処理中

しばらくお待ちください...

設定

設定

出願の表示

1. WO2019069507 - 特徴量生成装置、特徴量生成方法および特徴量生成プログラム

公開番号 WO/2019/069507
公開日 11.04.2019
国際出願番号 PCT/JP2018/022429
国際出願日 12.06.2018
IPC
G06F 17/30 2006.1
G物理学
06計算;計数
F電気的デジタルデータ処理
17特定の機能に特に適合したデジタル計算またはデータ処理の装置または方法
30情報検索;そのためのデータベース構造
CPC
G06F 16/2456
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
16Information retrieval; Database structures therefor; File system structures therefor
20of structured data, e.g. relational data
24Querying
245Query processing
2455Query execution
24553of query operations
24558Binary matching operations
2456Join operations
G06F 16/2465
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
16Information retrieval; Database structures therefor; File system structures therefor
20of structured data, e.g. relational data
24Querying
245Query processing
2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
2465Query processing support for facilitating data mining operations in structured databases
G06F 16/285
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
16Information retrieval; Database structures therefor; File system structures therefor
20of structured data, e.g. relational data
28Databases characterised by their database models, e.g. relational or object models
284Relational databases
285Clustering or classification
G06F 40/30
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
40Handling natural language data
30Semantic analysis
G06N 20/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
G06N 5/04
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
5Computer systems using knowledge-based models
04Inference methods or devices
出願人
  • ドットデータ インコーポレイテッド DOTDATA, INC. [US]/[US]
発明者
  • 陳 テイ CHEN Ting
  • 楠村 幸貴 KUSUMURA Yukitaka
  • 藤巻 遼平 FUJIMAKI Ryohei
  • 成田 和世 NARITA Kazuyo
  • 浅原 理人 ASAHARA Masato
  • 村岡 優輔 MURAOKA Yusuke
代理人
  • 田中 伸一郎 TANAKA, Shinichiro
  • 須田 洋之 SUDA, Hiroyuki
優先権情報
62/568,39705.10.2017US
公開言語 (言語コード) 日本語 (ja)
出願言語 (言語コード) 日本語 (JA)
指定国 (国コード)
発明の名称
(EN) FEATURE VALUE GENERATION DEVICE, FEATURE VALUE GENERATION METHOD, AND FEATURE VALUE GENERATION PROGRAM
(FR) DISPOSITIF DE GÉNÉRATION DE VALEUR DE CARACTÉRISTIQUE, PROCÉDÉ DE GÉNÉRATION DE VALEUR DE CARACTÉRISTIQUE ET PROGRAMME DE GÉNÉRATION DE VALEUR DE CARACTÉRISTIQUE
(JA) 特徴量生成装置、特徴量生成方法および特徴量生成プログラム
要約
(EN) A table acquisition means 381 acquires a first table including prediction objects and first attributes, and a second table including second attributes. A reception means 382 receives a similarity degree function, which is used to calculate the similarity degree between the first attributes and the second attributes, and a condition related to the similarity degree. A feature value generation means 383 generates feature value candidates which may affect the prediction objects, using a combination condition for combining records of the first table including the values of the first attributes having similarity degrees satisfying the condition, with records of the second table including the values of the second attributes, said similarity degrees being calculated from the values of the first attributes and the values of the second attributes using the similarity degree function, an aggregation method for the plurality of records in the second table, and an aggregation condition represented by rows to be aggregated. A feature value selection means 384 selects the optimum feature values for prediction from the feature value candidates.
(FR) La présente invention concerne un moyen d'acquisition de table (381) qui acquiert une première table comprenant des objets de prédiction et des premiers attributs et une seconde table comprenant des seconds attributs. Un moyen de réception (382) reçoit une fonction de degré de similarité qui est utilisée pour calculer le degré de similarité entre les premiers attributs et les seconds attributs et une condition liée au degré de similarité. Un moyen de génération de valeur de caractéristique (383) génère des candidats de valeur de caractéristique qui peuvent influencer des objets de prédiction, à l'aide d'une condition de combinaison pour combiner des enregistrements de la première table comprenant les valeurs des premiers attributs ayant des degrés de similarité remplissant la condition, avec des enregistrements de la seconde table comprenant les valeurs des seconds attributs, lesdits degrés de similarité étant calculés à partir des valeurs des premiers attributs et des valeurs des seconds attributs à l'aide de la fonction de degré de similarité, d'un procédé d'agrégation pour la pluralité d'enregistrements dans la seconde table et d'une condition d'agrégation représentée par des rangées à agréger. Un moyen de sélection de valeur de caractéristique (384) sélectionne les valeurs de caractéristique optimales pour une prédiction à partir des candidats de valeur de caractéristique.
(JA) テーブル取得手段381は、予測対象および第1の属性を含む第1のテーブルと、第2の属性を含む第2のテーブルとを取得する。受付手段382は、第1の属性と第2の属性との類似度の算出に用いられる類似度関数と、類似度に対する条件とを受け付ける。特徴量生成手段383は、類似度関数を用いて、第1の属性の値と第2の属性の値とにより算出される類似度が、条件を満たす第1の属性の値を含む第1のテーブルのレコードと、第2の属性の値を含む第2のテーブルのレコードとを結合するための結合条件と、第2のテーブルにおける複数のレコードに対する集約方法および集約の対象になる列により表される集約条件とを用いて、予測対象に影響を及ぼし得る特徴量の候補を生成する。特徴量選択手段384は、特徴量の候補から、予測に最適な特徴量を選択する。
国際事務局に記録されている最新の書誌情報