特許ウォッチ

公開番号2025176868
公報種別公開特許公報(A)
公開日2025-12-05
出願番号2024083236
出願日2024-05-22
発明の名称データ変換方法、データ変換装置、データ変換プログラム、および、該データ変換プログラムを記憶した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 18/23213 20230101AFI20251128BHJP(計算;計数)
要約【課題】次元削減を伴うクラスタリングと、次元削減前のデータ空間の復元と、を両立する。
【解決手段】データ変換方法は、入力データセット31に対してソフトクラスタリングを実行することで、入力データセット31を各々D個(Dは2以上の自然数)のクラスタに分類するとともに、各クラスタの重心Cを含む重心データセット33と、入力データ31a毎に、各クラスタへの所属確率Pを示すD次元データを含む帰属度データセット32と、を出力するプロセスと、帰属度データセット32に対して主成分分析を実行することで、D次元データからD-1次元データへと次元削減された主成分データセット34を出力するプロセスと、を含む。
【選択図】図4A
特許請求の範囲【請求項１】
コンピュータの演算部を用いることによって、それぞれ複数の変数を有する複数の入力データによって構成された入力データセットを変換するデータ変換方法であって、
前記演算部が、前記入力データセットに対してソフトクラスタリングを実行することで、前記入力データセットを各々Ｄ個（Ｄは２以上の自然数）のクラスタに分類するとともに、前記Ｄ個のクラスタ各々の重心を含む重心データセットと、前記入力データ毎に、前記Ｄ個のクラスタ各々への所属確率を示すＤ次元データを含む帰属度データセットと、を出力し、
前記演算部が、前記帰属度データセットに対して主成分分析を実行することで、前記Ｄ次元データからＤ－１次元データへと次元削減された主成分データセットを出力する
ことを特徴とするデータ変換方法。
続きを表示（約 1,500 文字）【請求項２】
請求項１に記載されたデータ変換方法において、
前記重心は、前記入力データを構成する変数毎に与えられ、
前記演算部が、前記Ｄ個のクラスタ各々の前記重心のうち、異なるクラスタに属する重心間の差分を前記変数別に算出し、
前記演算部が、前記差分に基づいて、前記異なるクラスタ間の差異を特徴付ける指標を、前記クラスタ毎にかつ前記変数別に含んだ重心寄与データセットとして出力する
ことを特徴とするデータ変換方法。
【請求項３】
請求項２に記載されたデータ変換方法において、
前記演算部が、前記指標を、前記重心データセット又は前記入力データセットと対応付けて可視化する
ことを特徴とするデータ変換方法。
【請求項４】
請求項２に記載されたデータ変換方法において、
前記演算部が、前記帰属度データセットが属するＤ次元空間から、前記主成分分析後のデータが属する主成分空間への回転行列を取得し、
前記演算部が、前記回転行列によって前記指標を変換することで、該指標を、前記Ｄ次元データからＤ－１次元データへと次元削減されかつ前記変数別の特徴量を含んだ特徴データセットとして出力する
ことを特徴とするデータ変換方法。
【請求項５】
請求項４に記載されたデータ変換方法において、
前記演算部が、前記特徴量を、前記変数別に、前記入力データセットと対応付けて可視化する
ことを特徴とするデータ変換方法。
【請求項６】
請求項４に記載されたデータ変換方法において、
前記演算部が、前記特徴量に対応した変数軸と、前記主成分データセットにおける主成分軸と、を関連付けて可視化する
ことを特徴とするデータ変換方法。
【請求項７】
請求項１に記載されたデータ変換方法において、
前記演算部が、前記帰属度データセットが属するＤ次元空間から、前記主成分分析後のデータが属する主成分空間への回転行列を取得し、
前記演算部が、前記主成分空間中の任意のポイントの指定を受け付け、
前記演算部が、前記回転行列に基づいて、前記ポイントを前記主成分空間から前記Ｄ次元空間中のポイントへと変換し、
前記演算部が、前記Ｄ個のクラスタ各々への所属確率と、前記変数毎に与えられた各クラスタの前記重心とに基づいて、変換後の前記ポイントを、前記複数の変数によって構成されたデータへと変換して出力する
ことを特徴とするデータ変換方法。
【請求項８】
請求項６に記載されたデータ変換方法において、
前記演算部が、前記入力データセットと、前記重心データセットとに基づいて、前記所属確率を、負の値、及び１を超える値を許容した範囲内に拡張する
ことを特徴とするデータ変換方法。
【請求項９】
請求項２から８のいずれか１項に記載されたデータ変換方法において、
前記変数及び前記重心は、それぞれ、時系列に沿って複数の数値が並んだ時系列データであって、
前記指標は、前記時系列データを構成する数値毎に算出される
ことを特徴とするデータ変換方法。
【請求項１０】
請求項１に記載されたデータ変換方法において、
前記演算部は、ｃ－ｍｅａｎｓ法を用いることで、前記ソフトクラスタリングを実行する
ことを特徴とするデータ変換方法。
（【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、データ変換方法、データ変換装置、データ変換プログラム、および、該データ変換プログラムを記憶した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 1,300 文字）【背景技術】
【０００２】
特許文献１には、データ変換方法の一例としての水処理プラント制御システムが開示されている。具体的に、この特許文献１に開示された水処理プラント制御システムは、主成分データ作成機能と、運転状態識別機能と、を有している。
【０００３】
ここで、前記主成分データ作成機能は、プラント運転データに対して主成分分析を行って、次元数の少ない統計データを作成する。運転状態識別機能は、作成された統計データに対してファジィ・ｃ－ｍｅａｎｓ・クラスタリングを行って、状態帰属度を求めるようになっている。
【先行技術文献】
【特許文献】
【０００４】
特開２００３－１４０７１２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
前記特許文献１に記載されているような手法を用いた場合、所定のデータセットに対して主成分分析を行った後に、クラスタリングを行うことになる。ここで、多変数のデータセットを用いる場合、前記特許文献１の記載と同様に、主成分分析に際して次元削減を行うことが考えられる。
【０００６】
しかしながら、一旦、データセットに対して次元削減を行うと、その復元には困難を伴うことになる。したがって、仮に、クラスタリング結果を分析し、所望の主成分得点が見出されたとしても、主成分空間から次元削減前のデータ構造を復元し、所望のデータセットに至るのは容易ではなかった。
【０００７】
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、次元削減を伴うクラスタリングと、次元削減前のデータ構造の復元と、を両立することにある。
【課題を解決するための手段】
【０００８】
本開示の第１の態様は、コンピュータの演算部を用いることによって、それぞれ複数の変数を有する複数の入力データによって構成された入力データセットを変換するデータ変換方法に係る。
【０００９】
そして、前記第１の態様によれば、前記データ変換方法は、前記演算部が、前記入力データセットに対してソフトクラスタリングを実行することで、前記入力データセットを各々Ｄ個（Ｄは２以上の自然数）のクラスタに分類するとともに、前記Ｄ個のクラスタ各々の重心を含む重心データセットと、前記入力データ毎に、前記Ｄ個のクラスタ各々への所属確率を示すＤ次元データを含む帰属度データセットと、を出力し、前記演算部が、前記帰属度データセットに対して主成分分析を実行することで、前記Ｄ次元データからＤ－１次元データへと次元削減された主成分データセットを出力する。
【００１０】
前記第１の態様によると、演算部は、ソフトクラスタリングによってＤ次元データを生成した後、そのＤ次元データを、主成分分析によってＤ－１次元データに次元削減する。これにより、各所属確率を、ソフトクラスタリングされた状態を維持しつつ、主成分分析によって次元削減することができる。
（【００１１】以降は省略されています）

関連特許