JP6585654B2 - 判定装置、分析システム、判定方法および判定プログラム - Google Patents
判定装置、分析システム、判定方法および判定プログラム Download PDFInfo
- Publication number
- JP6585654B2 JP6585654B2 JP2017091184A JP2017091184A JP6585654B2 JP 6585654 B2 JP6585654 B2 JP 6585654B2 JP 2017091184 A JP2017091184 A JP 2017091184A JP 2017091184 A JP2017091184 A JP 2017091184A JP 6585654 B2 JP6585654 B2 JP 6585654B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- determination
- unit
- prediction model
- acquired
- 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.)
- Active
Links
Images
Landscapes
- Complex Calculations (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
次に、図2を参照して、本実施形態に係る判定装置の概略構成を説明する。図2に示すように、本実施形態に係る判定装置10は、ワークステーションやパソコン等の汎用コンピュータで実現され、入力部11と出力部12と通信制御部13と、記憶部14と、制御部15とを備える。
次に、図5を参照して、本実施形態に係る分析装置の概略構成を説明する。図5に示すように、本実施形態に係る分析装置20は、ワークステーションやパソコン等の汎用コンピュータで実現され、入力部21と出力部22と通信制御部23と、記憶部24と、制御部25とを備える。
次に、図8を参照して、判定装置10の判定処理について説明する。図8は判定処理手順を例示するフローチャートである。図8のフローチャートは、例えば、判定処理の対象のデータが入力されたタイミングで開始される。
図9は、本実施形態の判定処理の効果を説明するための説明図である。図9(a)に例示するように、学習に用いられるデータが数値データの場合には、外れ値を除外する処理を行わない無処理の場合に、構築される予測モデルの正解率すなわち精度が21%であった。一方、上記式(1)の倍率が0.5の場合に正解率が29%、倍率が1.0の場合に正解率が61%、倍率が1.5の場合に正解率が46%、倍率が2.0の場合に正解率が61%であり、いずれも有効性が確認された。
上記実施形態に係る判定装置10が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。一実施形態として、判定装置10は、パッケージソフトウェアやオンラインソフトウェアとして上記の判定処理を実行する判定プログラムを所望のコンピュータにインストールさせることによって実装できる。例えば、上記の判定プログラムを情報処理装置に実行させることにより、情報処理装置を判定装置10として機能させることができる。ここで言う情報処理装置には、デスクトップ型またはノート型のパーソナルコンピュータが含まれる。また、その他にも、情報処理装置にはスマートフォン、携帯電話機やPHS(Personal Handyphone System)などの移動体通信端末、さらには、PDA(Personal Digital Assistants)などのスレート端末などがその範疇に含まれる。また、ユーザが使用する端末装置をクライアントとし、当該クライアントに上記の判定処理に関するサービスを提供するサーバ装置として実装することもできる。例えば、判定装置10は、外れ値検出対象のデータを入力とし、検出した外れ値を出力する判定処理サービスを提供するサーバ装置として実装される。この場合、判定装置10は、Webサーバとして実装することとしてもよいし、アウトソーシングによって上記の判定処理に関するサービスを提供するクラウドとして実装することとしてもかまわない。以下に、判定装置10と同様の機能を実現する判定プログラムを実行するコンピュータの一例を説明する。
10 判定装置
11 入力部
12 出力部
13 通信制御部
14 記憶部
15 制御部
15a 算出部
15b 導出部
15c 判定部
20 分析装置
21 入力部
22 出力部
23 通信制御部
24 記憶部
24a 設定情報
25 制御部
25a 選択部
25b 計算部
25c 決定部
25d 検証部
Claims (6)
- 複数のデータを取得して、取得した全てのデータを用いて機械学習により予測モデルを構築し、該予測モデルを用いて、前記全てのデータについての異常スコアを算出する算出部と、
前記異常スコアの平均値と標準偏差とを用いて、所定の複数の値に対応した複数の閾値を導出する導出部と、
各閾値に対応して、前記全てのデータのうち、前記異常スコアが、導出された前記閾値を超えるデータを外れ値と判定する判定部と、
を備えることを特徴とする判定装置。 - 複数のデータを取得して、取得した全てのデータの一部であるサンプルデータを用いて機械学習により予測モデルを構築し、該予測モデルを用いて、前記全てのデータについての異常スコアを算出する算出部と、
前記異常スコアの平均値と標準偏差とを用いて、所定の複数の値に対応した複数の閾値を導出する導出部と、
各閾値に対応して、前記全てのデータのうち、前記異常スコアが、導出された前記閾値を超えるデータを外れ値と判定する判定部と、
を備えることを特徴とする判定装置。 - 前記導出部は、前記異常スコアの平均値と、前記異常スコアの標準偏差に任意の倍率を乗じた値とを加算することにより算出することを特徴とする請求項1または2に記載の判定装置。
- 分析装置と判定装置とを有する分析システムであって、
前記分析装置は、
前記判定装置で実行される判定処理を含む、予測モデルを構築する際に実行される複数の処理のそれぞれに対応し、対応する処理の設定内容を順次決定するステップにおいて、設定内容が決定されるたびに、次に実行されるステップを選択する選択部と、
前記複数の処理のうち、設定内容が決定済みの処理を当該決定済みの設定内容を適用して行うとともに、前記選択部によって選択されたステップに対応する処理を設定内容の候補のそれぞれを適用して行った場合に構築される予測モデルのそれぞれについて予測精度を計算する計算部と、
前記計算部によって計算された各予測精度を比較し、前記設定内容の候補のうち予測精度が最も高くなる設定内容の候補を、前記選択部によって選択されたステップに対応する処理の設定内容に決定する決定部と、を備え、
前記判定装置は、
複数のデータを取得して、取得した全てのデータまたは取得した全てのデータの一部であるサンプルデータを用いて機械学習により予測モデルを構築し、該予測モデルを用いて、前記全てのデータについての異常スコアを算出する算出部と、
前記異常スコアの平均値と標準偏差とを用いて、所定の複数の値に対応した複数の閾値を導出する導出部と、
各閾値に対応して、前記全てのデータのうち、前記異常スコアが、導出された前記閾値を超えるデータを外れ値と判定する判定処理を実行する判定部と、を備える
ことを特徴とする分析システム。 - 判定装置で実行される判定方法であって、
複数のデータを取得して、取得した全てのデータまたは取得した全てのデータの一部であるサンプルデータを用いて機械学習により予測モデルを構築し、該予測モデルを用いて、前記全てのデータについての異常スコアを算出する算出工程と、
前記異常スコアの平均値と標準偏差とを用いて、所定の複数の値に対応した複数の閾値を導出する導出工程と、
各閾値に対応して、前記全てのデータのうち、前記異常スコアが、導出された前記閾値を超えるデータを外れ値と判定する判定工程と、
を含んだことを特徴とする判定方法。 - 複数のデータを取得して、取得した全てのデータまたは取得した全てのデータの一部であるサンプルデータを用いて機械学習により予測モデルを構築し、該予測モデルを用いて、前記全てのデータについての異常スコアを算出する算出ステップと、
前記異常スコアの平均値と標準偏差とを用いて、所定の複数の値に対応した複数の閾値を導出する導出ステップと、
各閾値に対応して、前記全てのデータのうち、前記異常スコアが、導出された前記閾値を超えるデータを外れ値と判定する判定ステップと、
をコンピュータに実行させることを特徴とする判定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017091184A JP6585654B2 (ja) | 2017-05-01 | 2017-05-01 | 判定装置、分析システム、判定方法および判定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017091184A JP6585654B2 (ja) | 2017-05-01 | 2017-05-01 | 判定装置、分析システム、判定方法および判定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018190127A JP2018190127A (ja) | 2018-11-29 |
JP6585654B2 true JP6585654B2 (ja) | 2019-10-02 |
Family
ID=64480105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017091184A Active JP6585654B2 (ja) | 2017-05-01 | 2017-05-01 | 判定装置、分析システム、判定方法および判定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6585654B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7137150B2 (ja) * | 2019-03-14 | 2022-09-14 | オムロン株式会社 | 動作分析装置、動作分析方法及び動作分析プログラム |
JP2021015573A (ja) * | 2019-07-16 | 2021-02-12 | ファナック株式会社 | 異常判定装置及び異常判定システム |
JP6856162B2 (ja) * | 2019-09-24 | 2021-04-07 | ダイキン工業株式会社 | 制御システム |
WO2022059208A1 (ja) * | 2020-09-18 | 2022-03-24 | 日本電信電話株式会社 | 学習装置、学習方法及び学習プログラム |
CN113537285A (zh) * | 2021-06-08 | 2021-10-22 | 内蒙古卫数数据科技有限公司 | 一种利用患者历史比对数据基于机器学习技术的新型临床错配样本识别方法 |
KR102484916B1 (ko) | 2022-08-23 | 2023-01-06 | (주)위세아이텍 | 사용자 설정 기반 플랜트 예지정비 장치 및 방법 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008016109A1 (fr) * | 2006-08-03 | 2008-02-07 | Panasonic Electric Works Co., Ltd. | Procédé d'optimisation de jeu de données d'apprentissage pour dispositif d'identification du signal et dispositif d'identification du signal capable d'optimiser le jeu de données d'apprentissage |
JP6661559B2 (ja) * | 2017-02-03 | 2020-03-11 | 株式会社東芝 | 異常検出装置、異常検出方法およびプログラム |
-
2017
- 2017-05-01 JP JP2017091184A patent/JP6585654B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018190127A (ja) | 2018-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6585654B2 (ja) | 判定装置、分析システム、判定方法および判定プログラム | |
JP6954003B2 (ja) | データベースのための畳み込みニューラルネットワークモデルの決定装置及び決定方法 | |
JP6182242B1 (ja) | データのラベリングモデルに係る機械学習方法、コンピュータおよびプログラム | |
JP6588495B2 (ja) | 分析システム、設定方法および設定プログラム | |
US11620474B2 (en) | Model reselection for accommodating unsatisfactory training data | |
CN113868953B (zh) | 工业***中多机组运行优化方法、装置、***及存储介质 | |
JPWO2017130835A1 (ja) | 作成装置、作成方法、および作成プログラム | |
JP2018528511A (ja) | 生産システムにおける出力効率の最適化 | |
JP6577516B2 (ja) | 判定装置、分析システム、判定方法および判定プログラム | |
JP6577515B2 (ja) | 分析装置、分析方法及び分析プログラム | |
JP6659618B2 (ja) | 分析装置、分析方法及び分析プログラム | |
JP7173308B2 (ja) | 検知装置、検知方法および検知プログラム | |
CN110458383B (zh) | 需求处理服务化的实现方法、装置及计算机设备、存储介质 | |
JP7147853B2 (ja) | 異常要因推定装置、異常要因推定方法、及びプログラム | |
US20230196109A1 (en) | Non-transitory computer-readable recording medium for storing model generation program, model generation method, and model generation device | |
JP7251955B2 (ja) | 検出装置及び機械学習方法 | |
CN111727108B (zh) | 用于控制机器人的方法、装置及***以及存储介质 | |
JP6588494B2 (ja) | 抽出装置、分析システム、抽出方法及び抽出プログラム | |
JP7424373B2 (ja) | 分析装置、分析方法及び分析プログラム | |
JP6611268B2 (ja) | 特定装置、分析システム、特定方法及び特定プログラム | |
WO2012032747A1 (ja) | 特徴点選択システム、特徴点選択方法および特徴点選択プログラム | |
JP7331938B2 (ja) | 学習装置、推定装置、学習方法及び学習プログラム | |
JP2014215761A (ja) | 商品カテゴリ間の階層的関係を用いた市場情勢変化分析方法および装置 | |
JP7306460B2 (ja) | 敵対的事例検知システム、方法およびプログラム | |
JP6805313B2 (ja) | 特定装置、特定方法及び特定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180808 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190701 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190709 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190819 |
|
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: 20190903 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190905 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6585654 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |