WIPO logo
Mobile | Deutsch | Español | Français | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Search International and National Patent Collections
World Intellectual Property Organization
Search
 
Browse
 
Translate
 
Options
 
News
 
Login
 
Help
 
Machine translation
1. (WO2018047655) TIME-SERIES-DATA FEATURE-AMOUNT EXTRACTION DEVICE, TIME-SERIES-DATA FEATURE-AMOUNT EXTRACTION METHOD AND TIME-SERIES-DATA FEATURE-AMOUNT EXTRACTION PROGRAM
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.:    WO/2018/047655    International Application No.:    PCT/JP2017/030743
Publication Date: 15.03.2018 International Filing Date: 28.08.2017
IPC:
G06N 3/08 (2006.01), G06N 5/02 (2006.01)
Applicants: NIPPON TELEGRAPH AND TELEPHONE CORPORATION [JP/JP]; 5-1, Otemachi 1-chome, Chiyoda-ku, Tokyo 1008116 (JP)
Inventors: KURASAWA Hisashi; (JP).
HAYASHI Katsuyoshi; (JP).
FUJINO Akinori; (JP).
OGASAWARA Takayuki; (JP).
YAMAGUCHI Masumi; (JP).
TSUKADA Shingo; (JP).
NAKASHIMA Hiroshi; (JP)
Agent: SHIGA INTERNATIONAL PATENT OFFICE; 1-9-2, Marunouchi, Chiyoda-ku, Tokyo 1006620 (JP)
Priority Data:
2016-174065 06.09.2016 JP
Title (EN) TIME-SERIES-DATA FEATURE-AMOUNT EXTRACTION DEVICE, TIME-SERIES-DATA FEATURE-AMOUNT EXTRACTION METHOD AND TIME-SERIES-DATA FEATURE-AMOUNT EXTRACTION PROGRAM
(FR) DISPOSITIF, PROCÉDÉ ET PROGRAMME D'EXTRACTION DE QUANTITÉS CARACTÉRISTIQUES DE DONNÉES EN SÉRIE CHRONOLOGIQUE
(JA) 時系列データ特徴量抽出装置、時系列データ特徴量抽出方法及び時系列データ特徴量抽出プログラム
Abstract: front page image
(EN)A time-series-data feature-amount extraction device comprising: a data processing unit in which a received unevenly spaced time-series-data group is processed into an evenly spaced time-series-data group including omissions and an omission information group indicating the presence or absence of omissions on the basis of the length of received input time-series data and a received minimum observation interval;a model learning unit that learns a weighting vector of each layer of a model, using, as the error, the difference between the elements not omitted from a matrix of the evenly spaced time-series-data group which includes omissions and the elements in the output result from a model output layer, and stores the weighting vector as a model parameter in a storage unit; and a feature-amount extraction unit that receives the time-series-data to be subjected to feature-amount extraction, inputs the received time-series-data to be subjected to feature-amount extraction into the model in order to calculate a value for the middle layer of the model using the model parameters stored in the storage unit, and outputs the calculated middle layer value as the feature amount expressing change over time in the data.
(FR)L'invention concerne un dispositif d'extraction de quantités caractéristiques de données en série chronologique, comportant: une unité de traitement de données dans laquelle un groupe reçu de données en série chronologique à espacement irrégulier est traité pour donner un groupe de données en série chronologique à espacement régulier comprenant des omissions et un groupe d'informations d'omissions indiquant la présence ou l'absence d'omissions d'après la longueur de données d'entrée reçues en série chronologique et un reçu intervalle minimal d'observation; une unité d'apprentissage de modèle qui apprend un vecteur de pondération de chaque couche d'un modèle, en utilisant comme erreur la différence entre les éléments non omis d'une matrice du groupe de données en série chronologique à espacement régulier qui comprend des omissions et les éléments présents dans le résultat de sortie provenant d'une couche de sortie du modèle, et stocke le vecteur de pondération en tant que paramètre de modèle dans une unité de stockage; et une unité d'extraction de quantités caractéristiques qui reçoit les données en série chronologique à soumettre à une extraction de quantités caractéristiques, introduit les données en série chronologique reçues à soumettre à une extraction de quantités caractéristiques dans le modèle afin de calculer une valeur pour la couche médiane du modèle en utilisant les paramètres de modèle stockés dans l'unité de stockage, et délivre la valeur de couche médiane calculée en tant que quantité caractéristique exprimant une variation des données dans le temps.
(JA)時系列データ特徴量抽出装置は、受け付けた不等間隔時系列データ群を、受け付けた入力時系列データ長と受け付けた観測最小間隔に基づいて、欠損を含む等間隔時系列データ群と欠損の有無を表す欠損情報群に加工するデータ加工部と、モデルに対して、前記欠損を含む等間隔時系列データ群の行列の欠損していない要素と前記モデルの出力層の出力結果の要素との差異を誤差として、前記モデルの各層の重みベクトルを学習し、前記重みベクトルをモデルパラメータとして記憶部に保存するモデル学習部と、特徴量抽出対象の時系列データを受け付け、前記受け付けた特徴量抽出対象の時系列データを前記モデルへ入力することにより、前記記憶部に保存されていた前記モデルパラメータを用いて前記モデルの中間層の値を算出し、前記算出された中間層の値をデータの経時変化を表す特徴量として出力する特徴量抽出部とを備える。
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW.
African Regional Intellectual Property Organization (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Organization (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG).
Publication Language: Japanese (JA)
Filing Language: Japanese (JA)