TOP > 国内特許検索 > 時系列データ分析装置および時系列データ分析プログラム

時系列データ分析装置および時系列データ分析プログラム

国内特許コード P10A015380
整理番号 A0200105
掲載日 2010年4月9日
出願番号 特願2004-350270
公開番号 特開2006-163521
登録番号 特許第4734559号
出願日 平成16年12月2日(2004.12.2)
公開日 平成18年6月22日(2006.6.22)
登録日 平成23年5月13日(2011.5.13)
発明者
  • 市瀬 龍太郎
出願人
  • 大学共同利用機関法人情報・システム研究機構
発明の名称 時系列データ分析装置および時系列データ分析プログラム
発明の概要

【課題】時系列データから所望の結果が得られる、ないし期待される時系列データの特徴を自動的かつ効率的に抽出する。
【解決手段】時系列データを収集する時系列データ収集部1と、特徴を抽出すべき時系列データに第1のクラスを、それ以外の時系列データに前記第1のクラスよりその値の小さい第2のクラスを、それぞれ付与するクラス決定部2と、第1および第2のクラスが付与された時系列データを記憶する時系列データ記憶部21と記憶された時系列データに対して、データ要素の値が観測された時系列上の観測時刻である観測点のそれぞれについて、各観測点にピークを有する凸型関数を第1および第2のクラスを係数として適用し、すべての時系列データの全観測点についての第1および第2のクラスを係数とする凸型関数の総和を算出し、算出された値が所定の閾値以上となる観測点を抽出することにより、時系列データの特徴を抽出する特徴抽出部4とを具備する。
【選択図】 図1

従来技術、競合技術の概要


時間に応じて変動するデータ値を時刻順に並べて得られる時系列データは、それぞれのデータ値とともに、データ値の推移に意味がある点が特徴的である。この時系列データは、例えばプロセス状態などの物理現象や、あるいは株式市場における銘柄の値動きなどの経済現象を観測して得られる。



収集された複数の時系列データを解析する手法が、

【特許文献1】特開2004-78812 に開示されている。同手法においては、プラントの制御運転のためプロセス状態を解析する際に、複数の時系列データ相互間の関係を把握するため、取り出した時系列データの組について時間をシフトし、最大の相関をとるシフト時間を探索し、時系列データ間の類似度を算出して得られたプロセス応答モデルを用いて、制御運転のためのルールおよび予測データを得る。



あるいは、時系列データの特徴を発見する手法が、

【非特許文献1】Keogh,E.J.and Pazzani,M.J.:Scaling up Dynamic Time Warping for Datamining Applications, In the Proceedings of the Sixth International Conreference on Knowledge Discovery and Data Mining, pp.285-289(2000). に開示されている。同手法においては、各時系列データから生成されたグラフ形状パターンの同一性ないし類似性を評価することにより、時系列データの特徴発見を行う。

産業上の利用分野


本発明は、時系列データ分析装置および時系列データ分析プログラムに関する。より詳しくは、コンピュータおよび記録媒体を用いた各種データ解析において、時間に応じて変動するデータ値を時刻順に並べて得られる時系列データから、所望の結果が得られる、ないし期待される時系列データの特徴を自動的かつ効率的に抽出するとともに、該特徴を直感的かつ識別可能に視覚化するための技術に関する。

特許請求の範囲 【請求項1】
データ要素として観測時刻と観測値が関連づけられた第1の時系列データを入力する手段と該時系列データを記憶する手段を有する時系列データ収集部と、
前記時系列データ収集部により収集された複数の第1の時系列データのうち、 特徴を抽出すべき時系列データ第1のクラスを、それ以外の時系列データに第2のクラスを、それぞれ付与する分類クラス決定部と、
前記第1および第2のクラスが付与された第2の時系列データを記憶する時系列データ記憶部と、
前記時系列データ記憶部で記憶された前記第2の時系列データに対して、前記観測時刻に前記観測値が存在する場合は、該観測時刻を観測点とし、該観測点の前記観測値を最大値とする凸型関数を生成し、前記前記第1および第2のクラスに対応する係数として、第1のクラスに対応する係数が第2のクラスに対応する係数より大きな値の係数となるように定めて前記凸型関数にかけ、全観測点についての該凸型関数の総和を算出し、算出された値が、所定の閾値以上となる観測点を抽出することにより、前記第2の時系列データの特徴を抽出する特徴抽出部とを具備する
ことを特徴とする時系列データ分析装置。

【請求項2】
前記特徴抽出部は、
各時系列データごとに、すべての時刻に亘り、前記観測点のみについて、前記凸型関数の総和を算出する時系列データ関数値算出手段と、
前記時系列データ関数値算出手段により算出された前記凸型関数の総和に、前記分類クラス決定部により、当該時系列データに付与された前記第2の時系列データの前記第1のクラスまたは前記第2のクラスに対応する係数として掛け合わせるクラス適用手段と、
すべての第2の時系列データについて、前記時系列データ関数値算出手段と前記クラス適用手段とによる計算処理を繰り返す第1繰り返し計算手段と、
すべてのクラスについて、前記時系列データ関数値算出手段、前記クラス適用手段および前記第1繰り返し計算手段による計算処理を繰り返す第2繰り返し計算手段と、
前記第2繰り返し計算手段により算出された値が、所定の閾値以上となる観測点を抽出する観測点抽出手段とを具備する
ことを特徴とする請求項1に記載の時系列データ分析装置。

【請求項3】
前記第1のクラスに対応する係数は+1であり、前記第2のクラスに対応する係数は-1である
ことを特徴とする請求項1または2に記載の時系列データ分析装置。

【請求項4】
上記時系列データ分析装置は、さらに、
前記特徴抽出部により抽出された特徴に基づいて、前記第2の時系列データの観測点における前記凸型関数の総和を、観測時刻および観測されたデータ値が構成する平面上三次元表示し、または該平面上閾値ごとに識別可能に二次元表示する特徴視覚化部を具備する
ことを特徴とする請求項1ないし3のいずれか記載の時系列データ分析装置。

【請求項5】
上記時系列データ分析装置は、さらに、
前記特徴抽出部により抽出された特徴に基づいて、規則を生成し、生成された規則に従って、時系列データに付与すべきクラスを予測するクラス予測部を具備する
ことを特徴とする請求項1ないし4のいずれか記載の時系列データ分析装置。

【請求項6】
時系列データ分析処理をコンピュータに実行させるための時系列データ分析プログラムであって、該プログラムは、前記コンピュータに、
データ要素として観測時刻と観測値が関連づけられた第1の時系列データを入力する手段と該時系列データを記憶する手段に記憶する時系列データ収集処理、
前記時系列データ収集処理により収集された複数の第1の時系列データのうち、特徴を抽出すべき時系列データ第1のクラスを、それ以外の時系列 データに第2のクラスを、それぞれ付与する分類クラス決定処理、
前記第1および第2のクラスが付与された第2の時系列データを記憶する手段に記憶する時系列データ記憶処理、
前記時系列データ記憶処理で記憶された前記第2の時系列データに対して、前記観測時刻に前記観測値が存在する場合は、該観測時刻を観測点とし、該観測点の前記観測値を最大値とする凸型関数を生成し、前記前記第1および第2のクラスに対応する係数として、第1のクラスに対応する係数が第2のクラスに対応する係数より大きな値の係数となるように定めて前記凸型関数にかけ、全観測点についての該凸型関数の総和を算出し、算出された値が、所定の閾値以上となる観測点を抽出することにより、前記第2の時系列データの特徴を抽出する特徴抽出処理
としての機能を実行させる時系列データ分析プログラム。

【請求項7】
前記コンピュータは、前記特徴抽出処理
各時系列データごとに、すべての時刻に亘り、前記観測点のみについて、前記凸型関数の総和を算出する時系列データ関数値算出処理、
前記時系列データ関数値算出手段により算出された前記凸型関数の総和に、当該第2の時系列データに付与された前記第1のクラスまたは前記第2のクラスに対応する係数として掛け合わせるクラス適用処理、
すべての第2の時系列データについて、前記時系列データ関数値算出手段と前記クラス適用手段とによる計算処理を繰り返す第1繰り返し計算処理、
すべてのクラスについて、前記時系列データ関数値算出手段、前記クラス適用手段および前記第1繰り返し計算手段による計算処理を繰り返す第2繰り返し計算処理、
前記第2繰り返し計算手段により算出された値が、所定の閾値以上となる観測点を抽出する観測点抽出処理
としての機能を実行させることを特徴とする請求項6記載の時系列データ分析プログラム。

【請求項8】
前記第1のクラスに対応する係数は+1であり、前記第2のクラスに対応する係数は-1である
ことを特徴とする請求項6または7に記載の時系列データ分析プログラム。

【請求項9】
前記コンピュータは、さらに、
前記特徴抽出処理により抽出された特徴に基づいて、前記第2の時系列データの観測点における前記凸型関数の総和を、観測時刻および観測されたデータ値が構成する平面上三次元表示し、または該平面上閾値ごとに識別可能に二次元表示する特徴視覚化処理、
としての機能を実行することを特徴とする請求項6ないし8のいずれか記載の時系列データ分析プログラム。

【請求項10】
前記コンピュータに、さらに、
前記特徴抽出処理により抽出された特徴に基づいて、規則を生成し、生成された規則に従って、時系列データに付与すべきクラスを予測するクラス予測処理、
としての機能を実行することを特徴とする請求項6ないし9のいずれか記載の時系列データ分析プログラム。
産業区分
  • 演算制御装置
国際特許分類(IPC)
画像

※ 画像をクリックすると拡大します。

JP2004350270thum.jpg
出願権利状態 権利存続中
※ 情報・システム研究機構 国立情報学研究所(NII)は、我が国唯一の情報系に特化した研究所です。NIIでは、外部資金による研究成果の社会還元を中心に、技術移転活動に積極的に取り組んでいます。上記の発明にライセンス対象や共同開発対象として関心をお持ちいただいた方は、国立情報学研究所 社会連携推進室までお気軽にお問合せください。


PAGE TOP

close
close
close
close
close
close
close