JP6973493B2 - 情報分析装置、情報分析方法および情報分析プログラム - Google Patents
情報分析装置、情報分析方法および情報分析プログラム Download PDFInfo
- Publication number
- JP6973493B2 JP6973493B2 JP2019541556A JP2019541556A JP6973493B2 JP 6973493 B2 JP6973493 B2 JP 6973493B2 JP 2019541556 A JP2019541556 A JP 2019541556A JP 2019541556 A JP2019541556 A JP 2019541556A JP 6973493 B2 JP6973493 B2 JP 6973493B2
- Authority
- JP
- Japan
- Prior art keywords
- group
- learning model
- prediction target
- groups
- partial
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
12 単位モデル生成部
14,14a 集合生成部
16,16a 部分和モデル生成部
18,18a 予測対象算出部
20,20a 評価部
22 出力部
24 制御部
30 記憶部
100 情報分析装置
200 情報分析システム
Claims (9)
- 予測対象が、複数の部分予測対象の和により表現される場合において、
前記部分予測対象を複数のグループに纏めることによりグループの集合を生成する集合生成部と、
前記グループに含まれる部分予測対象の和を目的変数とする学習モデルを生成する部分和モデル生成部と、
前記学習モデルを用いて算出されるグループの予測値から前記予測対象の値を算出する予測対象算出部と、
前記算出された予測対象の値と前記予測対象の実績値との差分に基づいて前記グループの集合を評価する評価部と、
すでに生成されたグループの集合とは異なる構成のグループの集合を生成するように前記集合生成部を制御する制御部と、
部分予測対象単位に学習モデルを生成する単位モデル生成部とを備え、
前記集合生成部は、前記制御部の制御に応じ、前記単位モデル生成部が生成した学習モデルを入力として、一の学習モデルを構成する説明変数および係数と、他の学習モデルを構成する説明変数および係数との類似性に基づいて、前記一の学習モデルに対応する部分予測対象と前記他の学習モデルに対応する部分予測対象とをグループに纏めることによりグループの集合を生成する
ことを特徴とする情報分析装置。 - 制御部は、グループの集合を構成するグループの数が、すでに生成されたグループの集合を構成するグループの数と変わるように、集合生成部を制御する
請求項1に記載の情報分析装置。 - 制御部は、集合生成部を制御する際に、部分和モデル生成部により生成された学習モデルを集合生成部に入力し、
集合生成部は、部分和モデル生成部により生成された学習モデルを入力として、グループの集合を生成する
請求項1または請求項2に記載の情報分析装置。 - 評価部の評価に応じてグループの集合を出力する出力部を備え、
評価部は、算出された予測対象の値と予測対象の実績値との差分が小さいほど良い評価となるように設計された評価関数を用いてグループの集合を評価し、
前記出力部は、前記評価がより良いグループの集合を出力する
請求項1から請求項3のうちのいずれか1項に記載の情報分析装置。 - 予測対象が、複数の部分予測対象の和により表現される場合において、
前記部分予測対象を複数のグループに纏めることにより、前記グループの集合の構成が互いに異なる第1のグループの集合と第2のグループの集合とをそれぞれ生成する集合生成部と、
前記第1のグループの集合と前記第2のグループの集合のそれぞれに対して、当該グループに含まれる部分予測対象の和を目的変数とする学習モデルを生成する部分和モデル生成部と、
前記第1のグループの集合と前記第2のグループの集合のそれぞれに対して、前記学習モデルを用いて算出されるグループの予測値から前記予測対象の値を算出する予測対象算出部と、
前記第1のグループの集合と前記第2のグループの集合のそれぞれに対して、算出された予測対象の値と前記予測対象の実績値との差分に基づいて前記グループの集合を評価する評価部と、
部分予測対象単位に学習モデルを生成する単位モデル生成部とを備え、
前記集合生成部は、前記単位モデル生成部が生成した学習モデルを入力として、一の学習モデルを構成する説明変数および係数と、他の学習モデルを構成する説明変数および係数との類似性に基づいて、前記一の学習モデルに対応する部分予測対象と前記他の学習モデルに対応する部分予測対象とをグループに纏めることによりグループの集合を生成する
ことを特徴とする情報分析システム。 - 予測対象が、複数の部分予測対象の和により表現される場合において、
前記部分予測対象を複数のグループに纏めることによりグループの集合を生成し、
前記グループに含まれる部分予測対象の和を目的変数とする学習モデルを生成し、
前記学習モデルを用いて算出されるグループの予測値から前記予測対象の値を算出し、
前記算出された予測対象の値と前記予測対象の実績値との差分に基づいて前記グループの集合を評価し、
部分予測対象単位に学習モデルを生成し、
前記グループの集合の生成では、前記部分予測対象単位に生成された学習モデルを入力として、一の学習モデルを構成する説明変数および係数と、他の学習モデルを構成する説明変数および係数との類似性に基づいて、前記一の学習モデルに対応する部分予測対象と前記他の学習モデルに対応する部分予測対象とをグループに纏めることにより、すでに生成されたグループの集合とは異なる構成のグループの集合を1つ以上生成する
ことを特徴とする情報分析方法。 - 予測対象が、複数の部分予測対象の和により表現される場合において、
前記部分予測対象を複数のグループに纏めることにより、前記グループの集合の構成が互いに異なる第1のグループの集合と第2のグループの集合とをそれぞれ生成し、
前記第1のグループの集合と前記第2のグループの集合のそれぞれに対して、当該グループに含まれる部分予測対象の和を目的変数とする学習モデルを生成し、
前記第1のグループの集合と前記第2のグループの集合のそれぞれに対して、前記学習モデルを用いて算出されるグループの予測値から前記予測対象の値を算出し、
前記第1のグループの集合と前記第2のグループの集合のそれぞれに対して、算出された予測対象の値と前記予測対象の実績値との差分に基づいて前記グループの集合を評価し、
部分予測対象単位に学習モデルを生成し、
前記グループの集合の生成では、前記部分予測対象単位に生成された学習モデルを入力として、一の学習モデルを構成する説明変数および係数と、他の学習モデルを構成する説明変数および係数との類似性に基づいて、前記一の学習モデルに対応する部分予測対象と前記他の学習モデルに対応する部分予測対象とをグループに纏めることによりグループの集合を生成する
ことを特徴とする情報分析方法。 - 予測対象が、複数の部分予測対象の和により表現される場合において、
コンピュータに、
前記部分予測対象を複数のグループに纏めることによりグループの集合を生成する集合生成処理、
前記グループに含まれる部分予測対象の和を目的変数とする学習モデルを生成する部分和モデル生成処理、
前記学習モデルを用いて算出されるグループの予測値から前記予測対象の値を算出する予測対象算出処理、
前記算出された予測対象の値と前記予測対象の実績値との差分に基づいて前記グループの集合を評価する評価処理、
すでに生成されたグループの集合とは異なる構成のグループの集合を生成するように前記集合生成処理を制御する制御処理、および、
前記部分予測対象単位に学習モデルを生成する単位モデル生成処理を実行させ、
前記集合生成処理で、前記制御処理での制御に応じ、前記単位モデル生成処理で生成された学習モデルを入力として、一の学習モデルを構成する説明変数および係数と、他の学習モデルを構成する説明変数および係数との類似性に基づいて、前記一の学習モデルに対応する部分予測対象と前記他の学習モデルに対応する部分予測対象とをグループに纏めることによりグループの集合を生成させる
ための情報分析プログラム。 - 予測対象が、複数の部分予測対象の和により表現される場合において、
コンピュータに、
前記部分予測対象を複数のグループに纏めることにより、前記グループの集合の構成が互いに異なる第1のグループの集合と第2のグループの集合とをそれぞれ生成する集合生成処理、
前記第1のグループの集合と前記第2のグループの集合のそれぞれに対して、当該グループに含まれる部分予測対象の和を目的変数とする学習モデルを生成する部分和モデル生成処理、
前記第1のグループの集合と前記第2のグループの集合のそれぞれに対して、前記学習モデルを用いて算出されるグループの予測値から前記予測対象の値を算出する予測対象算出処理、
前記第1のグループの集合と前記第2のグループの集合のそれぞれに対して、算出された予測対象の値と前記予測対象の実績値との差分に基づいて前記グループの集合を評価する評価処理、および、
前記部分予測対象単位に学習モデルを生成する単位モデル生成処理を実行させ、
前記集合生成処理で、前記単位モデル生成処理で生成された学習モデルを入力として、一の学習モデルを構成する説明変数および係数と、他の学習モデルを構成する説明変数および係数との類似性に基づいて、前記一の学習モデルに対応する部分予測対象と前記他の学習モデルに対応する部分予測対象とをグループに纏めることによりグループの集合を生成させる
ための情報分析プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/033108 WO2019053828A1 (ja) | 2017-09-13 | 2017-09-13 | 情報分析装置、情報分析方法および情報分析プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019053828A1 JPWO2019053828A1 (ja) | 2020-04-09 |
JP6973493B2 true JP6973493B2 (ja) | 2021-12-01 |
Family
ID=65722600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019541556A Active JP6973493B2 (ja) | 2017-09-13 | 2017-09-13 | 情報分析装置、情報分析方法および情報分析プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6973493B2 (ja) |
WO (1) | WO2019053828A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7491371B2 (ja) | 2020-05-11 | 2024-05-28 | 日本電気株式会社 | 数式モデル生成システム、数式モデル生成方法および数式モデル生成プログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10240799A (ja) * | 1997-02-27 | 1998-09-11 | Nri & Ncc Co Ltd | 新規出店評価支援装置 |
JP4230975B2 (ja) * | 2004-09-17 | 2009-02-25 | キヤノンItソリューションズ株式会社 | データ予測装置及びデータ予測方法並びにプログラム |
JP2013196037A (ja) * | 2012-03-15 | 2013-09-30 | Hitachi Ltd | 需要予測システム及び需要予測方法 |
US10755395B2 (en) * | 2015-11-27 | 2020-08-25 | Canon Medical Systems Corporation | Dynamic image denoising using a sparse representation |
-
2017
- 2017-09-13 WO PCT/JP2017/033108 patent/WO2019053828A1/ja active Application Filing
- 2017-09-13 JP JP2019541556A patent/JP6973493B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2019053828A1 (ja) | 2019-03-21 |
JPWO2019053828A1 (ja) | 2020-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Claveria et al. | Forecasting tourism demand to Catalonia: Neural networks vs. time series models | |
JP6756048B2 (ja) | コンピュータリソースのための予測的資産最適化 | |
AU2020203862B2 (en) | Artificial intelligence (ai) based predictions and recommendations for equipment | |
US20170330078A1 (en) | Method and system for automated model building | |
CA3097449A1 (en) | Method and system for model auto-selection using an ensemble of machine learning models | |
Ragulskis et al. | Short-term time series forecasting based on the identification of skeleton algebraic sequences | |
KR102533460B1 (ko) | 시계열 예측을 위한 어텐션 기반 스태킹 방법 | |
Poler et al. | Forecasting model selection through out-of-sample rolling horizon weighted errors | |
Palivonaite et al. | Short-term time series algebraic forecasting with internal smoothing | |
Yang et al. | A pattern fusion model for multi-step-ahead CPU load prediction | |
JPWO2018079367A1 (ja) | 商品需要予測システム、商品需要予測方法および商品需要予測プログラム | |
CN107329887B (zh) | 一种基于推荐***的数据处理方法以及装置 | |
WO2015136885A1 (ja) | 評価システム、評価方法およびコンピュータ読み取り可能な記憶媒体 | |
WO2018088277A1 (ja) | 予測モデル生成システム、方法およびプログラム | |
Li et al. | Improved LSTM-based prediction method for highly variable workload and resources in clouds | |
Claveria et al. | Tourism demand forecasting with different neural networks models | |
Horng et al. | Bat algorithm assisted by ordinal optimization for solving discrete probabilistic bicriteria optimization problems | |
JP6973493B2 (ja) | 情報分析装置、情報分析方法および情報分析プログラム | |
Park et al. | On the long-term predictive capability of data-driven software reliability model: an empirical evaluation | |
CA3119351C (en) | Extending finite rank deep kernel learning to forecasting over long time horizons | |
JP6988817B2 (ja) | 予測モデル生成システム、方法およびプログラム | |
JP6849084B2 (ja) | 情報分析装置、情報分析方法および情報分析プログラム | |
Bodi et al. | Virtual Quality Management elements in optimized new product development using genetic algorithms | |
Chen et al. | A fuzzy-neural approach for supporting three-objective job scheduling in a wafer fabrication factory | |
WO2020075255A1 (ja) | 学習装置、学習方法、及びプログラムが格納された非一時的なコンピュータ可読媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191204 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191204 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210209 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210402 |
|
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: 20211005 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211018 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6973493 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |