TWI598829B - 資料分析系統以及方法 - Google Patents

Description

資料分析系統以及方法

本發明係有關於一種資料分析系統及方法，特別係有關於一種根據輸入資料之不同特徵值，更新輸入資料與預測模型間之機率值。

隨著科技之進步，我們已有能力將大量資料轉換為有意義之資訊，並利用特定之演算法進行行為之預測。而透過機器學習演算法之運作，我們可以根據資料之數據建立一樣版模型，再藉由判斷輸入資料與樣版模型之關聯性來分類輸入資料類型。由於預測準確度係與演算法之複雜度有關，因此為了維持預測之準確度，演算法之計算通常需要大量數據以及時間。因此，如何在維持預測準確度之條件下，提升演算法運作效率為目前使用者所需解決之問題。

為解決上述問題，本發明一實施例提供一種資料分析系統，包括一模型建立單元、一特徵擷取單元、一處理單元以及一輸出單元。模型建立單元利用一訓練資料透過一機器學習演算法建立一預測模型。特徵擷取單元擷取輸入資料之複數特徵資料，並將特徵資料分類為複數群組。處理單元利用群組之一者所對應之特徵資料透過機器學習演算法取得輸入資料對應於預測模型之機率值，並判斷機率值。當機率值小於一 既定值時，則選取未選取群組之一者所對應之特徵資料透過機器學習演算法更新輸入資料對應於預測模型之機率值，當機率值大於或等於既定值，則根據機率值分類輸入資料。輸出單元輸出一分類結果。

本發明另一實施例提供一種資料分析方法，步驟包括：利用一訓練資料透過一機器學習演算法建立一預測模型；接收一筆輸入資料，其中輸入資料具有複數特徵資料；擷取輸入資料之特徵資料，並將特徵資料分類為複數群組；選取群組之一者所對應之特徵資料透過機器學習演算法取得輸入資料對應於預測模型之一機率值；判斷機率值。當機率值小於一既定值時，則選取未選取群組之一者所對應之特徵資料透過機器學習演算法更新輸入資料對應於預測模型之機率值，以及當機率值大於或等於既定值時，則根據機率值分類輸入資料。

本發明另一實施例提供一種資料分析系統，包括一模型建立單元、一特徵擷取單元、一處理單元以及一輸出單元。模型建立單元利用訓練資料透過機器學習演算法建立一預測模型。特徵擷取單元擷取輸入資料之複數特徵資料，並將特徵資料分類為第一群組以及第二群組。處理單元利用第一群組所對應之特徵資料之部分以及第二群組所對應之特徵資料之部分透過機器學習演算法分別取得對應於預測模型之第一機率值以及第二機率值，並根據第一機率值以及第二機率值取第一群組以及第二群組之一者所對應之所有特徵資料取得判斷結果。輸出單元輸出判斷結果。

本發明另一實施例提供一種資料分析方法，步驟 包括：利用訓練資料透過機器學習演算法建立一預測模型；接收一筆輸入資料，其中輸入資料具有複數特徵資料；將特徵資料分類為第一群組以及第二群組；利用第一群組所對應之特徵資料之部分以及第二群組所對應之特徵資料之部分透過機器學習演算法分別取得對應於預測模型之第一機率值以及第二機率值；根據第一機率值以及第二機率值取第一群組以及第二群組之一者所對應所有特徵資料取得一判斷結果；以及輸出判斷結果。

100、300、500‧‧‧資料分析系統

110、310、510‧‧‧模型建立單元

120、320、520‧‧‧特徵擷取單元

130、330、530‧‧‧處理單元

140、340、540‧‧‧處理單元

S201~S208、S401~S412、S601~S612‧‧‧步驟流程

第1圖係顯示根據本發明一實施例所述之資料分析系統之方塊圖；第2圖係顯示根據本發明一實施例所述之資料分析方法之流程圖；第3圖係顯示根據本發明另一實施例所述之資料分析系統之方塊圖；第4圖係顯示根據本發明另一實施例所述之資料分析方法之流程圖；第5圖係顯示根據本發明另一實施例所述之資料分析系統之方塊圖；第6圖係顯示根據本發明另一實施例所述之資料分析方法之流程圖。

有關本發明之系統及方法與其他範圍將於接下來 所提供之詳述中清楚易見。必須了解的是下列詳述及具體之實施例，當提出有關資料分析系統以及資料分析方法之示範實施例時，僅作為描述之目的，本發明範圍不因此受限制。

第1圖係顯示根據本發明一實施例所述資料分析系統之示意圖。如第1圖所示，資料分析系統100包括一模型建立單元110、一特徵擷取單元120、一處理單元130以及一輸出單元140。模型建立單元110利用一訓練資料透過一機器學習演算法建立一預測模型。訓練資料係根據機器學習演算法之類型擷取相關之特徵值以建立預測模型。特徵擷取單元120擷取輸入資料之複數特徵資料，並將特徵資料分類為複數群組。其中，特徵擷取單元120更根據輸入資料對應於機器學習演算法之一既定權重對特徵資料進行分類。處理單元130利用群組之一者所對應之特徵資料透過機器學習演算法取得並判斷輸入資料對應於預測模型之機率值。當機率值大於或等於既定值時，則判斷輸入資料與訓練資料為相同之類別。反之，當機率值小於既定值時，則選取未選取群組之一者所對應之特徵資料透過機器學習演算法更新輸入資料對應於預測模型之機率值。然而，當已無未選取之群組，且機率值小於既定值時，則判斷輸入資料以及訓練資料為不同之類別。輸出單元140根據判斷結果輸出一分類結果。

請配合第1圖參閱第2圖。第2圖係顯示根據本發明另一實施例所述資料分析方法之流程圖。於此實施例中，資料分析方法係適用於一車牌辨識系統。首先，於步驟S201，模型建立單元110分別將單個或複數個數字0~9之訓練影像輸入機 器學習演算法以建立一第一預測模型。第一預測模型係用以判斷輸入影像與訓練影像之關聯性。於步驟S202，輸入一輸入影像至特徵擷取單元120。接著，於步驟S203，特徵擷取單元120根據機器學習演算法之類型擷取輸入影像之複數特徵值，並根據特徵值所對應之權重將其分類為複數群組。舉例來說，一輸入影像之大小係為100畫素*100畫素，其中可將每一個畫素視為一個特徵值。換言之，此輸入影像具有10000個特徵值。特徵擷取單元120係根據權重將10000個特徵值分類為40個群組。由於輸入影像係為影像資料，故特徵資料通常與色彩資訊以及邊緣資訊有關。此外，特徵擷取單元120更根據機器學習演算法之類型賦與各個特徵資料可調整之權重，而特徵資料之權重係可根據系統之需求進行調整。

於步驟S204，處理單元130選取具有最大權重之特徵值作為輸入機器學習演算法之特徵值，並取得對應於第一預測模型之機率值。於步驟S205，處理單元130於取得機率值後，更判斷機率值是否大於一既定值。若機率值大於或等於既定值，則進入步驟S206，處理單元130判斷輸入影像與預測模組之影像相同。

反之，當機率值小於既定值時，則進入步驟S207，處理單元130判斷是否有未選取之群組。若仍有未選取之群組，則回到步驟S204，處理單元130重新選取具有最大權重之群組加上具有次大權重之群組作為輸入機器學習演算法之特徵值，以更新輸入影像對應於第一預測模型之機率值。換言之，處理單元130第一次僅選取單一個群組之特徵值作為輸入 機器學習演算法之特徵值，若機率值小於既定值，則處理單元130於進行第二次運算時選取兩個群組之特徵值作為輸入機器學習演算法之特徵值。以此類推，若機率值持續小於既定值，則處理單元130依權重順序持續新增未選取之群組之特徵值以作為輸入機器學習演算法之特徵值。當輸入影像之所有特徵值皆被選取，且機率值仍小於既定值時，則進入步驟S208，處理單元130判斷輸入影像為無法辨識之影像。

值得注意的是，在此使用者亦可自行定義處理單元130運算之次數，舉例來說，當選取五個群組之特徵值作為輸入機器學習演算法之特徵值，而機率值仍未大於既定值時，處理單元130判斷輸入影像為無法辨識之影像。如此一來，可減少處理單元130之運算時間以提高資料之處理效率。

第3圖係顯示根據本發明另一實施例所述之資料分析系統之方塊圖。於此實施例中，資料分析系統300係適用於一生產線之異常事件偵測系統。如第3圖所示，資料分析系統300包括一模型建立單元310、一特徵擷取單元320、一處理單元330以及一輸出單元340。模型建立單元310分別將具有複數第一參數值之第一訓練資料輸入機器學習演算法以建立一第一異常預測模型，以及將具有複數第二參數值之第二訓練資料輸入機器學習演算法以建立一第二異常預測模型。訓練資料係根據機器學習演算法之類型擷取相關之特徵值以建立異常預測模型。特徵擷取單元320於接收到輸入資料後，根據機器學習演算法之類型擷取輸入資料之複數參數值。其中，特徵擷取單元320更根據輸入資料對應於機器學習演算法之一既定權 重對特徵資料進行分類。處理單元330利用群組之一者所對應之特徵資料透過機器學習演算法取得輸入資料對應於第一異常預測模型之機率值，並判斷第一機率值。當第一機率值大於或等於既定值時，則處理單元330判斷輸入資料與第一異常預測模型之參數值類似，即生產線之產品並無出現異常現象。反之，當機率值小於既定值時，則依權重順序持續選取未選取群組之一者所對應之特徵資料透過機器學習演算法更新輸入資料對應於第一異常預測模型之第一機率值。然而，已無未選取之群組，且第一機率值仍小於既定值時，則處理單元330判斷輸入資料出現異常。當處理單元330判斷輸入資料出現異常時，處理單元330利用群組之一者所對應之特徵資料透過機器學習演算法取得輸入資料對應於第二異常預測模型之機率值，並判斷第二機率值。由於判斷第二機率值之方法與前述判斷第一機率值之方法相同，故在此不加以敘述以精簡說明。輸出單元340根據第一機率值以及第二機率值輸出一判斷結果。

請配合第3圖參閱第4圖。第4圖係顯示根據本發明另一實施例所述之資料分析方法之流程圖。首先，於步驟S401，模型建立單元310分別將具有複數第一參數值之第一訓練資料輸入機器學習演算法以建立一第一異常預測模型，以及將具有複數第二參數值之第二訓練資料輸入機器學習演算法以建立一第二異常預測模型，其中第一訓練資料以及第二訓練資料係為生產線上正常產品之資料。異常預測模型係用以判斷輸入資料與訓練資料之關聯性。於步驟S402，輸入一輸入資料至特徵擷取單元320。其中，輸入資料係包括複數參數值。特 徵擷取單元320係根據機器學習演算法之類型賦與各個參數值可調整之權重，而參數值之權重係可根據系統之需求進行調整。於步驟S403，特徵擷取單元320根據參數值所對應之權重將其分類為複數群組。舉例來說，一輸入資料具有200個參數值，特徵擷取單元320係根據權重將200個參數值分類為10個群組。

接著，於步驟S404，於特徵擷取單元320完成參數值之分類後，處理單元330選取具有最大權重之參數值作為輸入機器學習演算法之參數值，並取得對應於第一異常預測模型之第一機率值。於步驟S405，處理單元330於取得第一機率值後，判斷第一機率值是否大於一既定值。若第一機率值大於或等於既定值，則進入步驟S406，處理單元330判斷輸入資料與第一異常預測模型之參數值類似，即生產線之產品並無出現異常現象。

反之，當第一機率值小於既定值時，則進入步驟S407，處理單元330判斷是否有未選取之群組。若仍有未選取之群組，則回到步驟S404，處理單元330重新選取具有最大權重之群組加上具有次大權重之群組作為輸入機器學習演算法之特徵值，以更新輸入影像對應於第一異常預測模型之第一機率值。換言之，處理單元330第一次僅選取單一個群組之參數值作為輸入機器學習演算法之參數值，若第一機率值小於既定值，則處理單元330於進行第二次運算時選取兩個群組之參數值作為輸入機器學習演算法之參數值。以此類推，若第一機率值持續小於既定值，則處理單元330依權重順序持續新增未選 取之群組之參數值以作為輸入機器學習演算法之參數值。當輸入影像之所有特徵值皆被選取，且第一機率值仍小於既定值時，則進入步驟S408，處理單元330選取具有最大權重之參數值作為輸入機器學習演算法之參數值，並取得對應於第二異常預測模型之第二機率值。接著，於步驟S409，判斷第二機率值是否大於既定值。當第二機率值大於既定值時，則進入步驟S410，處理單元330判斷第一異常預測模型之判斷結果為誤判，並判斷輸入資料所對應之產品並無出現異常現象。反之，當第二機率值小於既定值時，則進入步驟S411，處理單元330判斷是否有未選取之群組。若仍有未選取之群組，則回到步驟S408，處理單元330選取具有最大權重之群組加上具有次大權重之群組作為輸入機器學習演算法之參數值，以更新輸入影像對應於第二預測模型之第二機率值。當輸入資料之所有參數值皆被選取，且第二機率值仍小於既定值時，則進入步驟S412，處理單元330判斷輸入資料所對應之產品係為有問題之產品，即生產線出現異常事件。

值得注意的是，在此使用者亦可自行定義處理單元330運算之次數，舉例來說，當選取五個群組之特徵值作為輸入機器學習演算法之參數值，而第二機率值仍未大於既定值時，處理單元330判斷輸入資料為有問題之產品。如此一來，可減少處理單元330之運算時間以提高資料之處理效率，並可重複確認機器學習演算法之判斷是否有誤。

第5圖係顯示根據本發明另一實施例所述之資料分析系統之方塊圖。於此實施例中，資料分析系統500係適用 於一車輛追蹤以及路徑預測系統。如第5圖所示，資料分析系統係包括模型建立單元510、特徵擷取單元520、處理單元530以及輸出單元540。模型建立單元510分別將欲追蹤一車牌影像輸入機器學習演算法以建立一路徑預測模型。特徵擷取單元520於接收到輸入資料後，將輸入資料之複數特徵資料根據時間函數分類為第一群組以及第二群組。處理單元530利用第一群組所對應之特徵資料部分以及第二群組所對應之特徵資料部分透過機器學習演算法分別取得對應於路徑預測模型之第一機率值以及第二機率值。

處理單元530更比較第一機率值以及第二機率值。當第一機率值大於第二機率值時，則利用第一群組所對應之所有特徵資料透過機器學習演算法更新第一機率值，並判斷第一機率值是否大於或等於一既定值。若第一機率值大於既定值，則根據第一機率值取得判斷結果。反之，當第一機率值小於既定值時，利用第二群組所對應之所有特徵資料透過機器學習演算法更新第二機率值，並根據第二機率值取得判斷結果。輸出單元540輸出判斷結果。

請配合第5圖參閱第6圖。第6圖係顯示根據本發明另一實施例所述之資料分析方法之流程圖。首先，於步驟S601，模型建立單元510分別將欲追蹤之一車牌影像輸入機器學習演算法以建立一路徑預測模型。此路徑預測模型係用以判斷輸入資料與欲追蹤之車牌影像之關聯性，其中輸入資料係包括不同攝影機於不同時間點所拍攝之複數車牌影像。於步驟S602，輸入一輸入資料至特徵擷取單元520。於步驟S603，特 徵擷取單元520於接收到輸入資料後，根據時間點以及各攝影機之關係分類輸入資料。舉例來說，特徵擷取單元520根據攝影機之關係將輸入資料分類為第一群組以及第二群組，即第一群組係代表一第一預測路徑以及第二群組係代表一第二預測路徑。接著，特徵擷取單元520更根據不同之時間點將第一群組分類為一第一子群組以及一第二子群組，以及將第二群組分類為一第三子群組以及一第四子群組。

於步驟S604，處理單元530將第一子群組所對應之特徵值以及第三子群組所對應之特徵值作為輸入機器學習演算法之特徵值，並取得對應於路徑預測模型之第一路徑機率值以及第二路徑機率值。於步驟S605，處理單元530於取得第一路徑機率值以及第二路徑機率值，更判斷第一路徑機率值以及第二路徑機率值之大小，並選取具有較大機率值之一者作為預測路徑。若第一路徑機率值大於第二路徑機率值，則進入步驟S606，處理單元530選取第一子群組以及第二子群組所對應之特徵值作為輸入機器學習演算法之參數值，以更新第一群組對應於路徑預測模型之第一路徑機率值。於步驟S607，判斷第一路徑值是否大於既定值。當第一路徑機率值大於或等於既定值時，則進入步驟S608，處理單元530判斷第一群組所對應之車牌影像與欲追蹤之車牌影像類似，即第一群組所對應之路徑為欲追蹤之車輛之路徑。

反之，當第一路徑機率值小於既定值時，則處理單元530判斷第一群組所對應之車牌影像與欲追蹤之車牌影像並不相同，即第一群組所對應之路徑並非為欲追蹤之車輛之路 徑。接著，進入步驟S609，處理單元530重新選取第三子群組以及第四子群組所對應之特徵值作為輸入機器學習演算法之參數值，以更新第二群組對應於路徑預測模型之第二路徑機率值。於步驟S610，處理單元530更判斷第二路徑機率值是否大於既定值。若第二路徑機率值大於或等於既定值，則進入步驟S611，處理單元530判斷第二群組所對應之車牌影像與欲追蹤之車牌影像類似，即第二群組所對應之路徑為欲追蹤車輛之路徑。若第二路徑機率值小於既定值，則進入步驟S612，處理單元530判斷輸入影像所對應之路徑皆非欲追蹤之車輛之路徑。

綜上所述，根據本發明一實施例所提出之資料分析系統以及資料分析方法，使用者可根據輸入資料之特徵值之權重將部分特徵值輸入機器學習演算法中，以取得輸入資料對應於預測模型之機率值，並根據機率值決定是否要選取更多之特徵值以提高預測之準確率，如此可減少機器學習演算法之運算次數，以藉此資料分析之處理效率。

以上敘述許多實施例的特徵，使所屬技術領域中具有通常知識者能夠清楚理解本說明書的形態。所屬技術領域中具有通常知識者能夠理解其可利用本發明揭示內容為基礎以設計或更動其他製程及結構而完成相同於上述實施例的目的及/或達到相同於上述實施例的優點。所屬技術領域中具有通常知識者亦能夠理解不脫離本發明之精神和範圍的等效構造可在不脫離本發明之精神和範圍內作任意之更動、替代與潤飾。

100‧‧‧資料分析系統

110‧‧‧模型建立單元

120‧‧‧特徵擷取單元

130‧‧‧處理單元

140‧‧‧輸出單元

Claims (13)

1. 一種資料分析系統，包括：一模型建立單元，利用一訓練資料透過一機器學習演算法建立一預測模型；一特徵擷取單元，擷取一輸入資料之複數特徵資料，並根據對應於上述機器學習演算法之一既定權重將上述特徵資料分類為複數群組；一處理單元，根據對應於上述既定權重之一權重順序選取上述群組之一者所對應之上述特徵資料作為輸入特徵，並透過上述機器學習演算法取得上述輸入資料對應於上述預測模型之一機率值，並判斷上述機率值，其中當上述機率值小於一既定值時，則根據上述權重順序新增未選取之上述群組之一者所對應之上述特徵資料作為上述輸入特徵，並透過上述機器學習演算法更新上述輸入資料對應於上述預測模型之上述機率值，當上述機率值大於或等於上述既定值，則根據上述機率值分類上述輸入資料；以及一輸出單元，輸出一分類結果。
2. 如申請專利範圍第1項所述之資料分析系統，其中當已無未選取之上述群組，且上述機率值小於上述既定值時，則判斷上述輸入資料以及上述訓練資料為不同之類別。
3. 如申請專利範圍第1項所述之資料分析系統，其中當上述機率值大於或等於上述既定值時，則判斷上述輸入資料與上述訓練資料為相同之類別。
4. 一種資料分析方法，包括： 利用一訓練資料透過一機器學習演算法建立一預測模型；接收一筆輸入資料，其中上述輸入資料具有複數特徵資料；擷取上述輸入資料之上述特徵資料，並根據對應於上述機器學習演算法之一既定權重將上述特徵資料分類為複數群組；根據對應於上述既定權重之一權重順序選取上述群組之一者所對應之上述特徵資料作為輸入特徵，並透過上述機器學習演算法取得上述輸入資料對應於上述預測模型之一機率值；以及判斷上述機率值；其中，當上述機率值小於一既定值時，則根據上述權重順序新增未選取之上述群組之一者所對應之上述特徵資料作為上述輸入特徵，並透過上述機器學習演算法更新上述輸入資料對應於上述預測模型之上述機率值；以及當上述機率值大於或等於上述既定值時，則根據上述機率值分類上述輸入資料。
5. 如申請專利範圍第4項所述之資料分析方法，其中分類上述輸入資料之步驟更包括：當已無未選取之上述群組，且上述機率值小於上述既定值時，則判斷上述輸入資料以及上述訓練資料為不同之類別。
6. 如申請專利範圍第4項所述之資料分析方法，其中分類上述輸入資料之步驟更包括：當上述機率值大於或等於上述既定值時，則判斷上述輸入資料與上述訓練資料為相同之類別。
7. 一種資料分析系統，包括：一模型建立單元，利用一訓練資料透過一機器學習演算法建立一預測模型；一特徵擷取單元，擷取一輸入資料之複數特徵資料，並將上述特徵資料分類為一第一群組以及一第二群組；一處理單元，選取上述第一群組所對應之上述特徵資料之部分以及上述第二群組所對應之上述特徵資料之部分作為輸入特徵，並透過上述機器學習演算法分別取得對應於上述第一群組之一第一機率值以及對應於上述第二群組之一第二機率值，比較上述第一機率值以及上述第二機率值以選取上述第一群組以及上述第二群組之一者所對應之所有上述特徵資料作為上述輸入特徵，並透過上述機器學習演算法取得一判斷結果；以及一輸出單元，輸出上述判斷結果。
8. 如申請專利範圍第7項所述之資料分析系統，其中當上述第一機率值大於或等於上述第二機率值時，則利用上述第一群組所對應之所有上述特徵資料透過上述機器學習演算法更新上述第一機率值，並判斷上述第一機率值是否大於或等於一既定值，若上述第一機率值大於或等於上述既定值，則根據上述第一機率值取得上述判斷結果。
9. 如申請專利範圍第7項所述之資料分析系統，其中當上述第一機率值小於上述既定值時，利用上述第二群組所對應之所有上述特徵資料透過上述機器學習演算法更新上述第二機率值，並根據上述第二機率值取得一判斷結果。
10. 如申請專利範圍第7項所述之資料分析系統，其中上述特徵資料係根據一時間函數分類上述第一群組以及上述第二群組。
11. 一種資料分析方法，包括：利用一訓練資料透過一機器學習演算法建立一預測模型；接收一筆輸入資料，其中上述輸入資料具有複數特徵資料；將上述特徵資料分類為一第一群組以及一第二群組；選取上述第一群組所對應之上述特徵資料之部分以及上述第二群組所對應之上述特徵資料之部分作為輸入特徵，並透過上述機器學習演算法分別取得對應於上述第一群組之一第一機率值以及對應於上述第二群組之一第二機率值；比較上述第一機率值以及上述第二機率值以選取上述第一群組以及上述第二群組之一者所對應所有上述特徵資料作為上述輸入特徵，並透過上述機器學習演算法取得一判斷結果；以及輸出上述判斷結果。
12. 如申請專利範圍第11項所述之資料分析方法，其中取得上述判斷結果之步驟更包括：當上述第一機率值大於或等於上述第二機率值時，則利用上述第一群組所對應之所有上述特徵資料透過上述機器學習演算法更新上述第一機率值，並判斷上述第一機率值是否大於或等於一既定值，若上述第一機率值大於或等於上述既定值，則根據上述第一機率值取得上述判斷結果。
13. 如申請專利範圍第11項所述之資料分析方法，其中取得上 述判斷結果之步驟更包括：當上述第一機率值小於上述既定值時，利用上述第二群組所對應之所有上述特徵資料透過上述機器學習演算法更新上述第二機率值，並根據上述第二機率值取得上述判斷結果。