特許ウォッチ

公開番号2025023859
公報種別公開特許公報(A)
公開日2025-02-17
出願番号2024129165
出願日2024-08-05
発明の名称非ペア時系列データの変換のための装置及び方法
出願人アヌマナ, インコーポレイテッド
代理人弁理士法人太陽国際特許事務所
主分類G06N 3/08 20230101AFI20250207BHJP(計算;計数)
要約【課題】非ペア時系列から時系列への変換のための装置及び方法を提供する。
【解決手段】装置は、時系列の自動解析を受信し、その時系列をその初期ドメインから別のユーザ選択ドメイン内の使用可能な時系列に変換し、次いで信頼閾値に対して前記変換を認証するように構成された少なくとも1つのプロセッサを備える。
【選択図】図1
特許請求の範囲【請求項１】
非ペア時系列時系列変換を使用する機械学習のための装置であって、前記装置は、
少なくとも１つのプロセッサと、前記少なくとも１つのプロセッサに通信可能に接続されたメモリであって、前記メモリは、
少なくとも１つのセンサから測定値の少なくとも１つの時系列を受信することであって、測定値の前記時系列は、少なくとも１つの初期ドメインプロトコルを使用して記録される、受信すること、
前記少なくとも１つの時系列を前記初期ドメインプロトコルから目標ドメインプロトコルに変換することであって、変換することは、教師なし生成的機械学習プロセスを使用して前記時系列を変換することをさらに含む、変換すること、
前記変換された少なくとも１つの時系列を使用して訓練データを生成すること、
前記訓練データ及び少なくとも１つの解析プロセスを使用して機械学習モデルを訓練すること、及び
前記機械学習モデルを解析回路デバイス上でインスタンス化することであって、前記機械学習モデルは、前記解析プロセスを実行するように前記解析回路デバイスを構成する、インスタンス化すること、
を行うように前記少なくとも１つのプロセッサを構成する命令を含有する、メモリとを備える、装置。
続きを表示（約 990 文字）【請求項２】
前記少なくとも１つの時系列は、第１の初期ドメインプロトコルを使用して記録された第１の時系列と、第２の初期ドメインプロトコルを使用して記録された第２の時系列とをさらに備え、
前記第２の初期ドメインプロトコルは、前記第１の初期ドメインプロトコルとは明確に異なる、請求項１に記載の装置。
【請求項３】
前記少なくとも１つの時系列を変換することは、
前記第１の初期ドメインプロトコルを共通ドメインプロトコルに変換すること、及び
前記第２の初期ドメインプロトコルを前記共通ドメインプロトコルに変換すること、
をさらに含む、請求項２に記載の装置。
【請求項４】
前記生成的機械学習プロセスは、敵対的生成ネットワーク機械学習プロセスをさらに備える、請求項１に記載の装置。
【請求項５】
前記生成的機械学習プロセスは、拡散ベースの機械学習プロセスをさらに備える、請求項１に記載の装置。
【請求項６】
前記生成的機械学習プロセスは、少なくとも１つのディープ・ニューラル・ネットワークを使用する生成的機械学習プロセスをさらに備える、請求項１に記載の装置。
【請求項７】
前記少なくとも１つのディープ・ニューラル・ネットワークは、複数のディープ・ニューラル・ネットワークを含む、請求項１に記載の装置。
【請求項８】
変換することは、複数の条件付き入力を使用して変換することをさらに含む、請求項１に記載の装置。
【請求項９】
前記解析プロセスは、少なくとも１つの入力及び少なくとも１つの予想された出力をさらに備え、
前記訓練データを生成することは、前記少なくとも１つの入力及び前記少なくとも１つの予想された出力の関数として入力データを出力データに相関させる複数の訓練例を生成することをさらに含む、
請求項１に記載の装置。
【請求項１０】
前記少なくとも１つの時系列を前記共通プロトコルから前記少なくとも１つの初期プロトコルに再変換すること、及び
前記変換された時系列を前記再変換の関数として認証すること、
を行うようにさらに構成される、請求項１に記載の装置。
（【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】
本発明は、概して機械学習の分野に関する。具体的には、本発明は、プロトコル及びフォーマットの違いにより変換及び解釈がこれまで煩雑であったアプリケーション間で非ペア時系列データを変換するための装置及び方法を対象とする。
続きを表示（約 2,900 文字）【背景技術】
【０００２】
環境センサ又は医療デバイスからの測定値などの時系列測定値の機械学習解析は、そのような測定値から生じる解析データ経路にとってますますユビキタスかつ不可欠な構成要素である。しかしながら、それらの時系列測定値を取り込んでいる様々な形態のデバイスからの多数の異なる符号化プロトコル及び記録プロトコルは、別の方法で使用される可能性のあるほとんどのデータセットに関するそのような解析の訓練及び使用を適用不可能にして、機械学習がもたらす可能性がある主な利点を損なっている。
【発明の概要】
【０００３】
一態様では、非ペア時系列から時系列への変換のための装置が開示される。前記装置は、時系列の自動解析を受信し、機械学習プロセスを使用してその時系列をその初期ドメインから別のユーザ選択ドメイン内の使用可能な時系列に変換し、次いで信頼閾値に対して前記変換を認証するように構成された少なくとも１つのコンピューティングデバイスを備える。
【０００４】
一態様では、非ペア時系列から時系列への変換のための方法が開示される。前記方法は、コンピューティングデバイスによって、時系列の自動解析を受信し、前記コンピューティングデバイスによって、その時系列をその初期ドメインから別のユーザ選択ドメイン内の使用可能な時系列に変換し、次いで前記コンピューティングデバイスによって、信頼閾値に対して前記変換を認証することを含む。
【０００５】
本発明の非限定的な実施形態のこれら及び他の態様及び特徴は、本発明の特有の非限定的な実施形態についての以下の説明を付随の図面と併せて検討することによって当業者には明らかになるであろう。
【０００６】
本発明を例示する目的で、前記図面は、本発明の１又は複数の実施形態の態様を示す。しかしながら、本発明は、前記図面に示された正確な配置及び手段に限定されないことを理解されたい。
【図面の簡単な説明】
【０００７】
図１はアプリケーション間で非ペア時系列データを変換するための装置の例示的実施形態を示したブロック図である。
図２は敵対的生成ネットワークプロセスを示した図である。
図３は例示的機械学習プロセスを示したブロック図である。
図４はニューラルネットワークの例示的実施形態を示した図である。
図５はニューラルネットワークのノードの例示的実施形態を示した図である。
図６は非ペア時系列から時系列への変換のための例示的方法を示したフロー図である。
図７はディープ・ニューラル・ネットワークを使用した非ペア時系列から時系列への変換のための例示的方法を示したフロー図である。
図８は時系列センサシステムを最適化するための例示的方法を示したフロー図である。
図９はスタンドアロンデバイスにおける非ペア時系列から時系列への変換を改良するための例示的方法を示したフロー図である。
図１０は手持ち式又は装着式デバイスにおける非ペア時系列から時系列への変換を改良するための例示的方法を示したフロー図である。
図１１は時系列センサのデータ、取込み様式及び解析を改良するための例示的方法を示したフロー図である。
図１２は本明細書に開示された方法論のうちのいずれか１又は複数及びそれらのうちのいずれか１又は複数の部分を実装するために使用することができるコンピューティングシステムを示したブロック図である。
【発明を実施するための形態】
【０００８】
前記図面は必ずしも縮尺通りではなく、想像線、概略図及び部分図によって例示される場合がある。場合によっては、前記実施形態を理解するために必要ではない細部、又は他の細部を把握することを困難にするような細部は省略されている場合がある。
【０００９】
高レベルにおいて、本開示の態様は、非ペア時系列から時系列への変換のための装置及び方法を対象とする。前記装置は、時系列の自動解析を受信し、その時系列をその初期ドメインから別のユーザ選択ドメイン内の使用可能な時系列に変換し、次いで信頼閾値に対して前記変換を認証するように構成された少なくとも１つのコンピューティングデバイスを備える。
【００１０】
ここで図１を参照すると、非ペア時系列データの変換のための装置１００の例示的実施形態が例示されている。前記装置は、プロセッサ１０４を含む。プロセッサ１０４は、限定ではないが、マイクロコントローラ、マイクロプロセッサ、デジタル信号プロセッサ（ＤｉｇｉｔａｌＳｉｇｎａｌＰｒｏｃｅｓｓｏｒ：ＤＳＰ）を含む本開示に説明するような任意のコンピューティングデバイス、及び／又は本開示に説明するようなシステム・オン・チップ（ＳｙｓｔｅｍｏｎａＣｈｉｐ：ＳｏＣ）を指す場合がある。プロセッサ１０４は、携帯電話又はスマートフォンなどのモバイルデバイスを含む、それらに含まれる及び／又はそれらと通信する可能性がある。プロセッサ１０４は、独立して動作する単一のコンピューティングデバイスを含む場合がある、又は協調して、並列に、順次になどにおいて動作する２又は複数のコンピューティングデバイスを含む場合がある。２又は複数のコンピューティングデバイスは、単一のコンピューティングデバイスに、又は２若しくは複数のコンピューティングデバイスに一緒に含まれる場合がある。プロセッサ１０４は、ネットワーク・インターフェース・デバイスを介して、さらに詳細に後述するような１又は複数の付加的なデバイスとインターフェース接続又は通信する可能性がある。ネットワーク・インターフェース・デバイスについては、詳細に後述する。プロセッサ１０４は、限定ではないが、例えば、第１の位置にあるコンピューティングデバイス又はその集団と、第２の位置にある第２のコンピューティングデバイス又はその集団とを含む場合がある。プロセッサ１０４は、データ記憶装置、セキュリティ、負荷分散のためのトラフィックの分配などに特化した１又は複数のコンピューティングデバイスを含む場合がある。プロセッサ１０４は、並列に、直列に、重複して又はコンピューティングデバイス間のタスク若しくはメモリの分配に使用される任意の他の様式で動作する可能性がある複数のコンピューティングデバイスに、後述するような１又は複数のコンピューティングタスクを分配する場合がある。プロセッサ１０４は、データがワーカでキャッシュされる「何も共有しない」アーキテクチャを使用して実装される場合があり、一実施形態では、これは、装置１００及び／又はプロセッサ１０４の拡張性を可能にする場合がある。コンピューティングデバイスの実施形態の詳細な説明については、図１２を参照して後述する。
（【００１１】以降は省略されています）

関連特許