JP2024059040A - Information processing device, information processing method, and information processing program - Google Patents
Information processing device, information processing method, and information processing program Download PDFInfo
- Publication number
- JP2024059040A JP2024059040A JP2022166544A JP2022166544A JP2024059040A JP 2024059040 A JP2024059040 A JP 2024059040A JP 2022166544 A JP2022166544 A JP 2022166544A JP 2022166544 A JP2022166544 A JP 2022166544A JP 2024059040 A JP2024059040 A JP 2024059040A
- Authority
- JP
- Japan
- Prior art keywords
- measurement data
- measurement
- time
- measurements
- information processing
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 41
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 321
- 230000006872 improvement Effects 0.000 claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 52
- 230000008569 process Effects 0.000 claims abstract description 48
- 239000000463 material Substances 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000035508 accumulation Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 108090000765 processed proteins & peptides Proteins 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101150018873 IMP1 gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
【課題】材料に対する計測処理を実行しながら、材料に対する計測処理の計測時間又は計測回数を簡易に決定することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供する。【解決手段】サーバ１４は、材料に対して所定の計測処理を実行することにより得られる計測データを取得する。サーバ１４は、時刻ｎまでに計測された計測データのばらつきを表す第１統計量と、時刻ｎ＋１までに計測された計測データのばらつきを表す第２統計量とに基づいて、時刻ｎまでに計測された計測データと時刻ｎ＋１までに計測された計測データとの間における計測データの改善を表す改善率を計算する。サーバ１４は、改善率が所定閾値以下となるような、計測データの計測回数又は計測時刻を決定する。サーバ１４は、決定された計測データの計測回数又は計測時刻を出力する。【選択図】図１[Problem] To provide an information processing device, information processing method, and information processing program that can easily determine the measurement time or number of measurements for a measurement process on a material while performing the measurement process on the material. [Solution] A server 14 acquires measurement data obtained by performing a predetermined measurement process on a material. The server 14 calculates an improvement rate that represents the improvement of the measurement data between the measurement data measured up to time n and the measurement data measured up to time n+1 based on a first statistic that represents the variance of the measurement data measured up to time n and a second statistic that represents the variance of the measurement data measured up to time n+1. The server 14 determines the number of measurements or the measurement time of the measurement data such that the improvement rate is equal to or less than a predetermined threshold. The server 14 outputs the determined number of measurements or the measurement time of the measurement data. [Selected Figure] Figure 1
Description
本開示は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。 The present disclosure relates to an information processing device, an information processing method, and an information processing program.
特許文献１には、短時間で微量元素の分析が可能な表面分析装置が開示されている。また、特許文献２には、目的ペプチドを同定するのに適したデータ積算回数を過不足なく自動的に設定可能とする方法が開示されている。 Patent Document 1 discloses a surface analysis device capable of analyzing trace elements in a short time. In addition, Patent Document 2 discloses a method for automatically setting the number of data accumulations appropriate for identifying a target peptide without excess or deficiency.
特許文献１，２に開示されているように、ある材料に対して複数回の計測処理が実行された際のデータを積算することにより、その材料の最終的なデータが得られる、という性質のデータが存在する。この場合、材料に対して計測処理を実行する際には、その計測時間又は計測回数をユーザが決定する必要がある。この場合、計測処理の計測時間又は計測回数が増加するほど、精度の良いデータが得られる。 As disclosed in Patent Documents 1 and 2, there exists data that has the property that the final data for a material can be obtained by accumulating the data obtained when multiple measurement processes are performed on the material. In this case, when performing measurement processes on the material, the user must determine the measurement time or number of measurements. In this case, the longer the measurement time or number of measurements in the measurement process, the more accurate the data that can be obtained.
特許文献１の技術は、スペクトルのノイズ成分の統計誤差を求め、その統計誤差に基づいてスペクトルの積算回数を求めるものである。また、特許文献２の技術は、同定が失敗したり同定が成功しても同定の信頼度を示すスコアや期待値が所定閾値に達したりしない場合には、データ積算回数を増やし、その増加分だけ標準ペプチドに対する分析を追加的に実行するものである。 The technology of Patent Document 1 calculates the statistical error of the noise components of the spectrum, and calculates the number of times the spectrum is accumulated based on the statistical error. The technology of Patent Document 2 increases the number of times data accumulation is performed and performs additional analysis of the standard peptide by the increased number of times when identification fails or when identification is successful but the score or expected value indicating the reliability of the identification does not reach a predetermined threshold.
上記特許文献１，２の技術は、ノイズの統計誤差又は信頼度を表すスコアを計測されたデータとは別個に計算しているものの、材料に対する計測処理の計測時間又は計測回数をより簡易に決定することができた方が好ましい。 Although the techniques of Patent Documents 1 and 2 calculate a score representing the statistical error or reliability of noise separately from the measured data, it would be preferable to be able to more easily determine the measurement time or number of measurements for the measurement process on the material.
本開示は、材料に対する計測処理を実行しながら、材料に対する計測処理の計測時間又は計測回数を簡易に決定することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。 The present disclosure aims to provide an information processing device, an information processing method, and an information processing program that can easily determine the measurement time or number of measurements for a measurement process on a material while performing the measurement process on the material.
第１態様に係る情報処理装置は、材料に対して所定の計測処理を実行することにより得られる計測データを取得する取得部と、前記取得部によって取得された、回数又は時刻ｎまでに計測された前記計測データのばらつきを表す第１統計量と、回数又は時刻ｎ＋１までに計測された前記計測データのばらつきを表す第２統計量とに基づいて、回数又は時刻ｎまでに計測された前記計測データと回数又は時刻ｎ＋１までに計測された前記計測データとの間における前記計測データの改善を表す改善率を計算する計算部と、前記計算部によって計算された前記改善率が所定閾値以下となるような、前記計測データの計測回数又は計測時刻を決定する決定部と、前記決定部により決定された前記計測データの計測回数又は計測時刻を出力する出力部と、を備えた情報処理装置である。第１態様に係る情報処理装置によれば、材料に対する計測処理を実行しながら、材料に対する計測処理の計測時間又は計測回数を簡易に決定することができる。 The information processing device according to the first aspect is an information processing device including: an acquisition unit that acquires measurement data obtained by performing a predetermined measurement process on a material; a calculation unit that calculates an improvement rate that represents an improvement of the measurement data between the measurement data measured up to the number or time n and the measurement data measured up to the number or time n+1 based on a first statistic that represents the variance of the measurement data measured up to the number or time n acquired by the acquisition unit and a second statistic that represents the variance of the measurement data measured up to the number or time n+1; a determination unit that determines the number of measurements or the measurement time of the measurement data such that the improvement rate calculated by the calculation unit is equal to or less than a predetermined threshold; and an output unit that outputs the number of measurements or the measurement time of the measurement data determined by the determination unit. According to the information processing device according to the first aspect, the measurement time or the number of measurements of the measurement process on the material can be easily determined while performing the measurement process on the material.
第２態様に係る情報処理装置の前記計算部は、対象回数又は対象時刻が異なる複数個の前記改善率を計算し、前記決定部は、複数個の前記改善率に基づいて、前記計測データの計測回数又は計測時刻と前記改善率との関係を表す回帰曲線を生成し、前記回帰曲線に基づいて、前記改善率が所定閾値以下となるような、前記計測データの計測回数又は計測時刻を予測する。第２態様に係る情報処理装置によれば、初期の計測処理によって得られた数個の計測データを用いて回帰曲線を生成することにより、材料に対する計測処理の計測時間又は計測回数を簡易に予測することができる。 The calculation unit of the information processing device according to the second aspect calculates a plurality of improvement rates having different target counts or target times, and the determination unit generates a regression curve representing the relationship between the improvement rate and the number of measurements or the measurement time of the measurement data based on the plurality of improvement rates, and predicts the number of measurements or the measurement time of the measurement data such that the improvement rate is equal to or less than a predetermined threshold based on the regression curve. According to the information processing device according to the second aspect, the measurement time or number of measurements of the measurement process for the material can be easily predicted by generating a regression curve using several pieces of measurement data obtained by an initial measurement process.
第３態様に係る情報処理装置の前記出力部は、前記改善率が所定閾値以下となるような前記計測データの計測回数又は計測時刻における、前記計測データの例を併せて出力する。第３態様に係る情報処理装置によれば、最適であると予想される計測時間又は計測回数での計測データ例を例示することにより、ユーザによる計測時間又は計測回数の意思決定を支援することができる。 The output unit of the information processing device according to the third aspect also outputs examples of the measurement data at the number of measurements or the measurement time of the measurement data at which the improvement rate is equal to or less than a predetermined threshold. According to the information processing device according to the third aspect, by providing examples of measurement data at the measurement time or number of measurements that are expected to be optimal, it is possible to assist the user in making a decision regarding the measurement time or number of measurements.
第４態様に係る情報処理方法は、材料に対して所定の計測処理を実行することにより得られる計測データを取得し、回数又は時刻ｎまでに計測された前記計測データのばらつきを表す第１統計量と、回数又は時刻ｎ＋１までに計測された前記計測データのばらつきを表す第２統計量とに基づいて、回数又は時刻ｎまでに計測された前記計測データと回数又は時刻ｎ＋１までに計測された前記計測データとの間における前記計測データの改善を表す改善率を計算し、計算された前記改善率が所定閾値以下となるような、前記計測データの計測回数又は計測時刻を決定し、決定された前記計測データの計測回数又は計測時刻を出力する、処理をコンピュータが実行する情報処理方法である。第４態様に係る情報処理方法によれば、材料に対する計測処理を実行しながら、材料に対する計測処理の計測時間又は計測回数を簡易に決定することができる。 The information processing method according to the fourth aspect is an information processing method in which a computer executes a process to acquire measurement data obtained by performing a predetermined measurement process on a material, calculate an improvement rate representing an improvement of the measurement data between the measurement data measured up to the number or time n and the measurement data measured up to the number or time n+1 based on a first statistic representing the variance of the measurement data measured up to the number or time n and a second statistic representing the variance of the measurement data measured up to the number or time n+1, determine the number of measurements or the measurement time of the measurement data such that the calculated improvement rate is equal to or less than a predetermined threshold, and output the determined number of measurements or the measurement time of the measurement data. According to the information processing method according to the fourth aspect, the measurement time or the number of measurements of the measurement process on the material can be easily determined while performing the measurement process on the material.
第５態様に係る情報処理プログラムは、材料に対して所定の計測処理を実行することにより得られる計測データを取得し、回数又は時刻ｎまでに計測された前記計測データのばらつきを表す第１統計量と、回数又は時刻ｎ＋１までに計測された前記計測データのばらつきを表す第２統計量とに基づいて、回数又は時刻ｎまでに計測された前記計測データと回数又は時刻ｎ＋１までに計測された前記計測データとの間における前記計測データの改善を表す改善率を計算し、計算された前記改善率が所定閾値以下となるような、前記計測データの計測回数又は計測時刻を決定し、決定された前記計測データの計測回数又は計測時刻を出力する、処理をコンピュータに実行させるための情報処理プログラムである。第５態様に係る情報処理プログラムによれば、材料に対する計測処理を実行しながら、材料に対する計測処理の計測時間又は計測回数を簡易に決定することができる。 The information processing program according to the fifth aspect is an information processing program for causing a computer to execute a process that acquires measurement data obtained by performing a predetermined measurement process on a material, calculates an improvement rate representing an improvement of the measurement data between the measurement data measured up to the number or time n and the measurement data measured up to the number or time n+1 based on a first statistic representing the variance of the measurement data measured up to the number or time n and a second statistic representing the variance of the measurement data measured up to the number or time n+1, determines the number of measurements or the measurement time of the measurement data such that the calculated improvement rate is equal to or less than a predetermined threshold, and outputs the determined number of measurements or the measurement time of the measurement data. According to the information processing program according to the fifth aspect, the measurement time or the number of measurements of the measurement process on the material can be easily determined while performing the measurement process on the material.
なお、上記各態様において、機械学習によって予め学習された学習済みモデルを用いて、改善率を計算するようにしてもよい。この場合には、例えば、第１統計量と第２統計量とが学習済みモデルへ入力されると、学習済みモデルは改善率を出力するように構成される。 In each of the above aspects, the improvement rate may be calculated using a trained model that has been trained in advance by machine learning. In this case, for example, when the first statistic and the second statistic are input to the trained model, the trained model is configured to output the improvement rate.
または、上記各態様において、機械学習によって予め学習された学習済みモデルを用いて、改善率が所定閾値以下となるような計測データの計測回数又は計測時刻を決定するようにしてもよい。この場合には、例えば、第１統計量と第２統計量とが学習済みモデルへ入力されると、学習済みモデルは、改善率が所定閾値以下となるような計測データの計測回数又は計測時刻を出力するように構成される。 Alternatively, in each of the above aspects, a trained model that has been trained in advance by machine learning may be used to determine the number of measurements or the measurement time of the measurement data such that the improvement rate is equal to or less than a predetermined threshold. In this case, for example, when the first statistic and the second statistic are input to the trained model, the trained model is configured to output the number of measurements or the measurement time of the measurement data such that the improvement rate is equal to or less than the predetermined threshold.
以上説明したように本開示によれば、材料に対する計測処理を実行しながら、材料に対する計測処理の計測時間又は計測回数を簡易に決定することができる、という効果がある。 As described above, the present disclosure has the advantage of being able to easily determine the measurement time or number of measurements for a material measurement process while the measurement process is being performed on the material.
以下、図面を用いて実施形態の情報処理システムについて説明する。 The following describes the information processing system of the embodiment with reference to the drawings.
図１は、実施形態に係る情報処理システム１０の機能構成の一例を示すブロック図である。情報処理システム１０は、図１に示されるように、ユーザ端末１２と情報処理装置の一例であるサーバ１４とを備える。ユーザ端末１２とサーバ１４とは、例えば、インターネット等のネットワーク１６を介して通信可能に接続される。 Fig. 1 is a block diagram showing an example of the functional configuration of an information processing system 10 according to an embodiment. As shown in Fig. 1, the information processing system 10 includes a user terminal 12 and a server 14, which is an example of an information processing device. The user terminal 12 and the server 14 are connected to each other so as to be able to communicate with each other via a network 16, such as the Internet.
上記特許文献１，２に開示されているように、ある材料に対して複数回の計測処理が実行された際のデータを積算することにより、その材料の最終的なデータが得られる、という性質のデータが存在する。 As disclosed in the above-mentioned Patent Documents 1 and 2, there is data that has the property that the final data for a certain material can be obtained by accumulating the data obtained when multiple measurement processes are performed on the material.
この場合、材料の最終的なデータを取得する際には、ユーザは、その計測回数又は計測時間を決定する必要がある。しかし、ユーザは、どの程度の計測時間又は計測回数でどの程度の精度の計測データが得られるのか、ということが分からない、という課題がある。 In this case, when obtaining the final data on the material, the user must decide the number of measurements or the measurement time. However, there is an issue in that the user does not know how much measurement time or how many measurements will be required to obtain measurement data with what level of accuracy.
そこで、本実施形態のサーバ１４は、材料に対する計測処理の計測回数又は計測時間に関するデータを出力し、材料の計測処理の条件をレコメンドする。これにより、ユーザは、材料に対する計測処理を実行しながら、材料に対する計測処理の計測時間又は計測回数を簡易に決定することができる。 Therefore, the server 14 of this embodiment outputs data regarding the number of measurements or the measurement time of the measurement process for the material, and recommends the conditions for the measurement process for the material. This allows the user to easily determine the measurement time or the number of measurements for the measurement process for the material while performing the measurement process for the material.
以下、具体的に説明する。 The details are explained below.
（ユーザ端末）
ユーザ端末１２は、ユーザによって操作される。
(User terminal)
The user terminal 12 is operated by a user.
ユーザは、材料に対して所定の計測処理を実行することにより得られたデータである計測データを、自身が操作するユーザ端末１２へ入力する。なお、計測データは、例えば、各種手法によって計測されたデータであり、スペクトルデータ又は画像データ等である。ユーザ端末１２は、ユーザによる操作に応じて、計測データをサーバ１４へ送信する。 The user inputs measurement data, which is data obtained by performing a specified measurement process on a material, into the user terminal 12 that the user operates. The measurement data is, for example, data measured using various methods, such as spectral data or image data. The user terminal 12 transmits the measurement data to the server 14 in response to operations by the user.
（サーバ） (Server)
サーバ１４は、図１に示されるように、取得部１４０と、データ記憶部１４１と、計算部１４２と、決定部１４４と、出力部１４６とを備えている。 As shown in FIG. 1, the server 14 includes an acquisition unit 140, a data storage unit 141, a calculation unit 142, a determination unit 144, and an output unit 146.
取得部１４０は、ユーザ端末１２から送信された計測データを逐次取得する。そして、取得部１４０は、計測データをデータ記憶部１４１へ格納する。 The acquisition unit 140 sequentially acquires the measurement data transmitted from the user terminal 12. The acquisition unit 140 then stores the measurement data in the data storage unit 141.
計算部１４２は、データ記憶部１４１に格納されている各回又は各時刻の計測データに基づいて、回数ｎ（又は時刻ｎ）までに計測された計測データのばらつきを表す第１統計量σｎと、回数ｎ＋１（又は時刻ｎ＋１）までに計測された計測データのばらつきを表す第２統計量σｎ＋１とを計算する。 The calculation unit 142 calculates a first statistic σ n representing the variance of the measurement data measured up to the number n (or time n) and a second statistic σ n+1 representing the variance of the measurement data measured up to the number n+1 (or time n+ 1 ) based on the measurement data for each time or each time stored in the data storage unit 141 .
そして、計算部１４２は、第１統計量σｎと、第２統計量σｎ＋１とに基づいて、回数ｎ（又は時刻ｎ）までに計測された計測データと回数ｎ＋１（又は時刻ｎ＋１）までに計測された計測データとの間における計測データの改善を表す改善率を計算する。 Then, the calculation unit 142 calculates an improvement rate that represents an improvement in the measurement data between the measurement data measured up to the number n (or time n) and the measurement data measured up to the number n+ 1 (or time n+1) based on the first statistical amount σ n and the second statistical amount σ n+1.
図２は、本実施形態の改善率を説明するための図である。以下、図２を参照して、改善率の計算方法の一例を説明する。 Figure 2 is a diagram for explaining the improvement rate in this embodiment. Below, an example of a method for calculating the improvement rate is explained with reference to Figure 2.
例えば、図２に示されているように、あるスペクトルデータＤが、材料に対する１～ｎ回目（又は時刻１～時刻ｎ）までの計測処理によって得られた計測データを積算することにより求められているとする。図２の右側に示されているように、このスペクトルデータＤのｙの値は、ｘ軸方向の各箇所ｐ１，ｐ２，ｐ３，ｐ４，ｐ５において得られた各回のｙの値を平均することにより得られる。 For example, as shown in Figure 2, assume that certain spectrum data D is obtained by accumulating the measurement data obtained from the first to nth measurement processes (or time 1 to time n) for a material. As shown on the right side of Figure 2, the y value of this spectrum data D is obtained by averaging the y values obtained for each measurement at points p1, p2, p3, p4, and p5 in the x-axis direction.
例えば、ｎ＝２である場合、図２の右側に示されるように、２回目までの計測処理によって得られたｐ１～ｐ５の各箇所のｙの値の平均値μ１～μ５が計算される。また、２回目までのｐ１～ｐ５の各箇所のｙの値の標準偏差ｓ１～ｓ５が計算される。そして、２回目までのｐ１～ｐ５の各箇所のｙの値のばらつきを表す変動係数σｎ１～σｎ５が計算される。なお、図２に示されているように、ｙの値のばらつきを表す変動係数（平均値で規格化した標準偏差）σｎ＝ｓ／μである。また、図２に示される「ave」はｐ１～ｐ５までの平均値を表す For example, when n=2, as shown on the right side of FIG. 2, average values μ1 to μ5 of the y values at each of the locations p1 to p5 obtained by the measurement process up to the second time are calculated. In addition, standard deviations s1 to s5 of the y values at each of the locations p1 to p5 up to the second time are calculated. Then, coefficients of variation σ n 1 to σ n 5 representing the variation in the y values at each of the locations p1 to p5 up to the second time are calculated. Note that, as shown in FIG. 2, the coefficient of variation (standard deviation normalized by the average value) representing the variation in the y values is σ n = s/μ. Also, "ave" shown in FIG. 2 represents the average value from p1 to p5.
また、図２の右側に示されるように、ｎ＋１＝３回目までの計測処理によって得られたｐ１～ｐ５の各箇所のｙの値のばらつきを表す変動係数σ１ｎ＋１～σ５ｎ＋１が同様に計算される。 Furthermore, as shown on the right side of FIG. 2, coefficients of variation σ1 n+1 to σ5 n +1 that represent the variation in the y values at each of the locations p1 to p5 obtained by the measurement processes up to the n+ 1=3rd time are calculated in the same manner.
そして、２回目までの計測処理によって得られた変動係数σ１ｎ～σ５ｎと、３回目までの計測処理によって得られた変動係数σ１ｎ＋１～σ５ｎ＋１とに基づいて、ｐ１～ｐ５の各箇所の改善率１－（σｎ＋１／σｎ）が計算される。なお、図２では、ｐ１～ｐ５の各箇所の改善率はｉｍｐ１～ｉｍｐ５によって表されている。 Then, based on the coefficients of variation σ1 n to σ5 n obtained by the first two measurement processes and the coefficients of variation σ1 n+1 to σ5 n+1 obtained by the first three measurement processes, the improvement rate 1-(σ n+1 /σ n ) for each of the points p1 to p5 is calculated. Note that in FIG. 2, the improvement rates for each of the points p1 to p5 are represented by imp1 to imp5.
このため、計算部１４２は、第１統計量の一例である変動係数σｎと、第２統計量の一例である変動係数σｎ＋１とに基づいて、１－（σｎ＋１／σｎ）を改善率として計算する。 Therefore, the calculation section 142 calculates 1-(σ n+1 /σ n ) as the improvement rate based on the coefficient of variation σ n , which is an example of a first statistic, and the coefficient of variation σ n+1 , which is an example of a second statistic.
図３は、計測回数と改善率との間の関係を表す図である。図３（Ａ）に示されるように、改善率は計測回数が増加するほど低下していく。図３（Ａ）は、計測回数が増加すれば、ｎ回目までの計測処理により得られたデータとｎ＋１回目までの計測処理により得られたデータとの間の質の差が小さくなることも表している。 Figure 3 shows the relationship between the number of measurements and the improvement rate. As shown in Figure 3(A), the improvement rate decreases as the number of measurements increases. Figure 3(A) also shows that as the number of measurements increases, the difference in quality between the data obtained by the measurement process up to the nth measurement and the data obtained by the measurement process up to the n+1th measurement becomes smaller.
通常は、計測回数を決めるために、データ解析結果が変わらなくなることや、人の見た目でデータの違いがわからなくなること、などを基準にして改善率の所定の閾値を決め、最適な計測回数Ｎｏｐｔを決定する。 Typically, to determine the number of measurements, a predetermined threshold value for the improvement rate is determined based on criteria such as the point at which the data analysis results no longer change and the point at which differences in data become indistinguishable to the naked eye, and the optimal number of measurements N opt is determined.
決定部１４４は、計算部１４２によって計算された改善率１－（σｎ＋１／σｎ）が所定閾値以下となるような、計測データの計測回数又は計測時刻を決定する。 The determination unit 144 determines the number of measurements or the measurement time of the measurement data such that the improvement rate 1-(σ n+1 /σ n ) calculated by the calculation unit 142 is equal to or smaller than a predetermined threshold value.
例えば、計算部１４２は、対象回数ｎ（又は、対象時刻ｎ）が異なる複数個の改善率１－（σｎ＋１／σｎ）を計算する。 For example, the calculation unit 142 calculates a plurality of improvement rates 1-(σ n+1 /σ n ) with different target counts n (or different target times n).
そして、決定部１４４は、複数個の改善率１－（σｎ＋１／σｎ）に基づいて、図３（Ｂ）に示されるような計測データの計測回数（又は、計測時刻）と改善率との関係を表す回帰曲線を生成する。図３（Ｂ）に示される回帰曲線のグラフの横軸「＃of scans」は計測回数を表し、縦軸「Improvement ratio」が改善率を表し、図３（Ｂ）の「original」が複数個の改善率を表し、「estimated」が回帰曲線を表す。また、図３（Ｂ）の「1％line」が改善率1％となる箇所を表し、「Ｎ＝51154」が改善率1％となる計測回数を表す。 Then, the determination unit 144 generates a regression curve representing the relationship between the number of measurements (or measurement time) of the measurement data and the improvement rate as shown in Fig. 3( B ) based on the multiple improvement rates 1-(σ n +1 /σ n ). The horizontal axis "# of scans" of the regression curve graph shown in Fig. 3(B) represents the number of measurements, the vertical axis "Improvement ratio" represents the improvement rate, "original" in Fig. 3(B) represents the multiple improvement rates, and "estimated" represents the regression curve. Also, the "1% line" in Fig. 3(B) represents the point where the improvement rate is 1%, and "N=51154" represents the number of measurements where the improvement rate is 1%.
決定部１４４は、回帰曲線に基づいて、改善率１－（σｎ＋１／σｎ）が所定閾値（例えば、図３（Ｂ）の「1％line」）以下となるような、計測データの計測回数（例えば、図３（Ｂ）の「Ｎ＝51154」）を予測する。 Based on the regression curve, the determination unit 144 predicts the number of measurements of the measurement data (e.g., “N=51154” in FIG. 3B) such that the improvement rate 1-(σ n+1 /σ n ) is equal to or less than a predetermined threshold value (e.g., the “1% line” in FIG. 3B).
出力部１４６は、決定部１４４により出力された計測データの計測回数（又は計測時刻）を出力する。また、出力部１４６は、改善率１－（σｎ＋１／σｎ）が所定閾値以下となるような計測データの計測回数（又は計測時刻）における、計測データの例を併せて出力する。図４は、計測データの例を説明するための図である。 The output unit 146 outputs the number of measurements (or the measurement time) of the measurement data output by the determination unit 144. The output unit 146 also outputs an example of the measurement data at the number of measurements (or the measurement time) of the measurement data where the improvement rate 1-(σ n+1 /σ n ) is equal to or less than a predetermined threshold value. Fig. 4 is a diagram for explaining an example of the measurement data.
例えば、出力部１４６は、図４に示されるような情報を出力する。図４は、他の計測データの例である。図４には、計測回数Ｎ＝３，Ｎ＝４２，Ｎ＝１００までの計測データから得られた画像データと回帰曲線とが示されている。出力部１４６から出力されたデータはユーザ端末１２へ送信される。 For example, the output unit 146 outputs information as shown in FIG. 4. FIG. 4 is an example of other measurement data. FIG. 4 shows image data and a regression curve obtained from measurement data up to measurement counts N=3, N=42, and N=100. The data output from the output unit 146 is transmitted to the user terminal 12.
ユーザは、ユーザ端末１２を操作し、ユーザ端末１２の表示部（図示省略）に表示される情報を確認する。そして、ユーザは、改善率が所定閾値以下となるような計測データの計測回数（又は計測時刻）と、図４に示されるような情報を確認する。この場合、ユーザは、図４に示されるような他の計測データの例を確認することにより、改善率が所定閾値（例えば、1％）以下となるような計測データの計測回数によって得られたデータは、どの程度の品質なのかを把握することができる。例えば、図４に示されるように、最適であるとレコメンドされた計測回数Ｎ＝４２の画像と、計測回数Ｎ＝１００の画像とで、それほどの品質差が無いとユーザが感じた場合には、Ｎ＝４２が計測回数として採用され得る。 The user operates the user terminal 12 and checks the information displayed on the display unit (not shown) of the user terminal 12. The user then checks the number of measurements (or the measurement time) of the measurement data for which the improvement rate is equal to or less than the predetermined threshold value, and the information as shown in FIG. 4. In this case, the user can understand the quality of the data obtained by the number of measurements of the measurement data for which the improvement rate is equal to or less than the predetermined threshold value (e.g., 1%) by checking other examples of the measurement data as shown in FIG. 4. For example, as shown in FIG. 4, if the user feels that there is not much difference in quality between an image with measurement count N=42, which is recommended as optimal, and an image with measurement count N=100, N=42 can be adopted as the measurement count.
ユーザ端末１２及びサーバ１４は、例えば、図５に示すようなコンピュータ５０によって実現することができる。ユーザ端末１２及びサーバ１４を実現するコンピュータ５０は、ＣＰＵ５１、一時記憶領域としてのメモリ５２、及び不揮発性の記憶部５３を備える。また、コンピュータ５０は、入出力装置等（図示省略）が接続される入出力interface（Ｉ／Ｆ）５４、及び記録媒体５９に対するデータの読み込み及び書き込みを制御するread/write（Ｒ／Ｗ）部５５を備える。また、コンピュータは、インターネット等のネットワークに接続されるネットワークＩ／Ｆ５６を備える。ＣＰＵ５１、メモリ５２、記憶部５３、入出力Ｉ／Ｆ５４、Ｒ／Ｗ部５５、及びネットワークＩ／Ｆ５６は、バス５７を介して互いに接続される。 The user terminal 12 and the server 14 can be realized, for example, by a computer 50 as shown in FIG. 5. The computer 50 that realizes the user terminal 12 and the server 14 includes a CPU 51, a memory 52 as a temporary storage area, and a non-volatile storage unit 53. The computer 50 also includes an input/output interface (I/F) 54 to which an input/output device or the like (not shown) is connected, and a read/write (R/W) unit 55 that controls the reading and writing of data to a recording medium 59. The computer also includes a network I/F 56 that is connected to a network such as the Internet. The CPU 51, memory 52, storage unit 53, input/output I/F 54, R/W unit 55, and network I/F 56 are connected to one another via a bus 57.
記憶部５３は、Hard Disk Drive（ＨＤＤ）、Solid state drive（ＳＳＤ）、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部５３には、コンピュータを機能させるためのプログラムが記憶されている。ＣＰＵ５１は、プログラムを記憶部５３から読み出してメモリ５２に展開し、プログラムが有するプロセスを順次実行する。 The storage unit 53 can be realized by a hard disk drive (HDD), a solid state drive (SSD), a flash memory, etc. The storage unit 53 as a storage medium stores a program for causing the computer to function. The CPU 51 reads the program from the storage unit 53, expands it into the memory 52, and sequentially executes the processes contained in the program.
次に、実施形態の情報処理システム１０の作用について説明する。 Next, the operation of the information processing system 10 of the embodiment will be described.
ある材料に対する計測処理の実行が開始され、ユーザ端末１２へ計測データが入力されると、各回の計測データがサーバ１４へ逐次送信される。ユーザ端末１２からサーバ１４へ計測データが送信されると、サーバ１４の取得部１４０は、ユーザ端末１２から送信された、計測データを取得する。そして、取得部１４０は、計測データをデータ記憶部１４１へ格納する。そして、サーバ１４は図６に示す情報処理ルーチンを実行する。 When the execution of a measurement process for a certain material is started and measurement data is input to the user terminal 12, each measurement data is sequentially transmitted to the server 14. When the measurement data is transmitted from the user terminal 12 to the server 14, the acquisition unit 140 of the server 14 acquires the measurement data transmitted from the user terminal 12. The acquisition unit 140 then stores the measurement data in the data storage unit 141. The server 14 then executes the information processing routine shown in FIG. 6.
ステップＳ１００において、サーバ１４の計算部１４２は、回数ｎ（又は時刻ｎ）までに計測された計測データと、回数ｎ＋１（又は時刻ｎ＋１）までに計測された計測データとをデータ記憶部１４１から取得する。 In step S100, the calculation unit 142 of the server 14 acquires the measurement data measured up to count n (or time n) and the measurement data measured up to count n+1 (or time n+1) from the data storage unit 141.
ステップＳ１０２において、サーバ１４の計算部１４２は、回数ｎ（又は時刻ｎ）までに計測された計測データのばらつきを表す第１統計量σｎと、回数ｎ＋１（又は時刻ｎ＋１）までに計測された計測データのばらつきを表す第２統計量σｎ＋１とを計算する。 In step S102, the calculation unit 142 of the server 14 calculates a first statistic σ n representing the variance of the measurement data measured up to the number n (or time n) and a second statistic σ n+1 representing the variance of the measurement data measured up to the number n+1 (or time n+ 1 ).
ステップＳ１０４において、サーバ１４の計算部１４２は、第１統計量σｎと第２統計量σｎ＋１とに基づいて、改善率１－（σｎ＋１／σｎ）を計算する。 In step S104, the calculation unit 142 of the server 14 calculates an improvement rate 1-(σ n+1 /σ n ) based on the first statistic σ n and the second statistic σ n+1 .
ステップＳ１０６において、サーバ１４の計算部１４２は、ステップＳ１０４で計算された改善率１－（σｎ＋１／σｎ）が所定閾値（例えば、図３（Ｂ）の「1％line」）以下となるような、計測データの計測回数（例えば、図３（Ｂ）の「Ｎ＝51154」）を決定する。 In step S106, the calculation unit 142 of the server 14 determines the number of measurements of the measurement data (e.g., “N=51154” in FIG. 3B) such that the improvement rate 1-(σ n+1 /σ n ) calculated in step S104 is equal to or less than a predetermined threshold value (e.g., the “1% line” in FIG. 3B).
ステップＳ１０８において、サーバ１４の出力部１４６は、ステップＳ１０６で決定された計測データの計測回数（又は計測時刻）を出力する。また、サーバ１４の出力部１４６は、改善率１－（σｎ＋１／σｎ）が所定閾値以下となるような計測データの計測回数（又は計測時刻）における、計測データの例（例えば、上記図４）を併せて出力する。 In step S108, the output unit 146 of the server 14 outputs the number of measurements (or the measurement time) of the measurement data determined in step S106. The output unit 146 of the server 14 also outputs an example of the measurement data (for example, FIG. 4 above) at the number of measurements (or the measurement time) of the measurement data where the improvement rate 1-(σ n+1 /σ n ) is equal to or less than a predetermined threshold value.
サーバ１４の出力部１４６から出力されたデータは、ユーザ端末１２へ送信される。 The data output from the output unit 146 of the server 14 is transmitted to the user terminal 12.
ユーザ端末１２を操作するユーザは、サーバ１４から出力されたデータを確認する。そして、例えば、ユーザ端末１２を操作するユーザは、例えば、改善率１－（σｎ＋１／σｎ）が所定閾値以下となるような計測データの計測回数（又は計測時刻）を採用し、その計測回数（又は計測時刻）まで計測処理を繰り返す。 A user operating the user terminal 12 checks the data output from the server 14. Then, for example, the user operating the user terminal 12 adopts the number of measurements (or the measurement time) of the measurement data at which the improvement rate 1-(σ n+1 /σ n ) is equal to or less than a predetermined threshold, and repeats the measurement process until the number of measurements (or the measurement time) is reached.
以上説明したように、実施形態に係る情報処理システムのサーバは、材料に対して所定の計測処理を実行することにより得られる計測データを取得する。サーバは、回数ｎ（又は時刻ｎ）までに計測された計測データのばらつきを表す第１統計量と、回数ｎ＋１（又は時刻ｎ＋１）までに計測された計測データのばらつきを表す第２統計量とに基づいて、回数ｎ（又は時刻）ｎまでに計測された計測データと回数ｎ＋１（又は時刻ｎ＋１）までに計測された計測データとの間における計測データの改善を表す改善率を計算する。サーバは、計算された改善率が所定閾値以下となるような、計測データの計測回数又は計測時刻を決定する。サーバは、決定された計測データの計測回数又は計測時刻を出力する。これにより、材料に対する計測処理を実行しながら、材料に対する計測処理の計測時間又は計測回数を簡易に決定することができる。 As described above, the server of the information processing system according to the embodiment acquires measurement data obtained by performing a predetermined measurement process on a material. The server calculates an improvement rate representing the improvement of the measurement data between the measurement data measured up to the number n (or time n) and the measurement data measured up to the number n+1 (or time n+1) based on a first statistic representing the variance of the measurement data measured up to the number n (or time n) and a second statistic representing the variance of the measurement data measured up to the number n+1 (or time n+1). The server determines the number of measurements or the measurement time of the measurement data such that the calculated improvement rate is equal to or less than a predetermined threshold. The server outputs the determined number of measurements or the measurement time of the measurement data. This makes it possible to easily determine the measurement time or the number of measurements of the measurement process on the material while performing the measurement process on the material.
また、実施形態に係る情報処理システムのサーバは、計測データの計測回数又は計測時刻と改善率との関係を表す回帰曲線を生成し、回帰曲線に基づいて、改善率が所定閾値以下となるような、計測データの計測回数又は計測時刻を予測する。これにより、初期の計測処理によって得られた数個の計測データを用いて回帰曲線を生成することにより、材料に対する計測処理の計測時間又は計測回数を簡易に予測することができる。 The server of the information processing system according to the embodiment generates a regression curve that represents the relationship between the number of measurements or the measurement time of the measurement data and the improvement rate, and predicts the number of measurements or the measurement time of the measurement data that will make the improvement rate equal to or below a predetermined threshold based on the regression curve. This makes it possible to easily predict the measurement time or the number of measurements for the measurement process for the material by generating a regression curve using several pieces of measurement data obtained by the initial measurement process.
また、実施形態に係る情報処理システムのサーバは、改善率が所定閾値以下となるような計測データの計測回数又は計測時刻における、計測データの例を併せて出力する。これにより、最適であると予想される計測時間又は計測回数での計測データ例を例示することにより、ユーザによる計測時間又は計測回数の意思決定を支援することができる。 In addition, the server of the information processing system according to the embodiment also outputs examples of measurement data at the number of measurements or measurement times at which the improvement rate is equal to or less than a predetermined threshold. This makes it possible to assist the user in making decisions regarding the measurement time or number of measurements by providing examples of measurement data at the measurement time or number of measurements that are expected to be optimal.
また、上記の各実施形態におけるコンピュータ５０で行われる処理は、プログラムを実行することにより行われるソフトウエア処理として説明したが、これに限るものではない。例えば、ＧＰＵ（Graphics Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）、及びＦＰＧＡ（Field-Programmable Gate Array）等のハードウエアで行う処理としてもよい。或いは、ソフトウエア及びハードウエアの双方を組み合わせた処理としてもよい。また、ソフトウエアの処理とした場合には、プログラムを各種記憶媒体に記憶して流通させるようにしてもよい。 In addition, the processing performed by the computer 50 in each of the above embodiments has been described as software processing performed by executing a program, but this is not limited to this. For example, the processing may be performed by hardware such as a GPU (Graphics Processing Unit), an ASIC (Application Specific Integrated Circuit), or an FPGA (Field-Programmable Gate Array). Alternatively, the processing may be a combination of both software and hardware. Furthermore, if the processing is software, the program may be stored in various storage media and distributed.
さらに、本発明は、上記に限定されるものでなく、上記以外にも、その主旨を逸脱しない範囲内において種々変形して実施可能であることは勿論である。 Furthermore, the present invention is not limited to the above, and can of course be modified in various ways without departing from the spirit of the invention.
例えば、上記実施形態では、回帰曲線を生成し、改善率が所定閾値以下となるような、計測データの計測回数又は計測時刻を予測する場合を例に説明したが、これに限定されるものではない。例えば、サーバ１４は、現在の計測データの計測回数又は計測時刻が、決定された計測データの計測回数又は計測時刻（所定閾値に対応する計測回数又は計測時刻）を超えた場合に、アラートをユーザ端末１２に対して出力するようにしてもよい。これにより、現在の計測データの計測回数又は計測時刻が最適であると予想される計測時間又は計測回数を超えたことを、ユーザに対してリアルタイムに通知することができる。 For example, in the above embodiment, a regression curve is generated, and the number of measurements or the measurement time of the measurement data are predicted so that the improvement rate is equal to or less than a predetermined threshold value. However, the present invention is not limited to this. For example, the server 14 may output an alert to the user terminal 12 when the number of measurements or the measurement time of the current measurement data exceeds the number of measurements or the measurement time of the determined measurement data (the number of measurements or the measurement time corresponding to the predetermined threshold value). This makes it possible to notify the user in real time that the number of measurements or the measurement time of the current measurement data has exceeded the measurement time or the measurement number that is expected to be optimal.
また、上記実施形態では、計測データが正規分布する場合のばらつきを表す第１統計量及び第２統計量として変動係数を用いる場合を例に説明したが、これに限定されるものではない。計測データのばらつきを表すような統計量であれば、どのようなものであってもよい。例えば、第１統計量及び第２統計量としてはポアソン分布など、データの分布の種類に応じたパラメータに該当する量を用いてもよい。 In the above embodiment, the coefficient of variation is used as the first and second statistics that represent the variation when the measurement data is normally distributed, but the present invention is not limited to this. Any statistics that represent the variation of the measurement data may be used. For example, the first and second statistics may be quantities that correspond to parameters according to the type of data distribution, such as Poisson distribution.
また、上記実施形態では、改善率として１－（σｎ＋１／σｎ）を用いる場合を例に説明したが、これに限定されるものではなく、計測データの改善率を表すようなものであれば、どのようなものであってもよい。例えば、機械学習によって予め学習された学習済みモデルを用いて、改善率を計算するようにしてもよい。この場合には、例えば、第１統計量と第２統計量とが学習済みモデルへ入力されると、学習済みモデルは改善率を出力するように構成されてもよい。または、例えば、機械学習によって予め学習された学習済みモデルを用いて、改善率が所定閾値以下となるような計測データの計測回数又は計測時刻を決定するようにしてもよい。この場合には、例えば、第１統計量と第２統計量とが学習済みモデルへ入力されると、学習済みモデルは、改善率が所定閾値以下となるような計測データの計測回数又は計測時刻を出力するように構成されてもよい。 In the above embodiment, the case where 1-(σ n+1 /σ n ) is used as the improvement rate has been described as an example, but the present invention is not limited thereto, and any improvement rate that represents the improvement rate of the measurement data may be used. For example, the improvement rate may be calculated using a trained model trained in advance by machine learning. In this case, for example, when the first statistic and the second statistic are input to the trained model, the trained model may be configured to output the improvement rate. Alternatively, for example, the trained model trained in advance by machine learning may be used to determine the number of measurements or the measurement time of the measurement data such that the improvement rate is equal to or less than a predetermined threshold. In this case, for example, when the first statistic and the second statistic are input to the trained model, the trained model may be configured to output the number of measurements or the measurement time of the measurement data such that the improvement rate is equal to or less than a predetermined threshold.
１０ 情報処理システム
１２ ユーザ端末
１４ サーバ
５０ コンピュータ
５３ 記憶部
１４０ 取得部
１４１ データ記憶部
１４２ 計算部
１４４ 決定部
１４６ 出力部
10 Information processing system 12 User terminal 14 Server 50 Computer 53 Storage unit 140 Acquisition unit 141 Data storage unit 142 Calculation unit 144 Determination unit 146 Output unit
Claims (5)
前記取得部によって取得された、回数又は時刻ｎまでに計測された前記計測データのばらつきを表す第１統計量と、回数又は時刻ｎ＋１までに計測された前記計測データのばらつきを表す第２統計量とに基づいて、回数又は時刻ｎまでに計測された前記計測データと回数又は時刻ｎ＋１までに計測された前記計測データとの間における前記計測データの改善を表す改善率を計算する計算部と、
前記計算部によって計算された前記改善率が所定閾値以下となるような、前記計測データの計測回数又は計測時刻を決定する決定部と、
前記決定部により決定された前記計測データの計測回数又は計測時刻を出力する出力部と、
を備えた情報処理装置。 an acquisition unit that acquires measurement data obtained by performing a predetermined measurement process on the material;
a calculation unit that calculates an improvement rate that represents an improvement of the measurement data between the measurement data measured up to the number of times or the time n and the measurement data measured up to the number of times or the time n+1, based on a first statistic that represents a variance of the measurement data measured up to the number of times or the time n and a second statistic that represents a variance of the measurement data measured up to the number of times or the time n+1, both acquired by the acquisition unit;
a determination unit that determines the number of measurements or the measurement time of the measurement data such that the improvement rate calculated by the calculation unit is equal to or less than a predetermined threshold;
an output unit that outputs the number of measurements or the measurement time of the measurement data determined by the determination unit;
An information processing device comprising:
前記決定部は、複数個の前記改善率に基づいて、前記計測データの計測回数又は計測時刻と前記改善率との関係を表す回帰曲線を生成し、前記回帰曲線に基づいて、前記改善率が所定閾値以下となるような、前記計測データの計測回数又は計測時刻を予測する、
請求項１に記載の情報処理装置。 The calculation unit calculates a plurality of the improvement rates for different target counts or target times,
the determination unit generates a regression curve representing a relationship between the improvement rate and a number of measurements or a measurement time of the measurement data based on a plurality of the improvement rates, and predicts, based on the regression curve, a number of measurements or a measurement time of the measurement data such that the improvement rate is equal to or less than a predetermined threshold value.
The information processing device according to claim 1 .
請求項１又は請求項２に記載の情報処理装置。 The output unit also outputs an example of the measurement data at a measurement count or measurement time of the measurement data where the improvement rate is equal to or less than a predetermined threshold.
3. The information processing device according to claim 1 or 2.
回数又は時刻ｎまでに計測された前記計測データのばらつきを表す第１統計量と、回数又は時刻ｎ＋１までに計測された前記計測データのばらつきを表す第２統計量とに基づいて、回数又は時刻ｎまでに計測された前記計測データと回数又は時刻ｎ＋１までに計測された前記計測データとの間における前記計測データの改善を表す改善率を計算し、
計算された前記改善率が所定閾値以下となるような、前記計測データの計測回数又は計測時刻を決定し、
決定された前記計測データの計測回数又は計測時刻を出力する、
処理をコンピュータが実行する情報処理方法。 Acquiring measurement data obtained by performing a predetermined measurement process on the material;
calculating an improvement rate representing an improvement of the measurement data between the measurement data measured up to the number of times or the time n and the measurement data measured up to the number of times or the time n+1 based on a first statistic representing a variance of the measurement data measured up to the number of times or the time n and a second statistic representing a variance of the measurement data measured up to the number of times or the time n+1;
determining the number of measurements or the measurement time of the measurement data such that the calculated improvement rate is equal to or less than a predetermined threshold;
outputting the determined number of measurements or the measurement time of the measurement data;
An information processing method in which processing is performed by a computer.
回数又は時刻ｎまでに計測された前記計測データのばらつきを表す第１統計量と、回数又は時刻ｎ＋１までに計測された前記計測データのばらつきを表す第２統計量とに基づいて、回数又は時刻ｎまでに計測された前記計測データと回数又は時刻ｎ＋１までに計測された前記計測データとの間における前記計測データの改善を表す改善率を計算し、
計算された前記改善率が所定閾値以下となるような、前記計測データの計測回数又は計測時刻を決定し、
決定された前記計測データの計測回数又は計測時刻を出力する、
処理をコンピュータに実行させるための情報処理プログラム。 Acquiring measurement data obtained by performing a predetermined measurement process on the material;
calculating an improvement rate representing an improvement of the measurement data between the measurement data measured up to the number of times or the time n and the measurement data measured up to the number of times or the time n+1 based on a first statistic representing a variance of the measurement data measured up to the number of times or the time n and a second statistic representing a variance of the measurement data measured up to the number of times or the time n+1;
determining the number of measurements or the measurement time of the measurement data such that the calculated improvement rate is equal to or less than a predetermined threshold;
outputting the determined number of measurements or the measurement time of the measurement data;
An information processing program for causing a computer to execute processing.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022166544A JP2024059040A (en) | 2022-10-17 | 2022-10-17 | Information processing device, information processing method, and information processing program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022166544A JP2024059040A (en) | 2022-10-17 | 2022-10-17 | Information processing device, information processing method, and information processing program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2024059040A true JP2024059040A (en) | 2024-04-30 |
Family
ID=90826846
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022166544A Pending JP2024059040A (en) | 2022-10-17 | 2022-10-17 | Information processing device, information processing method, and information processing program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2024059040A (en) |
-
2022
- 2022-10-17 JP JP2022166544A patent/JP2024059040A/en active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108073519B (en) | Test case generation method and device | |
| JP4756675B2 (en) | System, method and program for predicting computer resource capacity | |
| JP6833642B2 (en) | Factor analyzers, factor analysis methods, and programs | |
| JP6219865B2 (en) | Control device failure prediction system | |
| KR102097953B1 (en) | Failure risk index estimation device and failure risk index estimation method | |
| JP4910804B2 (en) | Business process estimation program, business process estimation method, and business process estimation apparatus | |
| US20190242789A1 (en) | Data processing method, data processing device, and computer-readable recording medium having recorded thereon data processing program | |
| JP2008146157A (en) | Network abnormality decision device | |
| JP2007264914A (en) | Data analysis method | |
| US10819368B2 (en) | Method for compressing and restoring time series data | |
| JP2008140100A (en) | Information processor, data determination method and program | |
| JP2024059040A (en) | Information processing device, information processing method, and information processing program | |
| JP2007164346A (en) | Decision tree changing method, abnormality determination method, and program | |
| JP4797070B2 (en) | Random error distribution evaluation method and evaluation apparatus | |
| CN115168159A (en) | Abnormality detection method, abnormality detection device, electronic apparatus, and storage medium | |
| US20070188796A1 (en) | Image processing apparatus and image processing method | |
| KR102349023B1 (en) | Determination of Frequency Distribution of Nucleotide Sequence Variations | |
| JP2023036469A (en) | Outlier detection apparatus and method | |
| US20240176848A1 (en) | Information processing device, information processing method, and storage medium storing program | |
| JP4653526B2 (en) | Quality analysis method, quality analysis apparatus, computer program, and computer-readable storage medium | |
| US20200134480A1 (en) | Apparatus and method for detecting impact factor for an operating environment | |
| JP2021185469A (en) | Performance analysis device and performance analysis method | |
| JP7287093B2 (en) | Learning program, learning method and learning device | |
| JP2009134518A (en) | Verification method for test program, and verification system therefor | |
| EP4227865A1 (en) | Output control program, output control method, and information processing device |