JP2019096977A - 可視化方法、可視化装置及び可視化プログラム - Google Patents
可視化方法、可視化装置及び可視化プログラム Download PDFInfo
- Publication number
- JP2019096977A JP2019096977A JP2017223351A JP2017223351A JP2019096977A JP 2019096977 A JP2019096977 A JP 2019096977A JP 2017223351 A JP2017223351 A JP 2017223351A JP 2017223351 A JP2017223351 A JP 2017223351A JP 2019096977 A JP2019096977 A JP 2019096977A
- Authority
- JP
- Japan
- Prior art keywords
- vectors
- data
- storage unit
- visualization
- coder
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
Description
図3は、第1の実施の形態における可視化装置1の機能ブロック図である。第1の実施の形態における可視化装置1は、受信部101と、第1生成部103と、第2生成部105と、出力部107と、データ格納部111と、サンプルデータ格納部113と、第1距離データ格納部115と、第2距離データ格納部117と、パラメータ格納部119と、結果格納部121とを含む。
第1の実施の形態においては次元圧縮の変換則が自己符号化器のパラメータであるが、自己符号化器のパラメータ以外を次元圧縮の変換則としてもよい。他の変換則を使用する例として、以下では、主成分分析の主成分ベクトルの情報を使用する方法について説明する。
正常状態の種類の数が2以上である場合がある。このような場合、一般的な異常検知方法を適用すると、異常スコアが2つの正常状態のスコアの中間値になることがあり、識別が困難である。そこで、以下では、2つ以上の正常状態が有る場合に実行する処理について説明する。
異常状態の数が2以上であるが、2つ以上の異常状態のうち1つの異常状態が既知である場合がある。以下では、今後起こる異常状態が既知の異常状態と未知の異常状態とのいずれであるかを判定できるようにする方法について説明する。
第3及び第4の実施の形態においては既知の状態の数が2であるが、既知の状態の数は3以上であってもよい。例えば既知の状態の数が3である場合、図21に示すようなニューラルネットワークが使用される。図21に示すニューラルネットワークは、入力xに対してzを出力するネットワークであり、出力層のユニットの数は3である。3つの状態に対しては、例えば、(1,0,0)、(0,1,0)及び(0,0,1)がラベルとして割り当てられる。同様に、出力層のユニットの数を増やすことで、既知の状態の数が4以上である場合であっても適切な可視化を行うことができる。
コンピュータに、
複数の入力データからそれぞれ生成された複数のベクトルから、前記複数のベクトル間の位置関係が維持される次元圧縮により複数の変換ベクトルを生成し、
前記複数の変換ベクトルをプロットする、
処理を実行させる可視化プログラム。
前記コンピュータに
前記複数の入力データそれぞれから、当該入力データと複数の基準データとの間の距離を成分とするベクトルを生成する、
処理をさらに実行させる付記1記載の可視化プログラム。
前記次元圧縮は、データ格納部に格納され且つ予め算出された変換則を用いて行われる、
付記2記載の可視化プログラム。
前記コンピュータに、
前記複数の基準データから生成された複数のベクトルを入力とする自己符号化器のパラメータを算出し、
前記自己符号化器のパラメータのうち符号化のパラメータを含む変換則を、前記データ格納部に格納する、
処理をさらに実行させる付記3記載の可視化プログラム。
前記コンピュータに、
前記複数の基準データから生成された複数のベクトルに対する主成分分析を実行し、
前記主成分分析の結果に含まれる変換則を、前記データ格納部に格納する、
処理をさらに実行させる付記3記載の可視化プログラム。
前記自己符号化器のパラメータを算出する処理において、
前記自己符号化器の入力と出力との差と、複数の状態の分類に関するラベル情報と、前記複数の基準データから生成された前記複数のベクトルがプロットされる領域のサイズの情報とに基づく目的関数を最小化する最適化問題を解くことで、前記自己符号化器のパラメータを算出する、
処理をさらに実行させる付記4記載の可視化プログラム。
前記複数の状態は、少なくとも2つの正常状態を含む、
付記6記載の可視化プログラム。
前記複数の状態は、少なくとも1つの正常状態と少なくとも1つの異常状態とを含む、
付記6記載の可視化プログラム。
前記複数の基準データは、当該複数の基準データ間の距離の合計についての条件を満たす、
付記2記載の可視化プログラム。
コンピュータが、
複数の入力データからそれぞれ生成された複数のベクトルから、前記複数のベクトル間の位置関係が維持される次元圧縮により複数の変換ベクトルを生成し、
前記複数の変換ベクトルをプロットする、
処理を実行する可視化方法。
複数の入力データからそれぞれ生成された複数のベクトルから、前記複数のベクトル間の位置関係が維持される次元圧縮により複数の変換ベクトルを生成する変換部と、
前記複数の変換ベクトルをプロットする出力部と、
を有する可視化装置。
103 第1生成部 105 第2生成部
107 出力部 111 データ格納部
113 サンプルデータ格納部 115 第1距離データ格納部
117 第2距離データ格納部 119 パラメータ格納部
121 結果格納部 131 第1サンプルデータ格納部
133 第2サンプルデータ格納部
Claims (10)
- コンピュータに、
複数の入力データからそれぞれ生成された複数のベクトルから、前記複数のベクトル間の位置関係が維持される次元圧縮により複数の変換ベクトルを生成し、
前記複数の変換ベクトルをプロットする、
処理を実行させる可視化プログラム。 - 前記コンピュータに
前記複数の入力データそれぞれから、当該入力データと複数の基準データとの間の距離を成分とするベクトルを生成する、
処理をさらに実行させる請求項1記載の可視化プログラム。 - 前記次元圧縮は、データ格納部に格納され且つ予め算出された変換則を用いて行われる、
請求項2記載の可視化プログラム。 - 前記コンピュータに、
前記複数の基準データから生成された複数のベクトルを入力とする自己符号化器のパラメータを算出し、
前記自己符号化器のパラメータのうち符号化のパラメータを含む変換則を、前記データ格納部に格納する、
処理をさらに実行させる請求項3記載の可視化プログラム。 - 前記コンピュータに、
前記複数の基準データから生成された複数のベクトルに対する主成分分析を実行し、
前記主成分分析の結果に含まれる変換則を、前記データ格納部に格納する、
処理をさらに実行させる請求項3記載の可視化プログラム。 - 前記自己符号化器のパラメータを算出する処理において、
前記自己符号化器の入力と出力との差と、複数の状態の分類に関するラベル情報と、前記複数の基準データから生成された前記複数のベクトルがプロットされる領域のサイズの情報とに基づく目的関数を最小化する最適化問題を解くことで、前記自己符号化器のパラメータを算出する、
処理をさらに実行させる請求項4記載の可視化プログラム。 - 前記複数の状態は、少なくとも2つの正常状態を含む、
請求項6記載の可視化プログラム。 - 前記複数の状態は、少なくとも1つの正常状態と少なくとも1つの異常状態とを含む、
請求項6記載の可視化プログラム。 - コンピュータが、
複数の入力データからそれぞれ生成された複数のベクトルから、前記複数のベクトル間の位置関係が維持される次元圧縮により複数の変換ベクトルを生成し、
前記複数の変換ベクトルをプロットする、
処理を実行する可視化方法。 - 複数の入力データからそれぞれ生成された複数のベクトルから、前記複数のベクトル間の位置関係が維持される次元圧縮により複数の変換ベクトルを生成する変換部と、
前記複数の変換ベクトルをプロットする出力部と、
を有する可視化装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017223351A JP7062923B2 (ja) | 2017-11-21 | 2017-11-21 | 可視化方法、可視化装置及び可視化プログラム |
US16/175,006 US10692256B2 (en) | 2017-11-21 | 2018-10-30 | Visualization method, visualization device, and recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017223351A JP7062923B2 (ja) | 2017-11-21 | 2017-11-21 | 可視化方法、可視化装置及び可視化プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019096977A true JP2019096977A (ja) | 2019-06-20 |
JP7062923B2 JP7062923B2 (ja) | 2022-05-09 |
Family
ID=66534014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017223351A Active JP7062923B2 (ja) | 2017-11-21 | 2017-11-21 | 可視化方法、可視化装置及び可視化プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10692256B2 (ja) |
JP (1) | JP7062923B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021090842A1 (ja) * | 2019-11-08 | 2021-05-14 | Dmg森精機株式会社 | 工作機械および表示装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006258535A (ja) * | 2005-03-16 | 2006-09-28 | Omron Corp | 検査装置および検査方法 |
JP2007017264A (ja) * | 2005-07-07 | 2007-01-25 | Sharp Corp | 画像処理アルゴリズム評価方法および装置、画像処理アルゴリズム生成方法および装置、プログラムならびにプログラム記録媒体 |
JP2011070635A (ja) * | 2009-08-28 | 2011-04-07 | Hitachi Ltd | 設備状態監視方法およびその装置 |
JP2014106713A (ja) * | 2012-11-27 | 2014-06-09 | Univ Of Tsukuba | プログラム、方法、及び情報処理装置 |
JP2015185034A (ja) * | 2014-03-25 | 2015-10-22 | キヤノン株式会社 | 画像認識装置、画像認識方法およびプログラム |
JP2016045861A (ja) * | 2014-08-26 | 2016-04-04 | 株式会社豊田中央研究所 | 異常診断装置及びプログラム |
WO2016080341A1 (ja) * | 2014-11-17 | 2016-05-26 | 国立研究開発法人産業技術総合研究所 | 脳波による類似度の評価方法、評価装置、評価システム及びプログラム |
JP2017097718A (ja) * | 2015-11-26 | 2017-06-01 | 株式会社リコー | 識別処理装置、識別システム、識別処理方法、およびプログラム |
JP2017122603A (ja) * | 2016-01-05 | 2017-07-13 | 哲朗 高山 | 潰瘍性大腸炎の診断及び/又は予後予測のためのマッピング方法 |
JP2017157138A (ja) * | 2016-03-04 | 2017-09-07 | キヤノン株式会社 | 画像認識装置、画像認識方法及びプログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030193491A1 (en) * | 2002-04-15 | 2003-10-16 | Cambridge University Technical Services Limited | Method of and apparatus for driving a display device |
US20060002614A1 (en) * | 2004-06-30 | 2006-01-05 | Alliances Artquest International Inc. | Raster-to-vector conversion process and apparatus |
JP2007279887A (ja) | 2006-04-04 | 2007-10-25 | Nippon Telegr & Teleph Corp <Ntt> | 特異パターン検出システム、モデル学習装置、特異パターン検出装置、特異パターン検出方法、及び、コンピュータプログラム |
JP5468837B2 (ja) | 2009-07-30 | 2014-04-09 | 株式会社日立製作所 | 異常検出方法、装置、及びプログラム |
GB201012519D0 (en) * | 2010-07-26 | 2010-09-08 | Ucl Business Plc | Method and system for anomaly detection in data sets |
JP4824837B1 (ja) * | 2011-05-26 | 2011-11-30 | 株式会社クリエイティブ・ブレインズ | 市場評価の調査装置および調査方法 |
JP6271953B2 (ja) * | 2013-11-05 | 2018-01-31 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
WO2016019347A1 (en) * | 2014-07-31 | 2016-02-04 | California Institute Of Technology | Multi modality brain mapping system (mbms) using artificial intelligence and pattern recognition |
US10163003B2 (en) * | 2016-12-28 | 2018-12-25 | Adobe Systems Incorporated | Recognizing combinations of body shape, pose, and clothing in three-dimensional input images |
-
2017
- 2017-11-21 JP JP2017223351A patent/JP7062923B2/ja active Active
-
2018
- 2018-10-30 US US16/175,006 patent/US10692256B2/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006258535A (ja) * | 2005-03-16 | 2006-09-28 | Omron Corp | 検査装置および検査方法 |
JP2007017264A (ja) * | 2005-07-07 | 2007-01-25 | Sharp Corp | 画像処理アルゴリズム評価方法および装置、画像処理アルゴリズム生成方法および装置、プログラムならびにプログラム記録媒体 |
JP2011070635A (ja) * | 2009-08-28 | 2011-04-07 | Hitachi Ltd | 設備状態監視方法およびその装置 |
JP2014106713A (ja) * | 2012-11-27 | 2014-06-09 | Univ Of Tsukuba | プログラム、方法、及び情報処理装置 |
JP2015185034A (ja) * | 2014-03-25 | 2015-10-22 | キヤノン株式会社 | 画像認識装置、画像認識方法およびプログラム |
JP2016045861A (ja) * | 2014-08-26 | 2016-04-04 | 株式会社豊田中央研究所 | 異常診断装置及びプログラム |
WO2016080341A1 (ja) * | 2014-11-17 | 2016-05-26 | 国立研究開発法人産業技術総合研究所 | 脳波による類似度の評価方法、評価装置、評価システム及びプログラム |
JP2017097718A (ja) * | 2015-11-26 | 2017-06-01 | 株式会社リコー | 識別処理装置、識別システム、識別処理方法、およびプログラム |
JP2017122603A (ja) * | 2016-01-05 | 2017-07-13 | 哲朗 高山 | 潰瘍性大腸炎の診断及び/又は予後予測のためのマッピング方法 |
JP2017157138A (ja) * | 2016-03-04 | 2017-09-07 | キヤノン株式会社 | 画像認識装置、画像認識方法及びプログラム |
Non-Patent Citations (1)
Title |
---|
越水 直人: "t-SNE を用いた次元圧縮方法のご紹介", ALBERT OFFICIAL BLOG, JPN6021037580, 5 December 2015 (2015-12-05), ISSN: 0004607026 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021090842A1 (ja) * | 2019-11-08 | 2021-05-14 | Dmg森精機株式会社 | 工作機械および表示装置 |
JP2021076465A (ja) * | 2019-11-08 | 2021-05-20 | Dmg森精機株式会社 | 工作機械および表示装置 |
Also Published As
Publication number | Publication date |
---|---|
US20190156530A1 (en) | 2019-05-23 |
US10692256B2 (en) | 2020-06-23 |
JP7062923B2 (ja) | 2022-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6243080B1 (ja) | プリプロセッサおよび異常予兆診断システム | |
US10318874B1 (en) | Selecting forecasting models for time series using state space representations | |
JP7061536B2 (ja) | 最適化装置、シミュレーションシステム及び最適化方法 | |
KR20200131549A (ko) | 인공지능 모델을 이용한 상품 판매량 예측 방법, 장치 및 시스템 | |
US10496730B2 (en) | Factor analysis device, factor analysis method, and factor analysis program | |
Toloo et al. | A powerful discriminative approach for selecting the most efficient unit in DEA | |
JP5765336B2 (ja) | 障害分析装置、障害分析方法およびプログラム | |
US8595155B2 (en) | Kernel regression system, method, and program | |
JP6299759B2 (ja) | 予測関数作成装置、予測関数作成方法、及びプログラム | |
JP2017194341A (ja) | 異常診断方法、異常診断装置、及び異常診断プログラム | |
CN111811694B (zh) | 一种温度校准方法、装置、设备及存储介质 | |
US11216534B2 (en) | Apparatus, system, and method of covariance estimation based on data missing rate for information processing | |
US20200341454A1 (en) | Factor analysis method, factor analysis device, and factor analysis program | |
WO2019235614A1 (ja) | 関係性分析装置、関係性分析方法および記録媒体 | |
US20220036223A1 (en) | Processing apparatus, processing method, and non-transitory storage medium | |
Gopal et al. | Digital twin and IOT technology for secure manufacturing systems | |
JPWO2008111349A1 (ja) | 生存分析システム、生存分析方法および生存分析用プログラム | |
JP7069581B2 (ja) | 分析方法、分析装置及び分析プログラム | |
CN114207729A (zh) | 材料特性预测***以及材料特性预测方法 | |
US8548225B2 (en) | Point selection in bundle adjustment | |
JP7062923B2 (ja) | 可視化方法、可視化装置及び可視化プログラム | |
JP6531820B2 (ja) | 推定器可視化システム | |
JP2019016194A (ja) | 状態識別方法、状態識別装置及び状態識別プログラム | |
WO2015163322A1 (ja) | データ分析装置、データ分析方法およびプログラム | |
JP5447831B2 (ja) | 診断装置および診断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200807 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210728 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211005 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211129 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220322 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220404 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7062923 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |