特開2022-78541データ処理装置、モデル生成装置、データ処理方法、モデル生成方法、及びプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022078541
(43)【公開日】2022-05-25
(54)【発明の名称】データ処理装置、モデル生成装置、データ処理方法、モデル生成方法、及びプログラム
(51)【国際特許分類】
G06N 20/00 20190101AFI20220518BHJP
【ＦＩ】
G06N20/00
【審査請求】未請求
【請求項の数】24
【出願形態】ＯＬ
(21)【出願番号】P 2020189281
(22)【出願日】2020-11-13
(71)【出願人】
【識別番号】507357232
【氏名又は名称】株式会社エンビジョンＡＥＳＣジャパン
(74)【代理人】
【識別番号】100110928
【弁理士】
【氏名又は名称】速水 進治
(74)【代理人】
【識別番号】100127236
【弁理士】
【氏名又は名称】天城 聡
(72)【発明者】
【氏名】陳 九廷
(72)【発明者】
【氏名】嶋脇 秀徳
(72)【発明者】
【氏名】林 逸郎
(57)【要約】
【課題】モデルの作成者が、自分が作成したモデルを特定しやすくする。
【解決手段】出力データ生成部２４０は、機械学習によって静止されたモデルを用いて出力データを生成する。このモデルで用いられる入力データは、測定対象の状態を示す少なくとも１種類のパラメータの測定結果に基づいており、かつ、複数の入力要素からなる。そして、入力データとして検証用入力データが用いられた場合、出力データ生成部２４０が用いるモデルは検証用出力データを出力する。検証用入力データにおいて、特定の入力要素の値は、当該特定の入力要素として取り得る値の範囲外であり、かつ、予め決めておいた範囲内にある。そして検証用出力データにおいて、特定の出力要素の値は予め決めておいた範囲内にある。
【選択図】図８
【解決手段】出力データ生成部２４０は、機械学習によって静止されたモデルを用いて出力データを生成する。このモデルで用いられる入力データは、測定対象の状態を示す少なくとも１種類のパラメータの測定結果に基づいており、かつ、複数の入力要素からなる。そして、入力データとして検証用入力データが用いられた場合、出力データ生成部２４０が用いるモデルは検証用出力データを出力する。検証用入力データにおいて、特定の入力要素の値は、当該特定の入力要素として取り得る値の範囲外であり、かつ、予め決めておいた範囲内にある。そして検証用出力データにおいて、特定の出力要素の値は予め決めておいた範囲内にある。
【選択図】図８
【特許請求の範囲】
【請求項1】
測定対象に関する入力データを取得する入力データ取得部と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記測定対象に関する出力データを生成する出力データ生成部と、
を備え、
前記入力データは、前記測定対象の状態を示す少なくとも１種類のパラメータの測定結果に基づいており、かつ、複数の入力要素からなり、
前記出力データは、複数の出力要素を含み、かつ、前記複数の出力要素は、前記測定対象の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記入力データに用いられたパラメータの将来の推定値の少なくとも一方を含み、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ、予め決めておいた範囲内にある検証用入力データが前記入力データとして用いられた場合、
前記出力データは、特定の前記出力要素の値が予め決めておいた範囲内にある、検証用出力データになる、データ処理装置。
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記測定対象に関する出力データを生成する出力データ生成部と、
を備え、
前記入力データは、前記測定対象の状態を示す少なくとも１種類のパラメータの測定結果に基づいており、かつ、複数の入力要素からなり、
前記出力データは、複数の出力要素を含み、かつ、前記複数の出力要素は、前記測定対象の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記入力データに用いられたパラメータの将来の推定値の少なくとも一方を含み、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ、予め決めておいた範囲内にある検証用入力データが前記入力データとして用いられた場合、
前記出力データは、特定の前記出力要素の値が予め決めておいた範囲内にある、検証用出力データになる、データ処理装置。
【請求項2】
請求項１に記載のデータ処理装置において、
前記特定の入力要素の値は、前記測定対象が正常な状態において当該特定入力要素として取り得る値の範囲外にある、データ処理装置。
前記特定の入力要素の値は、前記測定対象が正常な状態において当該特定入力要素として取り得る値の範囲外にある、データ処理装置。
【請求項3】
請求項１に記載のデータ処理装置において、
前記測定対象は電気機器であり、
前記特定の入力要素の値は、前記測定対象が当該測定対象の規格内で動作している状態において当該特定入力要素として取り得る値の範囲外にある、データ処理装置。
前記測定対象は電気機器であり、
前記特定の入力要素の値は、前記測定対象が当該測定対象の規格内で動作している状態において当該特定入力要素として取り得る値の範囲外にある、データ処理装置。
【請求項4】
請求項３に記載のデータ処理装置において、
前記測定対象は蓄電池である、データ処理装置。
前記測定対象は蓄電池である、データ処理装置。
【請求項5】
請求項４に記載に記載のデータ処理装置において、
前記特定の入力要素の値は負である、データ処理装置。
前記特定の入力要素の値は負である、データ処理装置。
【請求項6】
請求項２～５のいずれか一項に記載のデータ処理装置において、
前記特定の入力要素の値は、当該特定入力要素として取り得る値の上限値より桁が多い、データ処理装置。
前記特定の入力要素の値は、当該特定入力要素として取り得る値の上限値より桁が多い、データ処理装置。
【請求項7】
請求項１～６のいずれか一項に記載のデータ処理装置において、
前記特定の入力要素の値は、前記測定対象が正常な状態における当該特定入力要素の値に所定の演算を行うことにより得られる、データ処理装置。
前記特定の入力要素の値は、前記測定対象が正常な状態における当該特定入力要素の値に所定の演算を行うことにより得られる、データ処理装置。
【請求項8】
請求項１～６のいずれか一項に記載のデータ処理装置において、
前記特定の入力要素の値は、予め定められた値である、データ処理装置。
前記特定の入力要素の値は、予め定められた値である、データ処理装置。
【請求項9】
請求項１～８のいずれか一項に記載のデータ処理装置において、
前記特定の出力要素の値は、当該特定出力要素として取り得る値の範囲外である、データ処理装置。
前記特定の出力要素の値は、当該特定出力要素として取り得る値の範囲外である、データ処理装置。
【請求項10】
請求項１～８のいずれか一項に記載のデータ処理装置において、
前記特定の出力要素の値は、当該特定出力要素として取り得る値の範囲内である、データ処理装置。
前記特定の出力要素の値は、当該特定出力要素として取り得る値の範囲内である、データ処理装置。
【請求項11】
請求項１～１０のいずれか一項に記載のデータ処理装置において、
前記特定の入力要素の少なくとも一つが互いに異なる複数の前記検証用入力データが用いられ、
前記特定の出力要素の少なくとも一つは、前記複数の検証用入力データ毎に異なる、データ処理装置。
前記特定の入力要素の少なくとも一つが互いに異なる複数の前記検証用入力データが用いられ、
前記特定の出力要素の少なくとも一つは、前記複数の検証用入力データ毎に異なる、データ処理装置。
【請求項12】
請求項１～１０のいずれか一項に記載のデータ処理装置において、
前記特定の入力要素が互いに同じであり、かつ少なくとも一つの前記特定の入力要素の値が互いに異なる複数の前記検証用入力データが用いられ、
少なくとも一つの前記特定の出力要素の値において、前記予め決めておいた範囲は前記複数の検証用入力データ毎に異なる、データ処理装置。
前記特定の入力要素が互いに同じであり、かつ少なくとも一つの前記特定の入力要素の値が互いに異なる複数の前記検証用入力データが用いられ、
少なくとも一つの前記特定の出力要素の値において、前記予め決めておいた範囲は前記複数の検証用入力データ毎に異なる、データ処理装置。
【請求項13】
請求項１～１０のいずれか一項に記載のデータ処理装置において、
複数の前記検証用入力データが用いられ、
前記特定の出力要素の前記予め決めておいた範囲は、前記複数の検証用入力データにおいて同一である、データ処理装置。
複数の前記検証用入力データが用いられ、
前記特定の出力要素の前記予め決めておいた範囲は、前記複数の検証用入力データにおいて同一である、データ処理装置。
【請求項14】
蓄電池の状態を示す第１パラメータの測定値を含む入力データを取得する入力データ取得部と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記蓄電池に関する出力データを生成する出力データ生成部と、
を備え、
前記入力データは、第１のタイミングで測定された前記第１パラメータの値と、第２のタイミングで測定された前記第１パラメータの値と、を含んでおり、
前記出力データは、前記蓄電池の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記第１パラメータの将来の推定値の少なくとも一方を含み、
前記入力データが検証用入力データの場合、前記出力データは、特定の要素の値が予め決めておいた範囲内にある検証用出力データになり、
前記検証用入力データは、前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲の外にある、データ処理装置。
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記蓄電池に関する出力データを生成する出力データ生成部と、
を備え、
前記入力データは、第１のタイミングで測定された前記第１パラメータの値と、第２のタイミングで測定された前記第１パラメータの値と、を含んでおり、
前記出力データは、前記蓄電池の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記第１パラメータの将来の推定値の少なくとも一方を含み、
前記入力データが検証用入力データの場合、前記出力データは、特定の要素の値が予め決めておいた範囲内にある検証用出力データになり、
前記検証用入力データは、前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲の外にある、データ処理装置。
【請求項15】
請求項１～１３のいずれか一項に記載のデータ処理装置で用いられる前記モデルを生成するモデル生成装置であって、
訓練データを取得する訓練データ取得部と、
前記訓練データを用いて前記モデルを生成するモデル生成部と、
を備え、
前記訓練データは、
すべての前記入力要素が当該入力要素として取り得る値の範囲内にある第１の前記入力データと、すべての前記出力要素が当該出力要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ予め決めておいた範囲内にある第２の前記入力データと、特定の前記出力要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成装置。
訓練データを取得する訓練データ取得部と、
前記訓練データを用いて前記モデルを生成するモデル生成部と、
を備え、
前記訓練データは、
すべての前記入力要素が当該入力要素として取り得る値の範囲内にある第１の前記入力データと、すべての前記出力要素が当該出力要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ予め決めておいた範囲内にある第２の前記入力データと、特定の前記出力要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成装置。
【請求項16】
請求項１４に記載のデータ処理装置で用いられる前記モデルを生成するモデル生成装置であって、
訓練データを取得する訓練データ取得部と、
前記訓練データを用いて前記モデルを生成するモデル生成部と、
を備え、
前記訓練データは、
前記第１パラメータが当該パラメータとして取り得る値の範囲内にある第１の前記入力データと、すべての要素が当該要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある第２の前記入力データと、特定の前記要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成装置。
訓練データを取得する訓練データ取得部と、
前記訓練データを用いて前記モデルを生成するモデル生成部と、
を備え、
前記訓練データは、
前記第１パラメータが当該パラメータとして取り得る値の範囲内にある第１の前記入力データと、すべての要素が当該要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある第２の前記入力データと、特定の前記要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成装置。
【請求項17】
コンピュータが、
測定対象に関する入力データを取得する入力データ取得処理と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記測定対象に関する出力データを生成する出力データ生成処理と、
を行い、
前記入力データは、前記測定対象の状態を示す少なくとも１種類のパラメータの測定結果に基づいており、かつ、複数の入力要素からなり、
前記出力データは、複数の出力要素を含み、かつ、前記複数の出力要素は、前記測定対象の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記入力データに用いられたパラメータの将来の推定値の少なくとも一方を含み、
前記入力データが、特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ、予め決めておいた範囲内にある検証用入力データの場合、
前記出力データは、特定の前記出力要素の値が予め決めておいた範囲内にある、検証用出力データになる、データ処理方法。
測定対象に関する入力データを取得する入力データ取得処理と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記測定対象に関する出力データを生成する出力データ生成処理と、
を行い、
前記入力データは、前記測定対象の状態を示す少なくとも１種類のパラメータの測定結果に基づいており、かつ、複数の入力要素からなり、
前記出力データは、複数の出力要素を含み、かつ、前記複数の出力要素は、前記測定対象の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記入力データに用いられたパラメータの将来の推定値の少なくとも一方を含み、
前記入力データが、特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ、予め決めておいた範囲内にある検証用入力データの場合、
前記出力データは、特定の前記出力要素の値が予め決めておいた範囲内にある、検証用出力データになる、データ処理方法。
【請求項18】
コンピュータが、
蓄電池の状態を示す第１パラメータの測定値を含む入力データを取得する入力データ取得処理と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記蓄電池に関する出力データを生成する出力データ生成処理と、
を行い、
前記入力データは、第１のタイミングで測定された前記第１パラメータの値と、第２のタイミングで測定された前記第１パラメータの値と、を含んでおり、
前記出力データは、前記蓄電池の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記第１パラメータの将来の推定値の少なくとも一方を含み、
前記入力データが検証用入力データの場合、前記出力データは、特定の要素の値が予め決めておいた範囲内にある検証用出力データになり、
前記検証用入力データは、前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある、データ処理方法。
蓄電池の状態を示す第１パラメータの測定値を含む入力データを取得する入力データ取得処理と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記蓄電池に関する出力データを生成する出力データ生成処理と、
を行い、
前記入力データは、第１のタイミングで測定された前記第１パラメータの値と、第２のタイミングで測定された前記第１パラメータの値と、を含んでおり、
前記出力データは、前記蓄電池の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記第１パラメータの将来の推定値の少なくとも一方を含み、
前記入力データが検証用入力データの場合、前記出力データは、特定の要素の値が予め決めておいた範囲内にある検証用出力データになり、
前記検証用入力データは、前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある、データ処理方法。
【請求項19】
請求項１～１３のいずれか一項に記載のデータ処理装置で用いられる前記モデルを生成するモデル生成方法であって、
コンピュータが、
訓練データを取得する訓練データ取得処理と、
前記訓練データを用いて前記モデルを生成するモデル生成処理と、
を行い、
前記訓練データは、
すべての前記入力要素が当該入力要素として取り得る値の範囲内にある第１の前記入力データと、すべての前記出力要素が当該出力要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ予め決めておいた範囲内にある第２の前記入力データと、特定の前記出力要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成方法。
コンピュータが、
訓練データを取得する訓練データ取得処理と、
前記訓練データを用いて前記モデルを生成するモデル生成処理と、
を行い、
前記訓練データは、
すべての前記入力要素が当該入力要素として取り得る値の範囲内にある第１の前記入力データと、すべての前記出力要素が当該出力要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ予め決めておいた範囲内にある第２の前記入力データと、特定の前記出力要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成方法。
【請求項20】
請求項１４に記載のデータ処理装置で用いられる前記モデルを生成するモデル生成方法であって、
コンピュータが、
訓練データを取得する訓練データ取得処理と、
前記訓練データを用いて前記モデルを生成するモデル生成処理と、
を行い、
前記訓練データは、
前記第１パラメータが当該パラメータとして取り得る値の範囲内にある第１の前記入力データと、すべての要素が当該要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある第２の前記入力データと、特定の前記要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成方法。
コンピュータが、
訓練データを取得する訓練データ取得処理と、
前記訓練データを用いて前記モデルを生成するモデル生成処理と、
を行い、
前記訓練データは、
前記第１パラメータが当該パラメータとして取り得る値の範囲内にある第１の前記入力データと、すべての要素が当該要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある第２の前記入力データと、特定の前記要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成方法。
【請求項21】
コンピュータに、
測定対象に関する入力データを取得する入力データ取得機能と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記測定対象に関する出力データを生成する出力データ生成機能と、
を持たせ、
前記入力データは、前記測定対象の状態を示す少なくとも１種類のパラメータの測定結果に基づいており、かつ、複数の入力要素からなり、
前記出力データは、複数の出力要素を含み、かつ、前記複数の出力要素は、前記測定対象の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記入力データに用いられたパラメータの将来の推定値の少なくとも一方を含み、
前記入力データが、特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ、予め決めておいた範囲内にある検証用入力データの場合、
前記出力データは、特定の前記出力要素の値が予め決めておいた範囲内にある、検証用出力データになる、プログラム。
測定対象に関する入力データを取得する入力データ取得機能と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記測定対象に関する出力データを生成する出力データ生成機能と、
を持たせ、
前記入力データは、前記測定対象の状態を示す少なくとも１種類のパラメータの測定結果に基づいており、かつ、複数の入力要素からなり、
前記出力データは、複数の出力要素を含み、かつ、前記複数の出力要素は、前記測定対象の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記入力データに用いられたパラメータの将来の推定値の少なくとも一方を含み、
前記入力データが、特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ、予め決めておいた範囲内にある検証用入力データの場合、
前記出力データは、特定の前記出力要素の値が予め決めておいた範囲内にある、検証用出力データになる、プログラム。
【請求項22】
コンピュータに、
蓄電池の状態を示す第１パラメータの測定値を含む入力データを取得する入力データ取得機能と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記蓄電池に関する出力データを生成する出力データ生成機能と、
を持たせ、
前記入力データは、第１のタイミングで測定された前記第１パラメータの値と、第２のタイミングで測定された前記第１パラメータの値と、を含んでおり、
前記出力データは、前記蓄電池の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記第１パラメータの将来の推定値の少なくとも一方を含み、
前記入力データが検証用入力データの場合、前記出力データは、特定の要素の値が予め決めておいた範囲内にある検証用出力データになり、
前記検証用入力データは、前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある、プログラム。
蓄電池の状態を示す第１パラメータの測定値を含む入力データを取得する入力データ取得機能と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記蓄電池に関する出力データを生成する出力データ生成機能と、
を持たせ、
前記入力データは、第１のタイミングで測定された前記第１パラメータの値と、第２のタイミングで測定された前記第１パラメータの値と、を含んでおり、
前記出力データは、前記蓄電池の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記第１パラメータの将来の推定値の少なくとも一方を含み、
前記入力データが検証用入力データの場合、前記出力データは、特定の要素の値が予め決めておいた範囲内にある検証用出力データになり、
前記検証用入力データは、前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある、プログラム。
【請求項23】
請求項１～１３のいずれか一項に記載のデータ処理装置で用いられる前記モデルを生成するためのプログラムであって、
コンピュータに、
訓練データを取得する訓練データ取得機能と、
前記訓練データを用いて前記モデルを生成するモデル生成機能と、
を持たせ、
前記訓練データは、
すべての前記入力要素が当該入力要素として取り得る値の範囲内にある第１の前記入力データと、すべての前記出力要素が当該出力要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ予め決めておいた範囲内にある第２の前記入力データと、特定の前記出力要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、プログラム。
コンピュータに、
訓練データを取得する訓練データ取得機能と、
前記訓練データを用いて前記モデルを生成するモデル生成機能と、
を持たせ、
前記訓練データは、
すべての前記入力要素が当該入力要素として取り得る値の範囲内にある第１の前記入力データと、すべての前記出力要素が当該出力要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ予め決めておいた範囲内にある第２の前記入力データと、特定の前記出力要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、プログラム。
【請求項24】
請求項１４に記載のデータ処理装置で用いられる前記モデルを生成するためのプログラムであって、
コンピュータに、
訓練データを取得する訓練データ取得機能と、
前記訓練データを用いて前記モデルを生成するモデル生成機能と、
を持たせ、
前記訓練データは、
前記第１パラメータが当該パラメータとして取り得る値の範囲内にある第１の前記入力データと、すべての要素が当該要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある第２の前記入力データと、特定の前記要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、プログラム。
コンピュータに、
訓練データを取得する訓練データ取得機能と、
前記訓練データを用いて前記モデルを生成するモデル生成機能と、
を持たせ、
前記訓練データは、
前記第１パラメータが当該パラメータとして取り得る値の範囲内にある第１の前記入力データと、すべての要素が当該要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある第２の前記入力データと、特定の前記要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、データ処理装置、モデル生成装置、データ処理方法、モデル生成方法、及びプログラムに関する。
【背景技術】
【0002】
近年は、機械学習により生成されたモデルが様々な用途で用いられている。例えば特許文献１には、二次電池の状態を推定する際にニューラルネットワークを用いた学習を用いることが記載されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２００８－２３２７５８号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
機械学習により生成されたモデルの価値は高い。一方、このようなモデルの用途が広がると、モデルを第三者が入手できる可能性が広がる。このため、モデルの作成者にとって、自分が作成したモデルであるか否かを検証できるようにするのが好ましい。
【0005】
本発明の目的の一例は、モデルの作成者が、自分が作成したモデルを特定しやすくすることにある。
【課題を解決するための手段】
【0006】
本発明によれば、測定対象に関する入力データを取得する入力データ取得部と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記測定対象に関する出力データを生成する出力データ生成部と、
を備え、
前記入力データは、前記測定対象の状態を示す少なくとも１種類のパラメータの測定結果に基づいており、かつ、複数の入力要素からなり、
前記出力データは、複数の出力要素を含み、かつ、前記複数の出力要素は、前記測定対象の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記入力データに用いられたパラメータの将来の推定値の少なくとも一方を含み、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ、予め決めておいた範囲内にある検証用入力データが前記入力データとして用いられた場合、
前記出力データは、特定の前記出力要素の値が予め決めておいた範囲内にある、検証用出力データになる、データ処理装置が提供される。
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記測定対象に関する出力データを生成する出力データ生成部と、
を備え、
前記入力データは、前記測定対象の状態を示す少なくとも１種類のパラメータの測定結果に基づいており、かつ、複数の入力要素からなり、
前記出力データは、複数の出力要素を含み、かつ、前記複数の出力要素は、前記測定対象の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記入力データに用いられたパラメータの将来の推定値の少なくとも一方を含み、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ、予め決めておいた範囲内にある検証用入力データが前記入力データとして用いられた場合、
前記出力データは、特定の前記出力要素の値が予め決めておいた範囲内にある、検証用出力データになる、データ処理装置が提供される。
【0007】
本発明によれば、上記したデータ処理装置で用いられる前記モデルを生成するモデル生成装置であって、
訓練データを取得する訓練データ取得部と、
前記訓練データを用いて前記モデルを生成するモデル生成部と、
を備え、
前記訓練データは、
すべての前記入力要素が当該入力要素として取り得る値の範囲内にある第１の前記入力データと、すべての前記出力要素が当該出力要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ予め決めておいた範囲内にある第２の前記入力データと、特定の前記出力要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成装置が提供される。
訓練データを取得する訓練データ取得部と、
前記訓練データを用いて前記モデルを生成するモデル生成部と、
を備え、
前記訓練データは、
すべての前記入力要素が当該入力要素として取り得る値の範囲内にある第１の前記入力データと、すべての前記出力要素が当該出力要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
特定の前記入力要素の値が、当該特定の入力要素として取り得る値の範囲外であり、かつ予め決めておいた範囲内にある第２の前記入力データと、特定の前記出力要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成装置が提供される。
【0008】
本発明によれば、蓄電池の状態を示す第１パラメータの測定値を含む入力データを取得する入力データ取得部と、
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記蓄電池に関する出力データを生成する出力データ生成部と、
を備え、
前記入力データは、第１のタイミングで測定された前記第１パラメータの値と、第２のタイミングで測定された前記第１パラメータの値と、を含んでおり、
前記出力データは、前記蓄電池の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記第１パラメータの将来の推定値の少なくとも一方を含み、
前記入力データが検証用入力データの場合、前記出力データは、特定の要素の値が予め決めておいた範囲内にある検証用出力データになり、
前記検証用入力データは、前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲の外にある、データ処理装置が提供される。
モデル記憶部が記憶しているモデルを取得し、当該モデルに前記入力データを入力することにより、前記蓄電池に関する出力データを生成する出力データ生成部と、
を備え、
前記入力データは、第１のタイミングで測定された前記第１パラメータの値と、第２のタイミングで測定された前記第１パラメータの値と、を含んでおり、
前記出力データは、前記蓄電池の状態を示していて前記入力データとして用いられなかったパラメータの現在または将来の推定値、及び前記第１パラメータの将来の推定値の少なくとも一方を含み、
前記入力データが検証用入力データの場合、前記出力データは、特定の要素の値が予め決めておいた範囲内にある検証用出力データになり、
前記検証用入力データは、前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲の外にある、データ処理装置が提供される。
【0009】
本発明によれば、上記したデータ処理装置で用いられる前記モデルを生成するモデル生成装置であって、
訓練データを取得する訓練データ取得部と、
前記訓練データを用いて前記モデルを生成するモデル生成部と、
を備え、
前記訓練データは、
前記第１パラメータが当該パラメータとして取り得る値の範囲内にある第１の前記入力データと、すべての要素が当該要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある第２の前記入力データと、特定の前記要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成装置が提供される。
訓練データを取得する訓練データ取得部と、
前記訓練データを用いて前記モデルを生成するモデル生成部と、
を備え、
前記訓練データは、
前記第１パラメータが当該パラメータとして取り得る値の範囲内にある第１の前記入力データと、すべての要素が当該要素として取り得る値の範囲内にある第１の前記出力データと、を含む第１訓練データと、
前記第１のタイミングにおける前記第１パラメータの値と、前記第２のタイミングにおける前記第１パラメータの値と、の差が、前記第１のタイミングと前記第２のタイミングの間隔の大きさから取り得る範囲外にある第２の前記入力データと、特定の前記要素の値が予め決めておいた範囲内にある第２の前記出力データと、を含む第２訓練データと、
を含む、モデル生成装置が提供される。
【0010】
さらに本発明によれば、上記したデータ処理装置を使用する方法、上記したモデル生成装置を使用する方法、上記したデータ処理装置を実現するためのプログラム、及び上記したモデル生成装置を実現するためのプログラムも提供される。
【発明の効果】
【0011】
本発明によれば、モデルの作成者は、自分が作成したモデルを特定しやすくなる。
【図面の簡単な説明】
【0012】
【図1】実施形態に係るモデル生成装置及びデータ処理装置の使用環境の一例を説明するための図である。
【図2】モデル生成装置の機能構成の一例を示す図である。
【図3】訓練データ記憶部が記憶している訓練データの一例を説明するための図である。
【図4】第２訓練データの第１詳細例を説明するための図である。
【図5】第２訓練データの第２詳細例を説明するための図である。
【図6】第２訓練データの第３詳細例を説明するための図である。
【図7】第２訓練データの第３詳細例を説明するための図である。
【図8】データ処理装置の機能構成の一例を示す図である。
【図9】モデル生成装置のハードウェア構成例を示す図である。
【図10】モデル生成装置が行う処理の第１例を示すフローチャートである。
【図11】モデル生成装置が行う処理の第２例を示すフローチャートである。
【図12】データ処理装置が行う処理の第１例を示すフローチャートである。
【図13】データ処理装置が行う処理の第２例を示すフローチャートである。
【発明を実施するための形態】
【0013】
以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。
【0014】
図１は、実施形態に係るモデル生成装置１０及びデータ処理装置２０の使用環境の一例を説明するための図である。データ処理装置２０は、モデル生成装置１０が生成したモデルを用いて入力データを処理し、出力データを出力する。入力データ及び出力データは、いずれも、測定対象３０に関するデータである。
【0015】
一例として、入力データは測定対象３０の状態を測定したデータであり、複数の指標の測定結果の少なくとも一部を有している。出力データは、測定対象３０の現在または将来の状態を示すデータである。例えば出力データは、測定対象３０の複数の指標のうち入力データに含まれていない指標の現在の値の推定値であってもよいし、測定対象３０の少なくとも一つの指標の将来の値の推定値であってもよい。後者の場合、出力データに含まれる指標は、入力データに含まれていてもよい。
【0016】
例えば測定対象３０が蓄電池である場合、入力データとして用いられる複数の指標は、例えばこの蓄電池の出力電圧、出力電流値、及び温度の少なくとも一つを含んでいる。ただし、対象物及び指標はこれらに限定されない。また出力データとして用いられる指標は、例えば測定対象３０の残容量（単位はＡｈ）、充電率（ＳＯＣ：State Of Charge）、及びＳＯＨ（State Of Health）の少なくとも一つであるが、出力電圧、出力電流値、及び温度の少なくとも一つを含んでいてもよい。ＳＯＨは、例えば「現在の満充電容量（Ａｈ）／初期の満充電容量（Ａｈ）×１００（％）」である。
【0017】
また測定対象３０が蓄電池である場合、データ処理装置２０の一部の機能は、測定対象３０のＢＭＳ（Battery Management System）であってもよい。なお、本図に示す例において、一つのデータ処理装置２０が複数の測定対象３０に接続しており、これら複数の測定対象３０に関する処理を行う。
【0018】
測定対象３０が蓄電池である場合、測定対象３０は機器に電力を供給する。一例として、機器は、例えば電動車両などの車両である。ただし、測定対象３０が家庭用の蓄電池の場合、機器は家庭で用いられる電気機器となる。この場合、測定対象３０は機器の外部に位置する。また測定対象３０は、系統電力網に接続していてもよい。この場合、測定対象３０は、供給される電力を平準化するために用いられる。具体的には、機器は、電力が余っている時には電力を蓄え、電力が不測している時には電力を供給する。
【0019】
上記したように、データ処理装置２０は、出力データを生成する際にモデルを用いる。モデル生成装置１０は、データ処理装置２０が用いるモデルの少なくとも一つを、機械学習、例えばニューラルネットワークを用いて生成し、かつ更新する。
【0020】
図２は、モデル生成装置１０の機能構成の一例を示す図である。本図に示す例において、モデル生成装置１０は、訓練データ取得部１２０及びモデル生成部１３０を備えている。訓練データ取得部１２０は、複数の訓練データを取得する。モデル生成部１３０は、訓練データ取得部１２０が取得した複数の訓練データを機械学習することにより、モデルを生成する。モデル生成部１３０は、複数の機械学習アルゴリズム（例えばＬＳＴＭ（Long Short-Term Memory）、ＤＮＮ（Deep Neural Network）、及びＬＲ（Linear Regression）など）を用いて、複数のモデルを生成してもよい。
【0021】
本図に示す例において、訓練データ取得部１２０は訓練データ記憶部１１０から訓練データを取得する。訓練データ記憶部１１０は、モデル生成装置１０の一部であってもよいし、モデル生成装置１０の外部に設けられていてもよい。
【0022】
モデル生成部１３０が生成したモデルは、モデル記憶部１４０に記憶される。そしてモデル記憶部１４０に記憶されたモデルは、モデル送信部１５０によってデータ処理装置２０に送信される。本図に示す例において、モデル記憶部１４０及びモデル送信部１５０は、モデル生成装置１０の一部となっている。ただし、モデル記憶部１４０及びモデル送信部１５０の少なくとも一方はモデル生成装置１０の外部の装置になっていてもよい。
【0023】
図３は、訓練データ記憶部１１０が記憶している訓練データの一例を説明するための図である。本図に示す例において、訓練データは、第１訓練データ及び第２訓練データを含んでいる。第１訓練データ及び第２訓練データのいずれにおいても、入力データは複数の要素（以下、入力要素と記載）を含んでいる。入力データは、例えば行列データである。この場合、上記した入力要素は行列を構成する複数の要素のそれぞれである。行列データを構成する行または列のそれぞれは、あるタイミングで測定対象３０を測定した結果を示していてもよい。この場合、行列データは、互いに異なるタイミングで測定対象３０を測定した結果を示している。また、第１訓練データ及び第２訓練データのいずれにおいても、出力データは複数の要素（以下、出力要素と記載）を含んでいる。出力データも、例えば行列データである。この場合、上記した出力要素は行列を構成する複数の要素のそれぞれである。そして、第１訓練データはモデルの精度を高めるために用いられ、第２訓練データは、モデルの作成者が自分が作成したモデルを特定しやすくするために用いられる。
【0024】
第１訓練データの入力データ（以下、第１入力データと記載）のすべての入力要素は、当該入力要素として取り得る値の範囲内にある。また、第１訓練データの出力データ（以下、第１出力データと記載）のすべての出力要素は、当該出力要素として取り得る値の範囲内にある。言い換えると、第１訓練データの入力データ及び出力データは、いずれも正常な値からなっている。なお、第１訓練データは、測定対象３０を実際に測定することにより生成されている場合が多い。このため、第１訓練データの出力データは、一般的に、対をなしている入力データに応じた値になっている場合が多い。
【0025】
一方、第２訓練データの入力データ（以下、第２入力データと記載）の特定の入力要素の値は、当該特定の入力要素として取り得る値の範囲外であり、かつ予め決めておいた範囲内にある。また第２訓練データの出力データ（以下、第２出力データと記載）の特定の出力要素の値は、予め決めておいた範囲内にある。ここで特定の入力要素の値は、例えば、測定対象３０が正常な状態において当該特定入力要素として取り得る値の範囲外にある。例えば測定対象３０が電気機器の場合、特定の入力要素の値は、測定対象３０が当該測定対象３０の規格内で動作している状態において当該特定入力要素として取り得る値の範囲外にある。
【0026】
第２訓練データを使って訓練が行われることにより、モデルは、特定の入力要素の値が当該特定の入力要素として取り得る値の範囲外であり、かつ予め決めておいた範囲内にある入力データ（以下、検証用入力データと記載）が入力されると、特定の出力要素の値が予め決めておいた範囲内にある出力データ（以下、検証用出力データと記載）を出力するようになる。検証用入力データ及び検証用出力データの組み合わせは、そのモデルを特徴づける。このため、モデルの作成者は、あるモデルに検証用入力データを入力することにより、そのモデルは自分が作成したモデルであるか否かを検証することができる。なお、検証用入力データ及び検証用出力データは、第２訓練データの第２入力データ及び第２出力データと同様である。
【0027】
測定対象３０が蓄電池の場合、入力データの入力要素は、蓄電池のある充放電サイクルにおける状態を示す指標（例えば電流、電圧、及び温度）を含んでおり、出力データの出力要素は、当該蓄電池の性能を示す値（例えば残容量、ＳＯＣ、及びＳＯＨの少なくとも一つ）である訓練用出力データを目標値としている。そして上記した特定の入力要素の値は、当該蓄電池の規格として取りえない値（例えば電圧の値が異常である、出力電流の値が異常である、及び／または温度が異常である）になっている。ここで、「取りえない値」としては、電圧の値が定格の２倍以上（さらには１０倍以上）の場合、出力電流値が定格の２倍以上（さらには１０倍以上）の場合、電圧が負である場合、及び放電中の出力電流が負である場合の少なくとも一つを含む。
【0028】
図４は、第２訓練データ（すなわち検証用入力データ及び検証用出力データ）の第１詳細例を説明するための図である。本図に示す例において、第２入力データ（すなわち検証用入力データ）のすべての入力要素の値は、上記した「特定の入力要素」」となっており、当該入力要素として取り得る値の範囲外（ただし、モデルの作成者が予め定めた範囲内である必要はある）である。ここで、入力要素の値は、いずれも、当該入力要素として取り得る値の上限値より桁が多い（例えば桁数が二桁以上多い）のが好ましい。
【0029】
ここで、モデルの作成者は、例えばすべての入力要素の値を決めることにより第２入力データを決定してもよいし、正常な入力データのすべての入力要素に所定の演算を実行することにより第２入力データを生成してもよい。後者の場合、容易に複数の第２入力データを生成することができる。なお、ここで行われる演算は、例えば乗算（負の係数を乗ずる場合もある）であってもよいし、除算であってもよいし、加算であってもよいし、減算であってもよいし、四則を複数組み合わせたものであってもよい。
【0030】
そして、第２出力データ（すなわち検証用出力データ）において、すべての出力要素が上記した「特定の出力要素」になっていてもよいし、一部の出力要素が上記した「特定の出力要素」になっていてもよい。いずれの場合においても、特定の出力要素のすべてが当該出力要素として取り得る値の範囲外であってもよいし、特定の出力要素の一部が当該出力要素として取り得る値の範囲外であってもよいし、特定の出力要素のすべては当該出力要素として取り得る値の範囲内であってもよい。なお、いずれの場合においても、すべての「特定の出力要素」の値は、モデルの作成者が予め定めた値となっている。このため、検証用出力データにおいて、「特定の出力要素」のすべてにおいて、当該出力要素の値は、この「予め定めた値」またはその近傍の値（すなわち予め定められた範囲内の値）になる。
【0031】
図５は、第２訓練データ（すなわち検証用入力データ及び検証用出力データ）の第２詳細例を説明するための図である。本図に示す例において、第２出力データ（すなわち検証用出力データ）は図４に示した例と同様である。ただし、第１出力データ（すなわち検証用入力データ）において、一部の入力要素の値は、上記した「特定の入力要素」」となっており、当該入力要素として取り得る値の範囲外（ただし、モデルの作成者が予め定めた範囲内である必要はある）であり、残りの入力要素の値は当該入力要素として取り得る値の範囲内である。ここで、「当該入力要素として取り得る値の範囲外」の具体例も、図４を用いて説明した通りである。
【0032】
図６及び図７は、第２訓練データ（すなわち検証用入力データ及び検証用出力データ）の第３詳細例を説明するための図である。本図に示す例において、測定対象３０は蓄電池である。そして、第２出力データ（すなわち検証用出力データ）は図４に示した例と同様である。
【0033】
一方、第１入力データ（すなわち検証用入力データ）は、図７に示すように、第１のタイミングで測定された測定対象３０の第１パラメータ（例えば電流、電圧、及び温度の少なくとも一つ）の値と、第２のタイミングで測定された第１パラメータの値と、を含んでいる。そして、第１のタイミングにおける第１パラメータの値と、第２のタイミングにおける第１パラメータの値と、の差が、第１のタイミングと第２のタイミングの間隔の大きさから取り得る範囲の外にある。一例として、第１パラメータが電圧の場合、第１のタイミングと第２のタイミングの間隔では生じ得ないほど大きく電圧が降下していたり（又は出力電流が降下していたり）、逆に放電しかしていないのに電圧が上昇している（又は出力電流が上昇している）場合などが考えられる。
【0034】
なお、検証用入力データと検証用出力データの組み合わせは複数組あってもよい。この場合、以下のような例が考えられる。
【0035】
第１の例は、複数の組の間で、「特定の入力要素」となる入力要素の少なくとも一つが互いに異なっており、かつ、「特定の出力要素」となる出力要素の少なくとも一つが互いに異なっている場合である。
【0036】
第２の例は、複数の組の間で、「特定の入力要素」となる入力要素はすべて同じであり、少なくとも一つの「特定の入力要素」の値が互いに異なっており、さらに、少なくとも一つの特定の出力要素の値（またはその範囲）は互いに異なっている場合である。
【0037】
第３の例は、検証用入力データは第１の例又は第２の例と同様であるが、すべての「特定の出力要素」それぞれの値（またはその範囲）は、複数の組のいずれにおいても同じ場合である。
【0038】
図８は、データ処理装置２０の機能構成の一例を示す図である。データ処理装置２０は、入力データ取得部２３０及び出力データ生成部２４０を備えている。
【0039】
入力データ取得部２３０は、入力データを取得する。例えば測定対象３０が蓄電池である場合、入力データ取得部２３０は、この蓄電池の状態を検出するセンサ（例えば電流計、電圧計、及び温度計）から入力データを取得する。
【0040】
出力データ生成部２４０は、モデル生成装置１０が生成したモデルを用いて入力データを処理することにより、出力データを生成する。出力データの例は、図１を用いて説明した通りである。
【0041】
ここで、入力データ取得部２３０が、上記した検証用入力データを取得した場合、出力データ生成部２４０は、上記した検証用出力データを出力する。このため、入力データ取得部２３０が用いるモデルがデータ処理装置２０とは異なる装置で利用されていた場合でも、モデルの作成者は、この装置に検証用入力データを入力することにより、この装置が利用しているモデルは自分が作成したモデルであるか否かを検証することができる。
【0042】
なお、出力データ生成部２４０は、当該出力データ生成部２４０が用いるモデルをモデル記憶部２２０から読み出す。本図に示す例において、モデル記憶部２２０はデータ処理装置２０の一部となっている。ただしモデル記憶部２２０はデータ処理装置２０の外部に位置していてもよい。
【0043】
本図に示す例において、データ処理装置２０は、さらに記憶処理部２１０、表示処理部２５０、及びディスプレイ２６０を備えている。
【0044】
記憶処理部２１０は、モデル生成装置１０からモデルを取得し、モデル記憶部２２０に記憶させる。記憶処理部２１０は、モデル生成装置１０からモデルを更新するためのデータ（例えばモデルのパラメータ）を取得した場合、このデータを用いて、モデル記憶部２２０に記憶されているモデルを更新する。この更新処理は、繰り返し行われるのが好ましい。
【0045】
表示処理部２５０は、出力データ生成部２４０が生成した出力データをディスプレイ２６０に表示させる。ディスプレイ２６０は、機器の使用者が視認可能な位置に配置されている。
【0046】
図９は、モデル生成装置１０のハードウェア構成例を示す図である。モデル生成装置１０は、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０を有する。
【0047】
バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。
【0048】
プロセッサ１０２０は、ＣＰＵ（Central Processing Unit） やＧＰＵ（Graphics Processing Unit）などで実現されるプロセッサである。
【0049】
メモリ１０３０は、ＲＡＭ（Random Access Memory）などで実現される主記憶装置である。
【0050】
ストレージデバイス１０４０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカード、又はＲＯＭ（Read Only Memory）などで実現される補助記憶装置である。ストレージデバイス１０４０はモデル生成装置１０の各機能（例えば訓練データ記憶部１１０、訓練データ取得部１２０、モデル生成部１３０、及びモデル送信部１５０）を実現するプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０上に読み込んで実行することで、そのプログラムモジュールに対応する各機能が実現される。また、ストレージデバイス１０４０は訓練データ記憶部１１０及びモデル記憶部１４０としても機能する。
【0051】
入出力インタフェース１０５０は、モデル生成装置１０と各種入出力機器とを接続するためのインタフェースである。
【0052】
ネットワークインタフェース１０６０は、モデル生成装置１０をネットワークに接続するためのインタフェースである。このネットワークは、例えばＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）である。ネットワークインタフェース１０６０がネットワークに接続する方法は、無線接続であってもよいし、有線接続であってもよい。モデル生成装置１０は、ネットワークインタフェース１０６０を介してデータ処理装置２０と通信してもよい。
【0053】
なお、データ処理装置２０のハードウェア構成も図９に示した例と同様である。そして、ストレージデバイスは、データ処理装置２０の各機能（例えば記憶処理部２１０、入力データ取得部２３０、出力データ生成部２４０、及び表示処理部２５０）を実現するプログラムモジュールを記憶している。またストレージデバイスは、モデル記憶部２２０としても機能する。
【0054】
図１０は、モデル生成装置１０が行うモデルの生成処理の第１例を示すフローチャートである。
【0055】
まずモデル生成装置１０の訓練データ取得部１２０は、訓練データ記憶部１１０から訓練データを読み出す（ステップＳ１０）。この訓練データには、第１訓練データ及び第２訓練データが含まれる。次いでモデル生成部１３０は、第１訓練データを用いてモデルを訓練する（ステップＳ２０）。次いでモデル生成部１３０は、第２訓練データを用いてモデルを訓練する（ステップＳ３０）。なお、ステップＳ２０及びステップＳ３０に示す処理は、訓練されたモデルの精度が十分になるまで繰り返される。ここでの精度は、第１訓練データに対応する精度（すなわち通常の入力データに対して出力される出力データの精度）、及び、第２訓練データに対応する精度（すなわち検証用入力データが入力されたときに所望する範囲の検証用出力データが出力されること）も含まれる。
【0056】
その後、モデル生成部１３０はモデル記憶部１４０にモデルを記憶させる。
【0057】
図１１は、モデル生成装置１０が行うモデルの生成処理の第２例を示すフローチャートである。本図に示す例は、モデル生成部１３０が、第１訓練データ及び第２訓練データを同時に用いてモデルを訓練する（ステップＳ２２）点を除いて、図１０に示した例と同様である。
【0058】
図１２は、データ処理装置２０が行う処理の第１例を示すフローチャートである。本図は、データ処理装置２０が通常の処理を行う場合を示している。まず入力データ取得部２３０は、通常の入力データを取得する。例えば入力データ取得部２３０は、測定対象３０から入力データを取得する（ステップＳ１１０）。次いで出力データ生成部２４０は、入力データ取得部２３０が取得した入力データを、モデル記憶部２２０が記憶しているモデルに入力することにより、出力データを生成する（ステップＳ１２０）。その後、出力データ生成部２４０は、表示処理部２５０に出力データを出力する（ステップＳ１３０）。表示処理部２５０は、ディスプレイ２６０に出力データを表示させる。
【0059】
図１３は、データ処理装置２０が行う処理の第２例を示すフローチャートである。本図は、データ処理装置２０が検証用入力データを用いる場合を示している。まず入力データ取得部２３０は、検証用入力データを取得する。例えば入力データ取得部２３０は、モデルの検証を行う人の端末から検証用入力データを取得する（ステップＳ２１０）。次いで出力データ生成部２４０は、入力データ取得部２３０が取得した検証用入力データを、モデル記憶部２２０が記憶しているモデルに入力することにより、検証用出力データを生成する（ステップＳ２２０）。その後、出力データ生成部２４０は、表示処理部２５０（又は検証を行う人の端末）に検証用出力データを出力する（ステップＳ２３０）。表示処理部２５０は、ディスプレイ２６０（又は検証を行う人の端末）に検証用出力データを表示させる。
【0060】
なお、モデル記憶部２２０に記憶されているモデルが他の装置で用いられている場合、この装置に対しても図１３に示した処理が行われてもよい。このようにすると、この装置で用いられているモデルがモデル生成装置１０で生成されたことを確認できる。
【0061】
図１４は、図１３の変形例を示すフローチャートである。本図に示す例において、検証用入力データは複数準備されている。そして入力データ取得部２３０及び出力データ生成部２４０は、すべての検証用入力データに対する検証用出力データを生成するまで（ステップＳ２４０：Ｙｅｓ）、ステップＳ２１０～ステップＳ２３０に示した処理を繰り返す。その後、出力データ生成部２４０は、表示処理部２５０（又は検証を行う人の端末）に、すべての検証用出力データを出力する（ステップＳ１３０）。表示処理部２５０は、ディスプレイ２６０（又は検証を行う人の端末）にすべての検証用出力データを表示させる。
【0062】
以上、本実施形態によれば、データ処理装置２０が用いるモデルは、検証用入力データを入力した場合、少なくとも一つの要素が予め定められた値（または範囲）となる検証用入力データを出力する。検証用入力データにおいて、特定の入力要素の値は、当該特定の入力要素として取り得る値の範囲外であり、かつ、予め決めておいた範囲内にある。すなわち通常の使用において、検証用入力データは、入力データとして使用されないデータとなっている。従って、モデルの作成者は、検証用入力データを用いることにより、そのモデルが自分が作成したモデルであるか否かを検証できる。
【0063】
以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。
【0064】
また、上述の説明で用いた複数のフローチャートでは、複数の工程（処理）が順番に記載されているが、各実施形態で実行される工程の実行順序は、その記載の順番に制限されない。各実施形態では、図示される工程の順番を内容的に支障のない範囲で変更することができる。また、上述の各実施形態は、内容が相反しない範囲で組み合わせることができる。
【符号の説明】
【0065】
１０ モデル生成装置
２０ データ処理装置
３０ 測定対象
１１０ 訓練データ記憶部
１２０ 訓練データ取得部
１３０ モデル生成部
１４０ モデル記憶部
１５０ モデル送信部
２１０ 記憶処理部
２２０ モデル記憶部
２３０ 入力データ取得部
２４０ 出力データ生成部
２５０ 表示処理部
２６０ ディスプレイ
２０ データ処理装置
３０ 測定対象
１１０ 訓練データ記憶部
１２０ 訓練データ取得部
１３０ モデル生成部
１４０ モデル記憶部
１５０ モデル送信部
２１０ 記憶処理部
２２０ モデル記憶部
２３０ 入力データ取得部
２４０ 出力データ生成部
２５０ 表示処理部
２６０ ディスプレイ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】