WO2018159237A1 - 探索方法、探索装置および探索システム - Google Patents
探索方法、探索装置および探索システム Download PDFInfo
- Publication number
- WO2018159237A1 WO2018159237A1 PCT/JP2018/004108 JP2018004108W WO2018159237A1 WO 2018159237 A1 WO2018159237 A1 WO 2018159237A1 JP 2018004108 W JP2018004108 W JP 2018004108W WO 2018159237 A1 WO2018159237 A1 WO 2018159237A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- physical property
- search
- graph
- priority
- relationship
- Prior art date
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
Definitions
- the present invention relates to a search method, a search device, and a search system using a database, and more particularly, to a search method, a search device, and a search system that can be suitably used for searching a relationship between a plurality of physical property parameters.
- the prediction and design goal in materials research is to identify materials with the desired properties.
- the technique that has been widely used from the past is a technique aiming to identify a material having a desired characteristic from a condition-characteristic chart. This is because a chart is created by observing changes in characteristics when only one specific condition is changed among multiple conditions, and the chart has the desired characteristics by interpolating or extrapolating the chart. This is a method for identifying a material that matches that.
- the “chart” here is synonymous with “graph” representing a line graph or the like, but another word is used for the purpose of distinguishing from “graph” composed of nodes and edges, which will be described later.
- Patent Document 1 discloses a search system that can objectively search for constituent material information of a new material having desired characteristics.
- the search system disclosed in this document includes a database having a plurality of physical property parameter information for a plurality of (many) substances.
- the database is expressed in a table format of n rows and m columns.
- the n-by-m table may have a blank.
- a substance having a desired characteristic is specified based on a rule defined in advance.
- Patent Document 1 As a result of examination by the present inventor on Patent Document 1, it has been found that there are the following new problems.
- the relationship between a plurality of physical property parameters is used to predict virtual data.
- the relationship of physical property parameters is a relationship based on scientific evidence existing between different physical property parameters, that is, a relationship that is theoretically explained and formulated, for example, based on the above-described predetermined logical expression This includes calculations and first principle calculations. In addition to this, empirically obtained relationships also exist. Even if the theoretical explanation has not yet been made, and even in the stage where it has not been formulated, many physical property parameters are known to exist due to the clear correlation found from the experimental data. Exists. In particular, the combination of physical property parameters whose relationships are known can be further increased by looking at a large number of technical fields.
- the present inventor has conducted research on a method for extracting such an unknown relationship between physical property parameters, and as a result, the relationship between a plurality of physical property parameters that have not been studied because the technical field itself is not closely related. However, it was found that there is a high possibility that it actually exists.
- a search method comprising a database, a graph generation step, a graph search step, and a priority determination step held in a storage device and searching for a relationship between physical properties
- the database stores a plurality of pairs of physical property parameters having a relationship with each other
- the graph generation step generates a graph having a plurality of physical property parameters stored in the database as nodes and an edge between nodes corresponding to the physical property parameter pairs stored as having a relationship
- the graph search step searches for a graph based on a given search condition, and presents a plurality of inter-physical property related paths indicating related physical properties or relationships between physical properties
- priority is obtained using information on at least one of the nodes or edges from the plurality of related physical properties or inter-physical property related paths, and the results are obtained in descending order of priority.
- the graph is a directed graph
- the corresponding edge when the relationship between the physical property parameter pair is bidirectional, the corresponding edge generates a bidirectional edge, and when the value of one physical property parameter of the physical property parameter pair is determined, the value of the other physical property parameter is determined. Is determined, but the reverse is not determined, a search method for generating a one-way edge from a node corresponding to the one physical property parameter to a node corresponding to the other physical property parameter as a corresponding edge.
- the search method further includes a condition extraction step and a route evaluation step
- the database can further store the condition for a pair in which a condition that defines the presence or absence of a relationship exists among the plurality of pairs of physical property parameters having a relationship with each other
- the condition extracting step an edge corresponding to a pair whose presence or absence of a relationship is defined by the condition is extracted from the database as a conditional edge in association with the condition
- the graph search step as the search result, one or more routes are extracted from the graph and output
- the path evaluation step it is determined whether or not the conditional edge is included for the one or more paths, and the condition corresponding to the conditional edge is not satisfied for the path including the conditional edge.
- a search method for outputting results in descending order of priority in a priority determination step including a search result for the priority determination step is excluded from the one or more routes.
- the database is a relationship in which the relationship is strictly theoretically established among the plurality of pairs of physical property parameters that are related to each other, or a relationship that is empirically recognized and is theoretically related. Can further store reliability information on unestablished relationships, semi-quantitative or qualitative relationships,
- search the graph using the reliability information to obtain a search result for a priority determination step The search method according to any one of configurations 1 to 3, wherein results are output in descending order of priority in the priority determination step including the search result for the priority determination step.
- the priority determination step includes A scoring step for scoring at least one of the reliability, the number of edges entering and exiting the physical property, the measurable value of the physical property value, the database data amount of the physical property value, and the physical property value; A weight is given to at least one of the scores obtained by the scoring step, the number of edges entering and exiting the physical property, the measurable value of the physical property value, the database data amount of the physical property value, and the physical property value.
- a score adding step of adding a score for each path between the physical properties The search method according to any one of configurations 1 to 5, further comprising an inter-physical property related path ranking step of arranging the inter-physical property related paths in the order of the added score obtained by the score adding step.
- (Configuration 7) Obtain the addition score for any of the items of the number of edges entering and exiting the physical property, the measurable value of the physical property value, the amount of database data of the physical property value, and the physical property value.
- (Configuration 8) For each of the plurality of the reliability, the number of edges entering and exiting the physical property, the measurable property value, the database data amount of the physical property value, and the physical property value, a score weight for each item is set.
- a search method for obtaining an item addition score added and adding, and outputting the order of the item addition scores as a priority ranking By the weight for the item, A reliability-oriented priority in which the weight of the reliability is greater than the weight of the other items; Control-oriented priority in which the weight of the number of edges entering and exiting the physical property is greater than the weight of the other items, Measured value emphasis priority in which the weight of the measurable property value is greater than the weight of the other items, A priority given to the amount of data in which the weight of the database data amount of the physical property value is larger than the weight of the other item among those that can be actually measured, Physical property limitation priority in which the weight of the physical property value is larger than the weight of the other item among those that can be actually measured, The search method according to the fifth or sixth aspect, wherein universal priorities are obtained by setting all the weights of the items to be equal.
- (Configuration 9) Data access means to an external database storing physical parameters, graph generation means, graph search means, priority determination means, and user interface means,
- the graph generation means acquires a plurality of physical property parameters from the external database through the data access means, and the acquired physical property parameters are nodes, and between the nodes corresponding to the physical property parameter pairs stored as having a relationship.
- Generate a graph with edges The graph search means searches the graph based on a search condition given by a user using the user interface means to obtain a graph search result,
- the priority determining means obtains a priority using information on at least one of the nodes and edges from the plurality of related physical properties or inter-physical property related paths presented, and the user interface means determines the priority order.
- a search device for outputting the attached search results.
- (Configuration 10) A search device using the search method according to any one of configurations 2 to 8 in the search device according to configuration 9.
- (Configuration 11) The search device according to Configuration 9 or 10, further comprising data storage means, wherein the data storage means stores a plurality of physical property parameters acquired from the external database through the data access means, and is stored in the data storage means.
- (Configuration 12) A database in which physical parameters are stored, a graph generation unit, a graph search unit, a priority determination unit, and a user interface unit;
- the graph generation means generates a graph having an edge between nodes corresponding to the physical property parameter pair stored as having a node and a relationship based on the physical property parameter stored in the database,
- the graph search means searches the graph based on a search condition given by a user using the user interface means to obtain a graph search result,
- the priority determining means obtains a priority using information on at least one of the nodes and edges from the plurality of related physical properties or inter-physical property related paths presented, and the user interface means determines the priority order.
- a search device for outputting the attached search results.
- (Configuration 13) A search device using the search method according to any one of configurations 2 to 8 in the search device according to configuration 12.
- (Configuration 14) A database, graph generation means, graph search means, and priority determination means;
- the database stores a plurality of pairs of physical property parameters that are related to each other;
- the graph generation means generates a graph having a plurality of physical property parameters stored in the database as nodes, and an edge between nodes corresponding to the stored physical property parameter pairs as having a relationship,
- the graph search means searches the graph based on a given search condition to obtain a graph search result,
- the priority determination means obtains a priority using information on at least one of the nodes and edges from the plurality of related physical properties or inter-physical property relevance paths, and obtains the results in descending order of priority.
- the graph is a directed graph, and when the relationship between the physical property parameter pairs is bidirectional, the corresponding edge generates a bidirectional edge, and one physical property parameter of the physical property parameter pair. When the value of is determined, the value of the other physical property parameter is determined, but the reverse is not determined.
- a corresponding edge a one-way edge from the node corresponding to the one physical property parameter to the node corresponding to the other physical property parameter Generate a search system.
- the search system further includes a condition extraction unit and a route evaluation unit
- the database can further store the condition for a pair in which a condition that defines the presence or absence of a relationship exists among the plurality of pairs of physical property parameters having a relationship with each other
- the condition extraction means the condition is extracted from the database in association with the condition as an edge corresponding to a pair whose existence is defined by the condition as a conditional edge
- the graph search means extracts and outputs one or more routes as the search result from the graph
- the path evaluation unit determines whether or not the conditional edge is included for the one or more paths, and the condition corresponding to the conditional edge is not satisfied for the path including the conditional edge.
- the search result for the priority determination means is excluded from the one or more routes, A search system for outputting results in descending order of priority by priority determining means including search results for the priority determining means.
- the database is a relationship in which the relationship is strictly theoretically established among the plurality of pairs of physical property parameters that are related to each other, or a relationship that is empirically recognized and is theoretically related. Can further store reliability information on unestablished relationships, semi-quantitative or qualitative relationships, In the graph search means, the reliability information is also used to search the graph to obtain a search result for priority determination means, The search system according to any one of configurations 14 to 16, wherein the priority determination means outputs the results in descending order of priority, including the search result for the priority determination means.
- (Configuration 18) In the priority determination means, at least the reliability, the number of edges entering and exiting the physical property, the measurable value of the physical property value, the database data amount of the physical property value, the value of the physical property, and the number of nodes constituting the path 18.
- the search system according to any one of configurations 14 to 17, wherein a priority is obtained using any one of the configurations 14 to 17.
- the priority determining means includes Scoring means for scoring at least one of the reliability, the number of edges entering and exiting the physical property, the measurable value of the physical property value, the database data amount of the physical property value, and the physical property value; A weight is given to at least one of the scores obtained by the scoring means, the number of edges entering and exiting the physical property, the measurable value of the physical property value, the database data amount of the physical property value, and the physical property value. And a score adding means for adding a score for each path between the physical properties, The search system according to any one of Configurations 14 to 18, further comprising: an inter-physical property related path ranking unit that arranges the inter-physical property related paths in the order of the addition score obtained by the score adding unit.
- (Configuration 20) Obtain the addition score for any of the items of the number of edges entering and exiting the physical property, the measurable value of the physical property value, the amount of database data of the physical property value, and the physical property value. Output the result as degrees, The search system according to Configuration 18 or 19.
- the score for each item is weighted for at least one of the reliability, the number of edges entering and exiting the physical property, the measurable value of the physical property value, the database data amount of the physical property value, and the physical property value.
- a search system that adds an item addition score that is added and outputs the order of the item addition scores as a priority order, By the weight for the item, A reliability-oriented priority in which the weight of the reliability is greater than the weight of the other items; Control-oriented priority in which the weight of the number of edges entering and exiting the physical property is greater than the weight of the other items, Measured value emphasis priority in which the weight of the measurable property value is greater than the weight of the other items, A priority given to the amount of data in which the weight of the database data amount of the physical property value is larger than the weight of the other item among those that can be actually measured, Physical property limitation priority in which the weight of the physical property value is larger than the weight of the other item among those that can be actually measured, 20.
- the search system according to configuration 18 or 19, wherein universal priority is obtained by making all the weights of the items uniform.
- a search method capable of searching with priority a combination of physical property parameters having a significant relationship among arbitrary combinations of a plurality of physical property parameters.
- FIG. 11 is a diagram showing a graph in Example 7.
- 10 is a diagram showing a graph in Example 8.
- FIG. 10 is a diagram showing a graph in Example 9.
- FIG. 11 is a diagram showing a graph in Example 7.
- Outline of Embodiment ⁇ Outline of Search Method and Search System>
- the mutual relationship between physical properties in the present invention is indicated by a path, and the concept of node and edge is used for the analysis.
- This concept is a concept used in fields such as search in SNS and the like, and is based on graph theory.
- Non-Patent Document 1 and Non-Patent Document 2 disclose graph theory.
- the present invention uses graph theory, the general graph theory targets “things” as nodes, whereas the present invention targets “concepts”.
- the theory application event is “transient”, but the present invention is different in that it is “permanent (non-transient)”.
- the present invention since the applied event is non-transient, even when new data is added, the relationship based on the new data is added to the relationship between the existing physical properties. Therefore, the present invention uses the graph theory, but the usage concept is different from the conventional concept of the graph theory. For example, when a case where a physical property parameter pair having a relationship based on another knowledge is newly added to the database is considered, the graph generated accordingly is also expanded. As a result, it is possible to integrate a plurality of graphs that are considered to have no relationship with each other and are separate graphs into one graph. As a result, a new path is born, and a possibility that a new relationship exists between physical property parameters can be found.
- the search method of the present invention uses information relating to physical properties stored in the database 1 to perform each of a graph generation step S1, a graph search step S2, a priority determination step S3, and a search result output S4. Search by performing the process.
- the search system 101 of the present invention includes a database 1, a graph generation unit 2, a graph search unit 3, and a priority determination unit 4.
- the search system 101 of the present invention has a function built as software on a hardware system including a storage device and a computer.
- the database 1 stores a plurality of pairs of physical property parameters having a relationship with each other
- the graph generation step S1 and the graph generation means 2 store the plurality of physical property parameters stored in the database as nodes and store them as having a relationship.
- a graph having edges between nodes corresponding to the physical property parameter pairs thus generated is generated.
- the graph search step S2 and the graph search means 3 search for a graph based on a given search condition.
- the priority determination step S3 and the priority determination means 4 prioritize based on the graph search results obtained by the graph search step S2 and the graph search means 3. Then, the result of searching with priorities is output (S4).
- a search method or search that can search for a combination of physical property parameters having a significant relationship based on a known relationship among arbitrary combinations of a plurality of physical property parameters with priority.
- a system 101 can be provided. This search indicates the priority of the combination of physical property parameters having a significant relationship. This information is extremely useful information with the possibility that an unknown relationship is presented with priority.
- the present invention is characterized by providing relationships between physical properties with priorities.
- a method of analyzing the interrelationship between physical properties in the present invention will be described first, and then a method of setting priorities will be described.
- the database 1 stores a plurality of pairs of physical property parameters that are related to each other.
- the pair of physical property parameters that are related to each other is not only based on a relationship based on scientific grounds, that is, a relationship explained theoretically, but a theoretical explanation has not yet been made.
- a pair of physical property parameters whose existence of a relationship is known can be included when a clear correlation is recognized from experimental data.
- “theoretically explained relationships” include the presence of correlation and the sign of the correlation coefficient (when one increases, the other increases) Semi-quantitative or qualitative relationships that explain whether or not) may be widely included. At this time, any relationship known in any field does not need to be excluded, and a physical property parameter pair whose relationship is known in any field can be included. By integrating relationships that are known only in different technical fields into a graph, a route search is performed for the entire graph regardless of the technical field in which all relationships are known. Therefore, there is a possibility of newly discovering a relationship between physical property parameters that were not known.
- the graph generation unit S1 when the relationship between the physical property parameter pairs is bidirectional, the graph generation unit S1 generates a bidirectional edge for the corresponding edge, and the value of one physical property parameter of the physical property parameter pair is determined.
- a one-way edge is generated as a corresponding edge from a node corresponding to the one physical property parameter to a node corresponding to the other physical property parameter.
- the search step may further include a condition extraction step S11 and a route evaluation step S12.
- the condition extraction step S11 and the route evaluation step S12 can be positioned in a broad graph search step.
- the database 1 can further store the condition of a pair for which there is a condition that defines the presence / absence of a relationship among the plurality of pairs of physical property parameters having a relationship with each other.
- the condition extraction step S11 the condition corresponding to the pair whose presence or absence of the relationship is defined by the condition is defined as a conditional edge from the database 1, and the condition is extracted in association with the condition.
- one or more routes are extracted from the graph as a search result and output. At this time, the presence or absence of the condition is not considered.
- the route evaluation step S12 determines whether or not a conditional edge is included for one or a plurality of extracted routes, and the route corresponding to the conditional edge does not satisfy the condition corresponding to the conditional edge. Is excluded from the route and output as a search result. Thereby, a complicated relationship in which the presence or absence of the relationship changes depending on the value of the physical property parameter corresponding to the relationship or the value of another physical property parameter can be included in the search target.
- the conditions for determining the presence / absence of the relationship are extracted in advance from the database 1, and it is determined whether each of the plurality of routes output as the search result includes a conditional edge.
- conditional edge If a conditional edge is included, by determining whether or not the condition is satisfied, a route passing through an edge that does not satisfy the condition can be excluded from the search result and output. Thereby, even when a conditional edge is included, a more accurate route search can be performed.
- the database 1 empirically determines whether the relationship is a theoretically established relationship, a semi-quantitative relationship, a qualitative relationship among a plurality of pairs of physical property parameters having a relationship with each other. It is possible to further store the reliability information of the relationship, which indicates whether the relationship is recognized and is theoretically an unestablished relationship.
- the search condition includes a condition for the reliability information
- the graph search step S3 searches for a graph based on the search condition including the condition and outputs the result. As a result, the user can appropriately specify search conditions such as searching with priority on highly reliable relationships, and a more accurate route search can be performed.
- the route evaluation step S12 determines whether or not an edge associated with reliability information is included for one or a plurality of routes, and the reliability information is obtained for a route including an edge associated with reliability information. If the condition for is not satisfied, it is excluded from the route and the result is output. As a result, the user can appropriately specify a search condition such as searching with priority on a highly reliable relationship, and a more accurate route search can be performed.
- the relevant physical properties may include “electrical conductivity”, “thermoelectromotive force”, “thermoelectric performance”, “thermal conductivity”.
- priorities are given in the descending order of physical property relevance.
- the physical property M is connected by one edge. D, E, K, N, A, B, F, G, H, K, L connected by two edges, A, B, D, E, F connected by two edges or less , G, H, K, L, and N are presented.
- Evaluation criteria for priority determination >> ⁇ Evaluation Item >>>
- the evaluation items for determining the priority are at least one of reliability, the number of edges, the measurable property value, the data amount of the property value database, and the property value.
- the contents of each item are shown below.
- the number of related physical properties is the number of arrows of the edge entering and exiting the node (out is +, and input is-), and the weighting amount is an attribute relating to the length and thickness of the edge arrow. Is quantified.
- (C) Possibility of measuring a physical property value In principle, the physical property value can be measured and there is also a measurement method. Indicate.
- the evaluation method for determining the priority includes an item-based evaluation method for individually evaluating (b) to (e) of the above-mentioned items that are node-related attributes, and (a) to (e) of the above-mentioned items. It is roughly divided into two types of composite evaluation methods for evaluating by combining at least a plurality. Here, the composite evaluation method is divided into the following six priorities (courses) according to the method.
- the search system 101 includes a database 1, a graph generation unit 2, a graph search unit 3, and a priority determination unit 4 that store physical property parameter relationships (see FIG. 2).
- the database 1 stores a plurality of pairs of physical property parameters that are related to each other. What physical property parameter pairs have a relationship with each other is not limited to a theoretically well-established relationship described in textbooks and the like, and has not been fully explained theoretically. However, relationships that are empirically known may be included, and may be semi-quantitative or qualitative.
- the graph generation means 2 generates a graph having a plurality of physical property parameters stored in the database 1 as nodes and an edge between nodes corresponding to the relevant physical property parameter pairs.
- the graph search means 3 searches for a graph based on a given search condition.
- the priority determination means 4 assigns a priority based on the score to the searched route or related physical property, and outputs a prioritized search result.
- the search system 101 can search for a combination of physical property parameters having a significant relationship with priority based on a known relationship among arbitrary combinations of a plurality of physical property parameters. it can.
- the physical property parameter pairs stored in the database 1 for storing the physical property parameter relationships should be collected from as many technical fields as possible. This is expressed in a single graph so that a route search for the graph can be performed.
- "one graph” means a range having a plurality of nodes and a plurality of edges connecting them, that is, sides or branches, and all the nodes are directly or indirectly connected by the edges, It may be a set of a plurality of graphs (sometimes called partial graphs).
- the search system 101 may further include a database interface (not shown) and a user interface (not shown).
- the database interface supports the management function of the database 1 such as writing information on the relationship between physical property parameters to the database 1 and reading and confirming information stored in the database 1 thereafter.
- a search condition can be given to the graph search means 3 and the search result can be output to the outside.
- a priority method (priority course) is input to the priority determination means 4, or a route search result arranged in the order of priority, its score, and a list of physical properties in which relevance is prioritized. Can receive.
- a network interface together with the user interface. That is, a search system in which the search system 101 is connected to a network interface (not shown) and is connected to a user interface (not shown) via the network interface is also preferable.
- a search system in which the search system 101 is connected to a network interface (not shown) and is connected to a user interface (not shown) via the network interface is also preferable.
- database interface and the user interface are not necessarily limited to the human interface, and may be interfaces to other databases and search systems.
- FIG. 7 is an explanatory diagram showing a configuration example of the database 1.
- the input form 31 is an edge expression format, that is, a table format in which each row is a pair of physical property parameters having a relationship with each other.
- the first column is a cause-side physical property parameter
- the second column is a result-side physical property parameter.
- the relationships between a plurality of physical property parameter pairs entered and input in the input form 31 are taken into the computer and stored as the database 1.
- the graph generation step S1 receives the database 1 as an input, and generates a graph with each physical property parameter as a node and the presence / absence of the relationship between the physical property parameters as an edge.
- the input form 31 and the database 1 are clearly distinguished in FIG. 7, the input form 31 may be called the database 1. This is because if a pair of physical property parameters (pairs) described in the same line of the input form 31 is defined as two nodes and an edge is defined between the two nodes, the information is equivalent to a graph.
- FIG. 8 shows an example of another input form 32 to the database 1, and the input form 32 is a node expression format, that is, an expression format indicating the attribute of the physical property node.
- FIG. 4 shows an example when the generated graph is a directed graph.
- the graph can also be an undirected graph.
- the valid graph is a graph that is more effective than the invalid graph in performing the prioritization such that a priority score can be attached using the direction of the edge.
- the graph search means 3 performs a route search with search conditions given for this graph. For example, if the user wants to know whether there is a causal relationship with the physical property parameter A as the cause side and J as the result side, the graph search means 3 should have node A as the start point and node J as the end point. Is given as a search condition to execute a route search. As a result, in the case of the directed graph shown in FIG. 4, a route search result as shown in FIG. 9 is obtained, and in the case where FIG. 4 is an undirected graph, a route search result as shown in FIG. 10 is obtained. .
- the search condition given to the graph search means 3 can be arbitrarily changed in addition to the above-mentioned start point and end point.
- the end point and the number of nodes reaching the end point can be specified as search conditions, and the graph search means 3 can list all routes whose length reaching the end point is within the number of nodes. This makes it possible to comprehensively list physical parameters that are relatively strongly related to a specific physical parameter.
- the textbooks X1, X2, papers Y1, Y2, and conference announcement Z are preferably textbooks, papers, conference presentations, etc. in completely different fields.
- the relationship between the physical parameters A and D known in the textbook X1 the relationship between the physical parameters D and E known in the paper Y1
- the physical property parameters A and J have a relationship by sequentially tracing the relationship between the physical property parameters C and M known in the paper Y2, and the physical property parameters M and J known in the textbook X2.
- New knowledge can be obtained.
- the new relationship obtained here is only a relationship that can exist mathematically, and whether it is actually a valid relationship may need to be judged after physical evaluation. It is worth at least providing awareness to the researcher who is the user.
- the format of the input form 31 shown in FIG. 7 is merely an example, and can be arbitrarily changed or other information can be added.
- the graph to be searched is an undirected graph, there is no need to distinguish between the cause side and the result side for the physical property parameter pairs, so two mutually related physical property parameters are listed in random order in one line. It can be a style. Thereby, the storage capacity of the storage device for storing the database 1 and the graph can be suppressed smaller than that of the directed graph.
- the input form 31 may have a format in which information indicating bidirectional, forward, or reverse directions is described as the relationship after the description of the two parameters.
- Other information to be added to the database 1 includes, for example, the reliability of the relationship between the physical property parameter pairs or the reliability obtained by quantifying the reliability.
- a theoretically proven and widely recognized relationship is extremely reliable.
- experimental data indicating that there is a correlation between two physical property parameters has been obtained data for a follow-up experiment to confirm reproducibility has not yet been obtained, and a theoretical explanation explaining the relationship
- the reliability information that is the basis of such reliability is additionally input to the database 1 and can be associated with the length of the edge in the graph, for example, and can be handled as a path distance in the graph search means 3.
- the priority score is 1 when theoretically proven and established, 0 when there is no reliability, and 0 to 1 depending on the reliability.
- a value between may be given.
- the reciprocal of the length of the edge can be given.
- the database 1 and the graph are distinguished from each other.
- the graph itself can be managed as a database in a graph format.
- a “database” is a collection of data collected so as to be used by a plurality of users.
- the database can be classified into several types such as a hierarchical type, a network type, and a relational type, the database 1 referred to in the present invention may have any type.
- the database 1 of the present invention only needs to include at least the data constituting the graph, that is, the relationship between the physical parameter corresponding to each node and the physical parameter pair corresponding to the edge as a collection of data. May be constituted only by a collection of data constituting the.
- the constituent element of the database 1 is omitted, and the graph having the physical property parameters as nodes and the relationships between the physical property parameters as edges can be accessed from the database interface via the graph generation means 2. Can be implemented.
- the graph at this time is positioned as one form of the database.
- this is referred to as a “graph format database”. This is because the database in the graph format acts as an object such as route search using graph theory.
- the individual items for the priority evaluation include the reliability, the number of edges, the measurable property value, the data amount of the property value database, and the property value.
- priorities are determined by assigning scores to them.
- the score for each route in the case of a route passing through a plurality of nodes is the value obtained by adding the scores of the node and edge constituting the route and dividing by the number of nodes constituting the route excluding the starting point. To do.
- the priorities are in descending order of scores, but when the scores are the same, priority is given to the one with fewer nodes or the shorter route.
- the score in the case of a route passing through a plurality of nodes may be the sum of the scores of the node and the edge constituting the route, and the order of the added score may be the priority.
- This method is a method in which the priority of a relatively long route is likely to increase, and as a result, it is a suitable method for extracting information between physical properties whose relationship between physical properties is not known.
- a priority is determined by the score of only the selected item.
- the method of assigning scores for each individual item is as follows.
- (A) Reliability The reliability is an amount depending on whether the relationship is strictly theoretical, semi-quantitative, qualitative, or empirical. Allocate a number of 1 or less. For example, 1 is assigned if the relationship is strictly theoretical, 0.7 if semi-quantitative, 0.4 if qualitative, and 0.2 if empirical.
- the score is a number given by an S-shaped curve having a value between 0 and 1 with the number of edges as a variable. As shown in FIG.
- the S-curve has a score of 0 when the number of edges is 0.
- the score gradually increases as the number of edges increases, and then increases to 1 through a region where the score increases rapidly thereafter.
- Draw a saturated curve Mathematically, this curve can be approximated using a sigmoid function.
- an overall score (hereinafter also referred to as a point) is obtained as follows. To do.
- the total score S T is the above-mentioned reliability, the number of edges, the measurable property value, the data amount of the property value database, and the score of each item of the property value, S a , S b , S c , S d , respectively.
- Se, and the weighting coefficients of each item are defined as ⁇ a , ⁇ b , ⁇ c , ⁇ d , and ⁇ e , respectively, defined by the following formula (1).
- tensile strength and Vickers hardness are proportional to each other on the condition that they are transition metal carbides. This is because, when the tensile strength is determined by the shear strength, the tensile strength and the Vickers hardness are in a proportional relationship, but the tensile strength of the transition metal carbide is determined by the shear strength. In addition, there is a relationship between tensile strength and bond potential depth, provided that the material does not exhibit superplasticity. Therefore, when searching for the relationship between the physical property parameters, it is necessary to determine the existence of the route and the distance in consideration of such conditions.
- the graph search step S2 and the graph search means 3 are changed to software that implements a graph search algorithm capable of corresponding to a conditional edge. be able to. Thereby, it is possible to deal with the conditional relationship as it is without changing the configuration of FIGS. 1 and 2.
- the present invention has an aspect in which various search algorithms based on such general graph theory can be used by mapping the relationship of physical property parameters to a graph. Therefore, a software library in which such a graph search algorithm is implemented has extremely high consistency when applied to the graph search step S2 and the graph search means 3 of the present invention.
- the present invention can be applied to the search step S2 and the graph search means 3.
- FIG. 3 is a flowchart showing the steps of the search method according to the second embodiment.
- it further includes a condition extraction step S11 and a route evaluation step S12.
- the database 1 further stores the condition of a pair for which there is a condition for specifying the presence / absence of a relation among a plurality of pairs of physical property parameters having a relation to each other.
- the condition extraction step S11 the condition is extracted from the database 1 in association with an edge (conditional edge) corresponding to a pair whose existence is defined by the condition.
- the graph search step S2 performs a route search of the graph and outputs a search result. At this time, the presence or absence of a conditional edge is not considered.
- the route evaluation step S12 determines whether or not a conditional edge is included in the extracted route, and determines whether or not the condition is satisfied for a route including the conditional edge. If the condition is not satisfied, it is excluded from the results output in the graph search step S2 and used as the search result before prioritization.
- the graph search step S2 it is not necessary to add a function for searching for a graph including a conditional edge, and general graph search software can be applied as in the first embodiment.
- the conditional edge has been described by taking a directed graph as an example. However, an embodiment including a conditional edge is also possible in an undirected graph.
- FIG. 12 is an explanatory diagram showing an example of the input form 33 for configuring the database 1 of the search system 101.
- a relationship memo Compared with the example of the input form 31 illustrated in FIG. 7, presence / absence of a relationship, a relationship memo, a relationship category 1, a relationship category 2, a condition node, a condition, and a relationship are added.
- the relationship classification may be, for example, the reliability information described in the first embodiment.
- the condition is a value (content) of a specific physical property parameter
- the condition node describes a node corresponding to the physical property parameter, and describes the value or content in the condition.
- the relationship when the relationship is formulated, the equation is described, and when the relationship is semi-quantitative or the relationship is empirical, an approximate expression thereof is described.
- a qualitative relationship may be described instead of the formula or in combination with a physical property parameter pair in which the formula is defined. For example, it may be described whether it has a positive correlation or a negative correlation.
- the relationship between the newly found physical property parameter pairs can be formulated.
- a qualitative relationship is included in the route as a search result, it is possible to find a qualitative relationship between a newly found physical property parameter pair. For example, in the route illustrated in FIG. 9, in order to increase the physical property parameter J, it is possible to obtain an indication that the physical property parameter A should be changed to a smaller material.
- the database 1 includes information indicating the reliability of the relationship, conditions specifying the presence or absence of the relationship or contents, expressions indicating the relationship, or qualitative relationships. Can be further included. These pieces of information can be used for route search in the graph search step S2, or can be used as additional information of the route supplied to the route evaluation step S12 through the condition extraction step S11 and extracted. Based on this sophisticated relationship, prioritization can be performed by the method shown in the first embodiment.
- the search device 102 includes a graph generation unit 2, a graph search unit 3, a priority determination unit 4, a user interface unit 5, and a data access unit 6.
- an instruction from the user is received by the user interface means 5.
- the user interface means 5 instructs the data access means 6 to access the database 16 installed outside and obtain data relating to necessary physical properties.
- the data access unit 6 acquires necessary data from the database 16 and sends the data to the graph generation unit 2.
- the graph search means 3 searches the graph, and the search results prioritized by the priority determination means 4 are provided to the user through the user interface means 5.
- the physical property data acquisition method by the data access means includes a method via the net, a method using a medium such as a disk, etc., but the method is not limited.
- This search device 102 is characterized in that the database 16 is installed outside the search device 102.
- a large amount of data relating to physical properties, which is big data, can be used efficiently as an external shared facility rather than being placed in an individual search device.
- the database 16 in which information on individual physical property parameters and information on a plurality of pairs of physical property parameters having mutual relationships are stored is connected to a plurality of search devices 102 via the Internet, etc. It becomes possible to use it, and the utilization efficiency of the database increases.
- search device 102 a case where physical property data is sequentially obtained through a data access means 6 in a database installed outside the search device 102 is shown, but the search device 102 further includes a data storage means (not shown). May be.
- This data storage means stores a plurality of physical property parameters acquired from the external database 16 through the data access means 6.
- This method is characterized in that physical property data related to the search for this purpose can be stored in a lump so that the number of accesses to the outside is reduced and the efficiency for data access is increased.
- the search device may include a database in which physical parameters are stored, graph generation means, graph search means, priority determination means, and user interface means. Since this apparatus includes a database inside, the efficiency of data access is further improved.
- Example 1 The first embodiment shows an example of a priority determination method when the number of edges is used as a priority determination item for the route from A to J in the graph shown in FIG.
- all the weights are set to 1.
- a value obtained by dividing this by the number of nodes constituting the route (the number of nodes excluding the starting point) is as follows. Here, rounded off to the third decimal place for easy viewing.
- a ⁇ B ⁇ C ⁇ F ⁇ J: 1/4 0.25
- a ⁇ B ⁇ C ⁇ F ⁇ N ⁇ L ⁇ J: ⁇ 1 / 6 ⁇ 0.167
- a ⁇ B ⁇ M ⁇ G ⁇ E ⁇ N ⁇ L ⁇ J: 1/7 0.143
- a ⁇ B ⁇ M ⁇ G ⁇ I ⁇ J: 3/5 0.6
- a ⁇ B ⁇ M ⁇ G ⁇ L ⁇ J: 3/5 0.6
- a ⁇ B ⁇ M ⁇ G ⁇ D ⁇ E ⁇ N ⁇ L ⁇ J: 2/8 0.25
- FIG. 15 is an explanatory diagram showing an example of the input form 31 relating to the more specific edge information of the database 1.
- the reliability is entered as a numerical value in the item “relationship classification 1”. When there is no relationship, the reliability is 0, when there is a theoretically established relationship, 0.4 or 0.7 depending on the reliability, a relationship based on the correlation obtained by theoretical deduction or experiment The reliability is shown as reliability 1.
- the work function and its surface term, bulk term, and whether or not there is a relationship between the surface dipole, surface charge distribution, and Fermi level depth are defined.
- the relationship between the Fermi level depth and the bond potential depth is derived a priori based on chemical bond theory.
- the relationship between composition and presence / absence of surface segregation, surface composition and bulk composition is based on surface thermodynamics.
- the relationship between tensile strength, Vickers hardness and bond potential depth is based on material mechanics, and the bulk composition and Fermi level depth are based on solid state physics.
- Condition 1 “substance not exhibiting superplasticity” is satisfied, and between tensile strength and Vickers hardness, Condition 2 is defined as “proportional relationship for transition metal carbide”. In this way, knowledge of many fields related to edges is collected in one database 1.
- the input form 35 in FIG. 16 is an explanatory diagram showing an example of the input form 31 related to the node information of the physical properties shown in FIG. It is a table with a score and a list.
- FIG. 17 shows a graph generated based on the input form 34 related to the edge information shown in FIG. 15 and the input form 35 related to the node information shown in FIG.
- FIG. 17 is a directed graph with the cause-side physical property parameter as the start point and the result-side physical property parameter as the end point. Edges with reliability of 0.4 and 0.7 are indicated by broken lines, and edges with reliability of 1 are indicated by solid lines. Since the reliability of 0 is not related, there is no corresponding edge. Since Condition 1 and Condition 2 do not belong to any of the nodes and edges of the graph, they are shown in association with the target edges for which the relationship is defined.
- the physical property parameters that can be actually measured are indicated by double frame lines.
- the path of this graph By searching the path of this graph, it is found that there is a relationship between Vickers hardness and work function. That is, the path is Vickers hardness-tensile strength-bond potential depth-Fermi level depth-work function bulk term-work function.
- This pathway is a cross-sectoral relationship that can be found for the first time by cross-searching knowledge of material mechanics, knowledge of chemical bonding theory, and knowledge of surface physics.
- the search method and the search system 101 of the present invention enable cross-disciplinary route search by integrating and expressing the knowledge of a plurality of different fields into one graph, and as a result, at first glance relationship. It is possible to find the existence of a cross-sectoral relationship between physical property parameters that seem to have no sex.
- compositions as a starting physical property
- the related physical property was obtained for a route (path) up to 5 without including the starting point, and the priority of the related physical property was obtained.
- route up to 5 without including the starting point
- the priority of the related physical property was obtained.
- the following 11 routes may be mentioned as the path.
- Score S a of each confidence from the (a) (k) becomes as follows using the data of the input form 34.
- the score was a value rounded off to the third decimal place.
- the reliability weight ⁇ a is 1
- the edge number weight ⁇ b is 0.01
- the measurable weight ⁇ c is 0.5
- the data amount weight of the physical property value database is 0.
- the overall score S T-Reliability was obtained using the above equation 1 with ⁇ d being 0.01 and physical property value weight ⁇ e being 0.
- Example 3 the priority of the control-oriented course was obtained using the data of Example 2, that is, the input data forms 34 and 35.
- the reliability weight ⁇ a is 0.3
- the edge number weight ⁇ b is 1
- the measurable weight ⁇ c is 0.5
- the data amount weight ⁇ of the physical property value database 0.5 d as 0.3 weight alpha e values of physical properties were determined overall score S T-Control using the formula 1 above. Note that the score S e values of physical properties were all because there is no description in the input data form 35 0.
- Example 4 In Example 4, the priority of the course with emphasis on the actual measurement value was obtained using the data of Example 2, that is, the input data forms 34 and 35.
- the reliability weight ⁇ a is 0.3
- the edge number weight ⁇ b is 0.3
- the measurable weight ⁇ c is 1, and the weight of the data amount of the physical property value database.
- the total score S T-Measure was obtained by using the above-mentioned equation 1 with ⁇ d being 0.5 and the physical property value weight ⁇ e being 0.3. Note that the score S e values of physical properties were all because there is no description in the input data form 35 0.
- Example 5 the priority of the data amount-oriented course was obtained using the data of Example 2, that is, the input data forms 34 and 35.
- the reliability weight ⁇ a is 0.1
- the edge number weight ⁇ b is 0.1
- the measurable weight ⁇ c is 1, and the data amount weight of the physical property value database
- the overall score S T-Data was determined using the above-mentioned equation 1, with ⁇ d being 1 and the physical property value weight ⁇ e being 0.1. Note that the score S e values of physical properties were all because there is no description in the input data form 35 0.
- Example 6 In Example 6, the priority of the universal course was obtained using the data of Example 2, that is, the input data forms 34 and 35.
- the reliability weight ⁇ a is 0.5
- the edge number weight ⁇ b is 0.5
- the measurable weight ⁇ c is 0.5
- the data amount weight of the physical property value database The overall score S T-Univ was determined using the above-mentioned equation 1 with ⁇ d being 0.5 and the physical property value weight ⁇ e being 0.5. Note that the score S e values of physical properties were all because there is no description in the input data form 35 0.
- Example 7 an example of a priority determination method when the measurable property value is set as the priority determination item for the route from A to J in the graph shown in FIG.
- the weight is 1 when the measurement is possible in principle and there is a measurement method, 0.4 when the measurement method is not found but the principle is impossible, and 0 when the measurement is not possible in principle.
- A, E, F, I, M, and J which are measurable in principle and have a measuring method, are double circles, and are measured in principle, but B is a case where no measuring method is found.
- C, G, and K are represented by single circles
- D, H, L, and N which are cases where measurement is impossible in principle, are represented by broken-line circles.
- a value obtained by dividing this by the number of nodes constituting the route is as follows. Here, rounded off to the third decimal place for easy viewing.
- a ⁇ B ⁇ C ⁇ F ⁇ J: 1.8 / 4 0.45
- a ⁇ B ⁇ M ⁇ G ⁇ I ⁇ J: 2.8 / 5 0.56
- a ⁇ B ⁇ M ⁇ G ⁇ L ⁇ J: 1.8 / 5 0.36
- A->B->M->G->D->E->N->L-> J: 2.8 / 8 0.35
- a ⁇ B ⁇ M ⁇ I ⁇ J: 2.4 / 4 0.6
- a ⁇ B ⁇ D ⁇ G ⁇ E ⁇ N ⁇ L ⁇ J: 1.8 / 7 0.257 A ⁇
- Example 8 an example of a priority determination method when the data amount of the physical property database is used as the priority determination item for the route from A to J in the graph shown in FIG.
- weighting was performed with 0.9 when the amount of data after application of the sigmoid curve composed of the sigmoid function is large, 0.1 when the amount of data is small, and 0.5 when the amount of data is in the middle.
- A, C, D, H, and J when the data amount is large are double circles
- B, F, I, L, and N when the data amount is intermediate
- the data amount E, K, and M when there are few are shown with a broken-line circle.
- a ⁇ B ⁇ M ⁇ G ⁇ I ⁇ J: 0.5 + 0.1 + 0.5 + 0.5 1.6
- a ⁇ B ⁇ M ⁇ G ⁇ L ⁇ J: 0.5 + 0.1 + 0.5 + 0.5 1.6
- a ⁇ B ⁇ M ⁇ G ⁇ D ⁇ E ⁇ N ⁇ L ⁇ J: 0.5 + 0.1 + 0.5 + 0.9 + 0.1 + 0.5 + 0.5 3.1
- a value obtained by dividing this by the number of nodes constituting the route is as follows. Here, rounded off to the third decimal place for easy viewing.
- a ⁇ B ⁇ C ⁇ F ⁇ J: 1.9 / 4 0.475
- A->B->C->F->N->L-> J: 2.9 / 6 0.383
- a ⁇ B ⁇ M ⁇ G ⁇ E ⁇ N ⁇ L ⁇ J: 2.2 / 7 0.314
- a ⁇ B ⁇ M ⁇ G ⁇ I ⁇ J: 1.6 / 5 0.32
- a ⁇ B ⁇ M ⁇ G ⁇ L ⁇ J: 1.6 / 5 0.32.
- Example 9 an example of a priority determination method when a property value is used as a priority determination item for the route from A to J in the graph shown in FIG.
- the numerical range specified by the user is 1 for the case where the standard deviation ⁇ of the physical property value stored in the database is less than ⁇ , and 0.7 for the case where the numerical range is greater than or equal to ⁇ and less than 3 ⁇ .
- a weighting of 0.3 was performed for the case of 3 ⁇ or more.
- A, E, I, and J, which are less than ⁇ are double circles
- B, C, D, G, H, K, and M are single circles when ⁇ is less than 3 ⁇ , and 3 ⁇ .
- F and L in the above case are represented by broken-line circles.
- a ⁇ B ⁇ M ⁇ G ⁇ E ⁇ N ⁇ L ⁇ J: 0.7 + 0.7 + 0.7 + 1 + 0.7 + 0.3 4.1
- a ⁇ B ⁇ M ⁇ G ⁇ I ⁇ J: 0.7 + 0.7 + 0.7 + 1 3.1
- a ⁇ B ⁇ M ⁇ G ⁇ L ⁇ J: 0.7 + 0.7 + 0.7 + 0.3 2.4
- a ⁇ B ⁇ M ⁇ G ⁇ D ⁇ E ⁇ N ⁇ L ⁇ J: 0.7 + 0.7 + 0.7 + 1 + 0.7 + 0.3 4.8
- a value obtained by dividing this by the number of nodes constituting the route is as follows. Here, rounded off to the third decimal place for easy viewing.
- a ⁇ B ⁇ M ⁇ G ⁇ D ⁇ E ⁇ N ⁇ L ⁇ J: 4.8 / 8 0.6
- a ⁇ B ⁇ M ⁇ I ⁇ J: 2.4 / 4 0.6
- a ⁇ B ⁇ D ⁇ G ⁇ E ⁇ N ⁇ L ⁇ J: 4.1 / 7 0.586 A->
- the present invention uses big data to present combinations of physical property parameters having a significant relationship among arbitrary combinations of physical property parameters with priority. Therefore, the present invention is expected to contribute greatly to the development of material technology by efficiently presenting the relationship between unknown physical properties.
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
複数の物性パラメータの任意の組合せのうち、有意な関係性を有する物性パラメータの組合せを、優先度をつけて探索する。 記憶装置に保持されるデータベースとグラフ生成工程とグラフ探索工程と優先度決定工程とを備えており、データベースは互いの関係性を有する物性パラメータの複数の対を記憶し、グラフ生成工程はデータベースに記憶された複数の物性パラメータをノードとし、関係性を有するとして記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、グラフ探索工程は与えられる探索条件に基づいてグラフを探索して関連する物性あるいは物性間の関連を示す物性間関連性経路を複数提示し、優先度決定工程は前記複数提示された関連する物性あるいは物性間関連性経路の中からノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、優先度の高い順に結果を出力する。
Description
本発明は、データベースを使った探索方法、探索装置および探索システムに係り、特に複数の物性パラメータの関係性の探索に好適に利用できる探索方法、探索装置および探索システムに関する。
材料研究における予測や設計の目標は、目的の特性を持つ材料を特定することである。このために旧来から多用されてきた手法は、条件-特性チャートから目的の特性を持つ材料の特定を目指す手法である。これは複数の条件のうち特定の1つの条件のみを変化させたときの特性の変化を観測してチャートを作成し、そのチャートを補間または外挿することによって、目的の特性を持つ条件を求め、それに合致する材料を特定する方法である。ここでいう「チャート」とは、折れ線グラフ等を表す「グラフ」と同義であるが、後述する、ノードとエッジから成る「グラフ」と区別する目的で別の語を用いる。
このとき、複数の条件のうち特定の1つの条件のみを変化させたときの特性の変化は、自ら実験を行って入手することが多い。多数の文献を調査しても上記特定の条件以外の条件がすべて同じであるデータを大量に入手することは困難だからである。
特許文献1には、所望の特性を有する新規材料の構成物質情報を、客観的に探索することが可能な探索システムが開示されている。
同文献に開示される探索システムは、複数(多数)の物質についてそれぞれ複数の物性パラメータ情報を有するデータベースを備える。例えば、n個の物質についてm個の物性パラメータを有するときには、データベースはn行m列のテーブル形式で表現される。このとき、個々の物質によっては実データが得られる物性パラメータだけではなく、実データが与えられていない物性パラメータがあってもよい。即ち、上記n行m列のテーブルには空欄があってもよい。
検索対象の物性パラメータを1つの軸とし、他の物性パラメータの一部をその他の軸として、2次元または3次元以上の空間を作成して、上記データベース内の各物質をマッピングする。このとき、実データのない物性パラメータについては、多変量解析、所定の論理式に基づく計算、または、第1原理計算などを使って予測した仮想データによって補う。
実データと仮想データをマッピングして得られた探索マップにおいて、予め規定したルールに基づいて所望の特性を有する物質を特定するとされる。
ベルジュ,C「グラフ理論」伊理正夫 他訳、サイエンス社、1976年、ISBN4-7819-0111-5
ハラリー、フランク「グラフ理論」池田貞雄 訳、共立出版、1971年、ISBN978-4-320-01073-4
吉武道子、日本金属学会誌、第80巻、第10号、603-611頁、2016年
特許文献1について本発明者が検討した結果、以下のような新たな課題があることがわかった。
特許文献1に記載される技術では、仮想データを予測するために、複数の物性パラメータ相互の関係性を利用することとなる。物性パラメータの関係性とは、異なる物性パラメータ間に存在する科学的根拠に基づいた関係性、即ち、理論的に説明され定式化された関係性であり、例えば、上記の所定の論理式に基づく計算や第1原理計算もこれに含まれる。これに加えて、経験的に得られた関係性も存在する。理論的な説明が未だなされておらず、また、定式化もされていない段階であっても、実験データから明確な相関が認められることによって、関係性の存在が知られている物性パラメータが数多く存在する。特に、多数の技術分野を横断的に見ることによって、関係性が知られている物性パラメータの組合せをさらに増やすことができる。
このように、多数の技術分野を横断的に見た場合には、物性パラメータの数が非常に多くなるため、関係性の有無に依らない任意の組合せは数学的に算出される膨大な数に上ってしまう。取り扱う物性パラメータの数をK個とすれば、そのうちの任意の2個の組合せはK!×(K-1)!/2である。したがって、特許文献1に記載されるような従来の探索システムに利用することができる関係性は、物性パラメータの組合せのうち、あくまでも既に知られた組合せに限定されることとなる。これを関係性の存在が知られていない組合せに拡張するためには、そもそも任意の組合せが上述のように膨大であるところから、ユーザー自身の知識や経験に依るところが大きい。しかしながら、多くの技術分野を横断的に見た場合には、その全般に渡る広範な知識と経験を備えることを、ユーザーに期待するのは非現実的である。
本発明者はこのような物性パラメータ間の未知の関係性を抽出する方法について研究を重ねてきた結果、技術分野自体の関連性が密ではないために検討されなかった複数の物性パラメータの関係性が、実は存在している可能性が高いことを見出した。
本発明の目的は、複数の物性パラメータの任意の組合せのうち、既に知られている関係性に基づいて、有意な関係性を有する物性パラメータの未知の組合せとその関連関係を、優先順位をつけて探索する探索方法、探索装置および探索システムを提供することである。
このような課題を解決するための手段を以下に説明するが、その他の課題と新規な特徴は本明細書の記述及び添付図面から明らかになるであろう。
本発明を解決するための手段となる構成を下記に示す。
(構成1)
記憶装置に保持されるデータベースとグラフ生成工程とグラフ探索工程と優先度決定工程とを備えて物性間の関係性を探索する探索方法であって、
前記データベースは、互いの関係性を有する物性パラメータの複数の対を記憶し、
前記グラフ生成工程は、前記データベースに記憶された複数の物性パラメータをノードとし、関係性を有するとして記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索工程は、与えられる探索条件に基づいてグラフを探索し、関連する物性あるいは物性間の関連を示す物性間関連性経路を複数提示し、
前記優先度決定工程は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、優先度の高い順に結果を出力する、探索方法。
(構成2)
構成1において、前記グラフは有向グラフであり、
前記グラフ生成工程では、物性パラメータ対の関係性が双方向であるときには、対応するエッジは双方向のエッジを生成し、物性パラメータ対の一方の物性パラメータの値が決まると他方の物性パラメータの値が決まるが逆は決まらないときには、対応するエッジとして、前記一方の物性パラメータに対応するノードから前記他方の物性パラメータに対応するノードへの一方向のエッジを生成する、探索方法。
(構成3)
構成1または2において、前記探索方法は、条件抽出工程と経路評価工程とをさらに備え、
前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、関係性の有無を規定する条件が存在する対についてはその条件をさらに記憶可能であり、
前記条件抽出工程では、前記データベースから前記条件を当該条件によって関係性の有無が規定される対に対応するエッジを条件付きエッジとして、前記条件と対応付けて抽出し、
前記グラフ探索工程では、前記探索結果として、1または複数の経路を前記グラフから抽出して出力し、
前記経路評価工程では、前記1または複数の経路について、前記条件付きエッジが含まれるか否かを判定し、前記条件付きエッジが含まれる経路については、当該条件付きエッジに対応する条件が満足されない場合には、前記1または複数の経路から除外して優先度決定工程用の探索結果とし、
前記優先度決定工程用の探索結果も含めて優先度決定工程にて優先度の高い順に結果を出力する、探索方法。
(構成4)
前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、当該関係性が厳密に理論的に確立された関係性か、経験的に相関が認められた関係性であって理論的には未確立の関係性か、半定量的か、定性的かの何れであるかの関係性の信頼性情報をさらに記憶可能であり、
前記グラフ探索工程では、前記信頼性情報も用いて前記グラフを探索して優先度決定工程用の探索結果を求め、
前記優先度決定工程用の探索結果も含めて優先度決定工程にて優先度の高い順に結果を出力する、構成1から3の何れか1記載の探索方法。
(構成5)
前記優先度決定工程では、前記信頼性情報に基づく信頼度、当該物性に出入りするエッジ数、当該物性値の測定可能性、当該物性値のデータベースデータ量、当該物性の値、および経路を構成するノードの数の少なくとも何れかを用いて優先度を求める、構成1から4の何れか1記載の探索方法。
(構成6)
前記優先度決定工程は、
前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかをスコア化するスコア化工程と、
前記スコア化工程によって求められた前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかのスコアに重みをつけて前記物性間関連性経路毎にスコアを加算するスコア加算工程と、
前記スコアの加算工程によって求められた加算スコアの順に前記物性間関連性経路を並べる物性間関連性経路順位付け工程からなる、構成1から5の何れか1記載の探索方法。
(構成7)
前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の何れかの項目に対して前記加算スコアを求め、加算スコアの高い順を優先度として結果を出力する、構成5または6記載の探索方法。
(構成8)
前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れか項目の複数に対して、項目毎のスコア重みをつけて加算した項目加算スコアを求め、前記項目加算スコアの順を優先度の順位として出力する探索方法であって、
前記項目に対する重みにより、
前記信頼度の前記重みを他の前記項目の重みより大きくした信頼度重視優先度、
前記物性に出入りするエッジ数の前記重みを他の前記項目の重みより大きくした制御重視優先度、
前記物性値の測定可能性の前記重みを他の前記項目の重みより大きくした実測値重視優先度、
実測可能であるものの中から前記物性値のデータベースデータ量の前記重みを他の前記項目の重みより大きくしたデータ量重視優先度、
実測可能であるものの中から前記物性値の前記重みを他の前記項目の重みより大きくした物性限定優先度、
前記項目の重みを全て均等にしたユニバーサル優先度とする、構成5または6記載の探索方法。
(構成9)
物理パラメータが格納された外部のデータベースへのデータアクセス手段とグラフ生成手段とグラフ探索手段と優先度決定手段とユーザーインターフェース手段とを備え、
前記グラフ生成手段は、前記外部のデータベースから前記データアクセス手段を通じて複数の物性パラメータを取得し、前記取得された物性パラメータをノード、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索手段は、前記ユーザーインターフェース手段を使ってユーザーによって与えられる探索条件に基づいて前記グラフを探索してグラフ探索結果を求め、
前記優先度決定手段は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、前記ユーザーインターフェース手段により優先順位づけされた探索結果を出力する、探索装置。
(構成10)
構成9記載の探索装置において構成2から8の何れか1記載の探索方法を用いた、探索装置。
(構成11)
構成9または10記載の探索装置において、データ記憶手段をさらに備え、前記データ記憶手段は、前記外部のデータベースから前記データアクセス手段を通じて取得した複数の物性パラメータを記憶し、前記データ記憶手段に記憶された物性パラメータを用いてノード、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成する、探索装置。
(構成12)
物理パラメータが格納されたデータベースとグラフ生成手段とグラフ探索手段と優先度決定手段とユーザーインターフェース手段とを備え、
前記グラフ生成手段は、前記データベースに格納されている物性パラメータを基に、ノード、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索手段は、前記ユーザーインターフェース手段を使ってユーザーによって与えられる探索条件に基づいて前記グラフを探索してグラフ探索結果を求め、
前記優先度決定手段は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、前記ユーザーインターフェース手段により優先順位づけされた探索結果を出力する、探索装置。
(構成13)
構成12記載の探索装置において構成2から8の何れか1記載の探索方法を用いた、探索装置。
(構成14)
データベースとグラフ生成手段とグラフ探索手段と優先度決定手段を備え、
前記データベースは、互いに関係性を有する物性パラメータの複数の対を記憶し、
前記グラフ生成手段は、前記データベースに記憶された複数の物性パラメータをノードとし、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索手段は、与えられる探索条件に基づいて前記グラフを探索してグラフ探索結果を求め、
前記優先度決定手段は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、優先度の高い順に結果を出力する、探索システム。
(構成15)
構成14において、前記グラフは有向グラフであり、前記グラフ生成手段では、物性パラメータ対の関係性が双方向であるときには、対応するエッジは双方向のエッジを生成し、物性パラメータ対の一方の物性パラメータの値が決まると他方の物性パラメータの値が決まるが逆は決まらないときには、対応するエッジとして、前記一方の物性パラメータに対応するノードから前記他方の物性パラメータに対応するノードへの一方向のエッジを生成する、探索システム。
(構成16)
構成14または15において、前記探索システムは、条件抽出手段と経路評価手段とをさらに備え、
前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、関係性の有無を規定する条件が存在する対についてはその条件をさらに記憶可能であり、
前記条件抽出手段では、前記データベースから前記条件を当該条件によって関係性の有無が規定される対に対応するエッジを条件付きエッジとして、前記条件と対応付けて抽出し、
前記グラフ探索手段では、前記探索結果として、1または複数の経路を前記グラフから抽出して出力し、
前記経路評価手段では、前記1または複数の経路について、前記条件付きエッジが含まれるか否かを判定し、前記条件付きエッジが含まれる経路については、当該条件付きエッジに対応する条件が満足されない場合には、前記1または複数の経路から除外して優先度決定手段用の探索結果とし、
前記優先度決定手段用の探索結果も含めて優先度決定手段にて優先度の高い順に結果を出力する、探索システム。
(構成17)
前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、当該関係性が厳密に理論的に確立された関係性か、経験的に相関が認められた関係性であって理論的には未確立の関係性か、半定量的か、定性的かの何れであるかの関係性の信頼性情報をさらに記憶可能であり、
前記グラフ探索手段では、前記信頼性情報も用いて前記グラフを探索して優先度決定手段用の探索結果を求め、
前記優先度決定手段用の探索結果も含めて優先度決定手段にて優先度の高い順に結果を出力する、構成14から16の何れか1記載の探索システム。
(構成18)
前記優先度決定手段では、前記信頼度、当該物性に出入りするエッジ数、当該物性値の測定可能性、当該物性値のデータベースデータ量、当該物性の値、および経路を構成するノードの数の少なくとも何れかを用いて優先度を求める、構成14から17の何れか1記載の探索システム。
(構成19)
前記優先度決定手段は、
前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかをスコア化するスコア化手段と、
前記スコア化手段によって求められた前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかのスコアに重みをつけて前記物性間関連性経路毎にスコアを加算するスコア加算手段と、
前記スコアの加算手段によって求められた加算スコアの順に前記物性間関連性経路を並べる物性間関連性経路順位付け手段からなる、構成14から18の何れか1記載の探索システム。
(構成20)
前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の何れかの項目に対して前記加算スコアを求め、加算スコアの高い順を優先度として結果を出力する、
構成18または19記載の探索システム。
(構成21)
前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れか項目の複数に対して、項目毎のスコアに重みをつけて加算した項目加算スコアをつけ、前記項目加算スコアの順を優先度の順として出力する探索システムであって、
前記項目に対する重みにより、
前記信頼度の前記重みを他の前記項目の重みより大きくした信頼度重視優先度、
前記物性に出入りするエッジ数の前記重みを他の前記項目の重みより大きくした制御重視優先度、
前記物性値の測定可能性の前記重みを他の前記項目の重みより大きくした実測値重視優先度、
実測可能であるものの中から前記物性値のデータベースデータ量の前記重みを他の前記項目の重みより大きくしたデータ量重視優先度、
実測可能であるものの中から前記物性値の前記重みを他の前記項目の重みより大きくした物性限定優先度、
前記項目の重みを全て均等にしたユニバーサル優先度とする、構成18または19記載の探索システム。
(構成1)
記憶装置に保持されるデータベースとグラフ生成工程とグラフ探索工程と優先度決定工程とを備えて物性間の関係性を探索する探索方法であって、
前記データベースは、互いの関係性を有する物性パラメータの複数の対を記憶し、
前記グラフ生成工程は、前記データベースに記憶された複数の物性パラメータをノードとし、関係性を有するとして記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索工程は、与えられる探索条件に基づいてグラフを探索し、関連する物性あるいは物性間の関連を示す物性間関連性経路を複数提示し、
前記優先度決定工程は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、優先度の高い順に結果を出力する、探索方法。
(構成2)
構成1において、前記グラフは有向グラフであり、
前記グラフ生成工程では、物性パラメータ対の関係性が双方向であるときには、対応するエッジは双方向のエッジを生成し、物性パラメータ対の一方の物性パラメータの値が決まると他方の物性パラメータの値が決まるが逆は決まらないときには、対応するエッジとして、前記一方の物性パラメータに対応するノードから前記他方の物性パラメータに対応するノードへの一方向のエッジを生成する、探索方法。
(構成3)
構成1または2において、前記探索方法は、条件抽出工程と経路評価工程とをさらに備え、
前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、関係性の有無を規定する条件が存在する対についてはその条件をさらに記憶可能であり、
前記条件抽出工程では、前記データベースから前記条件を当該条件によって関係性の有無が規定される対に対応するエッジを条件付きエッジとして、前記条件と対応付けて抽出し、
前記グラフ探索工程では、前記探索結果として、1または複数の経路を前記グラフから抽出して出力し、
前記経路評価工程では、前記1または複数の経路について、前記条件付きエッジが含まれるか否かを判定し、前記条件付きエッジが含まれる経路については、当該条件付きエッジに対応する条件が満足されない場合には、前記1または複数の経路から除外して優先度決定工程用の探索結果とし、
前記優先度決定工程用の探索結果も含めて優先度決定工程にて優先度の高い順に結果を出力する、探索方法。
(構成4)
前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、当該関係性が厳密に理論的に確立された関係性か、経験的に相関が認められた関係性であって理論的には未確立の関係性か、半定量的か、定性的かの何れであるかの関係性の信頼性情報をさらに記憶可能であり、
前記グラフ探索工程では、前記信頼性情報も用いて前記グラフを探索して優先度決定工程用の探索結果を求め、
前記優先度決定工程用の探索結果も含めて優先度決定工程にて優先度の高い順に結果を出力する、構成1から3の何れか1記載の探索方法。
(構成5)
前記優先度決定工程では、前記信頼性情報に基づく信頼度、当該物性に出入りするエッジ数、当該物性値の測定可能性、当該物性値のデータベースデータ量、当該物性の値、および経路を構成するノードの数の少なくとも何れかを用いて優先度を求める、構成1から4の何れか1記載の探索方法。
(構成6)
前記優先度決定工程は、
前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかをスコア化するスコア化工程と、
前記スコア化工程によって求められた前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかのスコアに重みをつけて前記物性間関連性経路毎にスコアを加算するスコア加算工程と、
前記スコアの加算工程によって求められた加算スコアの順に前記物性間関連性経路を並べる物性間関連性経路順位付け工程からなる、構成1から5の何れか1記載の探索方法。
(構成7)
前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の何れかの項目に対して前記加算スコアを求め、加算スコアの高い順を優先度として結果を出力する、構成5または6記載の探索方法。
(構成8)
前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れか項目の複数に対して、項目毎のスコア重みをつけて加算した項目加算スコアを求め、前記項目加算スコアの順を優先度の順位として出力する探索方法であって、
前記項目に対する重みにより、
前記信頼度の前記重みを他の前記項目の重みより大きくした信頼度重視優先度、
前記物性に出入りするエッジ数の前記重みを他の前記項目の重みより大きくした制御重視優先度、
前記物性値の測定可能性の前記重みを他の前記項目の重みより大きくした実測値重視優先度、
実測可能であるものの中から前記物性値のデータベースデータ量の前記重みを他の前記項目の重みより大きくしたデータ量重視優先度、
実測可能であるものの中から前記物性値の前記重みを他の前記項目の重みより大きくした物性限定優先度、
前記項目の重みを全て均等にしたユニバーサル優先度とする、構成5または6記載の探索方法。
(構成9)
物理パラメータが格納された外部のデータベースへのデータアクセス手段とグラフ生成手段とグラフ探索手段と優先度決定手段とユーザーインターフェース手段とを備え、
前記グラフ生成手段は、前記外部のデータベースから前記データアクセス手段を通じて複数の物性パラメータを取得し、前記取得された物性パラメータをノード、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索手段は、前記ユーザーインターフェース手段を使ってユーザーによって与えられる探索条件に基づいて前記グラフを探索してグラフ探索結果を求め、
前記優先度決定手段は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、前記ユーザーインターフェース手段により優先順位づけされた探索結果を出力する、探索装置。
(構成10)
構成9記載の探索装置において構成2から8の何れか1記載の探索方法を用いた、探索装置。
(構成11)
構成9または10記載の探索装置において、データ記憶手段をさらに備え、前記データ記憶手段は、前記外部のデータベースから前記データアクセス手段を通じて取得した複数の物性パラメータを記憶し、前記データ記憶手段に記憶された物性パラメータを用いてノード、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成する、探索装置。
(構成12)
物理パラメータが格納されたデータベースとグラフ生成手段とグラフ探索手段と優先度決定手段とユーザーインターフェース手段とを備え、
前記グラフ生成手段は、前記データベースに格納されている物性パラメータを基に、ノード、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索手段は、前記ユーザーインターフェース手段を使ってユーザーによって与えられる探索条件に基づいて前記グラフを探索してグラフ探索結果を求め、
前記優先度決定手段は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、前記ユーザーインターフェース手段により優先順位づけされた探索結果を出力する、探索装置。
(構成13)
構成12記載の探索装置において構成2から8の何れか1記載の探索方法を用いた、探索装置。
(構成14)
データベースとグラフ生成手段とグラフ探索手段と優先度決定手段を備え、
前記データベースは、互いに関係性を有する物性パラメータの複数の対を記憶し、
前記グラフ生成手段は、前記データベースに記憶された複数の物性パラメータをノードとし、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索手段は、与えられる探索条件に基づいて前記グラフを探索してグラフ探索結果を求め、
前記優先度決定手段は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、優先度の高い順に結果を出力する、探索システム。
(構成15)
構成14において、前記グラフは有向グラフであり、前記グラフ生成手段では、物性パラメータ対の関係性が双方向であるときには、対応するエッジは双方向のエッジを生成し、物性パラメータ対の一方の物性パラメータの値が決まると他方の物性パラメータの値が決まるが逆は決まらないときには、対応するエッジとして、前記一方の物性パラメータに対応するノードから前記他方の物性パラメータに対応するノードへの一方向のエッジを生成する、探索システム。
(構成16)
構成14または15において、前記探索システムは、条件抽出手段と経路評価手段とをさらに備え、
前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、関係性の有無を規定する条件が存在する対についてはその条件をさらに記憶可能であり、
前記条件抽出手段では、前記データベースから前記条件を当該条件によって関係性の有無が規定される対に対応するエッジを条件付きエッジとして、前記条件と対応付けて抽出し、
前記グラフ探索手段では、前記探索結果として、1または複数の経路を前記グラフから抽出して出力し、
前記経路評価手段では、前記1または複数の経路について、前記条件付きエッジが含まれるか否かを判定し、前記条件付きエッジが含まれる経路については、当該条件付きエッジに対応する条件が満足されない場合には、前記1または複数の経路から除外して優先度決定手段用の探索結果とし、
前記優先度決定手段用の探索結果も含めて優先度決定手段にて優先度の高い順に結果を出力する、探索システム。
(構成17)
前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、当該関係性が厳密に理論的に確立された関係性か、経験的に相関が認められた関係性であって理論的には未確立の関係性か、半定量的か、定性的かの何れであるかの関係性の信頼性情報をさらに記憶可能であり、
前記グラフ探索手段では、前記信頼性情報も用いて前記グラフを探索して優先度決定手段用の探索結果を求め、
前記優先度決定手段用の探索結果も含めて優先度決定手段にて優先度の高い順に結果を出力する、構成14から16の何れか1記載の探索システム。
(構成18)
前記優先度決定手段では、前記信頼度、当該物性に出入りするエッジ数、当該物性値の測定可能性、当該物性値のデータベースデータ量、当該物性の値、および経路を構成するノードの数の少なくとも何れかを用いて優先度を求める、構成14から17の何れか1記載の探索システム。
(構成19)
前記優先度決定手段は、
前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかをスコア化するスコア化手段と、
前記スコア化手段によって求められた前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかのスコアに重みをつけて前記物性間関連性経路毎にスコアを加算するスコア加算手段と、
前記スコアの加算手段によって求められた加算スコアの順に前記物性間関連性経路を並べる物性間関連性経路順位付け手段からなる、構成14から18の何れか1記載の探索システム。
(構成20)
前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の何れかの項目に対して前記加算スコアを求め、加算スコアの高い順を優先度として結果を出力する、
構成18または19記載の探索システム。
(構成21)
前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れか項目の複数に対して、項目毎のスコアに重みをつけて加算した項目加算スコアをつけ、前記項目加算スコアの順を優先度の順として出力する探索システムであって、
前記項目に対する重みにより、
前記信頼度の前記重みを他の前記項目の重みより大きくした信頼度重視優先度、
前記物性に出入りするエッジ数の前記重みを他の前記項目の重みより大きくした制御重視優先度、
前記物性値の測定可能性の前記重みを他の前記項目の重みより大きくした実測値重視優先度、
実測可能であるものの中から前記物性値のデータベースデータ量の前記重みを他の前記項目の重みより大きくしたデータ量重視優先度、
実測可能であるものの中から前記物性値の前記重みを他の前記項目の重みより大きくした物性限定優先度、
前記項目の重みを全て均等にしたユニバーサル優先度とする、構成18または19記載の探索システム。
本発明により、複数の物性パラメータの任意の組合せのうち有意な関係性を有する物性パラメータの組合せを、優先度をつけて探索することができる探索方法、検索装置および探索システムを提供することができる。
1.実施の形態の概要
<探索方法および探索システムの概要>
本発明での物性間の相互関係は経路で示されるが、その分析にはノードとエッジという概念を用いる。この概念はSNS等での検索などの分野で用いられている概念で、グラフ理論に基づいている。グラフ理論については、例えば、非特許文献1および非特許文献2に開示がある。
本発明はグラフ理論を利用するものであるが、一般的なグラフ理論はノードとして「物」が対象であるのに対し本発明は「概念」が対象となっている点と、一般的なグラフ理論の適用事象が「一過的」であるのに対し、本発明では「恒久的(非一過的)」である点が異なっている。本発明は、適用事象が非一過的であるため、新規データが追加された場合でも、既存の物性間の関連性にその新規データによる関連性が追加されたものとなる。したがって、本発明はグラフ理論を利用するものであるが、これまでのグラフ理論の利用概念からは趣を異にした利用になっている。
例えば、データベースに別の知見に基づく関係性を有する物性パラメータ対を新たに追加する場合を考えると、これに伴って生成されるグラフも拡張される。その結果、互いに関係性を持たないとされ別々のグラフとされていた複数のグラフを1つのグラフに統合することができる。これにより、新たな経路が生まれ、物性パラメータ間に新たな関係性の存在を見出すことができる可能性が生まれる。
<探索方法および探索システムの概要>
本発明での物性間の相互関係は経路で示されるが、その分析にはノードとエッジという概念を用いる。この概念はSNS等での検索などの分野で用いられている概念で、グラフ理論に基づいている。グラフ理論については、例えば、非特許文献1および非特許文献2に開示がある。
本発明はグラフ理論を利用するものであるが、一般的なグラフ理論はノードとして「物」が対象であるのに対し本発明は「概念」が対象となっている点と、一般的なグラフ理論の適用事象が「一過的」であるのに対し、本発明では「恒久的(非一過的)」である点が異なっている。本発明は、適用事象が非一過的であるため、新規データが追加された場合でも、既存の物性間の関連性にその新規データによる関連性が追加されたものとなる。したがって、本発明はグラフ理論を利用するものであるが、これまでのグラフ理論の利用概念からは趣を異にした利用になっている。
例えば、データベースに別の知見に基づく関係性を有する物性パラメータ対を新たに追加する場合を考えると、これに伴って生成されるグラフも拡張される。その結果、互いに関係性を持たないとされ別々のグラフとされていた複数のグラフを1つのグラフに統合することができる。これにより、新たな経路が生まれ、物性パラメータ間に新たな関係性の存在を見出すことができる可能性が生まれる。
本発明の探索方法は、図1に示すように、データベース1に格納されている物性に関する情報を使って、グラフ生成工程S1,グラフ探索工程S2,優先度決定工程S3、検索結果出力S4の各工程を行って探索する。また、図2に示すように、本発明の探索システム101は、データベース1、グラフ生成手段2、グラフ探索手段3、優先度決定手段4からなる。ここで、本発明の探索システム101は、記憶装置と計算機を備えたハードウェアシステム上に、ソフトウェアとして機能構築される。
データベース1は、互いに関係性を有する物性パラメータの複数の対を記憶し、グラフ生成工程S1およびグラフ生成手段2は、前記データベースに記憶された複数の物性パラメータをノードとし、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成する。グラフ探索工程S2およびグラフ探索手段3は、与えられる探索条件に基づいてグラフを探索する。優先度決定工程S3および優先度決定手段4は、グラフ探索工程S2およびグラフ探索手段3によって求められたグラフ探索結果を基に優先付けを行う。そして、優先付けして探索した結果は出力される(S4)。
これにより、複数の物性パラメータの任意の組合せのうち、既に知られている関係性に基づいて、有意な関係性を有する物性パラメータの組合せを優先度をつけて探索することができる探索方法や探索システム101を提供することができる。そして、この探索により、有意な関係性を有する物性パラメータの組合せの優先度が示される。この情報は、未知の関係性が優先度を伴って提示される可能性をもった極めて有用な情報である。
これにより、複数の物性パラメータの任意の組合せのうち、既に知られている関係性に基づいて、有意な関係性を有する物性パラメータの組合せを優先度をつけて探索することができる探索方法や探索システム101を提供することができる。そして、この探索により、有意な関係性を有する物性パラメータの組合せの優先度が示される。この情報は、未知の関係性が優先度を伴って提示される可能性をもった極めて有用な情報である。
<物性間の相互関係の分析の仕方>
本発明は物性間の関連性を優先順位をつけて提供することを特徴としている。ここでは本発明での物性間の相互関係の分析の仕方についてまず説明し、その後、優先順位の付け方について説明する。
本発明は物性間の関連性を優先順位をつけて提供することを特徴としている。ここでは本発明での物性間の相互関係の分析の仕方についてまず説明し、その後、優先順位の付け方について説明する。
<<物性パラメータをノードとし関係性をエッジとするグラフの探索>>
データベース1には、互いに関係性を有する物性パラメータの複数の対が記憶される。このときの互いに関係性を有する物性パラメータの対は、科学的根拠に基づいた関係性、即ち、理論的に説明された関係性に基づくものだけではなく、理論的な説明が未だなされておらず、また、定式化もされていない段階であっても、実験データから明確な相関が認められることによって、関係性の存在が知られている物性パラメータの対を含めることができる。なお、「理論的に説明された関係性」には、定理や公式のように定式化された関係性の他、相関の有無や相関係数の正負(一方が増加するときに他方も増加するか減少するかなど)が説明されている半定量的、あるいは、定性的な関係性までもが広く含まれていてよい。このとき、如何なる分野で知られている関係性であっても特に排除される必要はなく、あらゆる分野で関係性が知られている物性パラメータ対を含めることができる。
互いに異なる技術分野においてのみ知られていた関係性を、グラフに統合して表すことによって、すべての関係性がどの技術分野で知られていたかに関わらず、グラフ全体を対象とした経路探索をすることができるため、知られていなかった物性パラメータ間の関係性を新たに発見する可能性がある。
データベース1には、互いに関係性を有する物性パラメータの複数の対が記憶される。このときの互いに関係性を有する物性パラメータの対は、科学的根拠に基づいた関係性、即ち、理論的に説明された関係性に基づくものだけではなく、理論的な説明が未だなされておらず、また、定式化もされていない段階であっても、実験データから明確な相関が認められることによって、関係性の存在が知られている物性パラメータの対を含めることができる。なお、「理論的に説明された関係性」には、定理や公式のように定式化された関係性の他、相関の有無や相関係数の正負(一方が増加するときに他方も増加するか減少するかなど)が説明されている半定量的、あるいは、定性的な関係性までもが広く含まれていてよい。このとき、如何なる分野で知られている関係性であっても特に排除される必要はなく、あらゆる分野で関係性が知られている物性パラメータ対を含めることができる。
互いに異なる技術分野においてのみ知られていた関係性を、グラフに統合して表すことによって、すべての関係性がどの技術分野で知られていたかに関わらず、グラフ全体を対象とした経路探索をすることができるため、知られていなかった物性パラメータ間の関係性を新たに発見する可能性がある。
<<有向グラフ>>
グラフ生成手段S1は、図4に示すように、物性パラメータ対の関係性が双方向であるときには、対応するエッジは双方向のエッジを生成し、物性パラメータ対の一方の物性パラメータの値が決まると他方の物性パラメータの値が決まるが逆は決まらないときには、対応するエッジとして、前記一方の物性パラメータに対応するノードから前記他方の物性パラメータに対応するノードへの一方向のエッジを生成する。
これにより、因果関係を有するような、一方向の関係性を適切に扱うことができ、経路探索の精度を向上させることができる。
グラフ生成手段S1は、図4に示すように、物性パラメータ対の関係性が双方向であるときには、対応するエッジは双方向のエッジを生成し、物性パラメータ対の一方の物性パラメータの値が決まると他方の物性パラメータの値が決まるが逆は決まらないときには、対応するエッジとして、前記一方の物性パラメータに対応するノードから前記他方の物性パラメータに対応するノードへの一方向のエッジを生成する。
これにより、因果関係を有するような、一方向の関係性を適切に扱うことができ、経路探索の精度を向上させることができる。
<<条件付きエッジ>>
図3に示すように、物性間の条件を規定したより高度な探索を行うために、探索工程は、条件抽出工程S11と経路評価工程S12とをさらに備えることもできる。条件抽出工程S11と経路評価工程S12は広義のグラフ探索工程に位置づけることもできる。
ここで、データベース1は、互いに関係性を有する物性パラメータの前記複数の対のうち、関係性の有無を規定する条件が存在する対についてはその条件をさらに記憶可能とされる。
条件抽出工程S11は、データベース1から条件を当該条件によって関係性の有無が規定される対に対応するエッジを条件付きエッジとし、合せてその条件と対応付けて抽出する。
図3に示すように、物性間の条件を規定したより高度な探索を行うために、探索工程は、条件抽出工程S11と経路評価工程S12とをさらに備えることもできる。条件抽出工程S11と経路評価工程S12は広義のグラフ探索工程に位置づけることもできる。
ここで、データベース1は、互いに関係性を有する物性パラメータの前記複数の対のうち、関係性の有無を規定する条件が存在する対についてはその条件をさらに記憶可能とされる。
条件抽出工程S11は、データベース1から条件を当該条件によって関係性の有無が規定される対に対応するエッジを条件付きエッジとし、合せてその条件と対応付けて抽出する。
グラフ探索工程S3は、探索結果として1または複数の経路をグラフから抽出して出力する。このとき、前記条件の有無は考慮されない。
経路評価工程S12は、抽出された1または複数の経路について、条件付きエッジが含まれるか否かを判定し、条件付きエッジが含まれる経路で当該条件付きエッジに対応する条件が満足されない場合には、経路から除外して、探索結果として出力する。
これにより、その関係性に対応する物性パラメータの値、あるいは、別の物性パラメータの値によって関係性の有無が変化するような複雑な関係性をも探索の対象に含めることができる。上述のように、関係性の有無を決める条件はデータベース1から予め抽出しておき、探索結果として出力される複数の経路のそれぞれに条件付きエッジが含まれているかどうか判断する。条件付きエッジが含まれていればその条件が満足されているかどうかを判定することによって、条件を満たさないエッジを経由する経路を探索結果から除外して出力することができる。これにより、条件付きエッジが含まれる場合にも、より精度の高い経路探索を行なうことができる。
これにより、その関係性に対応する物性パラメータの値、あるいは、別の物性パラメータの値によって関係性の有無が変化するような複雑な関係性をも探索の対象に含めることができる。上述のように、関係性の有無を決める条件はデータベース1から予め抽出しておき、探索結果として出力される複数の経路のそれぞれに条件付きエッジが含まれているかどうか判断する。条件付きエッジが含まれていればその条件が満足されているかどうかを判定することによって、条件を満たさないエッジを経由する経路を探索結果から除外して出力することができる。これにより、条件付きエッジが含まれる場合にも、より精度の高い経路探索を行なうことができる。
<<信頼度情報付きエッジ>>
データベース1は、互いに関係性を有する物性パラメータの複数の対のうち、当該関係性が理論的に確立された関係性か、半定量的な関係性か、定性的な関係性か、経験的に相関が認められた関係性であって理論的には未確立の関係性かを示す、関係性の信頼性情報をさらに記憶可能とされる。
グラフ探索工程S3は、前記探索条件に前記信頼性情報についての条件が含まれたときには、当該条件を含む探索条件に基づいてグラフを探索し、その結果を出力する。
これにより、信頼性の高い関係性を優先して探索するなどの探索条件を、ユーザーが適宜指定することができ、より精度の高い経路探索を行なうことができる。
データベース1は、互いに関係性を有する物性パラメータの複数の対のうち、当該関係性が理論的に確立された関係性か、半定量的な関係性か、定性的な関係性か、経験的に相関が認められた関係性であって理論的には未確立の関係性かを示す、関係性の信頼性情報をさらに記憶可能とされる。
グラフ探索工程S3は、前記探索条件に前記信頼性情報についての条件が含まれたときには、当該条件を含む探索条件に基づいてグラフを探索し、その結果を出力する。
これにより、信頼性の高い関係性を優先して探索するなどの探索条件を、ユーザーが適宜指定することができ、より精度の高い経路探索を行なうことができる。
経路評価工程S12は、1または複数の経路について信頼性情報が対応付けられたエッジが含まれるか否かを判定し、信頼性情報が対応付けられたエッジが含まれる経路については、信頼性情報についての条件が満足されない場合に経路から除外して、その結果を出力する。
これにより、信頼性の高い関係性を優先して探索するなどの探索条件をユーザーが適宜指定することができ、より精度の高い経路探索を行なうことができる。
これにより、信頼性の高い関係性を優先して探索するなどの探索条件をユーザーが適宜指定することができ、より精度の高い経路探索を行なうことができる。
<優先度の付け方>
<<優先度付けの対象>>
優先度をつけた出力結果は、大別すると、以下の2つである。
その1つは、対象とする物性間の関連を示した経路である。
図5に示すグラフで「固体内部の電子のエネルギー分布」と「熱電性能」の関連性を例に挙げると、その物性間経路としては、
(i)固体内部の電子のエネルギー分布→熱起電力→熱電性能
(ii)固体内部の電子のエネルギー分布→電気伝導率→熱電性能
(iii)固体内部の電子のエネルギー分布→電気伝導率→→熱伝導率(電子)→熱伝導率→熱電性能、
が挙げられるが、そこに優先度をつけるというものである。
もう1つは、関連性の高い物性の提示である。グラフでいうと優先度の高いノードを提示するものである。このとき、探索経路のパス数を限定してもよい。
図5の「固体内部の電子のエネルギー分布」を例に挙げると、関連物性としては、「電気伝導率」、「熱起電力」、「熱電性能」、「熱伝導率」を挙げることができるが、そこに物性関連性が高い順に優先度を付与して提示するというものである。
また、探索経路のパス数限定によるノード提示の例として、各物性をA,B,C等で抽象化した図6に示すグラフを挙げると、例えば、物性Mに対してエッジ1個で接続しているD,E,K,N、エッジ2個で接続しているA,B,F,G,H,K,L、エッジ2個以内で接続しているA,B,D,E,F,G,H,K,L,Nを提示するというものである。
<<優先度付けの対象>>
優先度をつけた出力結果は、大別すると、以下の2つである。
その1つは、対象とする物性間の関連を示した経路である。
図5に示すグラフで「固体内部の電子のエネルギー分布」と「熱電性能」の関連性を例に挙げると、その物性間経路としては、
(i)固体内部の電子のエネルギー分布→熱起電力→熱電性能
(ii)固体内部の電子のエネルギー分布→電気伝導率→熱電性能
(iii)固体内部の電子のエネルギー分布→電気伝導率→→熱伝導率(電子)→熱伝導率→熱電性能、
が挙げられるが、そこに優先度をつけるというものである。
もう1つは、関連性の高い物性の提示である。グラフでいうと優先度の高いノードを提示するものである。このとき、探索経路のパス数を限定してもよい。
図5の「固体内部の電子のエネルギー分布」を例に挙げると、関連物性としては、「電気伝導率」、「熱起電力」、「熱電性能」、「熱伝導率」を挙げることができるが、そこに物性関連性が高い順に優先度を付与して提示するというものである。
また、探索経路のパス数限定によるノード提示の例として、各物性をA,B,C等で抽象化した図6に示すグラフを挙げると、例えば、物性Mに対してエッジ1個で接続しているD,E,K,N、エッジ2個で接続しているA,B,F,G,H,K,L、エッジ2個以内で接続しているA,B,D,E,F,G,H,K,L,Nを提示するというものである。
<<優先度決定のための評価基準>>
<<<評価項目>>>
優先度決定のための評価項目は、信頼度、エッジ数、物性値の測定可能性、物性値のデータベースのデータ量、および物性の値の少なくとも何れか1以上である。ここで、各項目の内容を以下に示す。
(a)信頼度:関係性が厳密に理論的か、半定量的か、定性的か、経験的かを示す。
(b)エッジ数:関係する物性の数およびそれに対して重みをつけた量を示す。ここで、関連する物性の数は当該ノードに入出するエッジの矢印の数(出は+、入は-とする)であり、重みづけをする量はそのエッジの矢印の長さや太さに関する属性を定量化したものである。
(c)物性値の測定可能性:原理的に当該物性値を測定可能で測定方法もある、原理的には測定可能であるが測定方法が知られていない、および原理的に測定不能の何れかを示す。
(d)物性値のデータベースのデータ量:データベースに格納されている当該データベースの量を示す。
(e)物性の値:当該物性の物性値そのものを示す。
このうち、(a)はエッジの属性であり、残りの(b)から(e)はノードの属性である。
<<<評価項目>>>
優先度決定のための評価項目は、信頼度、エッジ数、物性値の測定可能性、物性値のデータベースのデータ量、および物性の値の少なくとも何れか1以上である。ここで、各項目の内容を以下に示す。
(a)信頼度:関係性が厳密に理論的か、半定量的か、定性的か、経験的かを示す。
(b)エッジ数:関係する物性の数およびそれに対して重みをつけた量を示す。ここで、関連する物性の数は当該ノードに入出するエッジの矢印の数(出は+、入は-とする)であり、重みづけをする量はそのエッジの矢印の長さや太さに関する属性を定量化したものである。
(c)物性値の測定可能性:原理的に当該物性値を測定可能で測定方法もある、原理的には測定可能であるが測定方法が知られていない、および原理的に測定不能の何れかを示す。
(d)物性値のデータベースのデータ量:データベースに格納されている当該データベースの量を示す。
(e)物性の値:当該物性の物性値そのものを示す。
このうち、(a)はエッジの属性であり、残りの(b)から(e)はノードの属性である。
<<<評価方法>>>
優先度決定のための評価方法は、ノード関連属性である上記項目の(b)から(e)を各々単独に評価する項目別評価方法と、上記項目の(a)から(e)のうちの少なくとも複数を組み合わせて評価する複合評価方法の2つに大別される。ここで、複合評価方法は、その方法により下記に示す6つの優先度(コース)に分けられる。
(i)信頼度重視優先度(信頼度重視コース)
(ii)制御重視優先度(制御重視コース)
(iii)実測値重視優先度(実測値重視コース)
(iv)データ量重視優先度(データ量重視コース)
(v)物性(材料)限定優先度(物性限定コース)
(vi)ユニバーサル優先度(ユニバーサルコース)
そして、個々の評価項目にスコアをつけ、そのスコア順に優先度をつける。また、上記各コースの場合は、各コースを構成する項目毎に重みをつけたスコアを加算した項目加算スコアを求め、その項目加算スコア順に優先度をつける。重みの付けの方法については、以下の実施の形態の詳細のところで述べる。
優先度決定のための評価方法は、ノード関連属性である上記項目の(b)から(e)を各々単独に評価する項目別評価方法と、上記項目の(a)から(e)のうちの少なくとも複数を組み合わせて評価する複合評価方法の2つに大別される。ここで、複合評価方法は、その方法により下記に示す6つの優先度(コース)に分けられる。
(i)信頼度重視優先度(信頼度重視コース)
(ii)制御重視優先度(制御重視コース)
(iii)実測値重視優先度(実測値重視コース)
(iv)データ量重視優先度(データ量重視コース)
(v)物性(材料)限定優先度(物性限定コース)
(vi)ユニバーサル優先度(ユニバーサルコース)
そして、個々の評価項目にスコアをつけ、そのスコア順に優先度をつける。また、上記各コースの場合は、各コースを構成する項目毎に重みをつけたスコアを加算した項目加算スコアを求め、その項目加算スコア順に優先度をつける。重みの付けの方法については、以下の実施の形態の詳細のところで述べる。
2.実施の形態の詳細
実施の形態について更に詳述する。
実施の形態について更に詳述する。
(実施形態1)
実施形態1に係る探索方法を図面を引用しながら説明する。
探索システム101は、物性パラメータの関係性を記憶するデータベース1とグラフ生成手段2とグラフ探索手段3と優先度決定手段4とを備える(図2参照)。データベース1には、互いに関係性を有する物性パラメータの複数の対が記憶されている。どのような物性パラメータの対が互いに関係性を有するかは、理論的に確立され教科書等に記載されて広く知られている関係に限らず、理論的に十分に説明されるには至っていなくても経験的に知られている関係性が含まれてもよいし、半定量的でも、定性的でもよい。
グラフ生成手段2は、データベース1に記憶された複数の物性パラメータをノードとし、関係性を有する物性パラメータ対に対応するノード間をエッジとするグラフを生成する。
グラフ探索手段3は、与えられる探索条件に基づいてグラフを探索する。
優先度決定手段4は、探索された経路あるいは関連物性に対してスコアに基づく優先度をつけ、優先度付けされた探索結果を出力する。
実施形態1に係る探索方法を図面を引用しながら説明する。
探索システム101は、物性パラメータの関係性を記憶するデータベース1とグラフ生成手段2とグラフ探索手段3と優先度決定手段4とを備える(図2参照)。データベース1には、互いに関係性を有する物性パラメータの複数の対が記憶されている。どのような物性パラメータの対が互いに関係性を有するかは、理論的に確立され教科書等に記載されて広く知られている関係に限らず、理論的に十分に説明されるには至っていなくても経験的に知られている関係性が含まれてもよいし、半定量的でも、定性的でもよい。
グラフ生成手段2は、データベース1に記憶された複数の物性パラメータをノードとし、関係性を有する物性パラメータ対に対応するノード間をエッジとするグラフを生成する。
グラフ探索手段3は、与えられる探索条件に基づいてグラフを探索する。
優先度決定手段4は、探索された経路あるいは関連物性に対してスコアに基づく優先度をつけ、優先度付けされた探索結果を出力する。
これにより、探索システム101は、複数の物性パラメータの任意の組合せのうち、既に知られている関係性に基づいて、有意な関係性を有する物性パラメータの組合せを優先度をつけて探索することができる。
物性パラメータの関係性を記憶するデータベース1に記憶する互いに関係性を有する物性パラメータ対は、できる限り多くの技術分野から収集するのがよい。これを1つのグラフに集約して表現し、グラフを対象とした経路探索を可能としている。ここで「1つのグラフ」とは、複数のノードとそれらを接続する複数のエッジ、即ち、辺または枝を有し、全てのノードがエッジによって直接または間接に接続されている範囲を意味し、複数のグラフ(部分グラフと呼ばれる場合もある)の集合であってもよい。
グラフを用いて表現することによって、そのエッジに対応する関係性がどのような技術分野で知られていたかに関わらず、単純にエッジの有無のみに基づく経路を探索することができるため、多くの分野を横断的に探索することができる。その結果、有意な関係性を有する物性パラメータの未知の組合せをも発見することが可能になる。
グラフ探索手段3には、数学的なアルゴリズムに基づく種々の経路探索手法を適用することができる。優先度決定手段4については後で詳述する。
物性パラメータの関係性を記憶するデータベース1に記憶する互いに関係性を有する物性パラメータ対は、できる限り多くの技術分野から収集するのがよい。これを1つのグラフに集約して表現し、グラフを対象とした経路探索を可能としている。ここで「1つのグラフ」とは、複数のノードとそれらを接続する複数のエッジ、即ち、辺または枝を有し、全てのノードがエッジによって直接または間接に接続されている範囲を意味し、複数のグラフ(部分グラフと呼ばれる場合もある)の集合であってもよい。
グラフを用いて表現することによって、そのエッジに対応する関係性がどのような技術分野で知られていたかに関わらず、単純にエッジの有無のみに基づく経路を探索することができるため、多くの分野を横断的に探索することができる。その結果、有意な関係性を有する物性パラメータの未知の組合せをも発見することが可能になる。
グラフ探索手段3には、数学的なアルゴリズムに基づく種々の経路探索手法を適用することができる。優先度決定手段4については後で詳述する。
探索システム101は、データベースインターフェース(図示なし)とユーザーインターフェース(図示なし)とをさらに備えるとよい。データベースインターフェースにより、データベース1へ物性パラメータの関係性に関しての情報を書き込み、その後のデータベース1に記憶されている情報を読み出し確認するなどのデータベース1の管理機能がサポートされる。ユーザーインターフェースにより、グラフ探索手段3に対して探索条件を与え、探索結果を外部に出力することができる。また、優先度決定手段4に対して優先度の方式(優先度コース)を入力したり、優先度の順に並べられた経路探索結果とそのスコア、および関連度が優先順位付けられた物性のリストを受け取ったりすることができる。
ユーザーインターフェースとともにネットワークインターフェースを備えることも好ましい。即ち、探索システム101が、ネットワークインターフェース(図示なし)に繋がれ、そのネットワークインターフェースを介してユーザーインターフェース(図示なし)に繋がれる探索システムも好ましい。ネットワークを介してユーザーが探索システム101にアクセスできるようになると、システムの遠方から探索を行うことができるようになるとともに、多数のユーザーが本探索システムを利用することが可能になるというメリットがある。
なお、データベースインターフェースとユーザーインターフェースは、必ずしもヒューマンインターフェースに限られるものではなく、他のデータベースや検索システムへのインターフェースであってもよい。
本実施形態1に係る探索方法についてさらに詳しく説明する。
図7は、データベース1の構成例を示す説明図である。一例としてデータベース1の入力フォーム31を示す。入力フォーム31は、エッジの表現形式、即ち、互いに関係性を有する物性パラメータの対を各行とする表形式である。第1列は原因側物性パラメータ、第2列は結果側物性パラメータである。必ずしも原因側と結果側に分ける必要はないが、因果関係に方向性がある関係性についても表現することができるメリットがある。一方、双方向に関係性がある場合には、原因側と結果側の物性パラメータを入れ替えた2行を使って、その関係性が記述される。
図7は、データベース1の構成例を示す説明図である。一例としてデータベース1の入力フォーム31を示す。入力フォーム31は、エッジの表現形式、即ち、互いに関係性を有する物性パラメータの対を各行とする表形式である。第1列は原因側物性パラメータ、第2列は結果側物性パラメータである。必ずしも原因側と結果側に分ける必要はないが、因果関係に方向性がある関係性についても表現することができるメリットがある。一方、双方向に関係性がある場合には、原因側と結果側の物性パラメータを入れ替えた2行を使って、その関係性が記述される。
図7に例示されるように、教科書X1に理論的関係性として、「D=A+B」が定式化されているとき、原因側の物性パラメータがAおよびB、結果側物性パラメータがDとなり(2行目~3行目)、「A=f(B)」が定式化されているとき、fはBを入力としAを出力とする関数であって逆関数が定義できないときには、原因側の物性パラメータがB、結果側物性パラメータがAとなる(4行目)。論文Y1に物性パラメータDとEがよい相関を持つというデータ(チャート)が示されているとき、その関係性が5行目と6行目に入力されている。同様に学会Zにおいて、物性パラメータCとEがよい相関を持つというデータ(チャート)が発表されているとき、その関係性が7行目と8行目に入力されている。以下同様に、論文Y2に示された物性パラメータMとCの関係性が9行目と10行目に、教科書X2に示された理論式から導かれる、物性パラメータKとJ、KとL、JとL、LとJの関係性が11行目から15行目に、その他、理論的あるいは経験的に知られている物性パラメータIとK、GとC、GとF、GとI、IとF、LとH、GとHの関係性が16行目から23行目に、それぞれ入力されている。
入力フォーム31に記入されて入力された、複数の物性パラメータ対の関係性は、計算機に取り込まれてデータベース1として記憶される。グラフ生成工程S1はこのデータベース1を入力として、各物性パラメータをノードとし、物性パラメータ相互の関係性の有無をエッジとするグラフを生成する。なお、図7では入力フォーム31とデータベース1とを明確に区別して表記したが、入力フォーム31をデータベース1と呼んでもよい。入力フォーム31の同じ行に記載される2つ1組の物性パラメータ(対)を2つのノードとしてその2つのノード間にエッジが規定されるとすれば、グラフと等価の情報だからである。
図8は、データベース1への他の入力フォーム32の例を示したもので、入力フォーム32はノードの表現形式、即ち、当該物性ノードの属性を示す表現形式である。
図4に、生成されるグラフが有向グラフである場合の一例を示す。グラフは無向グラフとすることもできる。但し、有効グラフはエッジの向きを利用して優先度のスコアをつけることができるなど優先度付けを行う上で無効グラフより有効なグラフである。
グラフ探索手段3は、このグラフを対象として与えられた探索条件で経路探索を実行する。例えば、ユーザーが物性パラメータAを原因側とし、Jを結果側とする因果関係の有無を知りたいと考えた場合には、グラフ探索手段3に、ノードAを始点、ノードJを終点とすることを探索条件として与えて経路探索を実行させる。その結果、図4に示す有向グラフの場合には、図9に示すような経路探索結果が得られ、図4を無向グラフとした場合には、図10に示すような経路探索結果が得られる。
グラフ探索手段3に与える探索条件は、上述の始点と終点とするほか、任意に変更することができる。例えば、探索条件として、終点とその終点に至るノード数を指定して、グラフ探索手段3にその終点に至る経路の長さがそのノード数以内である経路をすべてリストアップさせることもできる。これによって、ある特定の物性パラメータと比較的関係性の強い物性パラメータを網羅的にリストアップすることができる。
教科書X1、X2、論文Y1、Y2、学会発表Zは、まったく異なる分野における教科書、論文、学会発表等であることが望ましい。これにより、教科書X1で知られていた物性パラメータAとDの関係性、論文Y1で知られていた物性パラメータDとEの関係性、学会発表Zで知られていた物性パラメータEとCの関係性、論文Y2で知られていた物性パラメータCとMの関係性、及び、教科書X2で知られていた物性パラメータMとJの関係性を順次辿って、物性パラメータAとJが関係性を有するという新たな知見を得ることができる。ここで得られる新たな関係性は、数学的に存在し得る関係性に過ぎず、現実に有効な関係性であるかどうかは物理的な評価を待って判断される必要があるかもしれないが、少なくともユーザーである研究者に気付きを提供するという価値がある。
図7に示した入力フォーム31の様式は一例に過ぎず、任意に変更しまたは他の情報を追加することができる。
例えば、探索の対象とするグラフが無向グラフの場合には、物性パラメータ対について原因側と結果側の区別をする必要がないので、1行に2つの互いに関連する物性パラメータを順不同で列記する様式とすることができる。これにより、データベース1及びグラフを記憶するための記憶装置の記憶容量は有向グラフの場合よりも小さく抑えることができる。
また、有向グラフであっても、入力フォーム31は、2つのパラメータの記載に続けて、その関係性として、双方向、順方向、または逆方向を示す情報を記載する様式としてもよい。
例えば、探索の対象とするグラフが無向グラフの場合には、物性パラメータ対について原因側と結果側の区別をする必要がないので、1行に2つの互いに関連する物性パラメータを順不同で列記する様式とすることができる。これにより、データベース1及びグラフを記憶するための記憶装置の記憶容量は有向グラフの場合よりも小さく抑えることができる。
また、有向グラフであっても、入力フォーム31は、2つのパラメータの記載に続けて、その関係性として、双方向、順方向、または逆方向を示す情報を記載する様式としてもよい。
データベース1に追加する他の情報としては、例えば、物性パラメータ対の関係性の信頼性あるいはその信頼性を数値化した信頼度が挙げられる。理論的に証明されて広く認知されている関係性は極めて信頼性が高い。一方で、2つの物性パラメータ間に相関があることを示す実験データは得られてはいるものの再現性を確認する追実験のデータはまだ得られておらず、また関係性を説明する理論的説明も仮説の域を出ていないような場合、半定量的な場合、あるいは定性的な場合には、その関係性の信頼度は低いものとして扱いたいことがある。このような信頼度の基となる信頼性情報をデータベース1に追加入力しておき、例えば、グラフにおいてエッジの長さに対応付け、グラフ探索手段3では経路の距離として扱うことができる。例えば、信頼度の高いエッジの長さを1とし、信頼度が低くなるにしたがって、2,3,4などと長いエッジを対応付けることができる。なお、優先度は長いエッジほど低くなるので、優先度のスコアとしては、理論的に証明されて確立されている場合を1、信頼度が無い場合を0として、信頼度に応じて0から1の間の値を与えればよい。その値の与え方としては、例えば、エッジの長さの逆数を与えることができる。
本実施形態1では、データベース1とグラフとを区別して説明したが、グラフ自体をグラフ形式のデータベースとして管理することができる。
一般に「データベース」とは、複数のユーザーによる利用を可能とするためにまとめられたデータの集合体である。データベースは階層型、ネットワーク型、リレーショナル型などいくつかの形式に分類することができるが、本発明で言うところのデータベース1は、どのような形式であってもよい。本発明のデータベース1は、少なくとも、グラフを構成するデータ、即ち、各ノードに対応する物性パラメータとエッジに対応する物性パラメータ対の間の関係性をデータの集合体として含んでいればよく、グラフを構成するデータの集合体のみで構成されてもよい。
一般に「データベース」とは、複数のユーザーによる利用を可能とするためにまとめられたデータの集合体である。データベースは階層型、ネットワーク型、リレーショナル型などいくつかの形式に分類することができるが、本発明で言うところのデータベース1は、どのような形式であってもよい。本発明のデータベース1は、少なくとも、グラフを構成するデータ、即ち、各ノードに対応する物性パラメータとエッジに対応する物性パラメータ対の間の関係性をデータの集合体として含んでいればよく、グラフを構成するデータの集合体のみで構成されてもよい。
その場合には、データベース1という構成要素を省略してデータベースインターフェースからグラフ生成手段2を介して、各物性パラメータをノード、物性パラメータ間の関係性をエッジとしたグラフにアクセスすることができるように実装することができる。このときのグラフはデータベースの一形態として位置付けられる。ここではこれを「グラフ形式のデータベース」と呼ぶこととする。グラフ形式のデータベースはグラフ理論を利用した経路探索等の対象として作用するからである。
次に、優先度の付け方について述べる。
前述のように、優先度評価の個別項目としては、信頼度、エッジ数、物性値の測定可能性、物性値のデータベースのデータ量、および物性値の値がある。そして、それらにスコアをつけて優先度を決定する。
複数のノードを経由した経路の場合の各経路毎のスコアは、その経路を構成する当該ノードおよびエッジのスコアを加算した後、出発点を除いた経路を構成するノードの数で割った値とする。優先度はスコアの高い順とするが、同じスコアのときは経由するノードの数が少ない方または経路が短い方を優先する。
一方で、複数のノードを経由した経路の場合のスコアをその経路を構成する当該ノードおよびエッジのスコアの加算とし、その加算されたスコアの大きい順を優先度とすることもできる。この方法は、比較的長い経路の優先度が上がりやすい方法で、その結果、物性間の関係性が知られていない物性間情報を抽出するのに好適な方法となる。
なお、各評価項目の何れか1を使って優先度を決定する場合は、選択した項目のみのスコアによって優先度を決定する。
ここで、各個別項目のスコアの付け方は下記のようにする。
前述のように、優先度評価の個別項目としては、信頼度、エッジ数、物性値の測定可能性、物性値のデータベースのデータ量、および物性値の値がある。そして、それらにスコアをつけて優先度を決定する。
複数のノードを経由した経路の場合の各経路毎のスコアは、その経路を構成する当該ノードおよびエッジのスコアを加算した後、出発点を除いた経路を構成するノードの数で割った値とする。優先度はスコアの高い順とするが、同じスコアのときは経由するノードの数が少ない方または経路が短い方を優先する。
一方で、複数のノードを経由した経路の場合のスコアをその経路を構成する当該ノードおよびエッジのスコアの加算とし、その加算されたスコアの大きい順を優先度とすることもできる。この方法は、比較的長い経路の優先度が上がりやすい方法で、その結果、物性間の関係性が知られていない物性間情報を抽出するのに好適な方法となる。
なお、各評価項目の何れか1を使って優先度を決定する場合は、選択した項目のみのスコアによって優先度を決定する。
ここで、各個別項目のスコアの付け方は下記のようにする。
(a)信頼度:信頼度は、関係性が厳密に理論的か、半定量的か、定性的か、経験的かに依存する量であるが、信頼度の高い方を1として、0以上1以下の数字を割り振る。例えば、関係性が厳密に理論的の場合1、半定量的の場合0.7、定性的の場合0.4、経験的の場合0.2を割り振る。
(b)エッジ数:エッジ数は、当該物性(当該ノード)から出る数から当該ノードに入る数を引いた値とし、出る数と入る数は、各々の矢印の長さや太さに応じて重みをつけて加算した下記数とする。
エッジ数=出るエッジ数-入るエッジ数
出るエッジ数=Σ(重みの付いた出るエッジ)
入るエッジ数=Σ(重みの付いた入るエッジ)
当該物性に入ってくるエッジが多いということは、その物性が他要因による影響を受けやすく、関係性という観点からは安定性が低いので減算とする。
スコアは、エッジ数を変数とする0以上1以下の値をとるS字曲線で与えられる数とする。このS字曲線は、図11に示すように、エッジ数が0のときスコアは0となり、エッジ数が大きくなるに従い始めはスコアが緩やかに上昇し、その後急激に上昇する領域を経て、1に飽和する曲線を描く。数式的には、この曲線はシグモイド関数を用いて近似的に表すことが可能である。
エッジ数=出るエッジ数-入るエッジ数
出るエッジ数=Σ(重みの付いた出るエッジ)
入るエッジ数=Σ(重みの付いた入るエッジ)
当該物性に入ってくるエッジが多いということは、その物性が他要因による影響を受けやすく、関係性という観点からは安定性が低いので減算とする。
スコアは、エッジ数を変数とする0以上1以下の値をとるS字曲線で与えられる数とする。このS字曲線は、図11に示すように、エッジ数が0のときスコアは0となり、エッジ数が大きくなるに従い始めはスコアが緩やかに上昇し、その後急激に上昇する領域を経て、1に飽和する曲線を描く。数式的には、この曲線はシグモイド関数を用いて近似的に表すことが可能である。
(c)物性値の測定可能性:原理的に測定可能で測定法もあり、原理的には測定可能であるが現状測定法が知られていない、および原理的に測定不可能との位置づけの3種類に分類し、スコアは、測定可能性の高い方の上限を1として0以上1以下を割り付ける。例えば、スコアとして、原理的に測定可能で測定法もありに1、原理的には測定可能であるが現状測定法が知られていないに0.4、原理的に測定不可能に0を割り当てる。
(d)物性値のデータベースのデータ量:当該物性値のデータベース上のデータ量(データ数)をnとしたとき、物性値のデータベースのデータ量のスコアは、データ数nを変数とする0以上1以下の値をとる、数式的にシグモイド関数を用いて近似的に表すことができるS字曲線で与えられる数とする。
(e)物性の値:当該物性値に関し、ユーザーがその数値範囲をμ±σと指定したとき、その範囲を基準にした正規分布確率密度からスコアを算出する。より詳しく述べると、物性の値のスコアは、μを中心としてσを標準偏差とする正規分布確率密度関数を0以上1以下の範囲で規格化した数値とする。
一方、各評価項目の何れか2以上を使って複合評価して優先度を決定する場合は、下記のようにして総合スコア(以下ポイントとも称す)を求め、優先度は総合スコアの高い順とする。
総合スコアSTは、上記信頼度、エッジ数、物性値の測定可能性、物性値のデータベースのデータ量、物性の値の各項目のスコアを、それぞれSa、Sb、Sc、Sd、Seとし、各項目の重み付け係数をそれぞれαa、αb、αc、αd、およびαeとしたときに、下記式(1)で定義する。
ST=αa・Sa+αb・Sb+αc・Sc+αd・Sd+αe・Se (式1)
そして、各重視優先度(各重視コース)に応じて、重み付け係数の値を調整する。
ここで、重み付け係数の調整の指針は下記のとおりとする。
ST=αa・Sa+αb・Sb+αc・Sc+αd・Sd+αe・Se (式1)
そして、各重視優先度(各重視コース)に応じて、重み付け係数の値を調整する。
ここで、重み付け係数の調整の指針は下記のとおりとする。
(i)信頼度重視コース:αa>αc>>αb~αd,αe=0
(ii)制御重視コース:αb>αc~αd>αa~αe
(iii)実測値重視コース:αc>αd>αa~αb~αe
(iv)データ量重視コース:αc・αd>>αa~αb~αe
(v)物性限定コース:αc・(αe>>αa>αb~αd)
(vi)ユニバーサルコース:αa~αb~αc~αd~αe
ここからわかるように、各重視コースは、その重視する項目に対して重点的に重みをつけている。そして、物性限定コースでは、実測を重視しているのでαcを掛け、測定不能の場合は総合スコアが0になるように設定されている。ユニバーサルコースは各項目の重みをほぼ均等にしている。
(ii)制御重視コース:αb>αc~αd>αa~αe
(iii)実測値重視コース:αc>αd>αa~αb~αe
(iv)データ量重視コース:αc・αd>>αa~αb~αe
(v)物性限定コース:αc・(αe>>αa>αb~αd)
(vi)ユニバーサルコース:αa~αb~αc~αd~αe
ここからわかるように、各重視コースは、その重視する項目に対して重点的に重みをつけている。そして、物性限定コースでは、実測を重視しているのでαcを掛け、測定不能の場合は総合スコアが0になるように設定されている。ユニバーサルコースは各項目の重みをほぼ均等にしている。
(実施形態2)
物性パラメータ対の関係性には、その有無や内容が条件によって変化するものがある。例えば、引っ張り強さとビッカース硬度は、遷移金属炭化物であることを条件として比例関係となる。引っ張り強度がせん断強度で決まる場合に、引っ張り強さとビッカース硬度は比例関係となるが、遷移金属炭化物の引っ張り強度がせん断強度で決まるからである。また、超塑性を示さない物質であることを条件として、引っ張り強さと結合ポテンシャルの深さには関係性が存在する。したがって、物性パラメータの関係性を探索する上では、このような条件を勘案して経路の有無や距離を判断する必要がある。
物性パラメータ対の関係性には、その有無や内容が条件によって変化するものがある。例えば、引っ張り強さとビッカース硬度は、遷移金属炭化物であることを条件として比例関係となる。引っ張り強度がせん断強度で決まる場合に、引っ張り強さとビッカース硬度は比例関係となるが、遷移金属炭化物の引っ張り強度がせん断強度で決まるからである。また、超塑性を示さない物質であることを条件として、引っ張り強さと結合ポテンシャルの深さには関係性が存在する。したがって、物性パラメータの関係性を探索する上では、このような条件を勘案して経路の有無や距離を判断する必要がある。
物性パラメータ対の条件付きの関係性に対応するためには、グラフ探索工程S2およびグラフ探索手段3を条件付きのエッジに対応することができるグラフ探索アルゴリズムを実装したソフトウェアに変更することによって解決することができる。これにより、図1および図2の構成を変更することなく、そのまま条件付きの関係性に対応することができる。
一方、このような条件判断を一般的なグラフ探索に組み込むことは、必ずしも適切な解決手段ではない場合がある。グラフの経路探索は、純粋に数学的なアルゴリズムが確立しており、それを実装したソフトウェアライブラリが既に提供されている。
本発明には、物性パラメータの関係性をグラフにマッピングすることによって、このような一般的なグラフ理論に基づく種々の探索アルゴリズムの利用を可能としたという側面がある。そのため、このようなグラフ探索アルゴリズムを実装したソフトウェアライブラリは、本発明のグラフ探索工程S2およびグラフ探索手段3に適用するにあたっての整合性が極めて高く、多くのソフトウェアライブラリは変更することなく、そのままグラフ探索工程S2およびグラフ探索手段3に適用することができる。
これに対して、上記のような条件付きのエッジに対応することができるグラフ探索アルゴリズムを実装したソフトウェアライブラリで、そのまま本発明のグラフ探索工程S2およびグラフ探索手段3に適用できるものは限られる。また、一般的なグラフ探索アルゴリズムを実装したソフトウェアライブラリに条件判断機能を追加することは、追加するプログラミングのための作業工数が必要となる上、プログラムバグを混入させる危険性を増やすことになる。
図3は、本実施形態2に係る探索方法の工程を示すフローチャート図である。図1に示す探索方法と比較して、さらに、条件抽出工程S11と経路評価工程S12とをさらに備える。
データベース1には、互いに関係性を有する物性パラメータの複数の対のうち、関係性の有無を規定する条件が存在する対についてはその条件がさらに記憶される。
条件抽出工程S11では、データベース1からその条件を当該条件によって関係性の有無が規定される対に対応するエッジ(条件付きエッジ)と対応付けて抽出される。
グラフ探索工程S2はグラフの経路探索を行って探索結果を出力するが、このとき、条件付きエッジの有無は考慮されない。
経路評価工程S12は、抽出された経路に条件付きエッジが含まれるか否かを判定し、条件付きエッジが含まれる経路についてはその条件が満足されるか否かを判定する。条件が満足されない場合には、グラフ探索工程S2で出力した結果からそれを除外して、優先度付け前の探索結果とする。
データベース1には、互いに関係性を有する物性パラメータの複数の対のうち、関係性の有無を規定する条件が存在する対についてはその条件がさらに記憶される。
条件抽出工程S11では、データベース1からその条件を当該条件によって関係性の有無が規定される対に対応するエッジ(条件付きエッジ)と対応付けて抽出される。
グラフ探索工程S2はグラフの経路探索を行って探索結果を出力するが、このとき、条件付きエッジの有無は考慮されない。
経路評価工程S12は、抽出された経路に条件付きエッジが含まれるか否かを判定し、条件付きエッジが含まれる経路についてはその条件が満足されるか否かを判定する。条件が満足されない場合には、グラフ探索工程S2で出力した結果からそれを除外して、優先度付け前の探索結果とする。
これにより、その関係性に対応する物性パラメータの値、あるいは、別の物性パラメータの値によって関係性の有無が変化するような複雑な関係性をも探索の対象に含めることができる。一方、グラフ探索工程S2は条件付きエッジを含むグラフを探索するような機能を追加する必要はなく、実施形態1と全く同様に、一般のグラフ探索ソフトウェアを適用することができる。
なお、本実施形態では、有向グラフを例にとって条件付きエッジについて説明したが、無向グラフにおいても同様に条件付きエッジを含めた実施形態が可能である。
なお、本実施形態では、有向グラフを例にとって条件付きエッジについて説明したが、無向グラフにおいても同様に条件付きエッジを含めた実施形態が可能である。
図12は、探索システム101のデータベース1を構成するための入力フォーム33の一例を示す説明図である。図7に示した入力フォーム31の例と比較すると、関係性の有無、関係性メモ、関係性分類1、関係性分類2、条件ノード、条件及び関係性が追加されている。関係性分類は、例えば、実施形態1において説明した信頼度情報であってもよい。条件ノードは、条件が特定の物性パラメータの値(内容)である場合に、その物性パラメータに対応するノードを記載し、条件にはその値または内容を記載する。
関係性には、その関係性が定式化されているときはその式が、また、半定量である場合や関係性が経験的なものである場合はその近似式が、それぞれ記載される。式に代えて、または、式が規定される物性パラメータ対と混在させて、定性的な関係性が記載されてもよい。例えば、正の相関を持つか負の相関を持つかが記載されてもよい。探索結果である経路上のすべての式を使用することによって、新たに見出された物性パラメータ対の関係性を定式化することができる。探索結果である経路に定性的な関係性が含まれている場合には、新たに見出された物性パラメータ対の定性的な関係性を見出すことができる。例えば、図9に例示した経路において、物性パラメータJを大きくするために、物性パラメータAをより小さい物質に変更するとよいというような示唆を得ることができる。
以上説明したように、データベース1には単純な関係性に加えて、関係性の信頼度を示す情報、関係性の有無または内容を規定する条件、関係性を示す式あるいは定性的な関係性を、さらに含めることができる。これらの情報は、グラフ探索工程S2における経路探索に利用し、または、条件抽出工程S11を介して経路評価工程S12に供給されて抽出された経路の付加情報として利用することができる。
そして、この高度化された関係性を基に、実施の形態1に示した方法によって優先度付けを行うことができる。
そして、この高度化された関係性を基に、実施の形態1に示した方法によって優先度付けを行うことができる。
(実施の形態3)
実施の形態3では、図13を用いて、検索装置102について説明する。この検索装置102は、グラフ生成手段2、グラフ探索手段3、優先度決定手段4、ユーザーインターフェース手段5、及びデータアクセス手段6よりなる。
検索装置102では、ユーザーからの指示はユーザーインターフェース手段5で受ける。そして、ユーザーインターフェース手段5は、外部に設置されたデータベース16にアクセスして必要な物性に関するデータを得るようにデータアクセス手段6に指示を出す。データアクセス手段6は、データベース16から必要なデータを取得して、そのデータをグラフ生成手段2に送る。前記の工程に従って、グラフ探索手段3によりグラフを探索し、優先度決定手段4によって優先度付けされた探索結果は、ユーザーインターフェース手段5を通してユーザーに提供される。
なお、データアクセス手段による物性データの取得方法は、ネットを介する方法、ディスクなどのメディアによる方法等があるが、その方法は問わない。
実施の形態3では、図13を用いて、検索装置102について説明する。この検索装置102は、グラフ生成手段2、グラフ探索手段3、優先度決定手段4、ユーザーインターフェース手段5、及びデータアクセス手段6よりなる。
検索装置102では、ユーザーからの指示はユーザーインターフェース手段5で受ける。そして、ユーザーインターフェース手段5は、外部に設置されたデータベース16にアクセスして必要な物性に関するデータを得るようにデータアクセス手段6に指示を出す。データアクセス手段6は、データベース16から必要なデータを取得して、そのデータをグラフ生成手段2に送る。前記の工程に従って、グラフ探索手段3によりグラフを探索し、優先度決定手段4によって優先度付けされた探索結果は、ユーザーインターフェース手段5を通してユーザーに提供される。
なお、データアクセス手段による物性データの取得方法は、ネットを介する方法、ディスクなどのメディアによる方法等があるが、その方法は問わない。
この検索装置102は、データベース16が検索装置102の外部に設置されていることを特徴とする。ビッグデータである物性に関する大量のデータは、個別の検索装置に置かれておくより外部の共用設備として置かれる方がデータの効率運用ができる。
また、個々の物性パラメータの情報と、互いの関係性を有する前記物性パラメータの複数の対の情報が記憶されたデータベース16は、インターネットなどにより複数の検索装置102と繋げることにより、多数のユーザーが利用することが可能となり、データベースの利用効率が上がる。
上記の検索装置102では、物性のデータを検索装置102の外部に設置されたデータベースに逐次データアクセス手段6を通じて入手する場合を示すが、検索装置102内に
データ記憶手段(図示なし)をさらに備えてもよい。このデータ記憶手段は、外部のデータベース16からデータアクセス手段6を通じて取得した複数の物性パラメータを記憶する。この方法では、本目的の探索に関連する物性データを一括して格納することができるので、外部とのアクセス回数が減り、データアクセス対する効率が上がるという特徴がある。
データ記憶手段(図示なし)をさらに備えてもよい。このデータ記憶手段は、外部のデータベース16からデータアクセス手段6を通じて取得した複数の物性パラメータを記憶する。この方法では、本目的の探索に関連する物性データを一括して格納することができるので、外部とのアクセス回数が減り、データアクセス対する効率が上がるという特徴がある。
また、検索装置は、物理パラメータが格納されたデータベースとグラフ生成手段とグラフ探索手段と優先度決定手段とユーザーインターフェース手段とを備えてもよい。この装置では、内部にデータベースを備えるのでデータアクセスの効率はさらに向上する。
以上、本発明者によってなされた発明を実施形態に基づいて具体的に説明したが、本発明はそれに限定されるものではなく、その要旨を逸脱しない範囲において種々変更可能であることは言うまでもない。
(実施例1)
実施例1では、図14に示したグラフにおけるAからJへの経路の場合について、エッジ数を優先度判断項目としたときの優先度決定方法の例を示す。
ここでは、重み付けを全て1とする。
その場合の各ノードにおけるエッジ数は下記のようになる。
B:3-2=1、C:2-2=0、D:3-2=1、E:2-3=-1、F:2-2=0、G:4-2=2、H:2-0=2、I:1-2=-1、K:2-2=0、L:1-2=-1、M:2-1=1、N:1-2=-1
実施例1では、図14に示したグラフにおけるAからJへの経路の場合について、エッジ数を優先度判断項目としたときの優先度決定方法の例を示す。
ここでは、重み付けを全て1とする。
その場合の各ノードにおけるエッジ数は下記のようになる。
B:3-2=1、C:2-2=0、D:3-2=1、E:2-3=-1、F:2-2=0、G:4-2=2、H:2-0=2、I:1-2=-1、K:2-2=0、L:1-2=-1、M:2-1=1、N:1-2=-1
AからJへ至る経路は全部で12通りあるが、それぞれの経路に対してノードを上記のエッジ数で計算すると下記のようになる。
A→B→C→F→J:1+0+0=1
A→B→C→F→N→L→J:1+0+0-1-1=-1
A→B→M→G→E→N→L→J:1+1+2-1-1-1=1
A→B→M→G→I→J:1+1+2-1=3
A→B→M→G→L→J:1+1+2-1=3
A→B→M→G→D→E→N→L→J:1+1+2+1-1-1-1=2
A→B→M→I→J:1+1-1=1
A→B→D→G→E→N→L→J:1+1+2-1-1-1=1
A→B→D→G→I→J:1+1+2-1=3
A→B→D→G→L→J:1+1+2-1=3
A→B→D→E→N→L→J:1+1-1-1-1=-1
A→E→N→L→J:-1-1-1=-3
A→B→C→F→J:1+0+0=1
A→B→C→F→N→L→J:1+0+0-1-1=-1
A→B→M→G→E→N→L→J:1+1+2-1-1-1=1
A→B→M→G→I→J:1+1+2-1=3
A→B→M→G→L→J:1+1+2-1=3
A→B→M→G→D→E→N→L→J:1+1+2+1-1-1-1=2
A→B→M→I→J:1+1-1=1
A→B→D→G→E→N→L→J:1+1+2-1-1-1=1
A→B→D→G→I→J:1+1+2-1=3
A→B→D→G→L→J:1+1+2-1=3
A→B→D→E→N→L→J:1+1-1-1-1=-1
A→E→N→L→J:-1-1-1=-3
これを、経路を構成するノードの数(出発点を除いたノードの数)で割った値は下記のようになる。ここで、見やすくするために小数点3桁目で四捨五入した。
A→B→C→F→J:1/4=0.25
A→B→C→F→N→L→J:-1/6=-0.167
A→B→M→G→E→N→L→J:1/7=0.143
A→B→M→G→I→J:3/5=0.6
A→B→M→G→L→J:3/5=0.6
A→B→M→G→D→E→N→L→J:2/8=0.25
A→B→M→I→J:1/4=0.25
A→B→D→G→E→N→L→J:1/7=0.143
A→B→D→G→I→J:3/5=0.6
A→B→D→G→L→J:3/5=0.6
A→B→D→E→N→L→J:-1/6=-0.167
A→E→N→L→J:-3/4=-0.75
A→B→C→F→J:1/4=0.25
A→B→C→F→N→L→J:-1/6=-0.167
A→B→M→G→E→N→L→J:1/7=0.143
A→B→M→G→I→J:3/5=0.6
A→B→M→G→L→J:3/5=0.6
A→B→M→G→D→E→N→L→J:2/8=0.25
A→B→M→I→J:1/4=0.25
A→B→D→G→E→N→L→J:1/7=0.143
A→B→D→G→I→J:3/5=0.6
A→B→D→G→L→J:3/5=0.6
A→B→D→E→N→L→J:-1/6=-0.167
A→E→N→L→J:-3/4=-0.75
同じスコアの場合はノードの数が少ない経路を優先して、スコアの多い順に並べてそれを優先度とすると下記のようになる。
[1]A→B→M→G→I→J:スコア=0.6
[1]A→B→M→G→L→J:スコア=0.6
[1]A→B→D→G→I→J:スコア=0.6
[1]A→B→D→G→L→J:スコア=0.6
[5]A→B→C→F→J:スコア=0.25
[5]A→B→M→I→J:スコア=0.25
[7]A→B→M→G→D→E→N→L→J:スコア=0.25
[8]A→B→M→G→E→N→L→J:スコア=0.143
[8]A→B→D→G→E→N→L→J:スコア=0.143
[10]A→B→C→F→N→L→J:スコア=-0.167
[10]A→B→D→E→N→L→J:スコア=-0.167
[12]A→E→N→L→J:スコア=-0.75
以上のようにして、エッジ数を優先度判断項目としたときの優先度が提供された。
[1]A→B→M→G→I→J:スコア=0.6
[1]A→B→M→G→L→J:スコア=0.6
[1]A→B→D→G→I→J:スコア=0.6
[1]A→B→D→G→L→J:スコア=0.6
[5]A→B→C→F→J:スコア=0.25
[5]A→B→M→I→J:スコア=0.25
[7]A→B→M→G→D→E→N→L→J:スコア=0.25
[8]A→B→M→G→E→N→L→J:スコア=0.143
[8]A→B→D→G→E→N→L→J:スコア=0.143
[10]A→B→C→F→N→L→J:スコア=-0.167
[10]A→B→D→E→N→L→J:スコア=-0.167
[12]A→E→N→L→J:スコア=-0.75
以上のようにして、エッジ数を優先度判断項目としたときの優先度が提供された。
(実施例2)
以上の実施例1では、物性パラメータをA,B,C等で抽象化して説明したが、実施例2では、具体的な物性パラメータに適用した例について説明する。
図15は、より具体的なデータベース1のエッジ情報に関する入力フォーム31の例を示す説明図である。この例では「関係性分類1」の項目に、信頼度が数値で入力されている。関係性がない場合は信頼度0、理論的に確立した関係性があるときはその信頼度に応じて0.4または0.7、理論的な演繹または実験によって得られた相関関係に基づく関係性は信頼度1として示した。
以上の実施例1では、物性パラメータをA,B,C等で抽象化して説明したが、実施例2では、具体的な物性パラメータに適用した例について説明する。
図15は、より具体的なデータベース1のエッジ情報に関する入力フォーム31の例を示す説明図である。この例では「関係性分類1」の項目に、信頼度が数値で入力されている。関係性がない場合は信頼度0、理論的に確立した関係性があるときはその信頼度に応じて0.4または0.7、理論的な演繹または実験によって得られた相関関係に基づく関係性は信頼度1として示した。
表面物理の分野で知られている知見から、仕事関数とその表面項、バルク項、及び、表面ダイポール、表面電荷分布、フェルミレベル深さの相互に関係性の有無が規定される。 フェルミレベルの深さと結合ポテンシャル深さとの関係性は、化学結合論に基づいて演繹的に導かれる。組成と表面偏析の有無、表面組成及びバルク組成の関係性は、表面熱力学に基づくものである。引張り強さとビッカース硬度と結合ポテンシャル深さとの関係は材料力学に基づくものであり、バルク組成とフェルミレベルの深さは固体物理に基づくものである。また、引張り強さと結合ポテンシャル深さとの関係性には、「超塑性を示さない物質」であるという条件1が満足されたときに関係性が認められ、引張り強さとビッカース硬度の間には、「遷移金属炭化物なら比例関係」であるという条件2が規定されている。このように、エッジに関する多くの分野の知見が1つのデータベース1に集約される。
図16の入力フォーム35は、図15に示した物性のノード情報に関する入力フォーム31の例を示す説明図であり、ノードである各物性に対して、エッジ数などの優先度決定のための項目にスコアをつけて一覧にした表となっている。
そして、図15に示されたエッジ情報に関する入力フォーム34と、図16に示されたノード情報に関する入力フォーム35を基に生成したグラフを図17に示す。
図17は、原因側物性パラメータを始点とし、結果側物性パラメータを終点とする有向グラフである。信頼度0.4および0.7のエッジを破線で示し、信頼度1のエッジを実線で示す。信頼度0は関係性がないので対応するエッジはない。条件1及び条件2はグラフのノードとエッジのいずれにも属していないので、関係性が規定される対象のエッジに対応付けて示される。なお、実測が可能な物性パラメータは二重枠線で示されている。
そして、図15に示されたエッジ情報に関する入力フォーム34と、図16に示されたノード情報に関する入力フォーム35を基に生成したグラフを図17に示す。
図17は、原因側物性パラメータを始点とし、結果側物性パラメータを終点とする有向グラフである。信頼度0.4および0.7のエッジを破線で示し、信頼度1のエッジを実線で示す。信頼度0は関係性がないので対応するエッジはない。条件1及び条件2はグラフのノードとエッジのいずれにも属していないので、関係性が規定される対象のエッジに対応付けて示される。なお、実測が可能な物性パラメータは二重枠線で示されている。
このグラフを経路探索することにより、ビッカース硬度と仕事関数との間に関係性が存在することが見出される。即ち、ビッカース硬度-引張り強さ-結合ポテンシャルの深さ-フェルミレベルの深さ-仕事関数のバルク項-仕事関数という経路である。この経路は、材料力学の知見と化学結合論の知見と表面物理の知見とを横断的に探索することによって初めて見出すことができる分野横断的な関係性である。このように、本発明の探索方法および探索システム101は、互いに異なる複数の分野の知見を1つのグラフに集約して表現することによって、分野横断的な経路探索を可能とし、その結果、一見関係性がないと思われるような物性パラメータ間に分野横断的な関係性の存在を見出すことができる。
次に、組成を出発物性として、組成と関連する物性を優先度をつけて探索した。そこでは、組成を出発物性として、構成するノードの数が出発点を含めずに5までの経路(パス)について関連物性を求め、さらにその関連物性の優先度を求めた。
まず、パスとしては下記の11の経路が挙げられる。
(a)組成→表面偏析の有無
(b)組成→表面偏析の有無→表面組成
(c)組成→表面偏析の有無→バルク組成
(d)組成→表面偏析の有無→表面組成→表面電荷分布
(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ
(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール
(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ
(h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項
(i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項
(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数
(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ
まず、パスとしては下記の11の経路が挙げられる。
(a)組成→表面偏析の有無
(b)組成→表面偏析の有無→表面組成
(c)組成→表面偏析の有無→バルク組成
(d)組成→表面偏析の有無→表面組成→表面電荷分布
(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ
(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール
(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ
(h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項
(i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項
(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数
(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ
次に、信頼度重視コースで優先度付けを行った。
上記(a)から(k)の各信頼度のスコアSaは、入力フォーム34のデータを用いて下記のようになる。ここで、スコアは、小数点以下3桁目で四捨五入した値とした。
(a)0.7
(b)(0.7+0.4)/2=0.55
(c)(0.7+0.4)/2=0.55
(d)(0.7+0.4+0.4)/3=0.5
(e)(0.7+0.4+0.7)/3=0.6
(f)(0.7+0.4+0.4+1)/4=0.625
(g)(0.7+0.4+0.7+0.7)/4=0.625
(h)(0.7+0.4+0.7+1)/4=0.7
(i)(0.7+0.4+0.4+1+1)/5=0.7
(j)(0.7+0.4+0.7+1+1)/5=0.76
(k)(0.7+0.4+0.7+0.7+1)/5=0.7
上記(a)から(k)の各信頼度のスコアSaは、入力フォーム34のデータを用いて下記のようになる。ここで、スコアは、小数点以下3桁目で四捨五入した値とした。
(a)0.7
(b)(0.7+0.4)/2=0.55
(c)(0.7+0.4)/2=0.55
(d)(0.7+0.4+0.4)/3=0.5
(e)(0.7+0.4+0.7)/3=0.6
(f)(0.7+0.4+0.4+1)/4=0.625
(g)(0.7+0.4+0.7+0.7)/4=0.625
(h)(0.7+0.4+0.7+1)/4=0.7
(i)(0.7+0.4+0.4+1+1)/5=0.7
(j)(0.7+0.4+0.7+1+1)/5=0.76
(k)(0.7+0.4+0.7+0.7+1)/5=0.7
エッジ数Sbのスコアは下記のようになる。
(a)(0+0)/2=0
(b)(0+0+0)/3=0
(c)(0+0+0)/3=0
(d)(0+0+0+0)/4=0
(e)(0+0+0+0)/4=0
(f)(0+0+0+0+0)/5=0
(g)(0+0+0+0+0)/5=0
(h)(0+0+0+0+0)/5=0
(i)(0+0+0+0+0+0)/6=0
(j)(0+0+0+0+0-2)/6=-0.333
(k)(0+0+0+0+0+0)/6=0
(a)(0+0)/2=0
(b)(0+0+0)/3=0
(c)(0+0+0)/3=0
(d)(0+0+0+0)/4=0
(e)(0+0+0+0)/4=0
(f)(0+0+0+0+0)/5=0
(g)(0+0+0+0+0)/5=0
(h)(0+0+0+0+0)/5=0
(i)(0+0+0+0+0+0)/6=0
(j)(0+0+0+0+0-2)/6=-0.333
(k)(0+0+0+0+0+0)/6=0
測定可能性のスコアScは下記のようになる。
(a)(1+1)/2=1
(b)(1+1+1)/3=1
(c)(1+1+1)/3=1
(d)(1+1+1+0.4)/4=0.85
(e)(1+1+1+0.4)/4=0.85
(f)(1+1+1+0.4+0.4)/5=0.76
(g)(1+1+1+0.4+0.4)/5=0.76
(h)(1+1+1+0.4+0.4)/5=0.76
(i)(1+1+1+0.4+0.4+0.4)/6=0.7
(j)(1+1+1+0.4+0.4+1)/6=0.8
(k)(1+1+1+0.4+0.4+1)/6=0.8
(a)(1+1)/2=1
(b)(1+1+1)/3=1
(c)(1+1+1)/3=1
(d)(1+1+1+0.4)/4=0.85
(e)(1+1+1+0.4)/4=0.85
(f)(1+1+1+0.4+0.4)/5=0.76
(g)(1+1+1+0.4+0.4)/5=0.76
(h)(1+1+1+0.4+0.4)/5=0.76
(i)(1+1+1+0.4+0.4+0.4)/6=0.7
(j)(1+1+1+0.4+0.4+1)/6=0.8
(k)(1+1+1+0.4+0.4+1)/6=0.8
データベースデータ量のスコアSdは下記のようになる。
(a)(0.9+0.5)/2=0.7
(b)(0.9+0.5+0.5)/3=0.633
(c)(0.9+0.5+0.9)/3=0.767
(d)(0.9+0.5+0.5+0.1)/4=0.5
(e)(0.9+0.5+0.9+0.1)/4=0.6
(f)(0.9+0.5+0.5+0.1+0.1)/5=0.42
(g)(0.9+0.5+0.9+0.1+0.1)/5=0.5
(h)(0.9+0.5+0.9+0.1+0.1)/5=0.5
(i)(0.9+0.5+0.5+0.1+0.1+0.1)/6=0.367
(j)(0.9+0.5+0.9+0.1+0.1+0.2)/6=0.45
(k)(0.9+0.5+0.9+0.1+0.1+0.9)/6=0.567
(a)(0.9+0.5)/2=0.7
(b)(0.9+0.5+0.5)/3=0.633
(c)(0.9+0.5+0.9)/3=0.767
(d)(0.9+0.5+0.5+0.1)/4=0.5
(e)(0.9+0.5+0.9+0.1)/4=0.6
(f)(0.9+0.5+0.5+0.1+0.1)/5=0.42
(g)(0.9+0.5+0.9+0.1+0.1)/5=0.5
(h)(0.9+0.5+0.9+0.1+0.1)/5=0.5
(i)(0.9+0.5+0.5+0.1+0.1+0.1)/6=0.367
(j)(0.9+0.5+0.9+0.1+0.1+0.2)/6=0.45
(k)(0.9+0.5+0.9+0.1+0.1+0.9)/6=0.567
ここでの信頼度重視コースでは、信頼度の重みαaを1、エッジ数の重みαbを0.01、測定可能性の重みαcを0.5、物性値のデータベースのデータ量の重みαdを0.01、物性の値の重みαeを0として、前記の式1を用いて総合スコアST―Reliabilityを求めた。
総合スコア順に、信頼度重視コースの優先度をつけた経路の結果を以下に示す。
[1]:(a)組成→表面偏析の有無:総合スコアST―Reliability=1.207
[2]:(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数:総合スコアST―Reliability=1.161
[3]:(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ:総合スコアST―Reliability=1.106
[4]:(h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項:総合スコアST―Reliability=1.085
[5]:(c)組成→表面偏析の有無→バルク組成:総合スコアST―Reliability=1.058
[6]:(b)組成→表面偏析の有無→表面組成:総合スコアST―Reliability=1.056
[7]:(i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項:総合スコアST―Reliability=1.054
[8]:(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ:総合スコアST―Reliability=1.031
[9]:(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ:総合スコアST―Reliability=1.01
[10]:(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール:総合スコアST―Reliability=1.009
[11]:(d)組成→表面偏析の有無→表面組成→表面電荷分布:総合スコアST―Reliability=0.93
以上のようにして、信頼度重視コースでの優先度が提供された。
[1]:(a)組成→表面偏析の有無:総合スコアST―Reliability=1.207
[2]:(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数:総合スコアST―Reliability=1.161
[3]:(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ:総合スコアST―Reliability=1.106
[4]:(h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項:総合スコアST―Reliability=1.085
[5]:(c)組成→表面偏析の有無→バルク組成:総合スコアST―Reliability=1.058
[6]:(b)組成→表面偏析の有無→表面組成:総合スコアST―Reliability=1.056
[7]:(i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項:総合スコアST―Reliability=1.054
[8]:(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ:総合スコアST―Reliability=1.031
[9]:(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ:総合スコアST―Reliability=1.01
[10]:(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール:総合スコアST―Reliability=1.009
[11]:(d)組成→表面偏析の有無→表面組成→表面電荷分布:総合スコアST―Reliability=0.93
以上のようにして、信頼度重視コースでの優先度が提供された。
(実施例3)
実施例3では、実施例2のデータ、即ち、入力データフォーム34および35を用いて制御重視コースの優先度を求めた。
ここでの制御重視コースでは、信頼度の重みαaを0.3、エッジ数の重みαbを1、測定可能性の重みαcを0.5、物性値のデータベースのデータ量の重みαdを0.5、物性の値の重みαeを0.3として、前記の式1を用いて総合スコアST―Controlを求めた。なお、物性の値のスコアSeは入力データフォーム35に記載がないため全て0とした。
実施例3では、実施例2のデータ、即ち、入力データフォーム34および35を用いて制御重視コースの優先度を求めた。
ここでの制御重視コースでは、信頼度の重みαaを0.3、エッジ数の重みαbを1、測定可能性の重みαcを0.5、物性値のデータベースのデータ量の重みαdを0.5、物性の値の重みαeを0.3として、前記の式1を用いて総合スコアST―Controlを求めた。なお、物性の値のスコアSeは入力データフォーム35に記載がないため全て0とした。
総合スコア順に、制御重視コースの優先度をつけた経路の結果を以下に示す。
[1]:(a)組成→表面偏析の有無:総合スコアST―Control=1.06
[2]:(c)組成→表面偏析の有無→バルク組成:総合スコアST―Control=1.048
[3]:(b)組成→表面偏析の有無→表面組成:総合スコアST―Control=0.98
[4]:(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ:総合スコアST―Control=0.905
[5]:(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ:総合スコアST―Control=0.893
[6]: (h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項:総合スコアST―Control=0.84
[7]:(d)組成→表面偏析の有無→表面組成→表面電荷分布:総合スコアST―Control=0.825
[8]:(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ:総合スコアST―Control=0.818
[9]:(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール:総合スコアST―Control=0.778
[10]:(i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項:総合スコアST―Control=0.743
[11]:(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数:総合スコアST―Control=0.43
以上のようにして、制御重視コースでの優先度が提供された。
[1]:(a)組成→表面偏析の有無:総合スコアST―Control=1.06
[2]:(c)組成→表面偏析の有無→バルク組成:総合スコアST―Control=1.048
[3]:(b)組成→表面偏析の有無→表面組成:総合スコアST―Control=0.98
[4]:(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ:総合スコアST―Control=0.905
[5]:(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ:総合スコアST―Control=0.893
[6]: (h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項:総合スコアST―Control=0.84
[7]:(d)組成→表面偏析の有無→表面組成→表面電荷分布:総合スコアST―Control=0.825
[8]:(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ:総合スコアST―Control=0.818
[9]:(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール:総合スコアST―Control=0.778
[10]:(i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項:総合スコアST―Control=0.743
[11]:(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数:総合スコアST―Control=0.43
以上のようにして、制御重視コースでの優先度が提供された。
(実施例4)
実施例4では、実施例2のデータ、即ち、入力データフォーム34および35を用いて実測値重視コースの優先度を求めた。
ここでの実測値重視コースでは、信頼度の重みαaを0.3、エッジ数の重みαbを0.3、測定可能性の重みαcを1、物性値のデータベースのデータ量の重みαdを0.5、物性の値の重みαeを0.3として、前記の式1を用いて総合スコアST―Measureを求めた。なお、物性の値のスコアSeは入力データフォーム35に記載がないため全て0とした。
実施例4では、実施例2のデータ、即ち、入力データフォーム34および35を用いて実測値重視コースの優先度を求めた。
ここでの実測値重視コースでは、信頼度の重みαaを0.3、エッジ数の重みαbを0.3、測定可能性の重みαcを1、物性値のデータベースのデータ量の重みαdを0.5、物性の値の重みαeを0.3として、前記の式1を用いて総合スコアST―Measureを求めた。なお、物性の値のスコアSeは入力データフォーム35に記載がないため全て0とした。
総合スコア順に、実測値重視コースの優先度をつけた経路の結果を以下に示す。
[1]:(a)組成→表面偏析の有無:総合スコアST―Measure=1.56
[2]:(c)組成→表面偏析の有無→バルク組成:総合スコアST―Measure=1.548
[3]:(b)組成→表面偏析の有無→表面組成:総合スコアST―Measure=1.482
[4]:(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ:総合スコアST―Measure=1.33
[5]:(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ:総合スコアST―Measure=1.293
[6]:(d)組成→表面偏析の有無→表面組成→表面電荷分布:総合スコアST―Measure=1.25
[7]:(h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項:総合スコアST―Measure=1.22
[8]:(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ:総合スコアST―Measure=1.198
[9]:(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール:総合スコアST―Measure=1.158
[10]:(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数:総合スコアST―Measure=1.153
[11]: (i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項:総合スコアST―Measure=1.093
以上のようにして、実測値重視コースでの優先度が提供された。
[1]:(a)組成→表面偏析の有無:総合スコアST―Measure=1.56
[2]:(c)組成→表面偏析の有無→バルク組成:総合スコアST―Measure=1.548
[3]:(b)組成→表面偏析の有無→表面組成:総合スコアST―Measure=1.482
[4]:(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ:総合スコアST―Measure=1.33
[5]:(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ:総合スコアST―Measure=1.293
[6]:(d)組成→表面偏析の有無→表面組成→表面電荷分布:総合スコアST―Measure=1.25
[7]:(h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項:総合スコアST―Measure=1.22
[8]:(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ:総合スコアST―Measure=1.198
[9]:(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール:総合スコアST―Measure=1.158
[10]:(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数:総合スコアST―Measure=1.153
[11]: (i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項:総合スコアST―Measure=1.093
以上のようにして、実測値重視コースでの優先度が提供された。
(実施例5)
実施例5では、実施例2のデータ、即ち、入力データフォーム34および35を用いてデータ量重視コースの優先度を求めた。
ここでのデータ量重視コースでは、信頼度の重みαaを0.1、エッジ数の重みαbを0.1、測定可能性の重みαcを1、物性値のデータベースのデータ量の重みαdを1、物性の値の重みαeを0.1として、前記の式1を用いて総合スコアST―Dataを求めた。なお、物性の値のスコアSeは入力データフォーム35に記載がないため全て0とした。
実施例5では、実施例2のデータ、即ち、入力データフォーム34および35を用いてデータ量重視コースの優先度を求めた。
ここでのデータ量重視コースでは、信頼度の重みαaを0.1、エッジ数の重みαbを0.1、測定可能性の重みαcを1、物性値のデータベースのデータ量の重みαdを1、物性の値の重みαeを0.1として、前記の式1を用いて総合スコアST―Dataを求めた。なお、物性の値のスコアSeは入力データフォーム35に記載がないため全て0とした。
総合スコア順に、実測値重視コースの優先度をつけた経路の結果を以下に示す。
[1]:(c)組成→表面偏析の有無→バルク組成:総合スコアST―Data=1.822
[2]:(a)組成→表面偏析の有無:総合スコアST―Data=1.77
[3]:(b)組成→表面偏析の有無→表面組成:総合スコアST―Data=1.689
[4]:(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ:総合スコアST―Data=1.51
[5]:(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ:総合スコアST―Data=1.437
[6]:(d)組成→表面偏析の有無→表面組成→表面電荷分布:総合スコアST―Data=1.4
[7]:(h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項:総合スコアST―Data=1.33
[8]:(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ:総合スコアST―Data=1.323
[9]:(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数:総合スコアST―Data=1.293
[10]:(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール:総合スコアST―Data=1.243
[11]:(i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項:総合スコアST―Data=1.137
以上のようにして、データ量重視コースでの優先度が提供された。
[1]:(c)組成→表面偏析の有無→バルク組成:総合スコアST―Data=1.822
[2]:(a)組成→表面偏析の有無:総合スコアST―Data=1.77
[3]:(b)組成→表面偏析の有無→表面組成:総合スコアST―Data=1.689
[4]:(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ:総合スコアST―Data=1.51
[5]:(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ:総合スコアST―Data=1.437
[6]:(d)組成→表面偏析の有無→表面組成→表面電荷分布:総合スコアST―Data=1.4
[7]:(h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項:総合スコアST―Data=1.33
[8]:(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ:総合スコアST―Data=1.323
[9]:(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数:総合スコアST―Data=1.293
[10]:(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール:総合スコアST―Data=1.243
[11]:(i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項:総合スコアST―Data=1.137
以上のようにして、データ量重視コースでの優先度が提供された。
(実施例6)
実施例6では、実施例2のデータ、即ち、入力データフォーム34および35を用いてユニバーサルコースの優先度を求めた。
ここでのユニバーサルコースでは、信頼度の重みαaを0.5、エッジ数の重みαbを0.5、測定可能性の重みαcを0.5、物性値のデータベースのデータ量の重みαdを0.5、物性の値の重みαeを0.5として、前記の式1を用いて総合スコアST―Univを求めた。なお、物性の値のスコアSeは入力データフォーム35に記載がないため全て0とした。
実施例6では、実施例2のデータ、即ち、入力データフォーム34および35を用いてユニバーサルコースの優先度を求めた。
ここでのユニバーサルコースでは、信頼度の重みαaを0.5、エッジ数の重みαbを0.5、測定可能性の重みαcを0.5、物性値のデータベースのデータ量の重みαdを0.5、物性の値の重みαeを0.5として、前記の式1を用いて総合スコアST―Univを求めた。なお、物性の値のスコアSeは入力データフォーム35に記載がないため全て0とした。
総合スコア順に、実測値重視コースの優先度をつけた経路の結果を以下に示す。
[1]:(a)組成→表面偏析の有無:総合スコアST―Univ=1.2
[2]:(c)組成→表面偏析の有無→バルク組成:総合スコアST―Univ=1.158
[3]:(b)組成→表面偏析の有無→表面組成:総合スコアST―Univ=1.092
[4]:(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ:総合スコアST―Univ=1.033
[5]:(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ:総合スコアST―Univ=1.025
[6]:(h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項:総合スコアST―Univ=0.98
[7]:(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ:総合スコアST―Univ=0.943
[8]:(d)組成→表面偏析の有無→表面組成→表面電荷分布:総合スコアST―Univ=0.925
[9]:(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール:総合スコアST―Univ=0.903
[10]:(i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項:総合スコアST―Univ=0.883
[11]:(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数:総合スコアST―Univ=0.839
以上のようにして、ユニバーサルコースでの優先度が提供された。
[1]:(a)組成→表面偏析の有無:総合スコアST―Univ=1.2
[2]:(c)組成→表面偏析の有無→バルク組成:総合スコアST―Univ=1.158
[3]:(b)組成→表面偏析の有無→表面組成:総合スコアST―Univ=1.092
[4]:(k)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ→引張り強さ:総合スコアST―Univ=1.033
[5]:(e)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ:総合スコアST―Univ=1.025
[6]:(h)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項:総合スコアST―Univ=0.98
[7]:(g)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→結合ポテンシャルの深さ:総合スコアST―Univ=0.943
[8]:(d)組成→表面偏析の有無→表面組成→表面電荷分布:総合スコアST―Univ=0.925
[9]:(f)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール:総合スコアST―Univ=0.903
[10]:(i)組成→表面偏析の有無→表面組成→表面電荷分布→表面ダイポール→表面項:総合スコアST―Univ=0.883
[11]:(j)組成→表面偏析の有無→バルク組成→フェルミレベルの深さ→バルク項→仕事関数:総合スコアST―Univ=0.839
以上のようにして、ユニバーサルコースでの優先度が提供された。
(実施例7)
実施例7では、図18に示したグラフにおけるAからJへの経路の場合について、物性値の測定可能性を優先度判断項目としたときの優先度決定方法の例を示す。
ここでは、原理的に測定可能で測定方法もある場合を1、原理的に測定化のであるが測定方法が見当たらない場合を0.4、原理的に測定不可能の場合を0という重みづけにした。
図18では、原理的に測定可能で測定方法もある場合であるA,E,F,I,M,Jを2重丸、原理的に測定化のであるが測定方法が見当たらない場合であるB,C,G,Kを1重丸、そして原理的に測定不可能の場合であるD,H,L,Nを破線の丸で表している。
実施例7では、図18に示したグラフにおけるAからJへの経路の場合について、物性値の測定可能性を優先度判断項目としたときの優先度決定方法の例を示す。
ここでは、原理的に測定可能で測定方法もある場合を1、原理的に測定化のであるが測定方法が見当たらない場合を0.4、原理的に測定不可能の場合を0という重みづけにした。
図18では、原理的に測定可能で測定方法もある場合であるA,E,F,I,M,Jを2重丸、原理的に測定化のであるが測定方法が見当たらない場合であるB,C,G,Kを1重丸、そして原理的に測定不可能の場合であるD,H,L,Nを破線の丸で表している。
AからJへ至る経路は全部で12通りあるが、それぞれの経路に対してノードを上記のエッジ数で計算すると下記のようになる。
A→B→C→F→J:0.4+0.4+1=1.8
A→B→C→F→N→L→J:0.4+0.4+1+0+0=1.8
A→B→M→G→E→N→L→J:0.4+1+0.4+1+0+0=2.8
A→B→M→G→I→J:0.4+1+0.4+1=2.8
A→B→M→G→L→J:0.4+1+0.4+0=1.8
A→B→M→G→D→E→N→L→J:0.4+1+0.4+0+1+9+0=2.8
A→B→M→I→J:0.4+1+1=2.4
A→B→D→G→E→N→L→J:0.4+0+0.4+1+0+0=1.8
A→B→D→G→I→J:0.4+0+0.4+1=1.8
A→B→D→G→L→J:0.4+0+0.4+0=0.8
A→B→D→E→N→L→J:0.4+0+1+0+0=1.4
A→E→N→L→J:1+0+0=1
A→B→C→F→J:0.4+0.4+1=1.8
A→B→C→F→N→L→J:0.4+0.4+1+0+0=1.8
A→B→M→G→E→N→L→J:0.4+1+0.4+1+0+0=2.8
A→B→M→G→I→J:0.4+1+0.4+1=2.8
A→B→M→G→L→J:0.4+1+0.4+0=1.8
A→B→M→G→D→E→N→L→J:0.4+1+0.4+0+1+9+0=2.8
A→B→M→I→J:0.4+1+1=2.4
A→B→D→G→E→N→L→J:0.4+0+0.4+1+0+0=1.8
A→B→D→G→I→J:0.4+0+0.4+1=1.8
A→B→D→G→L→J:0.4+0+0.4+0=0.8
A→B→D→E→N→L→J:0.4+0+1+0+0=1.4
A→E→N→L→J:1+0+0=1
これを、経路を構成するノードの数(出発点を除いたノードの数)で割った値は下記のようになる。ここで、見やすくするために小数点3桁目で四捨五入した。
A→B→C→F→J:1.8/4=0.45
A→B→C→F→N→L→J:1.8/6=0.3
A→B→M→G→E→N→L→J:2.8/7=0.4
A→B→M→G→I→J:2.8/5=0.56
A→B→M→G→L→J:1.8/5=0.36
A→B→M→G→D→E→N→L→J:2.8/8=0.35
A→B→M→I→J:2.4/4=0.6
A→B→D→G→E→N→L→J:1.8/7=0.257
A→B→D→G→I→J:1.8/5=0.36
A→B→D→G→L→J:0.8/5=0.16
A→B→D→E→N→L→J:1.4/6=0.233
A→E→N→L→J:1/4=0.25
A→B→C→F→J:1.8/4=0.45
A→B→C→F→N→L→J:1.8/6=0.3
A→B→M→G→E→N→L→J:2.8/7=0.4
A→B→M→G→I→J:2.8/5=0.56
A→B→M→G→L→J:1.8/5=0.36
A→B→M→G→D→E→N→L→J:2.8/8=0.35
A→B→M→I→J:2.4/4=0.6
A→B→D→G→E→N→L→J:1.8/7=0.257
A→B→D→G→I→J:1.8/5=0.36
A→B→D→G→L→J:0.8/5=0.16
A→B→D→E→N→L→J:1.4/6=0.233
A→E→N→L→J:1/4=0.25
同じスコアの場合はノードの数が少ない経路を優先して、スコアの多い順に並べてそれを優先度とすると下記のようになる。
[1]A→B→M→I→J:スコア=0.6
[2]A→B→M→G→I→J:スコア=0.56
[3]A→B→C→F→J:スコア=0.45
[4]A→B→M→G→E→N→L→J:スコア=0.4
[5]A→B→M→G→L→J:スコア=0.36
[5]A→B→D→G→I→J:スコア=0.36
[7]A→B→M→G→D→E→N→L→J:スコア=0.35
[8]A→B→C→F→N→L→J:スコア=0.3
[9]A→B→D→G→E→N→L→J:スコア=0.257
[10]A→E→N→L→J:スコア=0.25
[11]A→B→D→E→N→L→J:スコア=0.233
[12]A→B→D→G→L→J:スコア=0.16
以上のようにして、物性値の測定可能性を優先度判断項目としたときの優先度が提供された。
[1]A→B→M→I→J:スコア=0.6
[2]A→B→M→G→I→J:スコア=0.56
[3]A→B→C→F→J:スコア=0.45
[4]A→B→M→G→E→N→L→J:スコア=0.4
[5]A→B→M→G→L→J:スコア=0.36
[5]A→B→D→G→I→J:スコア=0.36
[7]A→B→M→G→D→E→N→L→J:スコア=0.35
[8]A→B→C→F→N→L→J:スコア=0.3
[9]A→B→D→G→E→N→L→J:スコア=0.257
[10]A→E→N→L→J:スコア=0.25
[11]A→B→D→E→N→L→J:スコア=0.233
[12]A→B→D→G→L→J:スコア=0.16
以上のようにして、物性値の測定可能性を優先度判断項目としたときの優先度が提供された。
(実施例8)
実施例8では、図19に示したグラフにおけるAからJへの経路の場合について、物性値のデータベースのデータ量を優先度判断項目としたときの優先度決定方法の例を示す。
ここでは、シグモイド関数からなるS字曲線を適用した後のデータ量が多い場合を0.9、少ない場合を0.1、そしてその中間に位置する場合を0.5とした重みづけを行った。
図19では、データ量が多い場合であるA,C,D,H,Jを2重丸、データ量が中間の場合であるB,F,I,L,Nを1重丸、そしてデータ量が少ない場合であるE,K,Mを破線の丸で表している。
実施例8では、図19に示したグラフにおけるAからJへの経路の場合について、物性値のデータベースのデータ量を優先度判断項目としたときの優先度決定方法の例を示す。
ここでは、シグモイド関数からなるS字曲線を適用した後のデータ量が多い場合を0.9、少ない場合を0.1、そしてその中間に位置する場合を0.5とした重みづけを行った。
図19では、データ量が多い場合であるA,C,D,H,Jを2重丸、データ量が中間の場合であるB,F,I,L,Nを1重丸、そしてデータ量が少ない場合であるE,K,Mを破線の丸で表している。
AからJへ至る経路は全部で12通りあるが、それぞれの経路に対してノードを上記のエッジ数で計算すると下記のようになる。
A→B→C→F→J:0.5+0.9+0.5=1.9
A→B→C→F→N→L→J:0.5+0.9+0.5+0.5+0.5=2.9
A→B→M→G→E→N→L→J:0.5+0.1+0.5+0.1+0.5+0.5=2.2
A→B→M→G→I→J:0.5+0.1+0.5+0.5=1.6
A→B→M→G→L→J:0.5+0.1+0.5+0.5=1.6
A→B→M→G→D→E→N→L→J:0.5+0.1+0.5+0.9+0.1+0.5+0.5=3.1
A→B→M→I→J:0.5+0.1+0.5=1.1
A→B→D→G→E→N→L→J:0.5+0.9+0.5+0.1+0.5+0.5=3
A→B→D→G→I→J:0.5+0.9+0.5+0.5=2.4
A→B→D→G→L→J:0.5+0.9+0.5+0.5=2.4
A→B→D→E→N→L→J:0.5+0.9+0.1+0.5+0.5=2.5
A→E→N→L→J:0.1+0.5+0.5=1.1
A→B→C→F→J:0.5+0.9+0.5=1.9
A→B→C→F→N→L→J:0.5+0.9+0.5+0.5+0.5=2.9
A→B→M→G→E→N→L→J:0.5+0.1+0.5+0.1+0.5+0.5=2.2
A→B→M→G→I→J:0.5+0.1+0.5+0.5=1.6
A→B→M→G→L→J:0.5+0.1+0.5+0.5=1.6
A→B→M→G→D→E→N→L→J:0.5+0.1+0.5+0.9+0.1+0.5+0.5=3.1
A→B→M→I→J:0.5+0.1+0.5=1.1
A→B→D→G→E→N→L→J:0.5+0.9+0.5+0.1+0.5+0.5=3
A→B→D→G→I→J:0.5+0.9+0.5+0.5=2.4
A→B→D→G→L→J:0.5+0.9+0.5+0.5=2.4
A→B→D→E→N→L→J:0.5+0.9+0.1+0.5+0.5=2.5
A→E→N→L→J:0.1+0.5+0.5=1.1
これを、経路を構成するノードの数(出発点を除いたノードの数)で割った値は下記のようになる。ここで、見やすくするために小数点3桁目で四捨五入した。
A→B→C→F→J:1.9/4=0.475
A→B→C→F→N→L→J:2.9/6=0.483
A→B→M→G→E→N→L→J:2.2/7=0.314
A→B→M→G→I→J:1.6/5=0.32
A→B→M→G→L→J:1.6/5=0.32
A→B→M→G→D→E→N→L→J:3.1/8=0.388
A→B→M→I→J:1.1/4=0.275
A→B→D→G→E→N→L→J:3/7=0.429
A→B→D→G→I→J:2.4/5=0.48
A→B→D→G→L→J:2.4/5=0.48
A→B→D→E→N→L→J:2.5/6=0.417
A→E→N→L→J:1.1/4=0.275
A→B→C→F→J:1.9/4=0.475
A→B→C→F→N→L→J:2.9/6=0.483
A→B→M→G→E→N→L→J:2.2/7=0.314
A→B→M→G→I→J:1.6/5=0.32
A→B→M→G→L→J:1.6/5=0.32
A→B→M→G→D→E→N→L→J:3.1/8=0.388
A→B→M→I→J:1.1/4=0.275
A→B→D→G→E→N→L→J:3/7=0.429
A→B→D→G→I→J:2.4/5=0.48
A→B→D→G→L→J:2.4/5=0.48
A→B→D→E→N→L→J:2.5/6=0.417
A→E→N→L→J:1.1/4=0.275
同じスコアの場合はノードの数が少ない経路を優先して、スコアの多い順に並べてそれを優先度とすると下記のようになる。
[1]A→B→C→F→N→L→J:2.9/6=0.483
[2]A→B→D→G→I→J:2.4/5=0.48
[2]A→B→D→G→L→J:2.4/5=0.48
[4]A→B→C→F→J:1.9/4=0.475
[5]A→B→D→G→E→N→L→J:3/7=0.429
[6]A→B→D→E→N→L→J:2.5/6=0.417
[7]A→B→M→G→D→E→N→L→J:3.1/8=0.388
[8]A→B→M→G→I→J:1.6/5=0.32
[8]A→B→M→G→L→J:1.6/5=0.32
[10]A→B→M→G→E→N→L→J:2.2/7=0.314
[11]A→B→M→I→J:1.1/4=0.275
[11]A→E→N→L→J:1.1/4=0.275
以上のようにして、物性値のデータベースのデータ量を優先度判断項目としたときの優先度が提供された。
[1]A→B→C→F→N→L→J:2.9/6=0.483
[2]A→B→D→G→I→J:2.4/5=0.48
[2]A→B→D→G→L→J:2.4/5=0.48
[4]A→B→C→F→J:1.9/4=0.475
[5]A→B→D→G→E→N→L→J:3/7=0.429
[6]A→B→D→E→N→L→J:2.5/6=0.417
[7]A→B→M→G→D→E→N→L→J:3.1/8=0.388
[8]A→B→M→G→I→J:1.6/5=0.32
[8]A→B→M→G→L→J:1.6/5=0.32
[10]A→B→M→G→E→N→L→J:2.2/7=0.314
[11]A→B→M→I→J:1.1/4=0.275
[11]A→E→N→L→J:1.1/4=0.275
以上のようにして、物性値のデータベースのデータ量を優先度判断項目としたときの優先度が提供された。
(実施例9)
実施例9では、図20に示したグラフにおけるAからJへの経路の場合について、物性の値を優先度判断項目としたときの優先度決定方法の例を示す。
ここでは、ユーザーが指定した数値範囲が、データベースに格納された当該物性の値の標準偏差σに対してσ未満である場合に対して1、σ以上3σ未満である場合に対して0.7、そして3σ以上である場合に対して0.3の重みづけを行った。図20では、σ未満の場合であるA,E,I,Jを2重丸、σ以上3σ未満の場合であるB,C,D,G、H,K,Mを1重丸、そして3σ以上の場合であるF,Lを破線の丸で表している。
実施例9では、図20に示したグラフにおけるAからJへの経路の場合について、物性の値を優先度判断項目としたときの優先度決定方法の例を示す。
ここでは、ユーザーが指定した数値範囲が、データベースに格納された当該物性の値の標準偏差σに対してσ未満である場合に対して1、σ以上3σ未満である場合に対して0.7、そして3σ以上である場合に対して0.3の重みづけを行った。図20では、σ未満の場合であるA,E,I,Jを2重丸、σ以上3σ未満の場合であるB,C,D,G、H,K,Mを1重丸、そして3σ以上の場合であるF,Lを破線の丸で表している。
AからJへ至る経路は全部で12通りあるが、それぞれの経路に対してノードを上記のエッジ数で計算すると下記のようになる。
A→B→C→F→J:0.7+0.7+0.3=1.7
A→B→C→F→N→L→J:0.7+0.7+0.3+0.7+0.3=2.7
A→B→M→G→E→N→L→J:0.7+0.7+0.7+1+0.7+0.3=4.1
A→B→M→G→I→J:0.7+0.7+0.7+1=3.1
A→B→M→G→L→J:0.7+0.7+0.7+0.3=2.4
A→B→M→G→D→E→N→L→J:0.7+0.7+0.7+0.7+1+0.7+0.3=4.8
A→B→M→I→J:0.7+0.7+1=2.4
A→B→D→G→E→N→L→J:0.7+0.7+0.7+1+0.7+0.3=4.1
A→B→D→G→I→J:0.7+0.7+0.7+1=3.1
A→B→D→G→L→J:0.7+0.7+0.7+0.3=2.4
A→B→D→E→N→L→J:0.7+0.7+1+0.7+0.3=3.4
A→E→N→L→J:1+0.7+0.3=2
A→B→C→F→J:0.7+0.7+0.3=1.7
A→B→C→F→N→L→J:0.7+0.7+0.3+0.7+0.3=2.7
A→B→M→G→E→N→L→J:0.7+0.7+0.7+1+0.7+0.3=4.1
A→B→M→G→I→J:0.7+0.7+0.7+1=3.1
A→B→M→G→L→J:0.7+0.7+0.7+0.3=2.4
A→B→M→G→D→E→N→L→J:0.7+0.7+0.7+0.7+1+0.7+0.3=4.8
A→B→M→I→J:0.7+0.7+1=2.4
A→B→D→G→E→N→L→J:0.7+0.7+0.7+1+0.7+0.3=4.1
A→B→D→G→I→J:0.7+0.7+0.7+1=3.1
A→B→D→G→L→J:0.7+0.7+0.7+0.3=2.4
A→B→D→E→N→L→J:0.7+0.7+1+0.7+0.3=3.4
A→E→N→L→J:1+0.7+0.3=2
これを、経路を構成するノードの数(出発点を除いたノードの数)で割った値は下記のようになる。ここで、見やすくするために小数点3桁目で四捨五入した。
A→B→C→F→J:1.7/4=0.425
A→B→C→F→N→L→J:2.7/6=0.45
A→B→M→G→E→N→L→J:4.1/7=0.586
A→B→M→G→I→J:3.1/5=0.62
A→B→M→G→L→J:2.4/5=0.48
A→B→M→G→D→E→N→L→J:4.8/8=0.6
A→B→M→I→J:2.4/4=0.6
A→B→D→G→E→N→L→J:4.1/7=0.586
A→B→D→G→I→J:3.1/5=0.62
A→B→D→G→L→J:2.4/5=0.48
A→B→D→E→N→L→J:3.4/6=0.567
A→E→N→L→J:2/4=0.5
A→B→C→F→J:1.7/4=0.425
A→B→C→F→N→L→J:2.7/6=0.45
A→B→M→G→E→N→L→J:4.1/7=0.586
A→B→M→G→I→J:3.1/5=0.62
A→B→M→G→L→J:2.4/5=0.48
A→B→M→G→D→E→N→L→J:4.8/8=0.6
A→B→M→I→J:2.4/4=0.6
A→B→D→G→E→N→L→J:4.1/7=0.586
A→B→D→G→I→J:3.1/5=0.62
A→B→D→G→L→J:2.4/5=0.48
A→B→D→E→N→L→J:3.4/6=0.567
A→E→N→L→J:2/4=0.5
同じスコアの場合はノードの数が少ない経路を優先して、スコアの多い順に並べてそれを優先度とすると下記のようになる。
[1]A→B→M→G→I→J:3.1/5=0.62
[1]A→B→D→G→I→J:3.1/5=0.62
[3]A→B→M→I→J:2.4/4=0.6
[4]A→B→M→G→D→E→N→L→J:4.8/8=0.6
[5]A→B→M→G→E→N→L→J:4.1/7=0.586
[5]A→B→D→G→E→N→L→J:4.1/7=0.586
[7]A→B→D→E→N→L→J:3.4/6=0.567
[8]A→E→N→L→J:2/4=0.5
[9]A→B→M→G→L→J:2.4/5=0.48
[9]A→B→D→G→L→J:2.4/5=0.48
[11]A→B→C→F→N→L→J:2.7/6=0.45
[12]A→B→C→F→J:1.7/4=0.425
以上のようにして、物性の値を優先度判断項目としたときの優先度が提供された。
[1]A→B→M→G→I→J:3.1/5=0.62
[1]A→B→D→G→I→J:3.1/5=0.62
[3]A→B→M→I→J:2.4/4=0.6
[4]A→B→M→G→D→E→N→L→J:4.8/8=0.6
[5]A→B→M→G→E→N→L→J:4.1/7=0.586
[5]A→B→D→G→E→N→L→J:4.1/7=0.586
[7]A→B→D→E→N→L→J:3.4/6=0.567
[8]A→E→N→L→J:2/4=0.5
[9]A→B→M→G→L→J:2.4/5=0.48
[9]A→B→D→G→L→J:2.4/5=0.48
[11]A→B→C→F→N→L→J:2.7/6=0.45
[12]A→B→C→F→J:1.7/4=0.425
以上のようにして、物性の値を優先度判断項目としたときの優先度が提供された。
これまでに蓄積されてきた材料や物性に関する膨大なデータ、いわゆるビッグデータを活用して未知の物性間の関係性がその関連度などの優先順位をつけて提示されると、材料技術にブレークスルーをもたらし、技術が大きく進展すると考えられる。
本発明は、ビッグデータを用いて、物性パラメータの任意の組合せのうち有意な関係性を有する物性パラメータの組合せを優先度をつけて提示するものである。このため、本発明は、効率的に未知の物性間の関係性を提示して、材料技術の発展に大いに貢献するものと期待される。
本発明は、ビッグデータを用いて、物性パラメータの任意の組合せのうち有意な関係性を有する物性パラメータの組合せを優先度をつけて提示するものである。このため、本発明は、効率的に未知の物性間の関係性を提示して、材料技術の発展に大いに貢献するものと期待される。
1 データベース
2 グラフ生成手段
3 グラフ探索手段
4 優先度決定手段
5 ユーザーインターフェース手段
6 データアクセス手段
16 データベース
21 データベース(物性パラメータ関係性データベース)
22 グラフ生成手段
23 グラフ
31,32,33,34,35 入力データフォーム
101 検索システム
102 検索装置
2 グラフ生成手段
3 グラフ探索手段
4 優先度決定手段
5 ユーザーインターフェース手段
6 データアクセス手段
16 データベース
21 データベース(物性パラメータ関係性データベース)
22 グラフ生成手段
23 グラフ
31,32,33,34,35 入力データフォーム
101 検索システム
102 検索装置
Claims (21)
- 記憶装置に保持されるデータベースとグラフ生成工程とグラフ探索工程と優先度決定工程とを備えて物性間の関係性を探索する探索方法であって、
前記データベースは、互いの関係性を有する物性パラメータの複数の対を記憶し、
前記グラフ生成工程は、前記データベースに記憶された複数の物性パラメータをノードとし、関係性を有するとして記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索工程は、与えられる探索条件に基づいてグラフを探索し、関連する物性あるいは物性間の関連を示す物性間関連性経路を複数提示し、
前記優先度決定工程は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、優先度の高い順に結果を出力する、探索方法。 - 請求項1において、前記グラフは有向グラフであり、
前記グラフ生成工程では、物性パラメータ対の関係性が双方向であるときには、対応するエッジは双方向のエッジを生成し、物性パラメータ対の一方の物性パラメータの値が決まると他方の物性パラメータの値が決まるが逆は決まらないときには、対応するエッジとして、前記一方の物性パラメータに対応するノードから前記他方の物性パラメータに対応するノードへの一方向のエッジを生成する、探索方法。 - 請求項1または2において、前記探索方法は、条件抽出工程と経路評価工程とをさらに備え、
前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、関係性の有無を規定する条件が存在する対についてはその条件をさらに記憶可能であり、
前記条件抽出工程では、前記データベースから前記条件を当該条件によって関係性の有無が規定される対に対応するエッジを条件付きエッジとして、前記条件と対応付けて抽出し、
前記グラフ探索工程では、前記探索結果として、1または複数の経路を前記グラフから抽出して出力し、
前記経路評価工程では、前記1または複数の経路について、前記条件付きエッジが含まれるか否かを判定し、前記条件付きエッジが含まれる経路については、当該条件付きエッジに対応する条件が満足されない場合には、前記1または複数の経路から除外して優先度決定工程用の探索結果とし、
前記優先度決定工程用の探索結果も含めて優先度決定工程にて優先度の高い順に結果を出力する、探索方法。 - 前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、当該関係性が厳密に理論的に確立された関係性か、経験的に相関が認められた関係性であって理論的には未確立の関係性か、半定量的か、定性的かの何れであるかの関係性の信頼性情報をさらに記憶可能であり、
前記グラフ探索工程では、前記信頼性情報も用いて前記グラフを探索して優先度決定工程用の探索結果を求め、
前記優先度決定工程用の探索結果も含めて優先度決定工程にて優先度の高い順に結果を出力する、請求項1から3の何れか1記載の探索方法。 - 前記優先度決定工程では、前記信頼性情報に基づく信頼度、当該物性に出入りするエッジ数、当該物性値の測定可能性、当該物性値のデータベースデータ量、当該物性の値、および経路を構成するノードの数の少なくとも何れかを用いて優先度を求める、請求項1から4の何れか1記載の探索方法。
- 前記優先度決定工程は、
前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかをスコア化するスコア化工程と、
前記スコア化工程によって求められた前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかのスコアに重みをつけて前記物性間関連性経路毎にスコアを加算するスコア加算工程と、
前記スコアの加算工程によって求められた加算スコアの順に前記物性間関連性経路を並べる物性間関連性経路順位付け工程からなる、請求項1から5の何れか1記載の探索方法。 - 前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の何れかの項目に対して前記加算スコアを求め、加算スコアの高い順を優先度として結果を出力する、請求項5または6記載の探索方法。
- 前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れか項目の複数に対して、項目毎のスコア重みをつけて加算した項目加算スコアを求め、前記項目加算スコアの順を優先度の順位として出力する探索方法であって、
前記項目に対する重みにより、
前記信頼度の前記重みを他の前記項目の重みより大きくした信頼度重視優先度、
前記物性に出入りするエッジ数の前記重みを他の前記項目の重みより大きくした制御重視優先度、
前記物性値の測定可能性の前記重みを他の前記項目の重みより大きくした実測値重視優先度、
実測可能であるものの中から前記物性値のデータベースデータ量の前記重みを他の前記項目の重みより大きくしたデータ量重視優先度、
実測可能であるものの中から前記物性値の前記重みを他の前記項目の重みより大きくした物性限定優先度、
前記項目の重みを全て均等にしたユニバーサル優先度とする、請求項5または6記載の探索方法。 - 物理パラメータが格納された外部のデータベースへのデータアクセス手段とグラフ生成手段とグラフ探索手段と優先度決定手段とユーザーインターフェース手段とを備え、
前記グラフ生成手段は、前記外部のデータベースから前記データアクセス手段を通じて複数の物性パラメータを取得し、前記取得された物性パラメータをノード、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索手段は、前記ユーザーインターフェース手段を使ってユーザーによって与えられる探索条件に基づいて前記グラフを探索してグラフ探索結果を求め、
前記優先度決定手段は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、前記ユーザーインターフェース手段により優先順位づけされた探索結果を出力する、探索装置。 - 前記探索装置において請求項2から8の何れか1記載の探索方法を用いた、探索装置。
- 請求項9または10記載の探索装置において、データ記憶手段をさらに備え、前記データ記憶手段は、前記外部のデータベースから前記データアクセス手段を通じて取得した複数の物性パラメータを記憶し、前記データ記憶手段に記憶された物性パラメータを用いてノード、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成する、探索装置。
- 物理パラメータが格納されたデータベースとグラフ生成手段とグラフ探索手段と優先度決定手段とユーザーインターフェース手段とを備え、
前記グラフ生成手段は、前記データベースに格納されている物性パラメータを基に、ノード、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索手段は、前記ユーザーインターフェース手段を使ってユーザーによって与えられる探索条件に基づいて前記グラフを探索してグラフ探索結果を求め、
前記優先度決定手段は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、前記ユーザーインターフェース手段により優先順位づけされた探索結果を出力する、探索装置。 - 請求項12記載の探索装置において請求項2から8の何れか1記載の探索方法を用いた、探索装置。
- データベースとグラフ生成手段とグラフ探索手段と優先度決定手段を備え、
前記データベースは、互いに関係性を有する物性パラメータの複数の対を記憶し、
前記グラフ生成手段は、前記データベースに記憶された複数の物性パラメータをノードとし、関係性を有すると記憶された物性パラメータ対に対応するノード間をエッジとするグラフを生成し、
前記グラフ探索手段は、与えられる探索条件に基づいて前記グラフを探索してグラフ探索結果を求め、
前記優先度決定手段は、前記複数提示された関連する物性あるいは物性間関連性経路の中から、前記ノードまたはエッジの少なくとも何れかの情報を用いて優先度を求め、優先度の高い順に結果を出力する、探索システム。 - 請求項14において、前記グラフは有向グラフであり、前記グラフ生成手段では、物性パラメータ対の関係性が双方向であるときには、対応するエッジは双方向のエッジを生成し、物性パラメータ対の一方の物性パラメータの値が決まると他方の物性パラメータの値が決まるが逆は決まらないときには、対応するエッジとして、前記一方の物性パラメータに対応するノードから前記他方の物性パラメータに対応するノードへの一方向のエッジを生成する、探索システム。
- 請求項14または15において、前記探索システムは、条件抽出手段と経路評価手段とをさらに備え、
前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、関係性の有無を規定する条件が存在する対についてはその条件をさらに記憶可能であり、
前記条件抽出手段では、前記データベースから前記条件を当該条件によって関係性の有無が規定される対に対応するエッジを条件付きエッジとして、前記条件と対応付けて抽出し、
前記グラフ探索手段では、前記探索結果として、1または複数の経路を前記グラフから抽出して出力し、
前記経路評価手段では、前記1または複数の経路について、前記条件付きエッジが含まれるか否かを判定し、前記条件付きエッジが含まれる経路については、当該条件付きエッジに対応する条件が満足されない場合には、前記1または複数の経路から除外して優先度決定手段用の探索結果とし、
前記優先度決定手段用の探索結果も含めて優先度決定手段にて優先度の高い順に結果を出力する、探索システム。 - 前記データベースは、互いに関係性を有する物性パラメータの前記複数の対のうち、当該関係性が厳密に理論的に確立された関係性か、経験的に相関が認められた関係性であって理論的には未確立の関係性か、半定量的か、定性的かの何れであるかの関係性の信頼性情報をさらに記憶可能であり、
前記グラフ探索手段では、前記信頼性情報も用いて前記グラフを探索して優先度決定手段用の探索結果を求め、
前記優先度決定手段用の探索結果も含めて優先度決定手段にて優先度の高い順に結果を出力する、請求項14から16の何れか1記載の探索システム。 - 前記優先度決定手段では、前記信頼度、当該物性に出入りするエッジ数、当該物性値の測定可能性、当該物性値のデータベースデータ量、当該物性の値、および経路を構成するノードの数の少なくとも何れかを用いて優先度を求める、請求項14から17の何れか1記載の探索システム。
- 前記優先度決定手段は、
前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかをスコア化するスコア化手段と、
前記スコア化手段によって求められた前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れかのスコアに重みをつけて前記物性間関連性経路毎にスコアを加算するスコア加算手段と、
前記スコアの加算手段によって求められた加算スコアの順に前記物性間関連性経路を並べる物性間関連性経路順位付け手段からなる、請求項14から18の何れか1記載の探索システム。 - 前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の何れかの項目に対して前記加算スコアを求め、加算スコアの高い順を優先度として結果を出力する、
請求項18または19記載の探索システム。 - 前記信頼度、前記物性に出入りするエッジ数、前記物性値の測定可能性、前記物性値のデータベースデータ量、および前記物性の値の少なくとも何れか項目の複数に対して、項目毎のスコアに重みをつけて加算した項目加算スコアをつけ、前記項目加算スコアの順を優先度の順として出力する探索システムであって、
前記項目に対する重みにより、
前記信頼度の前記重みを他の前記項目の重みより大きくした信頼度重視優先度、
前記物性に出入りするエッジ数の前記重みを他の前記項目の重みより大きくした制御重視優先度、
前記物性値の測定可能性の前記重みを他の前記項目の重みより大きくした実測値重視優先度、
実測可能であるものの中から前記物性値のデータベースデータ量の前記重みを他の前記項目の重みより大きくしたデータ量重視優先度、
実測可能であるものの中から前記物性値の前記重みを他の前記項目の重みより大きくした物性限定優先度、
前記項目の重みを全て均等にしたユニバーサル優先度とする、請求項18または19記載の探索システム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019502838A JP6876344B2 (ja) | 2017-02-28 | 2018-02-07 | 探索方法、探索装置および探索システム |
US16/485,539 US11163829B2 (en) | 2017-02-28 | 2018-02-07 | Search method, search device, and search system |
EP18761977.0A EP3591546A4 (en) | 2017-02-28 | 2018-02-07 | SEARCH PROCESS, SEARCH DEVICE AND SEARCH SYSTEM |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017037387 | 2017-02-28 | ||
JP2017-037387 | 2017-02-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2018159237A1 true WO2018159237A1 (ja) | 2018-09-07 |
Family
ID=63370888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2018/004108 WO2018159237A1 (ja) | 2017-02-28 | 2018-02-07 | 探索方法、探索装置および探索システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11163829B2 (ja) |
EP (1) | EP3591546A4 (ja) |
JP (1) | JP6876344B2 (ja) |
WO (1) | WO2018159237A1 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020135256A (ja) * | 2019-02-18 | 2020-08-31 | 国立研究開発法人物質・材料研究機構 | 探索システムおよび探索方法 |
JP2021012501A (ja) * | 2019-07-05 | 2021-02-04 | 国立研究開発法人物質・材料研究機構 | 機械学習支援方法及び機械学習支援装置 |
JP2021012502A (ja) * | 2019-07-05 | 2021-02-04 | 国立研究開発法人物質・材料研究機構 | 探索システム及び探索方法 |
JP2021103406A (ja) * | 2019-12-25 | 2021-07-15 | 株式会社日立製作所 | 関連性分析装置、及び方法 |
WO2021166728A1 (ja) | 2020-02-19 | 2021-08-26 | 国立研究開発法人物質・材料研究機構 | 情報処理方法、探索システムおよび探索方法 |
JP2023502850A (ja) * | 2019-10-11 | 2023-01-26 | キナクシス インコーポレイテッド | ネットワーク可視化のシステム及び方法 |
CN116787698A (zh) * | 2023-07-27 | 2023-09-22 | 九河精微塑胶工业(深圳)有限公司 | 一种用于实现双流道注塑的模具及注塑设备配合的工艺 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11120082B2 (en) | 2018-04-18 | 2021-09-14 | Oracle International Corporation | Efficient, in-memory, relational representation for heterogeneous graphs |
WO2020026822A1 (ja) * | 2018-08-01 | 2020-02-06 | 国立研究開発法人物質・材料研究機構 | 探索システム及び探索方法 |
US11461297B1 (en) | 2021-06-09 | 2022-10-04 | T-Mobile Usa, Inc. | Ensuring database integrity using a data flow in a graph, such as for use by a wireless telecommunications service provider |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003021525A (ja) * | 2001-07-05 | 2003-01-24 | Zenrin Co Ltd | 経路探索用電子地図データ |
JP2007018444A (ja) | 2005-07-11 | 2007-01-25 | Yamato Hiroshi | 新規材料の構成物質情報探索方法、及び新規材料の構成物質情報探索システム |
JP2008226168A (ja) * | 2007-03-15 | 2008-09-25 | Omron Corp | 因果推論装置、その制御プログラムおよび制御方法 |
JP2014010812A (ja) * | 2012-07-03 | 2014-01-20 | Toshiba Corp | 情報処理装置、情報提供装置、情報システム及び情報処理プログラム |
US20150379414A1 (en) * | 2014-06-27 | 2015-12-31 | Nuance Communications, Inc. | Utilizing large-scale knowledge graphs to support inference at scale and explanation generation |
JP2016212461A (ja) * | 2015-04-28 | 2016-12-15 | 日本放送協会 | 概念処理装置およびプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1690212A2 (en) * | 2003-11-26 | 2006-08-16 | Genstruct, Inc. | System, method and apparatus for causal implication analysis in biological networks |
JP5099142B2 (ja) * | 2007-10-02 | 2012-12-12 | 富士通株式会社 | 分析支援プログラム、分析支援装置、および分析支援方法 |
US8682932B2 (en) | 2012-02-16 | 2014-03-25 | Oracle International Corporation | Mechanisms for searching enterprise data graphs |
US20160335360A1 (en) * | 2015-05-13 | 2016-11-17 | Influitive Corporation | System and method for determining suitable network paths |
US10381108B2 (en) * | 2015-09-16 | 2019-08-13 | Charles Jianping Zhou | Web search and information aggregation by way of molecular network |
US11138772B2 (en) * | 2016-06-21 | 2021-10-05 | National Institute For Materials Science | Search system, search method, and material property database management apparatus |
-
2018
- 2018-02-07 WO PCT/JP2018/004108 patent/WO2018159237A1/ja unknown
- 2018-02-07 JP JP2019502838A patent/JP6876344B2/ja active Active
- 2018-02-07 US US16/485,539 patent/US11163829B2/en active Active
- 2018-02-07 EP EP18761977.0A patent/EP3591546A4/en not_active Ceased
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003021525A (ja) * | 2001-07-05 | 2003-01-24 | Zenrin Co Ltd | 経路探索用電子地図データ |
JP2007018444A (ja) | 2005-07-11 | 2007-01-25 | Yamato Hiroshi | 新規材料の構成物質情報探索方法、及び新規材料の構成物質情報探索システム |
JP2008226168A (ja) * | 2007-03-15 | 2008-09-25 | Omron Corp | 因果推論装置、その制御プログラムおよび制御方法 |
JP2014010812A (ja) * | 2012-07-03 | 2014-01-20 | Toshiba Corp | 情報処理装置、情報提供装置、情報システム及び情報処理プログラム |
US20150379414A1 (en) * | 2014-06-27 | 2015-12-31 | Nuance Communications, Inc. | Utilizing large-scale knowledge graphs to support inference at scale and explanation generation |
JP2016212461A (ja) * | 2015-04-28 | 2016-12-15 | 日本放送協会 | 概念処理装置およびプログラム |
Non-Patent Citations (5)
Title |
---|
BERGE, CMASAO IRI MASAO ET AL.: "The Theory of Graphs", 1976, SAIENSU-SHA CO., LTD. |
FRANK HARARYIKEDA SADAO: "Graph Theory", 1971, KYORITSU SHUPPAN CO., LTD. |
See also references of EP3591546A4 * |
YOSHITAKE MICHIKO, JOURNAL OF THE JAPAN INSTITUTE OF METALS AND MATERIALS, vol. 80, no. 10, 2016, pages 603 - 611 |
YOSHITAKE, MICHIKO: "Materials Curation: Material Design by Multi-Disciplinary Use of Material Information", JOURNAL OF THE JAPAN INSTITUTE OF METALS AND MATERIALS, vol. 80, no. 10, 9 September 2016 (2016-09-09), pages 603 - 611, XP055538972, Retrieved from the Internet <URL:URL:https://www.jstage.jst.go.jp/article/jinstmet/advpub/0/advpub_J2016035/_pdf/_char/ja><DOI:https://doi.org/10.2320/jinstmet.J2016035> [retrieved on 20180403] * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020135256A (ja) * | 2019-02-18 | 2020-08-31 | 国立研究開発法人物質・材料研究機構 | 探索システムおよび探索方法 |
JP7186436B2 (ja) | 2019-02-18 | 2022-12-09 | 国立研究開発法人物質・材料研究機構 | 探索システムおよび探索方法 |
JP2021012501A (ja) * | 2019-07-05 | 2021-02-04 | 国立研究開発法人物質・材料研究機構 | 機械学習支援方法及び機械学習支援装置 |
JP2021012502A (ja) * | 2019-07-05 | 2021-02-04 | 国立研究開発法人物質・材料研究機構 | 探索システム及び探索方法 |
JP7396619B2 (ja) | 2019-07-05 | 2023-12-12 | 国立研究開発法人物質・材料研究機構 | 探索システム及び探索方法 |
JP7411977B2 (ja) | 2019-07-05 | 2024-01-12 | 国立研究開発法人物質・材料研究機構 | 機械学習支援方法及び機械学習支援装置 |
JP2023502850A (ja) * | 2019-10-11 | 2023-01-26 | キナクシス インコーポレイテッド | ネットワーク可視化のシステム及び方法 |
JP7485760B2 (ja) | 2019-10-11 | 2024-05-16 | キナクシス インコーポレイテッド | ネットワーク可視化のシステム及び方法 |
JP2021103406A (ja) * | 2019-12-25 | 2021-07-15 | 株式会社日立製作所 | 関連性分析装置、及び方法 |
JP7346286B2 (ja) | 2019-12-25 | 2023-09-19 | 株式会社日立製作所 | 関連性分析装置、及び方法 |
WO2021166728A1 (ja) | 2020-02-19 | 2021-08-26 | 国立研究開発法人物質・材料研究機構 | 情報処理方法、探索システムおよび探索方法 |
CN116787698A (zh) * | 2023-07-27 | 2023-09-22 | 九河精微塑胶工业(深圳)有限公司 | 一种用于实现双流道注塑的模具及注塑设备配合的工艺 |
Also Published As
Publication number | Publication date |
---|---|
EP3591546A4 (en) | 2020-12-09 |
JPWO2018159237A1 (ja) | 2019-12-19 |
US20200387547A1 (en) | 2020-12-10 |
US11163829B2 (en) | 2021-11-02 |
JP6876344B2 (ja) | 2021-05-26 |
EP3591546A1 (en) | 2020-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018159237A1 (ja) | 探索方法、探索装置および探索システム | |
WO2017221444A1 (ja) | 探索システム、探索方法および物性データベース管理装置 | |
Vafaei et al. | Normalization techniques for multi-criteria decision making: analytical hierarchy process case study | |
Fournier-Viger et al. | High-utility pattern mining | |
CN106251174A (zh) | 信息推荐方法及装置 | |
CN113435602A (zh) | 确定机器学习样本的特征重要性的方法及系统 | |
Brughmans | Networks of networks: A citation network analysis of the adoption, use, and adaptation of formal network techniques in archaeology | |
KR102591481B1 (ko) | 인공지능 기반 트렌드에 기초한 판매제품 추천 시스템 | |
Wolcott et al. | Modeling time-dependent and-independent indicators to facilitate identification of breakthrough research papers | |
Traxl et al. | Deep graphs—a general framework to represent and analyze heterogeneous complex systems across scales | |
Su | Cross-national digital humanities research collaborations: structure, patterns and themes | |
Wen et al. | Hesitant fuzzy Lukasiewicz implication operation and its application to alternatives’ sorting and clustering analysis | |
Ma et al. | Tag-latent dirichlet allocation: Understanding hashtags and their relationships | |
Jeong et al. | Analysis of trust in automation survey instruments using semantic network analysis | |
Amirteimoori et al. | Increasing the discrimination power of data envelopment analysis | |
Singer et al. | HypTrails: a Bayesian approach for comparing hypotheses about human trails | |
Cech | Exploring emerging topics in social informatics: an online real-time tool for keyword co-occurrence analysis | |
Zeng et al. | A prediction-oriented optimal design for visualisation recommender systems | |
Aliguliyev et al. | Current scientific and theoretical problems of Big Data | |
JP2020021303A (ja) | 探索支援システム、探索システム及び探索支援方法 | |
Wankhede et al. | Location based analysis of twitter data using apache hive | |
Cui et al. | A preliminary survey of analyzing dynamic time-varying financial networks using graph kernels | |
Alsharef | Sonia; Kumar, K.; Iwendi, C. Time Series Data Modeling Using Advanced Machine Learning and AutoML. Sustainability 2022, 14, 15292 | |
Negara et al. | Social network analysis to detect influential actors with Indonesian hastags using the centrality method | |
EP3812923B1 (en) | Search system and search method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 18761977 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2019502838 Country of ref document: JP Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
ENP | Entry into the national phase |
Ref document number: 2018761977 Country of ref document: EP Effective date: 20190930 |