흐름도이다.

특정부(15B)는, 도 5의 단계 101에 있어서, 변수 Zk마다, 도 6의 동기 대상 구간의 특정 동작을 실행한다. 도 6에서는, 이해를 쉽게 하기 위해서 변수 Z를 특정하는 인덱스 k를 생략하고 설명한다. 또한, 도 6에서는 제1 시계열 데이터 X에 관한 동기 대상 구간 Tx를 특정하는 경우를 예로 들어 설명하지만, 제2 시계열 데이터 Y에 관한 동기 대상 구간 Ty를 특정하는 경우도 마찬가지이므로, 여기서의 설명은 생략한다.

우선, 탐색 구간 계산부(16A)는, 기억부(14)의 동기 대상 구간 데이터(14B)에 포함되는, 각 시간 구간 ti에 관한 동기 대상 구간 Txi를, 동기 처리에 적절하지 않은 비대상 구간을 나타내는 「0」으로 각각 초기화한다(단계 S110). 그 후, 탐색 구간 계산부(16A)는, 제1 시계열 데이터 X에 대응하는 시간 구간 ti(i=1∼Mx의 정수)를 처리 대상으로서 순차 선택하는 루프 처리 LPi를 시작한다(단계 S111).

루프 처리 LPi에 있어서, 우선 탐색 구간 계산부(16A)는, 처리 대상으로서 선택된 시간 구간 ti에 있어서의 제1 샘플치 xi를 제1 시계열 데이터 X로부터 취득한다(단계 S112). 이어서, 탐색 구간 계산부(16A)는, 미리 설정되어 있는 시간 길이 ε에 기초하여 시간 구간 ti에 관한 탐색 구간 εi를 계산한다(단계 S113).

이어서, 편차 계산부(16B)는, 제2 시계열 데이터 Y 중, 탐색 구간 εi 내에 대응하는 시간 구간 tj(j=1∼Ny의 정수)를 처리 대상으로서 순차 선택하는 루프 처리 LPj를 시작한다(단계 S114).

루프 처리 LPj에 있어서, 우선 편차 계산부(16B)는, 처리 대상으로서 선택된 시간 구간 tj에 있어서의 제2 샘플치 yj를 제2 시계열 데이터 Y로부터 취득하여(단계 S115), 제1 샘플치 xi와 제2 샘플치 yj 사이의 편차 Δxj를 계산한다(단계 S116).

편차 계산부(16B)는, j가 Ny에 도달할 때까지, 이들 단계 S115, S116을 반복 실행한 후, 루프 처리 LPj를 종료한다(단계 S117).

이후, 선택부(16C)는, 시간 구간 ti의 탐색 구간 εi에 포함되는 제2 샘플치 yj에 관한 편차 Δyj 모두가 미리 설정되어 있는 허용 오차 σ 이하인지 확인한다(단계 S118). 그리고, 편차 Δyj 모두가 허용 오차 σ 이하인 경우(단계 S118: YES), 동기 대상 구간 Txi에 대하여 동기 처리에 적절한 대상 구간을 나타내는 「1」을 설정하여, 시간 구간 ti를 제1 시계열 데이터 X에 관한 동기 대상 구간으로서 선택한다(단계 S119). 또한, 편차 Δyj의 어느 하나라도 허용 오차 σ보다 큰 경우(단계 S118: NO), 시간 구간 ti를 동기 대상 구간으로서 선택하지 않고, 동기 대상 구간 Txi는 「0」 그대로로 한다.

선택부(16C)는, i가 Mx에 도달할 때까지, 이들 단계 S112∼S119를 반복 실행한 후, 루프 처리 LPi를 종료하고(단계 S120), 일련의 동기 대상 구간의 특정 동작을 종료한다.

도 7은 제1 시계열 데이터에 관한 동기 대상 구간의 특정 동작을 도시하는 동작예이다. 도 7에서는, 상술한 도 2의 변수 A에 있어서의 제1 시계열 데이터 X에 관한 동기 대상 구간 Tx를 특정하는 경우의 예가 도시되어 있다.

도 7에 도시하는 것과 같이, 동기 대상 구간의 특정 동작에서는, 시간 구간 ti(i=1∼Mx)를 중심으로 하는 시간 길이 ε의 탐색 구간 εi에 대하여, 시간 구간 ti에 있어서의 제1 시계열 데이터 X의 샘플치 xi를 중심으로 한 허용 오차 σ가 설정된다. 그리고, 탐색 구간 εi 내에 포함되는 제2 시계열 데이터 Y의 샘플치 yj(j=1∼Ny) 모두가 허용 오차 σ 내에 수습되어 있는지 여부에 기초하여, 시간 구간 ti가 제1 시계열 데이터 X의 동기 대상 구간인지 여부가 판정된다.

도 7 중, 동작예 Ex1에서는, 탐색 구간 εi 내에 포함되는 모든 샘플치 yj가 허용 오차 σ 내에 수습되어 있기 때문에, 이 경우의 시간 구간 ti는 제1 시계열 데이터 X의 동기 대상 구간이라고 판정된다.

한편, 동작예 Ex2에서는, 탐색 구간 εi 내에 포함되는 모든 제2 샘플치 yj가 허용 오차 σ 내에 수습되어 있지 않고, 일부의 제2 샘플치 yj가 허용 오차 σ 밖이기 때문에, 이 경우의 시간 구간 ti는 제1 시계열 데이터 X의 동기 대상 구간이 아니라고 판정된다.

또한, 동작예 Ex3에서는, 탐색 구간 εi 내에 포함되는 제2 샘플치 yj가 존재하지 않기 때문에, 이 경우의 시간 구간 ti는 제1 시계열 데이터 X의 동기 대상 구간이 아니라고 판정된다.

도 8은 제2 시계열 데이터에 관한 동기 대상 구간의 특정 동작을 도시하는 동작예이다. 도 8에서는, 상술한 도 2의 변수 A에 있어서의 제2 시계열 데이터 Y에 관한 동기 대상 구간 Ty를 특정하는 경우의 예가 도시되어 있다.

도 8에 도시하는 것과 같이, 동기 대상 구간의 특정 동작에서는, 시간 구간 ti(i=1∼My)를 중심으로 하는 시간 길이 ε의 탐색 구간 εi에 대하여, 시간 구간 ti에 있어서의 제2 시계열 데이터 Y의 제2 샘플치 yi를 중심으로 한 허용 오차 σ가 설정된다. 그리고, 탐색 구간 εi 내에 포함되는 제1 시계열 데이터 X의 제1 샘플치 xj(j=1∼Nx) 모두가 허용 오차 σ 내에 수습되어 있는지 여부에 기초하여, 시간 구간 ti가 제2 시계열 데이터 Y의 동기 대상 구간인지 여부가 판정된다.

도 8 중, 동작예 Ex1에서는, 탐색 구간 εi 내에 포함되는 모든 샘플치 xj가 허용 오차 σ 내에 수습되어 있기 때문에, 이 경우의 시간 구간 ti는 제2 시계열 데이터 Y의 동기 대상 구간이라고 판정된다.

한편, 동작예 Ex2에서는, 탐색 구간 εi 내에 포함되는 모든 샘플치 xj가 허용 오차 σ 내에 수습되어 있지 않고, 일부의 샘플치 xj가 허용 오차 σ 밖이기 때문에, 이 경우의 시간 구간 ti는 제2 시계열 데이터 Y의 동기 대상 구간이 아니라고 판정된다.

도 9는 제1 시계열 데이터에 관한 동기 대상 구간의 특정 동작을 도시하는 다른 동작예이다. 도 9에서는, 상술한 도 2의 변수 C에 있어서의 제1 시계열 데이터 X에 관한 동기 대상 구간 Tx를 특정하는 경우의 예가 도시되어 있다.

도 9에 도시하는 것과 같이, 동기 대상 구간의 특정 동작에서는, 시간 구간 ti(i=1∼Mx)를 중심으로 하는 시간 길이 ε의 탐색 구간 εi에 대하여, 시간 구간 ti에 있어서의 제1 시계열 데이터 X의 샘플치 xi를 중심으로 한 허용 오차 σ가 설정된다. 그리고, 탐색 구간 εi 내에 포함되는 제2 시계열 데이터 Y의 샘플치 yj(j=1∼Ny) 모두가 허용 오차 σ 내에 수습되어 있는지 여부에 기초하여, 시간 구간 ti가 제1 시계열 데이터 X의 동기 대상 구간인지 여부가 판정된다.

도 9 중, 동작예 Ex1에서는, 탐색 구간 εi 내에 포함되는 모든 제2 샘플치 yj가 허용 오차 σ 내에 수습되어 있기 때문에, 이 경우의 시간 구간 ti는 제1 시계열 데이터 X의 동기 대상 구간이라고 판정된다.

한편, 동작예 Ex2에서는, 탐색 구간 εi 내에 포함되는 모든 제2 샘플치 yj가 허용 오차 σ 밖이기 때문에, 이 경우의 시간 구간 ti는 제1 시계열 데이터 X의 동기 대상 구간이 아니라고 판정된다.

도 10은 제2 시계열 데이터에 관한 동기 대상 구간의 특정 동작을 도시하는 다른 동작예이다. 도 10에서는, 상술한 도 2의 변수 C에 있어서의 제2 시계열 데이터 Y에 관한 동기 대상 구간 Ty를 특정하는 경우의 예가 도시되어 있다.

도 10에 도시하는 것과 같이, 동기 대상 구간의 특정 동작에서는, 시간 구간 ti(i=1∼My)를 중심으로 하는 시간 길이 ε의 탐색 구간 εi에 대하여, 시간 구간 ti에 있어서의 제2 시계열 데이터 Y의 제2 샘플치 yi를 중심으로 한 허용 오차 σ가 설정된다. 또한, 탐색 구간 εi 내에 포함되는 제1 시계열 데이터 X의 제1 샘플치 xj(j=1∼Nx) 모두가 허용 오차 σ 내에 수습되어 있는지 여부에 기초하여, 시간 구간 ti가 제2 시계열 데이터 Y의 동기 대상 구간인지 여부가 판정된다.

도 10 중, 동작예 Ex1에서는, 탐색 구간 εi 내에 포함되는 모든 샘플치 xj가 허용 오차 σ 내에 수습되어 있기 때문에, 이 경우의 시간 구간 ti는 제2 시계열 데이터 Y의 동기 대상 구간이라고 판정된다.

한편, 동작예 Ex2에서는, 탐색 구간 εi 내에 포함되는 모든 제1 샘플치 xj가 허용 오차 σ 내에 수습되어 있지 않고, 모든 제1 샘플치 xj가 허용 오차 σ 밖이기 때문에, 이 경우의 시간 구간 ti는 제2 시계열 데이터 Y의 동기 대상 구간이 아니라고 판정된다.

도 11은 구간 무게의 산출예이다. 구간 무게 계산부(16D)는, 시계열 데이터(14A)와 동기 대상 구간 데이터(14B)를 참조하여, 시간 구간 ti 각각에 있어서의, 각 변수의 제1 및 제2 시계열 데이터 X, Y에 관한 무게를 나타내는 제1 및 제2 구간 무게 Wx, Wy를 계산한다.

도 11의 제1 구간 무게 Wx에서는, 변수 A, B, C, D에 관해서, 시간 구간 t1 이전의 기간이, 일부의 시간 구간을 제외하고 동기 대상 구간이라고 특정되어 있고, 이들 변수 A, B, C, D에 대하여, 총화가 「1」이 되도록 구간 무게가 안분되어 있다. 한편, 시간 구간 t1 이후의 기간은, 변수 C의 동기 대상 구간이 아니라고 특정되어 있고, 변수 A, B, D에 대하여, 총화가 「1」이 되도록 구간 무게가 안분되어 있다.

또한, 도 11의 제2 구간 무게 Wy에서는, 변수 A, B, C, D에 관해서, 시간 구간 t2 이전의 기간이, 일부의 시간 구간을 제외하고 동기 대상 구간이라고 특정되어 있고, 이들 변수 A, B, C, D에 대하여, 총화가 「1」이 되도록 구간 무게가 안분되어 있다. 한편, 시간 구간 t2 이후의 기간은, 변수 C의 동기 대상 구간이 아니라고 특정되어 있고, 변수 A, B, D에 대하여, 총화가 「1」이 되도록 구간 무게가 안분되어 있다.

[본 실시형태의 효과]

이와 같이, 본 실시형태는, 탐색 구간 계산부(16A)가, 제1 시계열 데이터 X로부터 시간 구간 ti마다 제1 샘플치 xi를 선택하고, 미리 설정되어 있는 시간 길이 ε에 기초하여 제1 샘플치 xi의 시간 구간 ti에 관한 탐색 구간 εi를 계산한다. 또한, 편차 계산부(16B)가, 제2 시계열 데이터 Y 중 탐색 구간 εi 내에 존재하는 제2 샘플치 yj마다, 제1 샘플치 xi와 제2 샘플치 yj 사이의 편차 Δyj를 계산한다. 또한, 선택부(16C)가, 탐색 구간 εi에 포함되는 제2 샘플치 yj에 관한 편차 Δyj 모두가 미리 설정되어 있는 허용 오차 σ 이하인 경우, 시간 구간 ti를 제1 시계열 데이터 X에 관한 동기 대상 구간 Tx로서 선택하도록 한 것이다.

또한, 탐색 구간 계산부(16A)가, 제2 시계열 데이터 Y로부터 시간 구간 ti마다 제2 샘플치 yi를 선택하고, 시간 길이 ε에 기초하여 제2 샘플치 yi의 시간 구간 ti에 관한 탐색 구간 εi를 계산한다. 또한, 편차 계산부(16B)가, 제1 시계열 데이터 X 중 탐색 구간 εi 내에 존재하는 제1 샘플치 xj마다, 제2 샘플치 yi와 제1 샘플치 xj 사이의 편차 Δxj를 계산한다. 또한, 선택부(16C)가, 탐색 구간 εi에 포함되는 제1 샘플치 xj에 관한 편차 Δxj 모두가 허용 오차 σ 이하인 경우, 시간 구간 ti를 제2 시계열 데이터 Y에 관한 동기 대상 구간 Ty로서 선택하도록 한 것이다.

이에 따라, 시간 구간 ti에 있어서의 제1 시계열 데이터 X의 제1 샘플치 xi에 대하여, 시간 방향과 샘플치 방향에 있어서, 어느 정도 가까운 샘플치가 제2 시계열 데이터 Y에 포함되어 있는 경우, 시간 구간 ti가 제1 시계열 데이터 X의 동기 대상 구간 Tx로서 선택된다. 또한, 시간 구간 ti에 있어서의 제2 시계열 데이터 Y의 제2 샘플치 yi에 대하여, 시간 방향과 샘플치 방향에 있어서, 어느 정도 가까운 샘플치가 제1 시계열 데이터 X에 포함되어 있는 경우, 시간 구간 ti가 제2 시계열 데이터 Y의 동기 대상 구간 Ty로서 선택된다. 이 때문에, 동기 대상 구간 Tx, Ty에서는, 제1 시계열 데이터 X의 제1 샘플치 xi와 제2 시계열 데이터 Y의 제2 샘플치 yi를 대응시킬 때, 제1 시계열 데이터 X 또는 제2 시계열 데이터 Y의 어느 한쪽의 샘플치에 가깝고 샘플치가 다른 쪽의 제1 시계열 데이터 X 또는 제2 시계열 데이터 Y에 포함되어 있게 된다.

따라서, 시계열 데이터로부터 이상 구간을 생략한 동기 대상 구간을 특정하고, 동기 대상 구간에 해당하는 샘플치에 기초하여, 샘플치끼리의 대응 관계를 특정할 수 있기 때문에, 시간 방향 혹은 샘플치 방향에 있어서 크게 괴리된 샘플치끼리 대응시키는 것을 피할 수 있다. 그 결과로서, 시계열 데이터로부터 동기 처리에 적용해야 할 동기 대상 구간을 적절하게 특정하는 것이 가능하게 된다.

또한, 본 실시형태에 있어서, 특정부(15B)가, 상술한 동기 처리 방법에 기초하여, 변수 Zk마다 제1 시계열 데이터 X에 관한 동기 대상 구간 Tx를 특정하고, 동기 처리 실행부(16E)가, 변수 Zk에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 구성하는 각 샘플치 중, 변수 Zk의 동기 대상 구간 Txk에 해당하는 샘플치에 기초하여, 각 변수 Zk에서 공통되는, 제1 및 제2 시계열 데이터 Xk, Yk 사이에 있어서의 샘플치끼리의 대응 관계를 특정하고, 이 대응 관계에 기초하여, 변수 Zk 각각에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 시간축 상에서 동기시키는 동기 처리를 실행하도록 하여도 좋다.

또한, 본 실시형태에 있어서, 특정부(15B)가, 상술한 동기 처리 방법에 기초하여, 변수 Zk마다 제1 및 제2 시계열 데이터 Xk, Yk에 관한 동기 대상 구간 Txk, Tyk를 특정하고, 동기 처리 실행부(16E)가, 변수 Zk에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 구성하는 각 샘플치 중, 변수 Zk의 동기 대상 구간 Txk, Tyk의 적어도 어느 한쪽에 해당하는 샘플치에 기초하여, 각 변수 Zk에서 공통되는, 제1 및 제2 시계열 데이터 Xk, Yk 사이에 있어서의 샘플치끼리의 대응 관계를 특정하고, 이 대응 관계에 기초하여, 변수 Zk 각각에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 시간축 상에서 동기시키는 동기 처리를 실행하도록 하여도 좋다.

이에 따라, 임의의 변수에 오차가 포함되는 경우라도, 다변량의 시계열 데이터를 높은 정밀도로 시간축 상에서 동기시킬 수 있다. 따라서, 본 발명에 따른 동기 처리에 의해, 배치 프로세스의 진행 정도를 나타내는 다변량의 시계열 데이터를 동기 처리한 경우에는, 배치 프로세스에 관한 이상 유무를 정확하게 검지하는 것이 가능하게 된다.

또한, 본 실시형태에 있어서, 구간 무게 계산부(16D)가, 변수 Zk 각각에 관한 동기 대상 구간 Txk에 기초하여, 시간 구간 ti 각각에 있어서의, 변수 Zk에 관한 무게를 나타내는 제1 구간 무게 Wxk를 계산하고, 동기 처리 실행부(16E)가, 변수 Zk 각각에 관한 제1 구간 무게 Wxk에 기초하여, DTW 동기 처리를 실행하도록 하여도 좋다. 이때, 동기 처리 실행부(16E)가, DTW 동기 처리에서 이용하는 유클리드 거리로서, 변수 Zk 각각에 관한 제1 및 제2 시계열 데이터 Xk, Yk와 제1 구간 무게 Wxk에 기초하여, 변수 Zk 모두에 관한 제1 시계열 데이터 X와 제2 시계열 데이터 Y 사이의 가중 유클리드 거리 dw(X,Y)를 계산하도록 하여도 좋다.

이에 따라, 변수 Zk에 포함되는 노이즈의 영향을 억제할 수 있으며, 안정된 동기 처리를 실현할 수 있다.

또한, 본 실시형태에 있어서, 구간 무게 계산부(16D)가, 변수 Zk 각각에 관한 동기 대상 구간 Txk에 기초하여, 시간 구간 ti 각각에 있어서의, 변수 Zk에 관한 무게를 나타내는 제1 구간 무게 Wxk를 계산하고, 변수 Zk 각각에 관한 동기 대상 구간 Tyk에 기초하여, 시간 구간 ti 각각에 있어서의, 변수 Zk에 관한 무게를 나타내는 제2 구간 무게 Wyk를 계산하고, 동기 처리 실행부(16E)가, 변수 Zk 각각에 관한 제1 및 제2 구간 무게 Wxk, Wyk에 기초하여, DTW 동기 처리를 실행하도록 하여도 좋다. 이때, 동기 처리 실행부(16E)가, DTW 동기 처리에서 이용하는 유클리드 거리로서, 변수 Zk 각각에 관한, 제1 및 제2 시계열 데이터 Xk, Yk와 제1 및 제2 구간 무게 Wxk, Wyk에 기초하여, 변수 Zk 모두에 관한 제1 시계열 데이터 X와 제2 시계열 데이터 Y 사이의 가중 유클리드 거리 dw(X,Y)를 계산하도록 하여도 좋다.

이에 따라, 변수 Zk에 포함되는 노이즈의 영향을 억제할 수 있으며, 안정된 보다 높은 정밀도의 동기 처리를 실현할 수 있다.

[제2 실시형태]

이어서, 본 발명의 제2 실시형태에 따른 데이터 처리 장치에 관해서 도 12 내지 도 16을 참조하여 설명한다.

[제2 실시형태의 개요]

상술한 제1 실시형태에서는, 시계열 데이터로부터 이상한 샘플치를 제외함으로써 보다 높은 정밀도의 동기 처리를 실현했다. 또한, 시계열 데이터로부터 이상한 샘플치를 제외하기 위해서, 2개의 시계열 데이터 X, Y에 대하여 「탐색 구간」을 설정하고, 상호 대응하는 탐색 구간 εi에 포함되는 샘플치의 오차에 기초하여, 동기 처리에 이용하는 샘플치를 포함하는 구간, 즉 동기 대상 구간을 선택하는 기술에 관해서도 구체적으로 설명했다. 이와 같이 동기 대상 구간을 선택하는 제1 실시형태는, 본 발명에 있어서의 「복수의 시간 구간 각각에 대하여 할당되는 평가치」가 0 또는 1의 어느 하나를 취할 수 있는 경우에 해당한다.

이에 대하여, 제2 실시형태에 따른 데이터 처리 장치에서는, 「복수의 시간 구간 각각에 대하여 할당되는 평가치」는, 연속된 값(예컨대 규격화한 경우는 0∼1까지의 값)을 취할 수 있는 것으로 한다. 이러한 평가치는, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y의 복수의 시간 구간 각각에 있어서의 샘플치의, 동기 처리에 있어서의 신뢰도를 나타낸다고 생각하여, 이것을 「신뢰도」라고 부르는 경우가 있다.

복수의 시간 구간에 있어서의 시계열 데이터의 평가치 또는 신뢰도는 변수마다 다른 경우가 있다고 생각된다. 후술하는 것과 같이, 본 실시형태에서는, 변수마다 이러한 평가치 또는 신뢰도를 산출하여, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y에 관한 「평가치의 배열」을 구성하고, 이 평가치의 배열과 변수에 할당된 무게에 기초하여, DTW 동기 처리, 그 밖의 동기 처리를 행하여, 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키는 것이다.

[데이터 처리 장치의 구성]

도 12에 제2 실시형태에 따른 데이터 처리 장치(100)의 구성을 도시한다. 또한, 제1 실시형태에 따른 데이터 처리 장치와 동일한 구성 요소에 관해서는 동일한 부호를 이용하는 것으로 하고, 그 상세한 설명은 생략한다.

제2 실시형태에 따른 데이터 처리 장치(100)는, 주된 구성으로서, 통신 I/F부(11), 조작 입력부(12), 화면 표시부(13), 기억부(140) 및 연산 처리부(150)를 구비하고 있다. 데이터 처리 장치(100)는, 통신 I/F부(11)를 통해 통신 회선(21)에 접속되어, 상위 장치(20) 등의 외부 장치나 센서(도시하지 않음)로부터 취득한 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시킨다.

이러한 데이터 처리 장치(100)는, 기억 장치로 이루어지는 기억부(140) 및 연산 처리 장치로 이루어지는 연산 처리부(150)를 포함하는 컴퓨터와, 기억부(140)에 기억된 컴퓨터 프로그램(14P)에 의해서 실현할 수 있다.

여기서 연산 처리부(150)는, 기억부(140)에 기억된 프로그램(14P)에 따라서 동작함으로써, 복수의 변수 각각에 관해서, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 취득하도록 구성된 데이터 취득부(15A)로서 동작한다. 또한, 연산 처리부(150)는, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 각 시간 구간에 대하여 할당되는 평가치를 계산하도록 구성된 평가치 계산부(25B)로서 동작한다. 또한, 연산 처리부(150)는, 제1 시계열 데이터 X에 대한 평가치의 배열과, 제2 시계열 데이터 Y에 대한 평가치의 배열과, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게에 기초하여 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키도록 구성된 동기 처리부(25C)로서 동작한다.

본 실시형태에 있어서, 평가치 계산부(25B)는, 복수의 변수 각각에 관해서, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 이들 시간 구간 각각에 있어서의 제1 시계열 데이터 X 및 제2 시계열 데이터 Y 각각의 특징량을 계산하도록 구성된 특징량 계산부(26A)를 구비한다. 또한, 평가치 계산부(25B)는, 각 변수에 관해서, 상술한 평가치로서, 복수의 시간 구간 각각에 있어서의 제1 시계열 데이터 X 및 제2 시계열 데이터 Y 각각의 특징량으로부터 복수의 시간 구간 각각에 있어서의 샘플치의 신뢰도를 산출하도록 구성된 신뢰도 산출부(26B)를 구비하고 있다.

또한, 동기 처리부(25C)는, 복수의 변수 각각에 관해서, 제1 시계열 데이터 X에 대한 평가치의 배열(신뢰도의 배열)과, 제2 시계열 데이터 Y에 대한 평가치의 배열(신뢰도의 배열)과, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게에 기초하여, 제1 시계열 데이터 X에 대한 제1 무게 배열과 제2 시계열 데이터 Y에 대한 제2 무게 배열을 계산하도록 구성된다.

보다 구체적으로는, 동기 처리부(25C)는, 제1 무게 배열 및 제2 무게 배열로서, 신뢰도의 배열과, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게와의 요소의 곱을 구하여, 복수의 시간 구간에 대한 무게 배열을 계산하도록 구성된 무게 배열 계산부(26C)를 갖는다. 또한, 동기 처리부(25C)는, 복수의 시간 구간에 대한 무게 배열에 기초하여, 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키도록 구성된 동기 처리 실행부(26D)를 포함한다.

[데이터 처리 장치의 동작]

이어서 본 실시형태에 따른 데이터 처리 장치(100)의 동작에 관해서 도 13,도 14 및 도 15(a) 내지 도 15(c)를 참조하여 설명한다.

우선, 데이터 처리 장치(100)의 데이터 취득부(15A)가, 복수의 변수 각각에 관해서, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 취득한다(도 13, 단계 S200). 이 단계 S200에서 취득된 제1 시계열 데이터 X 및 제2 시계열 데이터 Y는 변수마다 기억부(140)에 시계열 데이터(14A)로서 보존된다.

여기서 「복수의 변수」의 예로서, 플랜트나 빌딩 등의 감시 대상의 상태를 나타내는 온도나 압력, 유량 등의 파라미터를 들 수 있다. 이들 변수에 관한 시계열 데이터는 주기적인 거동을 보이는 경우가 있다. 전형적인 예로서, 감시 대상에 있어서 배치 처리가 반복된 경우에는, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y는, 각각 1 배치분의 거동을 나타내는 데이터가 된다. 그러나, 본 발명은, 감시 대상에 있어서 배치 처리가 행해지는 것을 전제로 하는 것은 아니며, 주기적인 거동을 보이는 것이라면, 실시간으로 취득되는 시계열 데이터라도 좋다.

이어서, 평가치 계산부(25B)가, 기억부(140)에 기억된 시계열 데이터(14A)로부터 변수마다 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 독출하고, 이들 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 이들 복수의 시간 구간 각각에 대하여 평가치를 계산한다(도 13, 단계 S210).

단계 S210에 있어서의 평가치의 계산의 일 구성예를 도 14 및 도 15(a) 내지 도 15(c)를 참조하여 설명한다.

본 실시형태에 있어서, 평가치의 계산은, 도 14에 도시하는 것과 같이, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y가 복수의 시간 구간(이하, 시간 구간을 「세그멘트」라고 하는 경우가 있다.)으로 분할된다(도 14, 단계 S211). 이어서, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y 각각에 관해서 세그멘트마다의 특징량이 계산된다(도 14, 단계 S212). 그 후, 세그멘트마다 제1 시계열 데이터 X의 특징량과 제2 시계열 데이터 Y의 특징량으로부터 그 세그멘트의 평가치(이하, 「신뢰도」라고 하는 경우가 있다.)가 계산된다(도 14, 단계 S213).

여기서 시계열 데이터를 복수의 세그멘트로 분할하는 처리(단계 S211)는, 평가치 계산부(25B)의 일부를 구성하는 특징량 계산부(26A)에 의해서 실행된다. 구체적으로는, 연산 처리부(150)가, 예컨대 각 시계열 데이터의 시간 변화(일차 미분)나 그 시간 변화(이차 미분)를 산출하고, 그 크기를 소정의 역치와 비교하는 등의 처리를 행함으로써 실현된다. 도 15(a)에, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를, 각각 복수의 세그멘트로 분할하는 모습을 개념적으로 도시한다. 도 15(a)는, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y 각각에 관해서, 데이터가 크게 변화되는 타이밍에 분할되어, 세그멘트가 설정되는 모습을 도시하고 있다.

또한, 특징량 계산부(26A)는, 또한 제1 시계열 데이터 X 및 제2 시계열 데이터 Y 각각에 관해서 각 세그멘트의 특징량을 계산한다(도 14, 단계 S212). 이때, 각 세그멘트에 있어서의 제1 시계열 데이터 X 및 제2 시계열 데이터 Y 각각의 특징량으로서는, 예컨대 그 세그멘트에 포함되는 시계열 데이터의 평균이나 분산 등을 이용할 수 있다.

또한, 2개의 시계열 데이터를 복수의 세그멘트로 분할하여 비교하기 위해서는, 예컨대 비특허문헌 3에 기재된 기술을 적용하면 된다.

또한, 평가치 계산부(25B)의 일부를 구성하는 신뢰도 산출부(26B)는, 대응하는 세그멘트에 있어서의 제1 시계열 데이터 X의 특징량과 제2 시계열 데이터 Y의 특징량으로부터 그 세그멘트의 평가치를 계산한다(도 14, 단계 S213). 이때 본 실시형태에서는, 평가치는 0 이상 1 이하의 값을 취하는 것으로 한다. 또한, 신뢰도 산출부(26B)는, 상호 대응하는 세그멘트에 포함되는 제1 시계열 데이터 X의 특징량과 제2 시계열 데이터 Y의 특징량이 서로 가까우면 가까울수록, 평가치를 보다 1에 가까운 값으로 하고, 2개의 특징량 사이에 격차가 있으면, 평가치를 보다 0에 가까운 값으로 한다. 이것은, 특징량이 거의 같으면, 제1 시계열 데이터 X와 제2 시계열 데이터 Y의 어디에도 이상한 데이터가 포함되어 있을 가능성은 낮고, 동기 처리에 있어서 그 구간의 데이터 또는 샘플치를 신뢰하여도 좋은 정도가 높아진다고 생각할 수 있기 때문이다. 이러한 개념에서 본 실시형태에서는 평가치를 「신뢰도」라고 부르는 것이다.

도 15(b)는, 특징량으로서 평균치를 채용한 경우를 예로 들어 평가치(신뢰도)의 개념을 설명하는 도면이다. 도 15(b)에 도시하는 것과 같이, 상호 대응하는 세그멘트 Sxi, Syi에 대해서는, 평균치가 같은 정도이기 때문에 높은 신뢰도를 부여하고, 세그멘트 Sxj, Syj에 대해서는, 평균치가 다르기 때문에 낮은 신뢰도를 부여한다.

이러한 신뢰도의 연산을 모든 세그멘트에 대하여 행함으로써, 도 15(c)에 도시하는 것과 같이, 변수마다 신뢰도의 배열을 얻을 수 있다. 얻어진 신뢰도의 배열은 기억부(140)에 평가치 데이터(24B)로서 기억된다.

이상이 본 실시형태에 있어서의 신뢰도의 배열을 얻는 수순이다.

이와 같이 하여 신뢰도의 배열이 얻어지면, 동기 처리부(25C)의 일부를 구성하는 무게 배열 계산부(26C)가, 기억부(140)로부터 평가치 데이터(24B), 즉 신뢰도의 배열을 독출하여, 신뢰도의 배열의 각 요소에 그 변수에 대하여 미리 주어진 무게를 곱해 무게 배열을 계산한다(도 13, 단계 S220).

여기서, 변수에 미리 주어진 무게는, 예컨대 모든 변수에 대하여 동일한 값, 즉 1로 하여도 좋다. 혹은, 특허문헌 1이나 비특허문헌 2에 개시된 것과 같이, 동기 처리 전의 제1 시계열 데이터 X와 제2 시계열 데이터 Y의 유클리드 거리의 총화와 동기 처리 후의 유클리드 거리의 총화의 차에 따라서, 차가 작은 변수에는 보다 큰 무게가 주어지도록 정해진 값이라도 좋다(도 20 참조.).

이와 같이 하여 모든 변수에 관해서 각각 무게 배열을 구하여, 이들을 기억부(140)에 무게 배열 데이터(24C)로서 기억한다.

이어서, 동기 처리부(25C)의 일부를 구성하는 동기 처리 실행부(26D)가, 기억부(140)에 기억된 시계열 데이터(14A)와 무게 배열 데이터(24C)를 독출하여, 복수의 변수의 시계열 데이터를 시간축 방향으로 동기시키는 처리를 실행한다(도 13, 단계 S230).

일반적으로, DTW 동기 처리는, 도 16에 도시하는 것과 같이, 하나의 변수에 관해서, 제1 시계열 데이터 X의 샘플치 Xi(1≤i≤n)와 제2 시계열 데이터 Y의 샘플치 Yj(1≤j≤m)를, 양자의 거리(유클리드 거리)의 총화가 최소가 되도록 대응시키는 처리이다. 도 16에서는 거리(유클리드 거리)의 총화가 최소가 되는 대응 관계를 「●」로 나타내고 있다.

본 실시형태는, 이것을 L개의 변수로 확장하여, 상술한 무게 배열에 기초한 가중 유클리드 거리의 총화를 최소로 하는 샘플치 Xi와 샘플치 Yj의 대응 관계를 구하는 것이다. L개의 변수에 관해서 제1 시계열 데이터 X의 i번째의 샘플치 Xi와 제2 시계열 데이터 Y의 j번째의 샘플치 Yj의 가중 유클리드 거리의 총화는, 제1 실시형태의 설명에서 말한 식 (3)에 의해서 나타내어진다.

동기 처리부(25C)는, 변수마다, 세그멘트마다 구한 평가치(신뢰도)에 의해서 세그멘트 또는 그 세그멘트에 속하는 샘플치에 가중을 한 뒤에, 모든 변수에 공통인, 가중 유클리드 거리의 총화 dw(Xi,Yj)가 가장 작아지는 대응 관계(i,j)를 특정하는 처리를 실행한다.

이와 같이 하여 얻어진 대응 관계(i,j)는 동기 결과 데이터(14D)로서 기억부(140)에 기억된다.

이와 같이 하여, 복수의 변수 사이에서 공통되는, 2개의 시계열 데이터의 샘플치끼리의 대응 관계이며, 그 대응 관계에 기초하여 상호 대응되게 된 제1 시계열 데이터 X의 샘플치 Xi와 제2 시계열 데이터 Y의 샘플치 Yj 사이의 가중 유클리드 거리의 총화가 가장 작아지는 대응 관계를 특정한다. 그리고, 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시킬 수 있다.

이때의 「무게」에는, 변수 사이의 무게에 더하여, 시계열 데이터의 시간 구간(세그멘트)마다의 신뢰도도 고려되어 있다.

따라서, 다변량의 시계열 데이터에 이상한 데이터가 포함되어 있었다고 해도, 그 이상한 데이터를 포함하는 시간 구간(세그멘트)에 대하여 낮은 평가치(신뢰도)를 부여함으로써 정밀도 높은 동기 처리를 행할 수 있다.

[실시형태의 확장]

이상 실시형태를 참조하여 본 발명을 설명했지만, 본 발명은 상기 실시형태에 한정되는 것이 아니다. 본 발명의 구성이나 상세에는, 본 발명의 범주 내에서 당업자가 이해할 수 있는 여러 가지 변경을 할 수 있다. 또한, 각 구성에 관해서는, 모순되지 않는 범위에서 임의로 조합하여 실시할 수 있다.

상술한 제1 실시형태에서는, 본 발명에 따른 데이터 처리 장치(10)를 시계열 데이터의 동기 처리를 행하는 장치로서 구성한 경우를 예로 들어 설명했지만, 이것에 한정되는 것이 아니다. 예컨대 연산 처리부(15)의 구간 무게 계산부(16D) 및 동기 처리 실행부(16E)를 생략하고, 본 발명에 따른 데이터 처리 장치(10)를 시계열 데이터의 동기 대상 구간을 특정하기 위한 장치로서 구성하여도 좋다. 이에 따라, 얻어진 동기 대상 구간 데이터(14B)를 기존의 동기 처리 장치에서 이용할 수 있어, 기존의 동기 처리 장치에서의 동기 처리 정밀도를 높일 수 있다.

또한, 상술한 제1 실시형태에서는, 동기 대상 구간 Txk, Tyk를 변수 Zk마다 특정하고, 이들 동기 대상 구간 Txk, Tyk에 기초하여, 각 시간 구간에 있어서, 동기 처리 대상으로서 적절한 변수 Zk만을 이용하여, 샘플끼리 대응시키는 경우를 예로 들어 설명했지만, 이것에 한정되는 것이 아니다. 예컨대 동기 대상 구간 Txk, Tyk에 기초하여, 모든 변수 Zk 또는 규정수 이상의 변수가 동기 처리 대상으로서 적절한 시간 구간만을 이용하여 샘플끼리 대응시키도록 하여도 좋다.

10, 100: 데이터 처리 장치, 11: 통신 I/F부, 12: 조작 입력부, 13: 화면 표시부, 14, 140: 기억부, 14A: 시계열 데이터, 14B: 동기 대상 구간 데이터, 14C: 구간 무게 데이터, 14D: 동기 결과 데이터, 14P: 프로그램, 15, 150: 연산 처리부, 15, 15A: 데이터 취득부, 15B: 평가치 계산부(특정부), 15C: 동기 처리부, 16A: 탐색 구간 계산부, 16B: 편차 계산부, 16C: 선택부, 16D: 구간 무게 계산부, 16E: 동기 처리 실행부, 20: 상위 장치, 21: 통신 회선, 24B: 평가치 데이터, 24C: 무게 배열 데이터, 25B: 평가치 계산부, 25C: 동기 처리부, 26A: 특징량 계산부, 26B: 신뢰도 산출부, 26C: 무게 배열 계산부, 26D: 동기 처리 실행부, Z, Zk: 변수, X, Xk: 제1 시계열 데이터, Y, Yk: 제2 시계열 데이터, ti, tj: 시간 구간, xi, xj: 제1 샘플치, yi, yj: 제2 샘플치, Txk, Tyk: 동기 대상 구간, ε: 시간 길이, εi: 탐색 구간, σ: 허용 오차, Δxj, Δyj: 편차, Wxk: 제1 구간 무게, Wyk: 제2 구간 무게, dw(X,Y): 가중 유클리드 거리.

Claims

복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키는 다변량 시계열 데이터의 동기 방법에 있어서,
데이터 취득부에 의하여, 상기 복수의 변수 각각에 관해서, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 취득하는 데이터 취득 단계와,
평가치 계산부에 의하여, 상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 상기 복수의 시간 구간 각각에 대하여 할당되는 평가치를 계산하는 평가치 계산 단계와,
동기 처리부에 의하여, 상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X에 대한 평가치의 배열과, 상기 제2 시계열 데이터 Y에 대한 평가치의 배열과, 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게에 기초하여 산출되는 상기 제1 시계열 데이터 X에 대한 제1 무게 배열 및 상기 제2 시계열 데이터 Y에 대한 제2 무게 배열에 기초하여, 상기 복수의 변수에 관한 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치 사이의 가중 거리의 총화가 가장 작아지는, 상기 복수의 변수 사이에서 공통되는, 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치의 대응 관계를 특정하고, 그 대응 관계에 기초하여 상기 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키는 동기 처리 단계
를 포함하는, 다변량 시계열 데이터의 동기 방법.
제1항에 있어서, 상기 복수의 변수를 변수 Zk(k=1∼L의 정수)로 했을 때,
상기 평가치 계산 단계는,
상기 변수 Zk 각각에 관해서, 상기 제1 시계열 데이터 X로부터 미리 설정된 Mx(Mx는 2 이상의 정수)개의 시간 구간 ti(i=1∼Mx의 정수)마다 제1 샘플치 xi를 선택하고, 미리 설정되어 있는 시간 길이 ε에 기초하여 상기 제1 샘플치 xi의 시간 구간 ti에 관한 탐색 구간 εi를 계산하고, 상기 제2 시계열 데이터 Y로부터 미리 설정된 My(My는 2 이상의 정수)개의 시간 구간 ti(i=1∼My의 정수)마다 제2 샘플치 yi를 선택하고, 상기 시간 길이 ε에 기초하여 상기 제2 샘플치 yi의 시간 구간 ti에 관한 탐색 구간 εi를 계산하는 탐색 구간 계산 단계와,
상기 제1 시계열 데이터 X 중, 상기 탐색 구간 εi 내에 존재하는 Nx(Nx는 1 이상의 정수)개의 제1 샘플치 xj(j=1∼Nx의 정수)마다, 상기 제2 샘플치 yi와 상기 제1 샘플치 xj 사이의 편차 Δxj를 계산하고, 상기 제2 시계열 데이터 Y 중, 상기 탐색 구간 εi 내에 존재하는 Ny(Ny는 1 이상의 정수)개의 제2 샘플치 yj(j=1∼Ny의 정수)마다, 상기 제1 샘플치 xi와 상기 제2 샘플치 yj 사이의 편차 Δyj를 계산하는 편차 계산 단계와,
상기 시간 구간 ti의 탐색 구간 εi에 포함되는 상기 제2 샘플치 yj에 관한 상기 편차 Δyj 모두가 미리 설정되어 있는 허용 오차 σ 이하인 경우, 상기 제1 샘플치 xi의 시간 구간 ti에 대한 평가치를 1로 하고, 그 이외의 경우는, 상기 제1 샘플치 xi의 시간 구간 ti에 대한 평가치를 0으로 하고, 상기 시간 구간 ti의 탐색 구간 εi에 포함되는 상기 제1 샘플치 xj에 관한 상기 편차 Δxj 모두가 상기 허용 오차 σ 이하인 경우, 상기 제2 샘플치 yi의 시간 구간 ti에 대한 평가치를 1로 하고, 그 이외의 경우는, 상기 제2 샘플치 yi의 시간 구간 ti에 대한 평가치를 0으로 하여, 상기 평가치가 1인 상기 시간 구간 ti를 상기 제1 시계열 데이터 X에 관한 동기 대상 구간 Tx 및 상기 제2 시계열 데이터 Y에 관한 동기 대상 구간 Ty로서 선택하는 선택 단계
를 포함하고,
상기 동기 처리 단계는,
상기 변수 Zk에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 구성하는 각 샘플치 중, 상기 변수 Zk의 동기 대상 구간 Txk, Tyk에 해당하는 샘플치에 기초하여, 상기 변수 Zk에서 공통되는, 상기 제1 및 제2 시계열 데이터 Xk, Yk 사이에 있어서의 샘플치끼리의 대응 관계를 특정하고, 이 대응 관계에 기초하여, 상기 변수 Zk 각각에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 시간 방향으로 동기시키는 것을 특징으로 하는, 다변량 시계열 데이터의 동기 방법.
제2항에 있어서, 상기 동기 처리 단계는, 또한
상기 제1 시계열 데이터 X에 대한 제1 무게 배열로서, 상기 변수 Zk 각각에 관한 동기 대상 구간 Txk에 기초하여, 각 시간 구간에 있어서의, 상기 변수 Zk에 관한 무게를 나타내는 제1 구간 무게 Wxk를 계산하고, 상기 제2 시계열 데이터 Y에 대한 제2 무게 배열로서, 상기 변수 Zk 각각에 관한 동기 대상 구간 Tyk에 기초하여, 각 시간 구간에 있어서의, 상기 변수 Zk에 관한 무게를 나타내는 제2 구간 무게 Wyk를 계산하는 구간 무게 계산 단계와,
상기 변수 Zk 각각에 관한 상기 제1 구간 무게 Wxk 및 상기 제2 구간 무게 Wyk에 기초하여, DTW(Dynamic Time Warping) 동기 처리를 실행하는 DTW 동기 처리 단계를 포함하는 것을 특징으로 하는, 다변량 시계열 데이터의 동기 방법.
제3항에 있어서, 상기 DTW 동기 처리 단계는,
상기 DTW 동기 처리에서 이용하는 유클리드 거리로서, 상기 변수 Zk 각각에 관한, 제1 시계열 데이터 Xk 및 제2 시계열 데이터 Yk와 상기 제1 구간 무게 Wxk 및 상기 제2 구간 무게 Wyk에 기초하여, 상기 변수 Zk 모두에 관한 제1 시계열 데이터 X와 제2 시계열 데이터 Y 사이의 가중 유클리드 거리 dw(X,Y)를 계산하는 단계
를 포함하는 것을 특징으로 하는, 다변량 시계열 데이터의 동기 방법.
제1항에 있어서, 상기 동기 처리 단계는,
상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X에 대한 평가치의 배열과, 상기 제2 시계열 데이터 Y에 대한 평가치의 배열과, 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게에 기초하여, 상기 제1 시계열 데이터 X에 대한 제1 무게 배열과 상기 제2 시계열 데이터 Y에 대한 제2 무게 배열을 계산하는 무게 배열 계산 단계
를 포함하는 것을 특징으로 하는, 다변량 시계열 데이터의 동기 방법.
제1항에 있어서, 상기 평가치 계산 단계는,
상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 상기 복수의 시간 구간 각각에 있어서의 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y 각각의 특징량을 계산하는 특징량 계산 단계와,
상기 복수의 변수 각각에 관해서, 상기 평가치로서, 상기 복수의 시간 구간 각각에 있어서의 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y 각각의 특징량으로부터 상기 복수의 시간 구간 각각에 있어서의 샘플치의 신뢰도를 산출하는 신뢰도 산출 단계
를 포함하고,
상기 동기 처리 단계는,
상기 제1 무게 배열 및 상기 제2 무게 배열로서, 상기 신뢰도와 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게와의 곱을 구하여, 상기 복수의 시간 구간에 대한 무게 배열을 계산하는 무게 배열 계산 단계와,
상기 복수의 변수 각각에 관해서, 상기 복수의 시간 구간에 대한 무게 배열에 기초하여, 상기 복수의 변수 사이에서 공통되는 대응 관계에 기초하여 상호 대응되게 된 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치 사이의 가중 유클리드 거리의 총화가 가장 작아지는, 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치의 대응 관계를 특정하고, 그 대응 관계에 기초하여 상기 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키는 동기 처리 실행 단계
를 포함하는 것을 특징으로 하는, 다변량 시계열 데이터의 동기 방법.
복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키는 다변량 시계열 데이터 처리 장치에 있어서,
상기 복수의 변수 각각에 관해서, 제1 시계열 데이터 X 및 제2 시계열 데이터 Y를 취득하도록 구성된 데이터 취득부와,
상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 상기 복수의 시간 구간 각각에 대하여 할당되는 평가치를 계산하도록 구성된 평가치 계산부와,
상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X에 대한 평가치의 배열과, 상기 제2 시계열 데이터 Y에 대한 평가치의 배열과, 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게에 기초하여 산출되는 상기 제1 시계열 데이터 X에 대한 제1 무게 배열 및 상기 제2 시계열 데이터 Y에 대한 제2 무게 배열에 기초하여, 상기 복수의 변수에 관한 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치 사이의 가중 거리의 총화가 가장 작아지는, 상기 복수의 변수 사이에서 공통되는, 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치의 대응 관계를 특정하고, 그 대응 관계에 기초하여 상기 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키도록 구성된 동기 처리부
를 포함하는, 다변량 시계열 데이터 처리 장치.
제7항에 있어서, 상기 복수의 변수를 변수 Zk(k=1∼L의 정수)로 했을 때,
상기 평가치 계산부는,
상기 변수 Zk 각각에 관해서, 상기 제1 시계열 데이터 X로부터 미리 설정된 Mx(Mx는 2 이상의 정수)개의 시간 구간 ti(i=1∼Mx의 정수)마다 제1 샘플치 xi를 선택하고, 미리 설정되어 있는 시간 길이 ε에 기초하여 상기 제1 샘플치 xi의 시간 구간 ti에 관한 탐색 구간 εi를 계산하고, 상기 제2 시계열 데이터 Y로부터 미리 설정된 My(My는 2 이상의 정수)개의 시간 구간 ti(i=1∼My의 정수)마다 제2 샘플치 yi를 선택하고, 상기 시간 길이 ε에 기초하여 상기 제2 샘플치 yi의 시간 구간 ti에 관한 탐색 구간 εi를 계산하도록 구성된 탐색 구간 계산부와,
상기 제1 시계열 데이터 X 중, 상기 탐색 구간 εi 내에 존재하는 Nx(Nx는 1 이상의 정수)개의 제1 샘플치 xj(j=1∼Nx의 정수)마다, 상기 제2 샘플치 yi와 상기 제1 샘플치 xj 사이의 편차 Δxj를 계산하고, 상기 제2 시계열 데이터 Y 중, 상기 탐색 구간 εi 내에 존재하는 Ny(Ny는 1 이상의 정수)개의 제2 샘플치 yj(j=1∼Ny의 정수)마다, 상기 제1 샘플치 xi와 상기 제2 샘플치 yj 사이의 편차 Δyj를 계산하도록 구성된 편차 계산부와,
상기 시간 구간 ti의 탐색 구간 εi에 포함되는 상기 제2 샘플치 yj에 관한 상기 편차 Δyj 모두가 미리 설정되어 있는 허용 오차 σ 이하인 경우, 상기 제1 샘플치 xi의 시간 구간 ti에 대한 평가치를 1로 하고, 그 이외의 경우는, 상기 제1 샘플치 xi의 시간 구간 ti에 대한 평가치를 0으로 하고, 상기 시간 구간 ti의 탐색 구간 εi에 포함되는 상기 제1 샘플치 xj에 관한 상기 편차 Δxj 모두가 상기 허용 오차 σ 이하인 경우, 상기 제2 샘플치 yi의 시간 구간 ti에 대한 평가치를 1로 하고, 그 이외의 경우는, 상기 제2 샘플치 yi의 시간 구간 ti에 대한 평가치를 0으로 하여, 상기 평가치가 1인 상기 시간 구간 ti를 상기 제1 시계열 데이터 X에 관한 동기 대상 구간 Tx 및 상기 제2 시계열 데이터 Y에 관한 동기 대상 구간 Ty로서 선택하도록 구성된 선택부
를 포함하고,
상기 동기 처리부는,
상기 변수 Zk에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 구성하는 각 샘플치 중, 상기 변수 Zk의 동기 대상 구간 Txk, Tyk에 해당하는 샘플치에 기초하여, 상기 변수 Zk에서 공통되는, 상기 제1 및 제2 시계열 데이터 Xk, Yk 사이에 있어서의 샘플치끼리의 대응 관계를 특정하고, 이 대응 관계에 기초하여, 상기 변수 Zk 각각에 관한 제1 및 제2 시계열 데이터 Xk, Yk를 시간 방향으로 동기시키도록 구성된 것을 특징으로 하는, 다변량 시계열 데이터 처리 장치.
제8항에 있어서, 상기 동기 처리부는,
상기 제1 시계열 데이터 X에 대한 제1 무게 배열로서, 상기 변수 Zk 각각에 관한 동기 대상 구간 Txk에 기초하여, 각 시간 구간에 있어서의, 상기 변수 Zk에 관한 무게를 나타내는 제1 구간 무게 Wxk를 계산하고, 상기 제2 시계열 데이터 Y에 대한 제2 무게 배열로서, 상기 변수 Zk 각각에 관한 동기 대상 구간 Tyk에 기초하여, 각 시간 구간에 있어서의, 상기 변수 Zk에 관한 무게를 나타내는 제2 구간 무게 Wyk를 계산하도록 구성된 구간 무게 계산부와,
상기 변수 Zk 각각에 관한 상기 제1 구간 무게 Wxk 및 상기 제2 구간 무게 Wyk에 기초하여, DTW(Dynamic Time Warping) 동기 처리를 실행하도록 구성된 DTW 동기 처리부
를 포함하는 것을 특징으로 하는, 다변량 시계열 데이터 처리 장치.
제9항에 있어서, 상기 DTW 동기 처리부는,
상기 DTW 동기 처리에서 이용하는 유클리드 거리로서, 상기 변수 Zk 각각에 관한, 제1 시계열 데이터 Xk 및 제2 시계열 데이터 Yk와 상기 제1 구간 무게 Wxk 및 상기 제2 구간 무게 Wyk에 기초하여, 상기 변수 Zk 모두에 관한 제1 시계열 데이터 X와 제2 시계열 데이터 Y 사이의 가중 유클리드 거리 dw(X,Y)를 계산하도록 구성된 것을 특징으로 하는, 다변량 시계열 데이터 처리 장치.
제7항에 있어서, 상기 동기 처리부는,
상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X에 대한 평가치의 배열과, 상기 제2 시계열 데이터 Y에 대한 평가치의 배열과, 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게에 기초하여, 상기 제1 시계열 데이터 X에 대한 제1 무게 배열과 상기 제2 시계열 데이터 Y에 대한 제2 무게 배열을 계산하도록 구성된 무게 배열 계산부
를 포함하는 것을 특징으로 하는, 다변량 시계열 데이터 처리 장치.
제7항에 있어서, 상기 평가치 계산부는,
상기 복수의 변수 각각에 관해서, 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y를 각각 복수의 시간 구간으로 분할하여, 상기 복수의 시간 구간 각각에 있어서의 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y 각각의 특징량을 계산하도록 구성된 특징량 계산부와,
상기 복수의 변수 각각에 관해서, 상기 평가치로서, 상기 복수의 시간 구간 각각에 있어서의 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y 각각의 특징량으로부터 상기 복수의 시간 구간 각각에 있어서의 샘플치의 신뢰도를 산출하도록 구성된 신뢰도 산출부
를 포함하고,
상기 동기 처리부는,
상기 제1 무게 배열 및 상기 제2 무게 배열로서, 상기 신뢰도와 상기 복수의 변수 중 상기 제1 시계열 데이터 X 및 상기 제2 시계열 데이터 Y가 나타내는 변수에 할당된 무게와의 곱을 구하여, 상기 복수의 시간 구간에 대한 무게 배열을 계산하도록 구성된 무게 배열 계산부와,
상기 복수의 변수 각각에 관해서, 상기 복수의 시간 구간에 대한 무게 배열에 기초하여, 상기 복수의 변수 사이에서 공통되는 대응 관계에 기초하여 상호 대응되게 된 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치 사이의 가중 유클리드 거리의 총화가 가장 작아지는, 상기 제1 시계열 데이터 X의 샘플치와 상기 제2 시계열 데이터 Y의 샘플치의 대응 관계를 특정하고, 그 대응 관계에 기초하여 상기 복수의 변수의 시계열 데이터를 시간축 상에서 상호 동기시키도록 구성된 동기 처리 실행부
를 포함하는 것을 특징으로 하는, 다변량 시계열 데이터 처리 장치.