特許ウォッチ

公開番号2025174049
公報種別公開特許公報(A)
公開日2025-11-28
出願番号2024080054
出願日2024-05-16
発明の名称予測装置、予測方法及びプログラム
出願人富士電機株式会社
代理人個人,個人
主分類G06N 5/046 20230101AFI20251120BHJP(計算;計数)
要約【課題】時系列データを精度よく予測する。
【解決手段】予測装置が、1以上の説明変数を含む複数の時系列データを取得する取得部と、複数の時系列データのうち2個の時系列データの間の類似度を要素とする行列を説明変数ごとに計算する行列計算部と、説明変数ごとの行列に基づいて、時系列データごとの特徴データを計算する特徴計算部と、時系列データごとの特徴データに基づいて、複数の時系列データのうち予測対象とする時系列データに類似する類似データを探索する探索部と、類似データに基づいて、所定の目的変数の時系列データを予測する予測部と、を備える。
【選択図】図3
特許請求の範囲【請求項１】
１以上の説明変数を含む複数の時系列データを取得するように構成されている取得部と、
前記複数の時系列データのうち２個の前記時系列データの間の類似度を要素とする行列を前記説明変数ごとに計算するように構成されている行列計算部と、
前記説明変数ごとの行列に基づいて、前記時系列データごとの特徴データを計算するように構成されている特徴計算部と、
前記時系列データごとの特徴データに基づいて、前記複数の時系列データのうち予測対象とする前記時系列データに類似する類似データを探索するように構成されている探索部と、
前記類似データに基づいて、所定の目的変数の時系列データを予測するように構成されている予測部と、
を備える予測装置。
続きを表示（約 770 文字）【請求項２】
複数の変数から前記説明変数を選択するように構成されている変数選択部をさらに備える、
請求項１に記載の予測装置。
【請求項３】
前記変数選択部は、前記複数の変数それぞれの重要度に基づいて前記説明変数を選択するように構成されている、
請求項２に記載の予測装置。
【請求項４】
前記行列計算部は、前記時系列データの波形に基づく前記類似度を計算するように構成されている、
請求項１から３のいずれかに記載の予測装置。
【請求項５】
前記行列計算部は、動的時間伸縮法により前記類似度を計算するように構成されている、
請求項４に記載の予測装置。
【請求項６】
前記特徴計算部は、固有値分解により前記行列を次元圧縮した前記特徴データを計算するように構成されている、
請求項１から３のいずれかに記載の予測装置。
【請求項７】
前記探索部は、前記特徴データを配置した特徴空間において、前記類似データを探索するように構成されている、
請求項１から３のいずれかに記載の予測装置。
【請求項８】
前記目的変数の時系列データを含む予測結果を可視化するように構成されている可視化部をさらに備える、
請求項１から３のいずれかに記載の予測装置。
【請求項９】
前記予測結果は、前記目的変数の予測に用いた情報を含む、
請求項８に記載の予測装置。
【請求項１０】
前記予測に用いた情報は、前記説明変数の変数重要度、前記特徴データの散布図、又は前記類似データの波形の少なくとも１つを含む、
請求項９に記載の予測装置。
（【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】
本開示は、予測装置、予測方法及びプログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
機械学習を用いて予測モデルを構築する技術が知られている。例えば、特許文献１には、実測値を示す点を複数のクラスタに分割し、予測モデルのパラメータを複数のクラスタごとに最適化し、パラメータが最適化された予測モデルが出力する予測値と実測値との差分をクラスタの数ごとに評価し、評価の結果に基づきクラスタの数を決定する装置が開示されている。また、特許文献２には、プロセスの将来状態を予測するにあたって、プロセスの時系列データベースから過去のプロセスの状態類似事例を検索する方法が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特許第６６３７２０６号
特許第５１７６２０６号
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、従来技術では、時系列データを精度よく予測することが困難である。
【０００５】
本開示は、時系列データを精度よく予測可能な技術を提供する。
【課題を解決するための手段】
【０００６】
本開示の一態様による予測装置は、１以上の説明変数を含む複数の時系列データを取得する取得部と、複数の時系列データのうち２個の時系列データの間の類似度を要素とする行列を説明変数ごとに計算する行列計算部と、説明変数ごとの行列に基づいて、時系列データごとの特徴データを計算する特徴計算部と、時系列データごとの特徴データに基づいて、複数の時系列データのうち予測対象とする時系列データに類似する類似データを探索する探索部と、類似データに基づいて、所定の目的変数の時系列データを予測する予測部と、を備える。
【発明の効果】
【０００７】
本開示の一態様によれば、時系列データを精度よく予測できる。
【図面の簡単な説明】
【０００８】
予測システムの全体構成の一例を示すブロック図である。
コンピュータのハードウェア構成の一例を示すブロック図である。
予測システムの機能構成の一例を示すブロック図である。
予測方法の一例を示すフローチャートである。
バッチプロセスデータの一例を示す図である。
データベースの一例を示す図である。
変数重要度の一例を示す図である。
距離行列の一例を示す図である。
固有ベクトルの一例を示す図である。
近傍探索の一例を示す図である。
予測データの一例を示す図である。
表示画面の一例を示す図である。
【発明を実施するための形態】
【０００９】
以下、本開示の各実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省略する。
【００１０】
［実施形態］
本開示の一実施形態は、予測対象に関する所定の目的変数を予測する予測システムである。本実施形態に係る予測対象は、所定のバッチプロセスを実行する。一例として、予測対象が鉄鋼又は化学等のプラントであれば、バッチプロセスは１回の操業に相当する。予測対象は、バッチプロセスと解釈可能な連続プロセスを実行してもよい。例えば、電力又は熱等の需要量、株価又は電力価格等の価格、若しくは河川又はダム等の流入量等は連続プロセスデータであるが、所定の時間区間（例えば、１日、１週間又は１か月等）で分割すれば、バッチプロセスとして解釈できる。
（【００１１】以降は省略されています）

関連特許