特許ウォッチ

公開番号2025080143
公報種別公開特許公報(A)
公開日2025-05-23
出願番号2023193185
出願日2023-11-13
発明の名称分析方法、分析装置、分析プログラム及び該分析プログラムを記憶しているコンピュータ読取可能な記憶媒体
出願人マツダ株式会社
代理人弁理士法人前田特許事務所
主分類G06F 16/28 20190101AFI20250516BHJP(計算;計数)
要約【課題】変数間の関係を反映するように階層化された有向グラフ構造と、各変数の取得条件との関連性を系統的に分析できるようにする。
【解決手段】分析方法は、複数の変数49のそれぞれに対応したノードによって構成され、かつ変数49間の関係を反映するように階層化された有向グラフ構造を、複数の変数49の取得条件毎に決定するグラフ構造決定プロセスと、説明変数に対応した親ノードから目的変数に対応した葉ノードへ至るまでに経由するエッジの数を階層数とした場合に、取得条件及び説明変数別に階層数を取得する階層数取得プロセスと、取得条件及び説明変数別に、階層数に応じて増減するように設定されたスコアを算出するスコア算出プロセスと、を備える。
【選択図】図3
特許請求の範囲【請求項１】
プログラムを記憶する記憶部と、該記憶部に記憶されたプログラムを実行する演算部と、を備えるコンピュータを用いることによって、複数の変数に基づいたグラフを生成するとともに、該グラフを特徴付けるスコアを算出する分析方法であって、
前記演算部が、前記複数の変数のそれぞれに対応したノードによって構成され、かつ変数間の関係を反映するように階層化された有向グラフ構造を、前記複数の変数の取得条件毎に決定するステップと、
前記複数の変数のうちの１つを目的変数としかつ残りを説明変数とした上で、前記有向グラフ構造を構成するノードでありかつ前記目的変数に対応したノードを葉ノードとし、前記有向グラフ構造において１つ以上のエッジを介して前記葉ノードと結ばれるノードでありかつ前記説明変数に対応したノードを親ノードとし、前記親ノードから前記葉ノードへ至るまでに経由するエッジの数を階層数とした場合に、前記演算部が、前記取得条件及び前記説明変数別に前記階層数を取得するステップと、
前記演算部が、前記取得条件及び前記説明変数別に、前記階層数に応じて増減するように設定されたスコアを算出するステップと、を備える
ことを特徴とする分析方法。
続きを表示（約 2,300 文字）【請求項２】
請求項１に記載された分析方法において、
前記演算部が、前記取得条件及び前記説明変数の一方を表側とし、他方を表頭とした分割表が構築されるように、前記取得条件及び前記説明変数別に得られた前記スコアをクロス集計する
ことを特徴とする分析方法。
【請求項３】
請求項２に記載された分析方法において、
前記演算部が、クロス集計された前記スコアにコレスポンデンス分析を施すことによって、前記取得条件及び前記説明変数の関係を、２次元平面にマッピングする
ことを特徴とする分析方法。
【請求項４】
請求項１に記載された分析方法において、
前記演算部は、前記有向グラフ構造として、ベイジアンネットワークを示す有向非巡回グラフ構造を決定する
ことを特徴とする分析方法。
【請求項５】
請求項４に記載された分析方法において、
前記複数の変数は、所定のパラメータをそれぞれ所定期間にわたって所得することで生成される複数の時系列データであり、
前記演算部が、前記複数の時系列データそれぞれの各時刻における値を多水準系に離散化することで、前記複数の時系列データの各々についてカテゴリデータ集合を生成するステップと、
前記有向グラフ構造の決定に際し、複数の前記カテゴリデータ集合の各々をノードとしたベイジアンネットワークを示す有向非巡回グラフ構造の集合をＧとし、集合Ｇの元をなすグラフ構造をｇとした場合に、元ｇを所与としたときに複数の前記カテゴリデータ集合が実現される条件付き確率を最大化させるグラフ構造を、前記演算部が決定するステップと、を備える
ことを特徴とする分析方法。
【請求項６】
請求項１に記載された分析方法において、
前記演算部は、前記有向グラフ構造が決定された後に、前記階層数の小さいものから順に、前記葉ノードと前記親ノードとの組み合わせを逐次的に抽出する
ことを特徴とする分析方法。
【請求項７】
請求項１に記載された分析方法において、
前記複数の変数は、それぞれ、車両の走行を特徴付ける変数を示し、
前記取得条件は、前記車両の種別、運転習熟度及び走行速度の少なくとも１つを区別するように設定された条件を示す
ことを特徴とする分析方法。
【請求項８】
請求項１に記載された分析方法において、
前記演算部は、前記有向グラフ構造を構成するノードのうち、前記葉ノードから分断されたノードに対応した前記スコアを下限値とする一方、前記階層数が小さくなるにしたがって前記下限値に対して増加するように、前記スコアを算出する
ことを特徴とする分析方法。
【請求項９】
プログラムを記憶する記憶部と、該記憶部に記憶されたプログラムを実行する演算部と、を備えるコンピュータによって構成され、複数の変数に基づいたグラフを生成するとともに、該グラフを特徴付けるスコアを算出する分析装置であって、
前記複数の変数のそれぞれに対応したノードによって構成され、かつ変数間の関係を反映するように階層化された有向グラフ構造を、前記複数の変数の取得条件毎に決定するグラフ構造決定手段と、
前記複数の変数のうちの１つを目的変数としかつ残りを説明変数とした上で、前記有向グラフ構造を構成するノードでありかつ前記目的変数に対応したノードを葉ノードとし、前記有向グラフ構造において１つ以上のエッジを介して前記葉ノードと結ばれるノードでありかつ前記説明変数に対応したノードを親ノードとし、前記親ノードから前記葉ノードへ至るまでに経由するエッジの数を階層数とした場合に、前記取得条件及び前記説明変数別に前記階層数を取得する階層数取得手段と、
前記取得条件及び前記説明変数別に、前記階層数に応じて増減するように設定されたスコアを算出するスコア算出手段と、を備える
ことを特徴とする分析装置。
【請求項１０】
プログラムを記憶する記憶部と、該記憶部に記憶されたプログラムを実行する演算部と、を備えるコンピュータに実行させることによって、複数の変数に基づいたグラフを生成するとともに、該グラフを特徴付けるスコアを算出する分析プログラムであって、
前記コンピュータに、
前記演算部が、前記複数の変数のそれぞれに対応したノードによって構成され、かつ変数間の関係を反映するように階層化された有向グラフ構造を、前記複数の変数の取得条件毎に決定するステップと、
前記複数の変数のうちの１つを目的変数としかつ残りを説明変数とした上で、前記有向グラフ構造を構成するノードでありかつ前記目的変数に対応したノードを葉ノードとし、前記有向グラフ構造において１つ以上のエッジを介して前記葉ノードと結ばれるノードでありかつ前記説明変数に対応したノードを親ノードとし、前記親ノードから前記葉ノードへ至るまでに経由するエッジの数を階層数とした場合に、前記演算部が、前記取得条件及び前記説明変数別に前記階層数を取得するステップと、
前記演算部が、前記取得条件及び前記説明変数別に、前記階層数に応じて増減するように設定されたスコアを算出するステップと、を実行させる
ことを特徴とする分析プログラム。
（【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】
本開示は、分析方法、分析装置、分析プログラム及び該分析プログラムを記憶しているコンピュータ読取可能な記憶媒体に関する。
続きを表示（約 1,100 文字）【背景技術】
【０００２】
複数の変数のそれぞれに対応したノードによって構成されるとともに、変数間の関係を可視化した有向グラフの一例として、いわゆるベイジアンネットワークが知られている。
【０００３】
ベイジアンネットワークとは、変数間の依存関係をグラフ化することで、その依存関係をモデル化する手法である。ベイジアンネットワークを用いることで、従来の経験則および古典的な統計解析のみでは到達し難い着眼点の獲得を促し、ひいては、知識発見を支援することができる。
【０００４】
近年、ベイジアンネットワークの産業への応用が進みつつある。その一例として、下記特許文献１には、ベイジアンネットワークを可視化するための方法と、当該方法の工学現象への適用例とが開示されている。
【０００５】
前記特許文献１によると、変数間の関係を反映するように階層化された有向非巡回グラフ構造を構築するとともに、その階層構造を可視化することができる。そして、可視化されたグラフ構造に基づいて、従来知られていた仮説を検証したり、仮説そのものの創出を促したりすることができるようになる。
【０００６】
例えば前記特許文献１には、工学現象における応用例として、自動車モデルのルーフに沿って風が流れていくような状況において、そのセンターライン上に複数の計測箇所が設定されたケースが例示されている。前記特許文献１によると、風の流れ方向と整合するようなグラフ構造が確認されている。
【先行技術文献】
【特許文献】
【０００７】
特開２０２１－１１１０６３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
ところが、前記特許文献１に記載された手法は、特定の条件下で取得された変数を用いることを前提としたものであり、変数間の依存関係等、各変数の取得条件が変わったときにグラフ構造に如何なる変化が現れるかについては、未だ探求の余地がある。
【０００９】
例えば、前記特許文献１に記載の応用例は、特定の車種に限定されたグラフ構造が得られるに過ぎない。取得条件としての車種が変更されたときに、各車種で得られたモデル構造を系統的に分析するような手法は、これまで知られていなかった。
【００１０】
本開示は、かかる点に鑑みてなされたものであり、その目的とするところは、変数間の関係を反映するように階層化された有向グラフ構造と、各変数の取得条件との関連性を、系統的に分析できるようにすることにある。
【課題を解決するための手段】
（【００１１】以降は省略されています）

関連特許