特許ウォッチ

公開番号2025099969
公報種別公開特許公報(A)
公開日2025-07-03
出願番号2023217006
出願日2023-12-22
発明の名称データ間の依存性判定システム、データ間の依存性判定プログラム、及び、データ間の依存性判定方法
出願人合同会社ふうたシステムサービス
代理人弁理士法人上野特許事務所
主分類G06F 17/18 20060101AFI20250626BHJP(計算;計数)
要約【課題】データ間の依存関係をより効率的に、高速に、判定可能とする。
【解決手段】互いに紐付けられた2種類の数値データセットである第1データ及び第2データの入力手段と、前記第1データの各データ値である第1データ値、及び、前記第2データの各データ値である第2データ値を、それぞれ複数の階級に分ける階級化手段と、前記第1データのいずれかの階級において、その階級に含まれる前記第1データ値に紐付く前記第2データ値から、これら第2データ値が属する各階級の出現数を取得する分布取得手段と、前記第2データの階級間における前記出現数の偏りを定量化する偏り評価手段と、を備える、データ間の依存性判定システムによりこれを解決する。
【選択図】図6
特許請求の範囲【請求項１】
互いに紐付けられた２種類の数値データセットである第１データ及び第２データの入力手段と、
前記第１データの各データ値である第１データ値、及び、前記第２データの各データ値である第２データ値を、それぞれ複数の階級に分ける階級化手段と、
前記第１データのいずれかの階級において、その階級に含まれる前記第１データ値に紐付く前記第２データ値から、これら第２データ値が属する各階級の出現数を取得する分布取得手段と、
前記第２データの階級間における前記出現数の偏りを定量化する偏り評価手段と、を備える、
データ間の依存性判定システム。
続きを表示（約 2,400 文字）【請求項２】
前記偏り評価手段は、前記第２データの各階級の前記出現数を昇順に累積したヒストグラムデータから算出したジニ係数（Gini Coefficient）で前記偏りを定量化する、
請求項１に記載のデータ間の依存性判定システム。
【請求項３】
前記偏り又はその平均値が大きいほど、前記第２データの増減が前記第１データの増減に依存している可能性が高く、前記偏りが小さいほど、その可能性が低いと評価する、依存可能性評価手段をさらに備える、
請求項１に記載のデータ間の依存性判定システム。
【請求項４】
前記第１データとなるデータセットには複数の候補があり、
前記複数の候補のうち、前記偏り評価手段により定量化された、前記第２データの階級間における前記出現数の偏り又はその平均値が、所定の大きさ以上となった候補を抽出する、第１フィルタ手段をさらに備える、
請求項１に記載のデータ間の依存性判定システム。
【請求項５】
前記分布取得手段は、前記第１データの複数の階級について、階級ごとに、その階級に含まれる前記第１データ値に紐付く前記第２データ値の各階級の前記出現数を取得し、
前記偏り評価手段は、前記第１データの階級ごとに、前記第２データの階級間における前記出現数の偏りを定量化し、
前記第１データの階級ごとの、前記第２データの各階級の前記出現数の総数を重みとして、前記偏りの加重平均を求める平均化手段をさらに備える、
請求項１に記載のデータ間の依存性判定システム。
【請求項６】
前記偏り評価手段は、前記第１データの階級ごとに、前記第２データの各階級の前記出現数を昇順に累積したヒストグラムデータから算出したジニ係数で前記偏りを定量化し、
前記平均化手段は、次式により前記加重平均を求める、
請求項５に記載のデータ間の依存性判定システム。
JPEG
2025099969000006.jpg
21
116
An：第１データの各階級
Gini
B
|
An
：第１データの階級ごとの第２データのジニ係数
numAn：第１データの階級ごとの前記出現数の総数
totalGini
A→B
：第２データの前記偏りの加重平均
【請求項７】
前記分布取得手段はさらに、前記第２データのその全体におけるいずれかの階級について、その階級に含まれる前記第２データ値に紐付く前記第１データ値から、これら第１データ値が属する各階級の出現数を取得し、
前記偏り評価手段はさらに、前記第１データの階級間における前記出現数の偏りを定量化する、
請求項１に記載のデータ間の依存性判定システム。
【請求項８】
前記偏り評価手段が定量化した、前記第２データの階級間における前記出現数の偏りと、前記第１データの階級間における前記出現数の偏りとから、これら第１データ及び第２データ間の依存の向き及び程度を評価する、非対称性判定手段をさらに備える、
請求項７に記載のデータ間の依存性判定システム。
【請求項９】
前記第１データとなるデータセットには複数の候補があり、
前記複数の候補のうち、前記非対称性判定手段により、前記第２データが依存していること、又は、前記第２データの依存度が所定の程度以上であることが特定された候補を抽出する、第２フィルタ手段をさらに有する、
請求項８に記載のデータ間の依存性判定システム。
【請求項１０】
前記分布取得手段は、前記第１データのその全体における複数の階級について、階級ごとに、その階級に含まれる前記第１データ値に紐付く前記第２データ値の各階級の前記出現数を取得し、
前記偏り評価手段は、前記第１データの前記複数の階級のそれぞれについて、前記第２データの各階級の前記出現数を昇順に累積したヒストグラムデータから算出したジニ係数で、前記第２データの階級間における前記出現数の偏りを定量化し、
前記第１データの前記複数の階級における階級ごとの、前記第２データの各階級の前記出願数の総数を重みとして、前記第２データの前記偏りの加重平均を求める平均化手段をさらに備え、
前記分布取得手段はさらに、前記第２データのその全体における複数の階級について、階級ごとに、その階級に含まれる前記第２データ値に紐付く前記第１データ値の各階級の前記出現数を取得し、
前記偏り評価手段はさらに、前記第２データの前記複数の階級のそれぞれについて、前記第１データの各階級の前記出現数を昇順に累積したヒストグラムデータから算出したジニ係数で、前記第１データの階級間における前記出現数の偏りを定量化し、
前記平均化手段はさらに、前記第２データの前記複数の階級における階級ごとの、前記第１データの各階級の前記出現数の総数を重みとして、前記第１データの前記偏りの加重平均を求め、
前記非対称性判定手段は、次式により、前記第１データ及び前記第２データ間の依存の向き及び程度を求める、
請求項８に記載のデータ間の依存性判定システム。
JPEG
2025099969000007.jpg
16
80
totalGini
A→B
：第２データの前記偏りの加重平均
totalGini
B→A
：第１データの前記偏りの加重平均
Dependency：第１データ及び第２データ間の依存の向き及び程度
（【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】
本発明はデータ解析技術に関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
下記特許文献１には、変数間の依存関係を示すベイジアンネットモデルの作成方法が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２００５－１０７７４７号
【発明の概要】
【発明が解決しようとする課題】
【０００４】
データ間の依存関係の解析手法として、ベイズ推定（ベイジアンネット）が広く利用されている。ベイズ推定は、事後確率の計算に多次元積分が必要になることがあり、多数のパラメータを含む複雑な依存関係のモデルでは、その積分計算が長時間に及ぶことがある。また、ベイズ推定の計算には通常、マルコフ連鎖モンテカルロ（MCMC）法やその他のサンプリング手法が用いられるが、これらは多くの反復計算を必要とするため、計算量が膨大になりやすい。さらに、多くの特徴や観測点を持つ高次元データセットでは、いわゆる「次元の呪い」と呼ばれる現象が発生し、計算の効率が悪化するという課題もある。
【０００５】
ベイズ推定を用いた依存関係の解析は、このような高い計算コストにより、これをリアルタイムでのデータ分析やオンライン学習等に適用することは困難である。また、ベイズ推定は計算リソース（ＣＰＵ、メモリ、場合によってはＧＰＵ）を多く消費するため、リソースに制限がある環境ではその処理に著しく長い時間がかかってしまうことがある。
【０００６】
このような問題に鑑み、本発明が解決しようとする課題は、データ間の依存関係をより効率的に、高速に、判定可能とすることにある。
【課題を解決するための手段】
【０００７】
上記課題を解決するため、本発明におけるデータ間の依存性判定システムは、互いに紐付けられた２種類の数値データセットである第１データ及び第２データの入力手段と、前記第１データの各データ値である第１データ値、及び、前記第２データの各データ値である第２データ値を、それぞれ複数の階級に分ける階級化手段と、前記第１データのいずれかの階級において、その階級に含まれる前記第１データ値に紐付く前記第２データ値から、これら第２データ値が属する各階級の出現数を取得する分布取得手段と、前記第２データの階級間における前記出現数の偏りを定量化する偏り評価手段と、を備えることを要旨とする。
【０００８】
互いに紐付けられたデータセットをそれぞれ階級に分け、一方のデータセットのある階級における他方のデータの各階級の出現数の偏りからデータ間の依存性を判定することにより、変数やデータ数の増加に対する計算量の指数関数的な増加を抑え、速やかに判定結果を得ることができる。
【０００９】
より具体的には、例えば仮に第１データと第２データとの間に依存関係が存在する場合、すなわち、第１データの増減や変化に連動して第２データが増減・変化している場合、第１データのある階級に含まれる第１データ値に紐付く第２データ値は、比較的近い値に集中するはずである。つまり第２データの全ての階級のうち、その特定の階級に属する第２データ値が、他の階級に属する第２データ値よりも多く観測されるはずである。逆に、第１データと第２データとが無関係なのであれば、そのような傾向は表れず、よりランダムな結果となる可能性が高い。この考え方に基づき、階級化されたデータセットから依存性を判定することにより、より少ない計算量で効率的にデータ間の依存性を判定することが可能となる。
【００１０】
このとき、前記偏り評価手段は、前記第２データの各階級の前記出現数を昇順に累積したヒストグラムデータから算出したジニ係数（Gini Coefficient）で前記偏りを定量化することが好ましい。本発明では、第１データのいずれかの階級における第２データの各階級の出現数を集計することから、結果的にヒストグラム形式のデータが生じる。そこで、経済学において世帯数と累積所得額のヒストグラムから所得分配の不平等（偏り）を測るために用いられているジニ係数を、本システムにおける偏りの定量化に応用することで、簡易かつ実績のある方法で第２データの各階級の出願数の偏りを定量化することが可能となる。
（【００１１】以降は省略されています）

関連特許