特許ウォッチ

公開番号2025022794
公報種別公開特許公報(A)
公開日2025-02-14
出願番号2024120726
出願日2024-07-26
発明の名称予測
出願人富士通株式会社
代理人弁理士法人ITOH
主分類G06Q 10/04 20230101AFI20250206BHJP(計算;計数)
要約【課題】ネットワーク使用状況データの予測に係るコンピュータ実装方法、コンピュータプログラム及び情報プログラミング機器を提供する。
【解決手段】方法は、第1～第3の5G使用状況データ予測のうちの少なくとも1つを生成することを含み、第1中間予測の予測非ネットワークデータ及び第2中間予測の予測非5Gネットワーク使用状況データに基づいて、第1の5G使用状況データ予測を生成し、第1中間予測の予測非ネットワークデータ及び第3中間予測の予測非5Gネットワーク使用状況データに基づいて、第2の5G使用状況データ予測を生成し、第1中間予測の予測非ネットワークデータ及び第6中間予測の予測非5Gネットワーク使用状況データに基づいて、第3の5G使用状況データ予測を生成する。
【選択図】図4
特許請求の範囲【請求項１】
コンピュータ実装方法であって、
ターゲット地理的領域の５G使用状況データを予測する予測プロセスを実行するステップであって、前記ターゲット地理的領域の第１から第３の５G使用状況データ予測のうちの少なくとも１つを生成することを含む、ステップを含み、
前記第１の５G使用状況データ予測を生成することは、
前記ターゲット地理的領域のデータを使用してトレーニングされた第１モデルを使用して、過去の期間の前記ターゲット地理的領域の非ネットワークデータに基づいて将来の期間の前記ターゲット地理的領域の非ネットワークデータを予測することによって第１中間予測を生成するステップと、
少なくとも１つの参照地理的領域のデータを使用してトレーニングされた第２モデルを使用して、前記過去の期間の前記ターゲット地理的領域の前記非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の非５Gネットワーク使用状況データを予測することによって第２中間予測を生成するステップと、
前記少なくとも１つの参照地理的領域のデータを使用してトレーニングされた第３モデルを使用して、前記第１中間予測の予測非ネットワークデータ及び前記第２中間予測の予測非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することによって前記第１の５G使用状況データ予測を生成するステップと、
を含み、
前記第２の５G使用状況データ予測を生成することは、
前記ターゲット地理的領域のデータを使用してトレーニングされた第４モデルを使用して、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の非５Gネットワーク使用状況データを予測することによって第３中間予測を生成するステップと、
前記第３モデルを使用して、前記第１中間予測の予測非ネットワークデータと前記第３中間予測の予測非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、前記第２の５G使用状況データ予測を生成するステップと、
を含み、
前記第３の５G使用状況データ予測を生成することは、
前記少なくとも１つの参照地理的領域のデータを用いてトレーニングされた第５モデルを用いて、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータに基づいて、前記将来の期間の前記ターゲット地理的領域の結合ネットワーク使用状況データを予測することにより、第４中間予測を生成するステップであって、前記結合ネットワーク使用状況データは、５G及び非５Gネットワークに関連する使用状況データを含む、ステップと、
前記少なくとも１つの参照地理的領域のデータを用いてトレーニングされた第６モデルを用いて、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータと非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、第５中間予測を生成するステップと、
前記第５中間予測の予測５G使用状況データを前記第４中間予測の結合ネットワーク使用状況データから減算して、前記将来の期間の前記ターゲット地理的領域の予測非５Gネットワーク使用状況データを含む第６中間予測を生成するステップと、
前記第３モデルを用いて、前記第１中間予測の予測非ネットワークデータと前記第６中間予測の予測非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、前記第３の５G使用状況データ予測を生成するステップと、
を含み、
非ネットワークデータは、位置データ、人口統計データ、気象データ、インフラストラクチャデータ、及びトラフィックデータのいずれかを含む、コンピュータ実装方法。
続きを表示（約 5,600 文字）【請求項２】
非５Gネットワーク使用状況データは、少なくとも１つの非５G通信ネットワークの使用状況データを含む、請求項１に記載のコンピュータ実装方法。
【請求項３】
前記予測プロセスは、前記第１から第３の５G使用状況データ予測のうちの少なくとも２つを生成し、前記少なくとも２つの５G使用状況データ予測を組み合わせて最終的な５G予測を生成するステップを含む、請求項１又は２に記載のコンピュータ実装方法。
【請求項４】
前記予測プロセスは、前記第１から第３の５G使用状況データ予測を生成し、前記第１から第３の５G使用状況データ予測を組み合わせて最終的な５G予測を生成するステップを含む、請求項１又は２に記載のコンピュータ実装方法。
【請求項５】
前記第１から第３の５G使用状況データ予測を組み合わせて最終的な５G予測を生成するステップは、少なくとも１つの変数について、
前記第１から第３の５G使用状況データ予測における前記変数の予測値の平均を計算するステップと、
前記変数の予測値のうち、前記平均に最も近い２つの値を、前記変数の予測範囲の端点として選択するステップと、
を含む、請求項４に記載のコンピュータ実装方法。
【請求項６】
前記予測プロセスを実行する前に、トレーニングプロセスを実行するステップを更に含み、
前記トレーニングプロセスは、前記第１から第６モデルのうちの少なくとも１つをトレーニングするステップを含む、請求項１又は２に記載のコンピュータ実装方法。
【請求項７】
前記トレーニングプロセスは、
第１期間の前記ターゲット地理的領域の非ネットワークデータと、前記第１期間の前の第２期間の前記ターゲット地理的領域の非ネットワークデータとに基づいて、前記第１期間の前記ターゲット地理的領域の非ネットワークデータに基づいて、前記第２期間の前記ターゲット地理的領域の非ネットワークデータを予測するように前記第１モデルをトレーニングするステップと、
前記第２期間の前記少なくとも１つの参照地理的領域の非５Gネットワーク使用状況データに基づき、及び前記第１期間の前記少なくとも１つの参照地理的領域の非ネットワークデータと非５Gネットワーク使用状況データとに基づいて、前記第１期間の前記少なくとも１つの参照地理的領域の非ネットワークデータと非５Gネットワーク使用状況データとに基づいて、前記第２期間の前記少なくとも１つの参照地理的領域の非５Gネットワーク使用状況データを予測するように前記第２モデルをトレーニングするステップと、
前記第２期間の前記少なくとも１つの参照地理的領域の５G使用状況データ、非ネットワークデータ、及び非５Gネットワーク使用状況データに基づいて、前記第２期間の前記少なくとも１つの参照地理的領域の非ネットワークデータと非５Gネットワーク使用状況データとに基づいて、前記第２期間の前記少なくとも１つの参照地理的領域の５G使用状況データを予測するように前記第３モデルをトレーニングするステップと、
前記第２期間の前記ターゲット地理的領域の非５Gネットワーク使用状況データに基づき、及び前記第１期間の前記ターゲット地理的領域の非ネットワークデータと非５Gネットワーク使用状況データとに基づき、前記第１期間の前記ターゲット地理的領域の非ネットワークデータと非５Gネットワーク使用状況データに基づき前記第２期間の前記ターゲット地理的領域の非５Gネットワーク使用状況データを予測するように前記第４モデルをトレーニングするステップと、
前記第２期間の前記少なくとも１つの参照地理的領域の結合ネットワーク使用状況データに基づき、及び前記第１期間の前記少なくとも１つの参照地理的領域の非ネットワークデータに基づき、前記第１期間の前記少なくとも１つの参照地理的領域の非ネットワークデータに基づいて、前記第２期間の前記少なくとも１つの参照地理的領域の結合ネットワーク使用状況データを予測するように前記第５モデルをトレーニングするステップであって、前記結合ネットワーク使用状況データは、５G及び非５Gネットワークに関連する使用状況データを含む、ステップと、
前記第２期間の前記少なくとも１つの参照地理的領域の５G使用状況データに基づき、及び前記第１期間の前記少なくとも１つの参照地理的領域の前記非ネットワークデータと前記非５Gネットワーク使用状況データとに基づき、前記第１期間の前記少なくとも１つの参照地理的領域の前記非ネットワークデータと前記非５Gネットワーク使用状況データとに基づいて、前記第２期間の前記少なくとも１つの参照地理的領域の前記５G使用状況データを予測するように前記第６モデルをトレーニングするステップと、
を含む、請求項６に記載のコンピュータ実装方法。
【請求項８】
前記第１から第６モデルは、エンコーダ－デコーダモデルを含む、請求項１又は２に記載のコンピュータ実装方法。
【請求項９】
コンピュータプログラムであって、コンピュータ上で実行されると、前記コンピュータに方法を実行させ、前記方法は、
ターゲット地理的領域の５G使用状況データを予測する予測プロセスを実行するステップであって、前記ターゲット地理的領域の第１から第３の５G使用状況データ予測のうちの少なくとも１つを生成することを含む、ステップを含み、
前記第１の５G使用状況データ予測を生成することは、
前記ターゲット地理的領域のデータを使用してトレーニングされた第１モデルを使用して、過去の期間の前記ターゲット地理的領域の非ネットワークデータに基づいて将来の期間の前記ターゲット地理的領域の非ネットワークデータを予測することによって第１中間予測を生成するステップと、
少なくとも１つの参照地理的領域のデータを使用してトレーニングされた第２モデルを使用して、前記過去の期間の前記ターゲット地理的領域の前記非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の非５Gネットワーク使用状況データを予測することによって第２中間予測を生成するステップと、
前記少なくとも１つの参照地理的領域のデータを使用してトレーニングされた第３モデルを使用して、前記第１中間予測の予測非ネットワークデータ及び前記第２中間予測の予測非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することによって前記第１の５G使用状況データ予測を生成するステップと、
を含み、
前記第２の５G使用状況データ予測を生成することは、
前記ターゲット地理的領域のデータを使用してトレーニングされた第４モデルを使用して、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の非５Gネットワーク使用状況データを予測することによって第３中間予測を生成するステップと、
前記第３モデルを使用して、前記第１中間予測の予測非ネットワークデータと前記第３中間予測の予測非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、前記第２の５G使用状況データ予測を生成するステップと、
を含み、
前記第３の５G使用状況データ予測を生成することは、
前記少なくとも１つの参照地理的領域のデータを用いてトレーニングされた第５モデルを用いて、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータに基づいて、前記将来の期間の前記ターゲット地理的領域の結合ネットワーク使用状況データを予測することにより、第４中間予測を生成するステップであって、前記結合ネットワーク使用状況データは、５G及び非５Gネットワークに関連する使用状況データを含む、ステップと、
前記少なくとも１つの参照地理的領域のデータを用いてトレーニングされた第６モデルを用いて、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータと非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、第５中間予測を生成するステップと、
前記第５中間予測の予測５G使用状況データを前記第４中間予測の結合ネットワーク使用状況データから減算して、前記将来の期間の前記ターゲット地理的領域の予測非５Gネットワーク使用状況データを含む第６中間予測を生成するステップと、
前記第３モデルを用いて、前記第１中間予測の予測非ネットワークデータと前記第６中間予測の予測非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、前記第３の５G使用状況データ予測を生成するステップと、
を含み、
非ネットワークデータは、位置データ、人口統計データ、気象データ、インフラストラクチャデータ、及びトラフィックデータのいずれかを含む、コンピュータプログラム。
【請求項１０】
情報処理機器であって、メモリと前記メモリに結合されたプロセッサとを含み、前記プロセッサは、
ターゲット地理的領域の５G使用状況データを予測する予測プロセスを実行するよう構成され、前記ターゲット地理的領域の第１から第３の５G使用状況データ予測のうちの少なくとも１つを生成することを含み、
前記第１の５G使用状況データ予測を生成することは、
前記ターゲット地理的領域のデータを使用してトレーニングされた第１モデルを使用して、過去の期間の前記ターゲット地理的領域の非ネットワークデータに基づいて将来の期間の前記ターゲット地理的領域の非ネットワークデータを予測することによって第１中間予測を生成することと、
少なくとも１つの参照地理的領域のデータを使用してトレーニングされた第２モデルを使用して、前記過去の期間の前記ターゲット地理的領域の前記非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の非５Gネットワーク使用状況データを予測することによって第２中間予測を生成することと、
前記少なくとも１つの参照地理的領域のデータを使用してトレーニングされた第３モデルを使用して、前記第１中間予測の予測非ネットワークデータ及び前記第２中間予測の予測非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することによって前記第１の５G使用状況データ予測を生成することと、
を含み、
前記第２の５G使用状況データ予測を生成することは、
前記ターゲット地理的領域のデータを使用してトレーニングされた第４モデルを使用して、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の非５Gネットワーク使用状況データを予測することによって第３中間予測を生成することと、
前記第３モデルを使用して、前記第１中間予測の予測非ネットワークデータと前記第３中間予測の予測非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、前記第２の５G使用状況データ予測を生成することと、
を含み、
前記第３の５G使用状況データ予測を生成することは、
前記少なくとも１つの参照地理的領域のデータを用いてトレーニングされた第５モデルを用いて、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータに基づいて、前記将来の期間の前記ターゲット地理的領域の結合ネットワーク使用状況データを予測することにより、第４中間予測を生成することであって、前記結合ネットワーク使用状況データは、５G及び非５Gネットワークに関連する使用状況データを含む、ことと、
前記少なくとも１つの参照地理的領域のデータを用いてトレーニングされた第６モデルを用いて、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータと非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、第５中間予測を生成することと、
前記第５中間予測の予測５G使用状況データを前記第４中間予測の結合ネットワーク使用状況データから減算して、前記将来の期間の前記ターゲット地理的領域の予測非５Gネットワーク使用状況データを含む第６中間予測を生成することと、
前記第３モデルを用いて、前記第１中間予測の予測非ネットワークデータと前記第６中間予測の予測非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、前記第３の５G使用状況データ予測を生成することと、
を含み、
非ネットワークデータは、位置データ、人口統計データ、気象データ、インフラストラクチャデータ、及びトラフィックデータのいずれかを含む、情報処理機器。

発明の詳細な説明【技術分野】
【０００１】
本発明は、ネットワーク使用状況データの予測に関するものであり、特に、コンピュータ実装方法、コンピュータプログラム及び情報プログラミング機器に関する。
続きを表示（約 3,700 文字）【背景技術】
【０００２】
モバイル技術及びサービスは、２０２１年に欧州のGDPに７５７０億ユーロを貢献し、２０２５年までに欧州のモバイル接続のほぼ半分（４４％）を占め、主要な欧州市場は世界の同業他社（https://www.telefonica.com/en/communication-room/blog/the-future-of-connectivity-in-europe-perspectives-and-policies/）に遅れると予測されている。
【０００３】
５G接続及びインフラストラクチャを設定するには、LTE、４G及び３G等の他のネットワークと比較して、より多くのハードウェアリソースを必要とする。最大のリソース利用率を達成することは、ハードウェアコストを削減することができ、従って、より安価なインターネットをもたらし、ネットワークサービスプロバイダにより多くの利益をもたらす可能性がある。従って、現在５G接続を有していない地域における５G使用状況データを予測することは、例えば、どのようなインフラストラクチャが必要となるか、及び／又はインフラストラクチャを設定するコスト／労力に見合うかを確認するために有用である。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記の観点から、５G接続を有していない領域における５G使用状況データを予測するための改善された方法が望まれている。
【課題を解決するための手段】
【０００５】
第１態様の実施形態によると、コンピュータ実装方法が開示され、当該方法は、
（５G接続を有していない／過去の５G使用状況データが存在しない又は利用できない）ターゲット地理的領域の５G使用状況データを予測する予測プロセスを実行するステップであって、（前記予測プロセスは）前記ターゲット地理的領域の第１から第３の５G使用状況データ予測のうちの少なくとも１つを生成することを含む、ステップを含み、
前記第１の５G使用状況データ予測を生成することは、
（第２期間より前の第１期間の非ネットワークデータに基づいて前記第２期間の非ネットワークデータを予測するために）前記ターゲット地理的領域のデータを使用してトレーニングされた第１モデルを使用して、過去の期間の前記ターゲット地理的領域の非ネットワークデータに基づいて将来の期間の前記ターゲット地理的領域の非ネットワークデータを予測することによって第１中間予測を生成するステップと、
（前記第１期間の非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記第２期間の非５Gネットワーク使用状況データを予測するために）（５G接続を有する、又は有していた）少なくとも１つの参照地理的領域のデータを使用してトレーニングされた第２モデルを使用して、前記過去の期間の前記ターゲット地理的領域の前記非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の非５Gネットワーク使用状況データを予測することによって第２中間予測を生成するステップと、
（前記第２期間の非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記第２期間の５G使用状況データを予測するために）前記少なくとも１つの参照地理的領域のデータを使用してトレーニングされた第３モデルを使用して、前記第１中間予測の予測非ネットワークデータ及び前記第２中間予測の予測非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することによって前記第１の５G使用状況データ予測を生成するステップと、
を含み、
前記第２の５G使用状況データ予測を生成することは、
（前記第１期間の非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記第２期間の非５Gネットワーク使用状況データを予測するために）前記ターゲット地理的領域のデータを使用してトレーニングされた第４モデルを使用して、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記将来の期間の前記ターゲット地理的領域の非５Gネットワーク使用状況データを予測することによって第３中間予測を生成するステップと、
前記第３モデルを使用して、前記第１中間予測の予測非ネットワークデータと前記第３中間予測の予測非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、前記第２の５G使用状況データ予測を生成するステップと、
を含み、
前記第３の５G使用状況データ予測を生成することは、
（前記第１期間の非ネットワークデータに基づいて、前記第２期間の結合ネットワーク使用状況データを予測するために（前記結合ネットワーク使用状況データは、５G及び非５Gネットワークに関する使用状況データを含む））前記少なくとも１つの参照地理的領域のデータを用いてトレーニングされた第５モデルを用いて、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータに基づいて、前記将来の期間の前記ターゲット地理的領域の結合ネットワーク使用状況データを予測することにより、前記第４中間予測を生成するステップであって、前記結合ネットワーク使用状況データは、５G及び非５Gネットワークに関連する使用状況データを含む、ステップと、
（前記第１期間の非ネットワークデータ及び非５Gネットワーク使用状況データに基づいて前記第２期間の５G使用状況データを予測するために）前記少なくとも１つの参照地理的領域のデータを用いてトレーニングされた第６モデルを用いて、前記過去の期間の前記ターゲット地理的領域の非ネットワークデータと非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、前記第５中間予測を生成するステップと、
前記第５中間予測の予測５G５G使用状況データを前記第４中間予測の結合ネットワーク使用状況データから減算して、前記将来の期間の前記ターゲット地理的領域の予測非５Gネットワーク使用状況データを含む第６中間予測を生成するステップと、
前記第３モデルを用いて、前記第１中間予測の予測非ネットワークデータと前記第６中間予測の予測非５Gネットワーク使用状況データとに基づいて、前記将来の期間の前記ターゲット地理的領域の５G使用状況データを予測することにより、前記第３の５G使用状況データ予測を生成するステップと、
を含み、
前記非ネットワークデータは、位置データ、（地理的データ、）人口統計データ、気象データ、インフラストラクチャデータ、及び（車両）トラフィックデータのいずれかを含む。
【０００６】
任意の態様／実施形態に関連する特徴は、他の任意の態様／実施形態に適用することができる。
【図面の簡単な説明】
【０００７】
例として、以下の添付の図面を参照する。
例示的なデータを示す図である。
例示的なデータを示す図である。
トレーニングプロセスを示す図である。
予測プロセスを示す図である。
予測プロセスを示す図である。
予測プロセスを示す図である。
実施形態を理解するのに有用な図である。
予測プロセスを示す図である。
例示的なアーキテクチャを示す図である。
例示的なアーキテクチャを示す図である。
例示的なアーキテクチャを示す図である。
例示的なアーキテクチャを示す図である。
例示的なアーキテクチャを示す図である。
例示的なアーキテクチャを示す図である。
例示的なアーキテクチャを示す図である。
例示的なアーキテクチャを示す図である。
例示的なアーキテクチャを示す図である。
機器を示す図である。
【発明を実施するための形態】
【０００８】
以下の定義は、説明で使用される場合があるが、網羅的ではない。
【０００９】
コールドスタート（Cold－start）予測：過去のデータがない（又はその変数に関する過去のデータを使用しないで）変数の予測を生成する。電子商取引領域で一般的である。例えば、新製品（その販売等）の予測が生成されるが、製品が新しいため、製品の過去のデータが存在しない。
【００１０】
多変量予測：複数の変数をまとめて及び／又はまとめて複数の変数に基づいて予測を生成する。
（【００１１】以降は省略されています）

関連特許