特許ウォッチ

公開番号2024137806
公報種別公開特許公報(A)
公開日2024-10-07
出願番号2024040235
出願日2024-03-14
発明の名称時系列カテゴリデータの動的分類
出願人富士通株式会社
代理人個人,個人
主分類G06F 16/906 20190101AFI20240927BHJP(計算;計数)
要約【課題】時系列カxテゴリデータの動的分類に関する技術を提供する。
【解決手段】本方法は、複数の個人に対する位置データ及び関連する時間エントリを取得することを含んでもよい。本方法はまた、位置データのインスタンスを場所カテゴリに関連付けてコンテキストベクトルを生成することを含んでもよく、コンテキストベクトルは、所与の個人のコンテキストを説明するテキスト文字列を含む。本方法はまた、コンテキストベクトルをスクイージングして、連続する場所カテゴリを組み合わせてカウントベクトルを生成することを含んでもよく、カウントベクトルは、テキスト文字列と、連続する場所カテゴリのカウントとを含む。本方法はまた、カウントベクトルと既知の個人クラスとの比較に基づいて、複数の個人の各々を分類することと、その分類することに基づいて、複数の人の流れを方向付ける少なくとも1つの要因を異なる方式で調整することと、を含む。
【選択図】図5
特許請求の範囲【請求項１】
方法であって、
複数の個人に対する位置データ及び関連する時間エントリを取得することと、
前記複数の個人の各々に対して、
前記位置データのインスタンスを場所カテゴリに関連付けてコンテキストベクトルを生成することであって、前記コンテキストベクトルは、所与の個人のコンテキストを説明するテキスト文字列を含む、ことと、
前記コンテキストベクトルをスクイージングして、連続する場所カテゴリを組み合わせてカウントベクトルを生成することであって、前記カウントベクトルは、前記テキスト文字列と、前記連続する場所カテゴリのカウントとを含む、ことと、を行うことと、
前記カウントベクトルと既知の個人クラスとの比較に基づいて、前記複数の個人の各々を分類することと、
前記分類することに基づいて、複数の人の流れを方向付ける少なくとも１つの要因を異なる方式で調整することと、を含む、方法。
続きを表示（約 1,000 文字）【請求項２】
前記複数の個人の各々を分類することは、前記カウントベクトルを、前記既知の個人クラスを含む既知の個人クラスのセットに関連付けられたグラウンドトゥルースモデルのセットと比較することを含む、請求項１に記載の方法。
【請求項３】
前記複数の個人の各々を分類することは、
所与の個人の前記カウントベクトルと前記グラウンドトゥルースモデルの各々との間の距離を測定することと、
前記所与の個人の前記カウントベクトルと前記既知の個人クラスの前記グラウンドトゥルースモデルとの間の最小絶対距離を有する前記既知の個人クラスに基づいて、前記既知の個人クラスのセットから前記既知の個人クラスを選択することと、を含む、請求項２に記載の方法。
【請求項４】
追加位置データ及び関連する追加時間エントリを受信し続けることと、
前記追加位置データのインスタンスを前記場所カテゴリに関連付けて、前記位置データと前記追加位置データの両方を含む拡張コンテキストベクトルを生成することと、
前記拡張コンテキストベクトルをスクイージングして、拡張カウントベクトルを生成することと、
前記拡張カウントベクトルと前記既知の個人クラスとの第２の比較に基づいて、前記複数の個人の少なくとも１つを再分類することと、をさらに含む、請求項１に記載する方法。
【請求項５】
前記拡張コンテキストベクトルをスクイージングすること及び再分類することは、閾値量の前記追加位置データを受信した後にのみ実行される、請求項４に記載の方法。
【請求項６】
前記コンテキストベクトルは、時間にわたって正規化される、請求項１に記載の方法。
【請求項７】
前記時間にわたって正規化することは、所与の時間単位にわたる前記テキスト文字列のうちの１つを選択することを含む、請求項６に記載の方法。
【請求項８】
前記場所カテゴリは、自宅、移動、及びオフィスのうちの少なくとも１つを含む、請求項１に記載の方法。
【請求項９】
前記既知の個人クラスは、自宅で仕事、オフィスで終日仕事、オフィスで午前に仕事、及びオフィスで午後に仕事のうちの少なくとも１つを含む、請求項８に記載の方法。
【請求項１０】
前記場所カテゴリは、列車で移動及び自動車で移動の少なくとも１つを含む、請求項１に記載の方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示で議論される実施形態は、時系列カｘテゴリデータの動的分類に関する。
続きを表示（約 1,200 文字）【背景技術】
【０００２】
時系列データは大きく複雑であることが多く、確認や分類が困難である可能性がある。これは、人間の行動が関与する場合には特に厄介なことになる。なぜなら、各個人は選択する自由を持っており、そのようなデータを分類することは、コンピューティングコスト、データの記憶、及び他のコストがかかることが多い。さらに、このような分類は完全に正確ではないことがあるか、理解することが重要なデータの特定の態様を欠いていることがある。
【０００３】
本開示における特許請求の範囲の主題は、何らかの欠点を解決するか、又は上記のような環境においてのみ動作する実施形態に限定されない。むしろ、この背景技術は、本開示で記載されるいくつかの実施形態が実施され得る１つの例示的な技術を示すためにのみ提供されている。
【発明の概要】
【０００４】
一実施形態によれば、本方法は、複数の個人に対する位置データ及び関連する時間エントリを取得することを含んでもよい。本方法はまた、位置データのインスタンスを場所カテゴリに関連付けてコンテキストベクトルを生成することを含んでもよく、コンテキストベクトルは、所与の個人のコンテキストを説明するテキスト文字列を含む。本方法はまた、コンテキストベクトルをスクイージングして、連続する場所カテゴリを組み合わせてカウントベクトルを生成することを含んでもよく、カウントベクトルは、テキスト文字列と、連続する場所カテゴリのカウントとを含む。本方法はまた、カウントベクトルと既知の個人クラスとの比較に基づいて、複数の個人の各々を分類することと、その分類することに基づいて、複数の人の流れを方向付ける少なくとも１つの要因を異なる方式で調整することと、を含む。
【０００５】
本実施形態の目的及び利点は、少なくとも特許請求の範囲において特に指摘された要素、特徴、及び組み合わせによって実現され、達成される。
【０００６】
前述の一般的記載及び下記の発明を実施するための形態は両方とも、例として示されており、説明的であり、特許請求の範囲に記載された発明を限定するものではない。
【図面の簡単な説明】
【０００７】
例示的な実施形態は、添付の図面を使用することを通して、追加の具体性及び詳細と共に記載及び説明される。
【０００８】
時系列カテゴリデータの動的分類に関する例示的な環境を表現する図である。
【０００９】
時系列カテゴリデータの動的分類に使用され得る、様々なユーザに関連付けられた例示的なマップ及び関連する位置データを示す。
【００１０】
２人の異なる個人に対する時系列カテゴリデータの視覚的表現を示す。
２人の異なる個人に対する時系列カテゴリデータの視覚的表現を示す。
（【００１１】以降は省略されています）

関連特許