JP6616854B2 - 移行単位分析装置、移行単位分析方法及び移行単位分析プログラム - Google Patents
移行単位分析装置、移行単位分析方法及び移行単位分析プログラム Download PDFInfo
- Publication number
- JP6616854B2 JP6616854B2 JP2018017104A JP2018017104A JP6616854B2 JP 6616854 B2 JP6616854 B2 JP 6616854B2 JP 2018017104 A JP2018017104 A JP 2018017104A JP 2018017104 A JP2018017104 A JP 2018017104A JP 6616854 B2 JP6616854 B2 JP 6616854B2
- Authority
- JP
- Japan
- Prior art keywords
- graph
- unit
- components
- information
- combination information
- 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
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
請求項8に係移行単位分析方法は、請求項6又は7に記載の移行単位分析方法において、前記グラフ制御ステップでは、前記結合情報として構成要素の属性の同異を更に用いて、一の移行単位に含める構成要素を再決定することを特徴とする。
本発明は、旧システムから新システムへのシステム移行において、後述する第1の特徴から第6の特徴を用いて移行単位分析を行う。移行単位分析とは、どのサブシステム単位で移行を行うべきかを決定すること、すなわち、システムを構成する複数の構成要素から一の移行単位に含める構成要素を決定することである。
第1の実施形態では、システム移行に係る人手の作業コストを最小化しつつ、人手の移行単位分析結果に近い分類結果を得るという第1の目的を達成するため、第1の特徴、第3の特徴〜第6の特徴を用いる。
図1は、第1の実施形態に係る移行単位分析装置の構成を示す図である。当該移行単位分析装置1は、グラフ形成部11と、グラフ分類部12と、グラフembedding部13と、を備えて構成される。
移行単位分析装置1で行う移行単位分析方法の動作について説明する。以降、構成要素の例として機能プログラムとデータベースを用いる。機能プログラムについては機能ノード、データベースについてはDBノードと呼ぶ。
第1の動作例では、第1の特徴のみを用いる場合について説明する。第1の特徴は、人手で移行単位に関する部分的な教示を与え、当該部分的な教示に基づきグラフ内のノードを分類することにある。
グラフ形成部11は、移行対象システムに関するシステム情報を入力し、当該システム情報に含まれる所定の情報に基づき、当該移行対象システムを構成する機能ノードとDBノードとの間をエッジで結んだグラフを形成する。所定の情報とは、例えば各ノードの処理順やノード間の参照関係等であり、少なくともノード間の関連性を示す情報であればよい。その他、第4の特徴、第5の特徴、第6の特徴を用いて形成されたグラフ内のノード間の結合情報でもよい。グラフの例を図3の左側に示す。当該グラフは、F1〜F4の機能ノードとDBa〜DBfのDBノードで構成され、例えばF1はDBaとDBbとそれぞれ関連するためにエッジで結合されている。
移行単位分析装置1の利用者が、ある程度の数のクラスを指定し、ステップS101で形成されたグラフ内の機能ノードとDBノードに対して、部分的に、所定のクラスに該当するノードを指定する教示を与える。当該教示が教師データである。図3の左側に示すように、例えば、F2とDBcが同じクラスAであることと、F3とDBeが同じクラスBであることを教示する。その後、グラフ分類部12は、利用者より与えられた教師データを入力する。
グラフ分類部12は、ステップS101で形成されたグラフのグラフ構造情報と、ステップS103で与えられた教師データとを用いて、当該グラフ内のエッジ情報(結合情報)と教師データとを元に、教師データとして与えられたノード以外のノードを分類し、移行単位分析結果として出力する。図3の右側に示すように、例えば、F2に結合するDBdについてはクラスAに分類し、DBeに結合するF4や当該F4に結合するDBfについてはクラスBに分類する。例えば、{F2,DBc,DBd}をクラスAとし、{F1,F3,F4,DBa,DBb,DBe,DBf}をクラスBとして分類し、それぞれを一の移行単位として出力する。
第1の動作例では、移行単位システムが持つオリジナルの情報に基づいて構成されたグラフを用いる場合を例に説明したが、第4の特徴から第6の特徴のうちいずれか1つ以上の特徴を用いて形成されたグラフ、第3の特徴を用いてグラフembedding部13から出力されたグラフを用いてもよい。グラフに対して複数の特徴を重畳的に適用することにより、単一の特徴のみを適用する場合よりも、高精度な移行単位分析用の分類を行うことができ、より人の直感に合う分類結果を得ることができる。
第2の動作例では、第1の特徴と第3の特徴と第4の特徴を用いる場合について説明する。第3の特徴は、グラフベースのembedding法又はニューラルネットワークを用いることにある。当該第3の特徴は、最後に説明する。第4の特徴は、構成要素間の参照の有無、及び構成要素間の参照の種類の相違による参照の重要度を元に、移行単位を分類することにある。本動作例は、参照関係がある構成要素群は一の移行単位とし、参照関係がある場合でも参照の重要度(構成要素間の結合度)が弱い構成要素群は分けるという考え方に基づいている。
グラフ形成部11は、移行対象システムに関するシステム情報を入力し、ノード間の参照の有無に基づき、当該移行対象システムにおいて機能ノードからDBノードへのリンクをエッジで結んだグラフを形成する。
グラフembedding部13は、ステップS201で形成されたグラフの参照・非参照グラフ構造情報を用いて、グラフ内のリンク情報(参照・非参照情報)を元に、グラフ内のノードを分類する。図5の左側に示すように、例えば、{F1,F3,F4}→{DBa,DBb,DBe,DBf}というクラスAと、{F2}→{DBc,DBd}というクラスBとに分類する。
グラフembedding部13は、ステップS201で形成されたグラフからリンクの種類(参照の種類)を特定し、その種類を元に参照の結合度の弱いリンクは重要でないリンクとみなして、当該結合度の弱いリンクを除いたリンクを元にノードを分類する。参照の種類について説明する。機能ノードとDBノードの場合、その間の参照関係には、例えば、c(create;データベースを作成すること)、r(read;データを読むこと)、u(update;データベースを書き換えること)、d(delete;データを削除すること)の4種類があるとする。移行単位分析において、データの参照を示すrはデータを更新するc,u,dよりもノード間の結合度は弱く、一の移行単位とする優先度は低い。そこで、rの参照関係を持つリンクについては、ないものとみなす。その結果、図5の右側に示すように、例えば、F3からDBaへの破線で示されたリンクの種類がrであれば、当該リンクを除外し、{F1}→{DBa,DBb}というクラスAと、{F2}→{DBc,DBd}というクラスBと、{F3,F4}→{DBe,DBf}というクラスCとに分類して、それぞれを一の移行単位として出力する。その後、グラフembedding部13は、当該分類結果を、グラフembedding結果としてグラフ分類部12に出力する。
グラフ分類部12は、グラフembedding部13から出力されたグラフembedding結果と、利用者より与えられた教師データとを用いて、グラフ内のリンク情報と教師データとを元に、ステップS103と同様の処理を行う。
第3の動作例では、第1の特徴、第3の特徴から第5の特徴を用いる場合について説明する。第5の特徴は、ノードのファイル配置関係の同異を元に、移行単位を分類することにある。本動作例は、ノードファイルが配置されている位置が同一のノード群(同一フォルダに含まれるノード群)は一の移行単位とするという考え方に基づいている。
グラフembedding部13は、移行対象システムに関するシステム情報からノードのファイル配置情報を取得し、ノードのファイルパスやディレクトリ構造に基づき、機能ノードが属する上位のディレクトリを特定する。例えば、図5の右側に示したF1,F2の機能ノードは同じD01のディレクトリに属し、F3,F4の機能ノードは同じD02のディレクトリに属するとする。
グラフembedding部13は、ステップS301で特定したディレクトのIDを用いて、ディレクトリが同じクラス又はノードについては結合し、ディレクトリが異なるクラス又はノードについては分割する。図7に示すように、例えば、D01のクラスAとクラスBを結合して{F1,F2}→{DBa,DBb,DBc,DBd}という新たなクラスAに分類し、D02のクラスCについてはクラスBに名称変更して{F3,F4}→{DBe,DBf}というクラスBに分類する。その後、グラフembedding部13は、当該分類結果を、グラフembedding結果としてグラフ分類部12に出力する。
グラフ分類部12は、グラフembedding部13から出力されたグラフembedding結果と、利用者より与えられた教師データとを用いて、グラフ内のリンク情報と教師データとを元に、ステップS103と同様の処理を行う。
第3の動作例では、第4の特徴を用いて分類したグラフを用いる場合について説明したが、移行単位システムが持つオリジナルの情報に基づいて構成されたグラフ(ステップS101で形成したグラフ)を用いてもよい。この場合、ステップS302では、クラスの結合処理ではなく、上層のディレクトリが同一であるノードを包含する包含処理を行うこととなる。
移行単位分析装置1の利用者は、第4の特徴である参照関係のrの種類に対する重みW1と、第5の特徴であるファイルパスに対する重みW2とに対して、移行単位分析を行う優先度・重要度を設定可能である。W1よりもW2の方が大きい場合、先に第5の特徴を用いて分類し、その後に第4の特徴を用いて分類してもよい。
第4の動作例では、第1の特徴と第3の特徴と第6の特徴を用いる場合について説明する。第6の特徴は、ノードの属性の同異を元に、移行単位を分類することにある。本動作例は、属性が同一のノード群については一の移行単位とするという考え方に基づいている。
グラフ形成部11は、移行対象システムに関するシステム情報を入力し、当該システム情報に含まれる所定の情報に基づき、当該移行対象システムを構成する機能ノードとDBノードとの間をエッジで結んだグラフを形成する。
グラフembedding部13は、移行対象システムに関するシステム情報を入力し、当該システム情報に含まれるノードの属性情報を参照して、機能ノードに対して付与されている属性の種別を特定する。図9の左側に示すように、例えば、F1,F2にはマスタに関する機能であることを示す属性1が付与され、F3,F4の機能ノードにはトランザクションに関する機能であることを示す属性2が付与されているとする。
グラフembedding部13は、ステップS401で形成されたグラフのグラフ構造情報と、ステップS402で特定されたノードの属性情報とを用いて、ノードの属性種別を元に、グラフ内のノードを分類する。例えば、F1,F2を一のクラスとし、F3,F4を一のクラスとする。このとき、グラフ構造情報に含まれるエッジ情報を併せて用いて分類してもよい。
移行単位分析装置1の利用者が、ある程度の数のクラスを指定し、グラフ内の機能ノードとDBノードとに対して、部分的に、所定のクラスに該当するノードを指定する教示を与える。図9の左側に示すように、例えば、F2とDBcとが同じクラスAであることと、F3とDBeとが同じクラスBであることを、教師データとして与える。その後、グラフ分類部12は、利用者より与えられた教師データを入力する。
グラフ分類部12は、ステップS403で分類された分類結果と、ステップS404で与えられた教師データとを用いて、グラフ内のノードを分類し、移行単位分析結果として出力する。図9の右側に示すように、例えば、{F1,F2,DBb,DBc,DBd}をクラスAとし、{F3,F4,DBa,DBe,DBf}をクラスBとして、それぞれを一の移行単位として出力する。F1,F2にはエッジによる結合関係はないが、属性の種類が同一のため、一の移行単位に含まれることとなる。
第4の動作例では、移行単位システムが持つオリジナルの情報に基づいて構成されたグラフを用いる場合について説明したが、第4の特徴を用いて分類したグラフ(ステップS202,S203によるグラフ)、第4の特徴と第5の特徴を併せて用いて分類したグラフ(ステップS303によるグラフ)、第5の特徴のみを用いて分類したグラフのうちいずれのグラフを用いてもよい。
移行単位分析装置1の利用者は、ノードの属性情報に対して重みW3を設定可能である。第4の特徴に係る重みW1や第5の特徴に係る重みW2との大小関係に基づき、各特徴を用いて行う分類処理の優先度を変更可能である。
第4の動作例では、マスタやトランザクションを属性情報の例に用いて説明したが、他の属性情報を用いてもよい。
次に、第2の実施形態について説明する。第2の実施形態では、人手の作業コストを零としつつ、高精度なクラスタリング結果を得るという第2の目的を達成するため、第2の特徴から第6の特徴を用いる。
図10は、第2の実施形態に係る移行単位分析装置の構成を示す図である。移行単位分析装置1は、グラフ形成部11と、グラフembedding部13と、グラフクラスタリング部14と、を備えて構成される。グラフ形成部11とグラフembedding部13は、第1の実施形態で説明した機能と同様の機能を持つ。
移行単位分析装置1で行う移行単位分析方法の動作について説明する。ここでは、第2の特徴を用いる場合についてのみ説明する。第3の特徴から第6の特徴を用いる場合の動作については、第1の実施形態と同様である。
グラフ形成部11は、移行対象システムに関するシステム情報を入力し、当該システム情報に含まれる所定の情報に基づき、当該移行対象システムを構成する機能ノードとDBノードとの間をエッジで結んだグラフを形成する。グラフの例を図12の左側に示す。
グラフクラスタリング部14は、ステップS501で形成されたグラフのグラフ構造情報を用いて、当該グラフ内のエッジ情報(結合情報)を元に、ノードをクラスタリングし、移行単位分析結果として出力する。図12の右側に示すように、例えば、{F2,DBc,DBd}をクラスAとし、{F1,F3,F4,DBa,DBb,DBe,DBf}をクラスBとしてクラスタリングし、それぞれを一の移行単位として出力する。
移行単位分析装置1を構成する各処理部の処理を具体的に説明する。詳しくは、先の非特許文献1、後述する非特許文献2,3,4等に記載されているため、本願明細書では処理の概要を説明するに留める。当業者であれば、非特許文献1から非特許文献4、当該非特許文献の関連文献等を参照すれば、各処理部を当然に実施可能である。
グラフembedding部13の処理について説明する。グラフembedding部13は、参照・非参照グラフ構造情報、ファイル配置情報、属性情報を入力とし、グラフベースのembedding法又はニューラルネットワークを用いて演算を行った後、グラフembedding結果をグラフ分類部12に出力する。
グラフベースのembedding法を用いる方法について説明する。例えば、「node2vec: Scalable Feature Learning for Networks」(Aditya Grover、外1名、Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining - KDD、2016年)(以降、非特許文献2という)に記載されたnode2vec等のグラフに対するembedding法を用いる。これにより、各グラフノードの稠密な連続値ベクトル表現を得ることができる。
ニューラルネットワークを用いる方法について説明する。ニューラルネットワークとは、人の脳の学習機構をソフトウェアで模倣した手法であり、例えば、入力層と出力層で構成され、層間はニューロン同士の繋がりの強さを示す重みで表現される。入力層に入力されたデータに対して重みをかけて閾値以上であれば出力層へ出力し、重みの値を変更して同様の処理を繰り返し実行する。
グラフ分類部12の処理について説明する。グラフ分類部12は、教師データを元に、グラフの生データとグラフembedding結果とを用いて、グラフ内のノードを分類する。例えば、非特許文献1に記載されたGraph Propagation法、「Semi-Supervised Classification with Graph Convolutional Networks」(Thomas N. Kipf、外1名、Published as a conference paper at ICLR、2017年)(以降、非特許文献3という)に記載されたGCN(Graph Convolutional Networks)法を用いて、各ノードのクラスを推定する。
グラフクラスタリング部14の処理について説明する。グラフクラスタリング部14は、教師データを用いることなく、グラフの生データとグラフembedding結果とを用いて、グラフ内のノードをクラスタリングする。例えば、「Fast unfolding of communities in large networks」(Vincent D. Blondel、外3名、2008年)(以降、非特許文献4という)に記載された多段階最適化を用いてクラスタリング可能である。なお、クラスタリング処理については、具体的な処理を説明せずとも当業者によれば実現可能なため、ここでの説明は省略する。詳しくは非特許文献4を参照されたい。
11…グラフ形成部
12…グラフ分類部(グラフ制御部)
13…グラフembedding部(グラフ制御部)
14…グラフクラスタリング部(グラフ制御部)
Claims (9)
- システムを構成する複数の構成要素を構成要素間の関連性に基づき結合したグラフを形成するグラフ形成部と、
前記複数の構成要素に対して一の移行単位とする一部の構成要素を教示した利用者の教師データと、前記グラフに含まれる構成要素間の結合情報とを用いて、一の移行単位に含める構成要素を決定するグラフ制御部と、を備え、
前記結合情報は、構成要素間の参照の種類に応じた参照の重要度と、構成要素の配置位置の同異と、の複数の結合情報であり、
前記グラフ制御部は、
前記複数の結合情報のうち一方の結合情報を用いて一の移行単位に含める構成要素を決定し、当該決定した結果をもとに他方の結合情報を更に用いて一の移行単位に含める構成要素を再決定して、前記複数の結合情報に基づく複数のグラフを統合的な1つのグラフとして処理することを特徴とする移行単位分析装置。 - システムを構成する複数の構成要素を構成要素間の関連性に基づき結合したグラフを形成するグラフ形成部と、
前記グラフに含まれる構成要素間の結合情報を用いて、一の移行単位に含める構成要素を決定するグラフ制御部と、を備え、
前記結合情報は、構成要素間の参照の種類に応じた参照の重要度と、構成要素の配置位置の同異と、の複数の結合情報であり、
前記グラフ制御部は、
前記複数の結合情報のうち一方の結合情報を用いて一の移行単位に含める構成要素を決定し、当該決定した結果をもとに他方の結合情報を更に用いて一の移行単位に含める構成要素を再決定して、前記複数の結合情報に基づく複数のグラフを統合的な1つのグラフとして処理することを特徴とする移行単位分析装置。 - 前記グラフ制御部は、
前記結合情報として構成要素の属性の同異を更に用いて、一の移行単位に含める構成要素を再決定することを特徴とする請求項1又は2に記載の移行単位分析装置。 - 前記グラフ制御部は、
前記結合情報として構成要素間の参照の有無を更に用いて、一の移行単位に含める構成要素を再決定することを特徴とする請求項1乃至3のいずれかに記載の移行単位分析装置。 - 前記グラフ制御部は、
グラフベースのembedding法又はニューラルネットワークを用いて、一の移行単位に含める構成要素を決定することを特徴とする請求項1乃至4のいずれかに記載の移行単位分析装置。 - 移行単位分析装置で行う移行単位分析方法において、
前記移行単位分析装置は、
システムを構成する複数の構成要素を構成要素間の関連性に基づき結合したグラフを形成するグラフ形成ステップと、
前記複数の構成要素に対して一の移行単位とする一部の構成要素を教示した利用者の教師データと、前記グラフに含まれる構成要素間の結合情報とを用いて、一の移行単位に含める構成要素を決定するグラフ制御ステップと、を行い、
前記結合情報は、構成要素間の参照の種類に応じた参照の重要度と、構成要素の配置位置の同異と、の複数の結合情報であり、
前記グラフ制御ステップでは、
前記複数の結合情報のうち一方の結合情報を用いて一の移行単位に含める構成要素を決定し、当該決定した結果をもとに他方の結合情報を更に用いて一の移行単位に含める構成要素を再決定して、前記複数の結合情報に基づく複数のグラフを統合的な1つのグラフとして処理することを特徴とする移行単位分析方法。 - 移行単位分析装置で行う移行単位分析方法において、
前記移行単位分析装置は、
システムを構成する複数の構成要素を構成要素間の関連性に基づき結合したグラフを形成するグラフ形成ステップと、
前記グラフに含まれる構成要素間の結合情報を用いて、一の移行単位に含める構成要素を決定するグラフ制御ステップと、を行い、
前記結合情報は、構成要素間の参照の種類に応じた参照の重要度と、構成要素の配置位置の同異と、の複数の結合情報であり、
前記グラフ制御ステップでは、
前記複数の結合情報のうち一方の結合情報を用いて一の移行単位に含める構成要素を決定し、当該決定した結果をもとに他方の結合情報を更に用いて一の移行単位に含める構成要素を再決定して、前記複数の結合情報に基づく複数のグラフを統合的な1つのグラフとして処理することを特徴とする移行単位分析方法。 - 前記グラフ制御ステップでは、
前記結合情報として構成要素の属性の同異を更に用いて、一の移行単位に含める構成要素を再決定することを特徴とする請求項6又は7に記載の移行単位分析方法。 - 請求項1乃至5のいずれかに記載の移行単位分析装置としてコンピュータを機能させることを特徴とする移行単位分析プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018017104A JP6616854B2 (ja) | 2018-02-02 | 2018-02-02 | 移行単位分析装置、移行単位分析方法及び移行単位分析プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018017104A JP6616854B2 (ja) | 2018-02-02 | 2018-02-02 | 移行単位分析装置、移行単位分析方法及び移行単位分析プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019133556A JP2019133556A (ja) | 2019-08-08 |
JP6616854B2 true JP6616854B2 (ja) | 2019-12-04 |
Family
ID=67547499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018017104A Active JP6616854B2 (ja) | 2018-02-02 | 2018-02-02 | 移行単位分析装置、移行単位分析方法及び移行単位分析プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6616854B2 (ja) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4341072B2 (ja) * | 2004-12-16 | 2009-10-07 | 日本電気株式会社 | データ配置管理方法及びシステムと装置およびプログラム |
JP2007286897A (ja) * | 2006-04-17 | 2007-11-01 | Hitachi Ltd | 記憶システム及びデータ管理装置並びにその管理方法 |
JP2009059201A (ja) * | 2007-08-31 | 2009-03-19 | Hitachi Ltd | ファイルレベルの仮想化と移行を行う中間装置 |
JP2015532734A (ja) * | 2012-10-03 | 2015-11-12 | 株式会社日立製作所 | 物理ストレージシステムを管理する管理システム、物理ストレージシステムのリソース移行先を決定する方法及び記憶媒体 |
JP2014164618A (ja) * | 2013-02-26 | 2014-09-08 | Canon Inc | 頻出パターン抽出装置、頻出パターン抽出方法及びプログラム |
JP6370183B2 (ja) * | 2014-09-26 | 2018-08-08 | Kddi株式会社 | ネットワーク装置、ネットワーク管理システムおよびプログラム |
-
2018
- 2018-02-02 JP JP2018017104A patent/JP6616854B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019133556A (ja) | 2019-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109121436B (zh) | 增广、探索、和维护项目分层结构的方法 | |
US20070244921A1 (en) | Method, apparatus and computer-readable medium to provide customized classification of documents in a file management system | |
CN110020176A (zh) | 一种资源推荐方法、电子设备以及计算机可读存储介质 | |
CN101432684A (zh) | 对非结构化内容进行高效索引存储的方法和装置 | |
CN106130899A (zh) | 一种生成业务路径的方法和装置 | |
CN113434756B (zh) | 基于图双向聚合网络链接预测模型的个性化评论推荐方法 | |
Aristodemou et al. | Exploring the future of patent analytics: A technology roadmapping approach | |
CN110737805A (zh) | 图模型数据的处理方法、装置和终端设备 | |
Kanti Kumar et al. | Application of graph mining algorithms for the analysis of web data | |
CN110188207B (zh) | 知识图谱构建方法及装置、可读存储介质、电子设备 | |
CN113228059A (zh) | 面向跨网络的表示学习算法 | |
JP2009134520A (ja) | ソーシャルネットワーク表示システム、方法、及びプログラム | |
CN112905906B (zh) | 一种融合局部协同与特征交叉的推荐方法及*** | |
CN115803727A (zh) | 实体解析***中匹配字段的自动检测 | |
JP6616854B2 (ja) | 移行単位分析装置、移行単位分析方法及び移行単位分析プログラム | |
Joulaei et al. | Classifying fuzzy flexible measures in data envelopment analysis | |
JP7412307B2 (ja) | 作成支援装置、作成支援方法、および作成支援プログラム | |
KR102375668B1 (ko) | 그래프 표현 학습 모델의 생성 방법 | |
Papachristou | Sublinear domination and core–periphery networks | |
Yousif et al. | Shape clustering using k-medoids in architectural form finding | |
McGee et al. | Towards visual analytics of multilayer graphs for digital cultural heritage | |
JP2014096086A (ja) | 文書分類システムおよび方法 | |
CN105373561B (zh) | 识别非关系数据库中的记录模式的方法和设备 | |
JP6775740B1 (ja) | 設計支援装置、設計支援方法及び設計支援プログラム | |
CN112540973A (zh) | 一种基于关联规则的网络可视化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180202 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190402 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190603 |
|
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: 20191105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191108 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6616854 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |