ホーム > 特許ランキング > 国立大学法人 東京大学
▶ 国立大学法人 東京大学の特許一覧 ▶ オリックス株式会社の特許一覧
(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】P2023146889
(43)【公開日】2023-10-12
(54)【発明の名称】情報処理装置、情報処理方法及びプログラム
(51)【国際特許分類】
G06F 17/17 20060101AFI20231004BHJP
【ＦＩ】
G06F17/17
【審査請求】未請求
【請求項の数】9
【出願形態】ＯＬ
(21)【出願番号】P 2022054317
(22)【出願日】2022-03-29
(71)【出願人】
【識別番号】504137912
【氏名又は名称】国立大学法人 東京大学
(71)【出願人】
【識別番号】399114359
【氏名又は名称】オリックス株式会社
(74)【代理人】
【識別番号】110002789
【氏名又は名称】弁理士法人ＩＰＸ
(72)【発明者】
【氏名】田中 謙司
(72)【発明者】
【氏名】佐川 大志
(72)【発明者】
【氏名】村山 能之
(72)【発明者】
【氏名】山崎 雄飛
【テーマコード（参考）】
5B056
【Ｆターム（参考）】
5B056BB52
(57)【要約】 （修正有）
【課題】計測機器で計測された計測データの欠損に対し、機械学習により生成された推定モデルを用いて確率分布を算出し、欠損期間の累積値を制約条件としてデータの補間を行う情報処理装置、方法及びプログラムを提供する。
【解決手段】データ処理実行サーバー装置１００が、ネットワーク１５０を介して、ブロックチェーンサーバー装置１１０、コード登録サーバー装置１２０及びＩｏＴルーター１４０と通信する情報処理システム１０００において、データ処理実行サーバー装置は、制御部を有する。制御部は、計測機器で計測された計測データを受信し受信した計測データを入力として機械学習により生成された推定モデルを用いて、計測データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定する。さらに、パラメータを基に、欠損期間の計測データの累積値を制約条件として、確率を最大化する値を、欠損期間の計測データの補間値として求める。
【選択図】図１
【解決手段】データ処理実行サーバー装置１００が、ネットワーク１５０を介して、ブロックチェーンサーバー装置１１０、コード登録サーバー装置１２０及びＩｏＴルーター１４０と通信する情報処理システム１０００において、データ処理実行サーバー装置は、制御部を有する。制御部は、計測機器で計測された計測データを受信し受信した計測データを入力として機械学習により生成された推定モデルを用いて、計測データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定する。さらに、パラメータを基に、欠損期間の計測データの累積値を制約条件として、確率を最大化する値を、欠損期間の計測データの補間値として求める。
【選択図】図１
【特許請求の範囲】
【請求項1】
情報処理装置であって、
制御部を有し、
前記制御部は、
計測機器で計測された計測データを受信し、
受信された前記計測データを入力として機械学習により生成された推定モデルを用いて、前記計測データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定し、
前記パラメータを基に、前記欠損期間の前記計測データの累積値を制約条件として、確率を最大化する値を前記欠損期間の前記計測データの補間値として求める、
情報処理装置。
制御部を有し、
前記制御部は、
計測機器で計測された計測データを受信し、
受信された前記計測データを入力として機械学習により生成された推定モデルを用いて、前記計測データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定し、
前記パラメータを基に、前記欠損期間の前記計測データの累積値を制約条件として、確率を最大化する値を前記欠損期間の前記計測データの補間値として求める、
情報処理装置。
【請求項2】
請求項１に記載の情報処理装置において、
前記制御部は、
受信された前記計測データの時間粒度を細分化する処理を実行し、前記処理を実行したあとの前記計測データを入力として、前記推定モデルを用いて、前記パラメータを推定する、
情報処理装置。
前記制御部は、
受信された前記計測データの時間粒度を細分化する処理を実行し、前記処理を実行したあとの前記計測データを入力として、前記推定モデルを用いて、前記パラメータを推定する、
情報処理装置。
【請求項3】
請求項２に記載の情報処理装置において、
前記制御部は、
受信された前記計測データの累積値を繋いだ線の傾きに基づきある時刻の電力データを推定することで、前記計測データの時間粒度を細分化する、
情報処理装置。
前記制御部は、
受信された前記計測データの累積値を繋いだ線の傾きに基づきある時刻の電力データを推定することで、前記計測データの時間粒度を細分化する、
情報処理装置。
【請求項4】
請求項１から請求項３までの何れか１項に記載の情報処理装置において、
前記制御部は、
受信された前記計測データと、前記計測データが計測された際の気象データと、を入力として、前記推定モデルを用いて、前記パラメータを推定する、
情報処理装置。
前記制御部は、
受信された前記計測データと、前記計測データが計測された際の気象データと、を入力として、前記推定モデルを用いて、前記パラメータを推定する、
情報処理装置。
【請求項5】
請求項１から請求項４までの何れか１項に記載の情報処理装置において、
前記制御部は、
スマートコントラクト上で前記パラメータを推定する処理、及び、前記補間値を求める処理を実行する、
情報処理装置。
前記制御部は、
スマートコントラクト上で前記パラメータを推定する処理、及び、前記補間値を求める処理を実行する、
情報処理装置。
【請求項6】
請求項１から請求項４までの何れか１項に記載の情報処理装置において、
前記制御部は、
受信した前記計測データと、前記パラメータを推定する処理の方法と、前記補間値を求める処理の方法と、をブロックチェーン上に公開する、
情報処理装置。
前記制御部は、
受信した前記計測データと、前記パラメータを推定する処理の方法と、前記補間値を求める処理の方法と、をブロックチェーン上に公開する、
情報処理装置。
【請求項7】
請求項１から請求項６までの何れか１項に記載の情報処理装置において、
前記計測機器は、スマートメーターであり、
前記計測データは、前記スマートメーターで計測された電力データである、
情報処理装置。
前記計測機器は、スマートメーターであり、
前記計測データは、前記スマートメーターで計測された電力データである、
情報処理装置。
【請求項8】
情報処理装置が実行する情報処理方法であって、
計測機器で計測された計測データを受信し、
受信された前記計測データを入力として機械学習により生成された推定モデルを用いて、前記計測データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定し、
前記パラメータを基に、前記欠損期間の前記計測データの累積値を制約条件として、確率を最大化する値を前記欠損期間の前記計測データの補間値として求める、
情報処理方法。
計測機器で計測された計測データを受信し、
受信された前記計測データを入力として機械学習により生成された推定モデルを用いて、前記計測データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定し、
前記パラメータを基に、前記欠損期間の前記計測データの累積値を制約条件として、確率を最大化する値を前記欠損期間の前記計測データの補間値として求める、
情報処理方法。
【請求項9】
プログラムであって、コンピュータを、請求項１から請求項７までの何れか１項に記載の情報処理装置の制御部として機能させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法及びプログラムに関する。
【背景技術】
【0002】
特許文献１では、スマートメーターが計測した電力をエネルギー管理装置が受信し、処理を行う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２０１４－３２６３０号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
計測機器で計測された計測データを受信し、受信したデータに基づき処理を行おうとした場合、通信中におけるデータの欠損により正確な処理が行えない問題があった。
【課題を解決するための手段】
【0005】
本発明の一態様によれば、情報処理装置が提供される。この情報処理装置は、制御部を有する。制御部は、計測機器で計測された計測データを受信する。受信された計測データを入力として機械学習により生成された推定モデルを用いて、計測データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定する。パラメータを基に、欠損期間の計測データの累積値を制約条件として、確率を最大化する値を欠損期間の計測データの補間値として求める。
【図面の簡単な説明】
【0006】
【発明を実施するための形態】
【0007】
以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。
【0008】
本明細書において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、０又は１で構成される２進数のビット集合体として信号値の高低によって表され、広義の回路上で通信・演算が実行されうる。
【0009】
また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。
【0010】
<実施形態１>
１．システム構成
図１は、情報処理システム１０００のシステム構成の一例を示す図である。図１に示されるように、情報処理システム１０００は、システム構成として、データ処理実行サーバー装置１００と、ブロックチェーンサーバー装置１１０と、コード登録サーバー装置１２０と、スマートメーター１３０と、ＩｏＴルーター１４０と、を含む。データ処理実行サーバー装置１００は、ネットワーク１５０を介して、ブロックチェーンサーバー装置１１０、コード登録サーバー装置１２０、ＩｏＴルーター１４０等と通信可能に接続されている。スマートメーター１３０は、施設（例えば、家庭、又はオフィス等）の電気使用量を計測し、計測した電気使用量を含む電力データを、ＩｏＴルーター１４０を介してブロックチェーンサーバー装置１１０等に送信する。スマートメーター１３０は、計測機器の一例である。電力データは、計測データの一例である。ここで、計測機器の他の例としては、ガスの利用量を計測するメーター、水道の利用量を計測するメーター等がある。計測機器は、時間的、又は力学的、又は熱的、又は電磁気的、又は光学的な物理量及び／又はその変化を測定する機器であればどのような機器であってもよい。また、計測データは、計測機器によって計測されるデータであればどのようなデータであってもよい。
１．システム構成
図１は、情報処理システム１０００のシステム構成の一例を示す図である。図１に示されるように、情報処理システム１０００は、システム構成として、データ処理実行サーバー装置１００と、ブロックチェーンサーバー装置１１０と、コード登録サーバー装置１２０と、スマートメーター１３０と、ＩｏＴルーター１４０と、を含む。データ処理実行サーバー装置１００は、ネットワーク１５０を介して、ブロックチェーンサーバー装置１１０、コード登録サーバー装置１２０、ＩｏＴルーター１４０等と通信可能に接続されている。スマートメーター１３０は、施設（例えば、家庭、又はオフィス等）の電気使用量を計測し、計測した電気使用量を含む電力データを、ＩｏＴルーター１４０を介してブロックチェーンサーバー装置１１０等に送信する。スマートメーター１３０は、計測機器の一例である。電力データは、計測データの一例である。ここで、計測機器の他の例としては、ガスの利用量を計測するメーター、水道の利用量を計測するメーター等がある。計測機器は、時間的、又は力学的、又は熱的、又は電磁気的、又は光学的な物理量及び／又はその変化を測定する機器であればどのような機器であってもよい。また、計測データは、計測機器によって計測されるデータであればどのようなデータであってもよい。
【0011】
ＩｏＴルーター１４０は、スマートメーター１３０とネットワーク１５０とを接続するルーターである。ブロックチェーンサーバー装置１１０は、スマートメーター１３０から送信された電力データを受信し、ブロックチェーン等に記録する。コード登録サーバー装置１２０は、ブロックチェーンサーバー装置１１０に、後述する本実施形態に係る処理を行うプログラム（コードともいう）を登録する処理を行う。ブロックチェーンサーバー装置１１０は、登録されたプログラムをブロックチェーン等に記録する。データ処理実行サーバー装置１００は、ブロックチェーンサーバー装置１１０からプログラム及び電力データを取得し、プログラムに基づき、電力データの累積値を用いたデータの補間処理を実行し、補間結果をブロックチェーンサーバー装置１１０に登録する。このような処理を行うことによって、スマートメーター１３０における電力データの欠損を補間することができる。また、補間された電力データに基づき、決済等を行うことができる。
【0012】
図１では、説明の簡略化のため、情報処理システム１０００において、スマートメーター１３０及びＩｏＴルーター１４０は、施設に対応させて１台しか図示していない。しかし、施設の数だけ、スマートメーター１３０及びＩｏＴルーター１４０が情報処理システム１０００に含まれてもよい。実施形態１においてデータ処理実行サーバー装置１００は、情報処理装置の一例である。
【0013】
２．ハードウェア構成
図２は、データ処理実行サーバー装置１００のハードウェア構成の一例を示す図である。データ処理実行サーバー装置１００は、ハードウェア構成として、制御部２０１と、記憶部２０２と、通信部２０３と、を含む。制御部２０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等であって、データ処理実行サーバー装置１００の全体を制御する。記憶部２０２は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）の何れか又はこれらの任意の組み合わせ等であって、プログラム及び制御部２０１がプログラムに基づき処理を実行する際に利用するデータ等を記憶する。制御部２０１が、記憶部２０２に記憶されているプログラムに基づき、処理を実行することによって、データ処理実行サーバー装置１００の機能及び後述するシーケンス図におけるデータ処理実行サーバー装置１００の処理等が実現される。通信部２０３は、ＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）等であって、データ処理実行サーバー装置１００をネットワーク１５０に接続し、他の装置（例えば、ブロックチェーンサーバー装置１１０等）との通信を司る。
ブロックチェーンサーバー装置１１０及びコード登録サーバー装置１２０のハードウェア構成もデータ処理実行サーバー装置１００のハードウェア構成と同様である。ブロックチェーンサーバー装置１１０の制御部が、ブロックチェーンサーバー装置１１０の記憶部に記憶されているプログラムに基づき処理を実行することによって、ブロックチェーンサーバー装置１１０の機能等が実現される。また、コード登録サーバー装置１２０の制御部が、コード登録サーバー装置１２０の記憶部に記憶されているプログラムに基づき処理を実行することによって、コード登録サーバー装置１２０の機能等が実現される。
図２は、データ処理実行サーバー装置１００のハードウェア構成の一例を示す図である。データ処理実行サーバー装置１００は、ハードウェア構成として、制御部２０１と、記憶部２０２と、通信部２０３と、を含む。制御部２０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等であって、データ処理実行サーバー装置１００の全体を制御する。記憶部２０２は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）の何れか又はこれらの任意の組み合わせ等であって、プログラム及び制御部２０１がプログラムに基づき処理を実行する際に利用するデータ等を記憶する。制御部２０１が、記憶部２０２に記憶されているプログラムに基づき、処理を実行することによって、データ処理実行サーバー装置１００の機能及び後述するシーケンス図におけるデータ処理実行サーバー装置１００の処理等が実現される。通信部２０３は、ＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）等であって、データ処理実行サーバー装置１００をネットワーク１５０に接続し、他の装置（例えば、ブロックチェーンサーバー装置１１０等）との通信を司る。
ブロックチェーンサーバー装置１１０及びコード登録サーバー装置１２０のハードウェア構成もデータ処理実行サーバー装置１００のハードウェア構成と同様である。ブロックチェーンサーバー装置１１０の制御部が、ブロックチェーンサーバー装置１１０の記憶部に記憶されているプログラムに基づき処理を実行することによって、ブロックチェーンサーバー装置１１０の機能等が実現される。また、コード登録サーバー装置１２０の制御部が、コード登録サーバー装置１２０の記憶部に記憶されているプログラムに基づき処理を実行することによって、コード登録サーバー装置１２０の機能等が実現される。
【0014】
３．情報処理
（処理の概要）
データ処理実行サーバー装置１００が実行する情報処理の概要を説明する。
データ処理実行サーバー装置１００は、ブロックチェーンサーバー装置１１０を介してスマートメーター１３０で計測された電力データを受信する。データ処理実行サーバー装置１００は、受信された電力データを入力として機械学習により生成された推定モデルを用いて、電力データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定する。データ処理実行サーバー装置１００は、推定したパラメータを基に、欠損期間の電力データの累積値を制約条件として、確率を最大化する値を欠損期間の電力データの補間値として求める。
（シーケンス図を用いた説明）
図３は、情報処理システム１０００の情報処理の一例を示すシーケンス図である。
ＳＱ３０１において、コード登録サーバー装置１２０は、ブロックチェーンサーバー装置１１０にコードを登録する。より具体的に説明すると、コード登録サーバー装置１２０は、ブロックチェーンサーバー装置１１０にコードを送信し、コードの登録を要求する。ブロックチェーンサーバー装置１１０は、要求に基づいて、受信したコードをブロックチェーン等に記憶し、登録する。
（処理の概要）
データ処理実行サーバー装置１００が実行する情報処理の概要を説明する。
データ処理実行サーバー装置１００は、ブロックチェーンサーバー装置１１０を介してスマートメーター１３０で計測された電力データを受信する。データ処理実行サーバー装置１００は、受信された電力データを入力として機械学習により生成された推定モデルを用いて、電力データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定する。データ処理実行サーバー装置１００は、推定したパラメータを基に、欠損期間の電力データの累積値を制約条件として、確率を最大化する値を欠損期間の電力データの補間値として求める。
（シーケンス図を用いた説明）
図３は、情報処理システム１０００の情報処理の一例を示すシーケンス図である。
ＳＱ３０１において、コード登録サーバー装置１２０は、ブロックチェーンサーバー装置１１０にコードを登録する。より具体的に説明すると、コード登録サーバー装置１２０は、ブロックチェーンサーバー装置１１０にコードを送信し、コードの登録を要求する。ブロックチェーンサーバー装置１１０は、要求に基づいて、受信したコードをブロックチェーン等に記憶し、登録する。
【0015】
ＳＱ３０２において、スマートメーター１３０は、計測した電力データをブロックチェーンサーバー装置１１０に送信する。スマートメーター１３０は、所定間隔（例えば、１分間隔）ごとに、電力データを計測し、計測した電力データをブロックチェーンサーバー装置１１０に送信する。ブロックチェーンサーバー装置１１０は、受信した電力データを、電力データを計測したスマートメーター１３０を識別する識別情報及び時間に関する情報と共にブロックチェーン等に記憶し、登録する。
【0016】
ＳＱ３０３において、データ処理実行サーバー装置１００は、ブロックチェーンサーバー装置１１０のブロックチェーン等に記憶されている、電力データ及びコードを取得する。より具体的に説明すると、データ処理実行サーバー装置１００は、該当するスマートメーター１３０に対応する電力データと、コードとを、ブロックチェーンサーバー装置１１０より取得する。データ処理実行サーバー装置１００は、定期的にＳＱ３０３からＳＱ３０６までの処理を繰り返してもよいし、電力データに対して、何らかの処理を行う旨の信号を受け取った場合、前処理として、ＳＱ３０３からＳＱ３０６までの処理を繰り返すようにしてもよい。ＳＱ３０３の処理は、スマートメーター１３０で計測された電力データを受信する処理の一例である。
【0017】
ＳＱ３０４において、データ処理実行サーバー装置１００は、計測データの時間粒度を細分化する処理を実行する。より具体的に説明すると、データ処理実行サーバー装置１００は、取得した電力データの累積値の右肩部分を繋ぐ線を引き、線の傾きをその時刻における電力需要として計算する。このような処理を行っても積算値は一致する。例えば、スマートメーター１３０が１分毎に電力データを取得していても、ある時間の電力需要がスマートメーター１３０の最小単位に満たなければ、そのある時間の電力需要は０として計測される。したがって、ＳＱ３０４のような処理を行うことによって、より現実に近い値に修正することができる。ＳＱ３０４の処理は、受信された電力データの累積値を繋いだ線の傾きに基づきある時刻の電力データを推定することで、電力データの時間粒度を細分化させる処理の一例である。
なお、データ処理実行サーバー装置１００は、ブロックチェーンサーバー装置１１０より取得したコード（プログラム）に基づき、少なくともＳＱ３０４及びＳＱ３０５の処理を実行する。
なお、データ処理実行サーバー装置１００は、ブロックチェーンサーバー装置１１０より取得したコード（プログラム）に基づき、少なくともＳＱ３０４及びＳＱ３０５の処理を実行する。
【0018】
ＳＱ３０５において、データ処理実行サーバー装置１００は、データ補間処理を実行する。データ処理実行サーバー装置１００は、データの時間的粒度を細分化させる処理を行った後のデータに対して、データ補間処理を行う。データ処理実行サーバー装置１００は、機械学習により、確率分布を算出し、欠損期間の累積値を制約条件としてデータの補間を行う。
すなわち、データ処理実行サーバー装置１００は、電力データを入力として機械学習により生成された推定モデルを用いて、電力データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定する。より具体的に説明すると、データ処理実行サーバー装置１００は、受信された電力データの時間的粒度を細分化させる処理を実行し、処理を実行したあとの電力データを入力として、推定モデルを用いて、パラメータを推定する。
すなわち、データ処理実行サーバー装置１００は、電力データを入力として機械学習により生成された推定モデルを用いて、電力データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定する。より具体的に説明すると、データ処理実行サーバー装置１００は、受信された電力データの時間的粒度を細分化させる処理を実行し、処理を実行したあとの電力データを入力として、推定モデルを用いて、パラメータを推定する。
【0019】
図４は、多次元正規分布からのサンプリングイメージの一例を示す図である。データ処理実行サーバー装置１００は、欠損期間の長さの次元を持つ多次元正規分布を仮定し、多次元正規分布のパラメータμ、Σを推定する。図４において、多次元正規分布からサンプリングした１点が、１つの折れ線に対応する。
【0020】
図５は、多次元正規分布パラメータの推定を説明するための図である。
データ処理実行サーバー装置１００は、連続するｋ時間で欠損が発生したとする。ｘ１，・・・ｘｋは、欠損値である。データ処理実行サーバー装置１００は、損失関数として、図５に示されるような確率密度関数の負の対数を設定し、それを最小化するように、μ、Σを推定するニューラルネットワークを学習する。上述したように、データ処理実行サーバー装置１００は、機械学習したニューラルネットワークを用いて、電力データを入力として、多次元正規分布のパラメータであるμ、Σを推定する。他の例として、データ処理実行サーバー装置１００は、電力データと、電力データが計測された際の気象データと、を入力として、推定モデルを用いて、パラメータを推定するようにしてもよい。気象データとは、例えば、気温であり、スマートメーター１３０が設置されている施設がある地域の気温である。
データ処理実行サーバー装置１００は、連続するｋ時間で欠損が発生したとする。ｘ１，・・・ｘｋは、欠損値である。データ処理実行サーバー装置１００は、損失関数として、図５に示されるような確率密度関数の負の対数を設定し、それを最小化するように、μ、Σを推定するニューラルネットワークを学習する。上述したように、データ処理実行サーバー装置１００は、機械学習したニューラルネットワークを用いて、電力データを入力として、多次元正規分布のパラメータであるμ、Σを推定する。他の例として、データ処理実行サーバー装置１００は、電力データと、電力データが計測された際の気象データと、を入力として、推定モデルを用いて、パラメータを推定するようにしてもよい。気象データとは、例えば、気温であり、スマートメーター１３０が設置されている施設がある地域の気温である。
【0021】
データ処理実行サーバー装置１００は、推定したパラメータを基に、欠損期間の電力データの累積値を制約条件として、確率を最大化する値を欠損期間の電力データの補間値として求める。
【0022】
図６は、多次元正規分布と制約条件との関係の一例を示すイメージ図である。データ処理実行サーバー装置１００は、推定した多次元正規分布のパラメータを基に、電力総量の制約の下、その確率を最大化する１点を選択することにより、電力総量に従いつつ、需要パターンを考慮した補間を行うことができる。
【0023】
図７は、制約付き確率最大化問題を定式化したものを示す図である。ここで、Ｐはある時刻においてベクトルｙを得る確率分布であり、事前にニューラルネットワークにより推定されるものである。また、図８は、制約条件のもとで確率を最大化する解を示す図である。データ処理実行サーバー装置１００は、図８のＬ＝で示される式をラグランジュの未定定数法で解き、解を得る。
【0024】
図９は、補間の一例を示す図（その１）である。線７０１は、制約条件なしで補間した値を示している。線７０２は、実績値を示している。線７０３は、本実施形態の処理を実行し、補間した値を示している。図１０は、補間の一例を示す図（その２）である。線８０１は、制約条件なしで補間した値を示している。線８０２は、実績値を示している。線８０３は、本実施形態の処理を実行し、補間した値を示している。
【0025】
図３の説明に戻る。
ＳＱ３０６において、データ処理実行サーバー装置１００は、補間値として求めた欠損期間の電力データを、ブロックチェーンサーバー装置１１０に送信する。
ＳＱ３０７において、ブロックチェーンサーバー装置１１０は受信した欠損期間の電力データを、データ処理実行サーバー装置１００に送信した電力データと関連付け、ブロックチェーン等に記録する。
ＳＱ３０６において、データ処理実行サーバー装置１００は、補間値として求めた欠損期間の電力データを、ブロックチェーンサーバー装置１１０に送信する。
ＳＱ３０７において、ブロックチェーンサーバー装置１１０は受信した欠損期間の電力データを、データ処理実行サーバー装置１００に送信した電力データと関連付け、ブロックチェーン等に記録する。
【0026】
以上、本実施形態によれば、通信中のデータの欠損を精度よく補間することができる。したがって、より正確な再生可能エネルギーの引き当てや細かい時間幅での電力種別ごとの電気料金の計算等が可能となる。
また、本実施形態の処理によれば、電力データ、及び、電力データを補間する処理を実行するコードがブロックチェーンに記録されるので、第三者も同様の処理をトレースすることができる。電力データ、及び、電力データを補間する処理を実行するコードをブロックチェーンに記憶しておくことは、受信した電力データと、パラメータを推定する処理の方法と、補間値を求める処理の方法と、をブロックチェーン上に公開することの一例である。
また、本実施形態の処理によれば、電力データ、及び、電力データを補間する処理を実行するコードがブロックチェーンに記録されるので、第三者も同様の処理をトレースすることができる。電力データ、及び、電力データを補間する処理を実行するコードをブロックチェーンに記憶しておくことは、受信した電力データと、パラメータを推定する処理の方法と、補間値を求める処理の方法と、をブロックチェーン上に公開することの一例である。
【0027】
（変形例１）
実施形態１の変形例１を説明する。
図１１は、変形例１の情報処理システム１０００のシステム構成の一例を示す図である。図１１に示されるように、情報処理システム１０００は、システム構成として、ブロックチェーンサーバー装置１１０と、コード登録サーバー装置１２０と、スマートメーター１３０と、ＩｏＴルーター１４０と、を含む。ブロックチェーンサーバー装置１１０は、ネットワーク１５０を介して、コード登録サーバー装置１２０、ＩｏＴルーター１４０等と通信可能に接続されている。ブロックチェーンサーバー装置１１０は、スマートメーター１３０から送信された電力データを受信し、ブロックチェーン等に記録する。コード登録サーバー装置１２０は、ブロックチェーンサーバー装置１１０に変形例１に係る処理を行うプログラム（コードともいう）を登録する処理を行う。ブロックチェーンサーバー装置１１０は、登録されたプログラムをブロックチェーン等に記録する。ブロックチェーンサーバー装置１１０は、スマートコントラクト上で、電力データ及びコードに基づき、電力データを入力として機械学習により生成された推定モデルを用いて、電力データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定する処理、及び、パラメータを基に、欠損期間の電力データの累積値を制約条件として、確率を最大化する値を欠損期間の電力データの補間値として求める処理を実行する。変形例１において、ブロックチェーンサーバー装置１１０は、情報処理装置の一例である。
実施形態１の変形例１を説明する。
図１１は、変形例１の情報処理システム１０００のシステム構成の一例を示す図である。図１１に示されるように、情報処理システム１０００は、システム構成として、ブロックチェーンサーバー装置１１０と、コード登録サーバー装置１２０と、スマートメーター１３０と、ＩｏＴルーター１４０と、を含む。ブロックチェーンサーバー装置１１０は、ネットワーク１５０を介して、コード登録サーバー装置１２０、ＩｏＴルーター１４０等と通信可能に接続されている。ブロックチェーンサーバー装置１１０は、スマートメーター１３０から送信された電力データを受信し、ブロックチェーン等に記録する。コード登録サーバー装置１２０は、ブロックチェーンサーバー装置１１０に変形例１に係る処理を行うプログラム（コードともいう）を登録する処理を行う。ブロックチェーンサーバー装置１１０は、登録されたプログラムをブロックチェーン等に記録する。ブロックチェーンサーバー装置１１０は、スマートコントラクト上で、電力データ及びコードに基づき、電力データを入力として機械学習により生成された推定モデルを用いて、電力データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定する処理、及び、パラメータを基に、欠損期間の電力データの累積値を制約条件として、確率を最大化する値を欠損期間の電力データの補間値として求める処理を実行する。変形例１において、ブロックチェーンサーバー装置１１０は、情報処理装置の一例である。
【0028】
図１２は、情報処理システム１０００の情報処理の一例を示すシーケンス図である。
ＳＱ１２０１において、コード登録サーバー装置１２０は、ブロックチェーンサーバー装置１１０にコードを登録する。より具体的に説明すると、コード登録サーバー装置１２０は、ブロックチェーンサーバー装置１１０にコードを送信し、コードの登録を要求する。ブロックチェーンサーバー装置１１０は、要求に基づいて、受信したコードをブロックチェーン等に記憶し、登録する。
ＳＱ１２０１において、コード登録サーバー装置１２０は、ブロックチェーンサーバー装置１１０にコードを登録する。より具体的に説明すると、コード登録サーバー装置１２０は、ブロックチェーンサーバー装置１１０にコードを送信し、コードの登録を要求する。ブロックチェーンサーバー装置１１０は、要求に基づいて、受信したコードをブロックチェーン等に記憶し、登録する。
【0029】
ＳＱ１２０２において、スマートメーター１３０は、計測した電力データをブロックチェーンサーバー装置１１０に送信する。スマートメーター１３０は、所定間隔（例えば、１分間隔）ごとに、電力データを計測し、計測した電力データをブロックチェーンサーバー装置１１０に送信する。ブロックチェーンサーバー装置１１０は、受信した電力データを、電力データを計測したスマートメーター１３０を識別する識別情報及び時間に関する情報と共にブロックチェーン等に記憶し、登録する。ＳＱ１２０２の処理は、スマートメーター１３０で計測された電力データを受信する処理の一例である。
【0030】
ＳＱ１２０３において、ブロックチェーンサーバー装置１１０は、スマートコントラクト上でデータの時間的粒度を細分化させる処理を実行する。より具体的に説明すると、ブロックチェーンサーバー装置１１０は、取得した電力データの累積値の右肩部分を繋ぐ線を引き、線の傾きをその時刻における電力需要として計算する。このような処理を行っても積算値は一致する。ＳＱ１２０３の処理は、受信された電力データの累積値を繋いだ線の傾きに基づきある時刻の電力データを推定することで、電力データの時間的粒度を細分化させる処理の一例である。
【0031】
ＳＱ１２０４において、ブロックチェーンサーバー装置１１０は、スマートコントラクト上でデータ補間処理を実行する。ブロックチェーンサーバー装置１１０は、データの時間的粒度を細分化させる処理を行った後のデータに対して、データ補間処理を行う。ブロックチェーンサーバー装置１１０は、機械学習により、確率分布を算出し、欠損期間の累積値を制約条件としてデータの補間を行う。
すなわち、ブロックチェーンサーバー装置１１０は、電力データを入力として機械学習により生成された推定モデルを用いて、電力データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定する。
すなわち、ブロックチェーンサーバー装置１１０は、電力データを入力として機械学習により生成された推定モデルを用いて、電力データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定する。
【0032】
ＳＱ１２０５において、ブロックチェーンサーバー装置１１０は、補間値として求めた欠損期間の電力データを、電力データと関連付け、ブロックチェーン等に記録する。
【0033】
変形例１によって、通信中のデータの欠損を精度よく補間することができる。また、スマートコントラクト上でデータの補間処理等を行うことによって、補間の正当性を担保することができる。
【0034】
（変形例２）
実施形態１の変形例２を説明する。
例えば、データ処理実行サーバー装置１００等は、第三者が電力データ及びコードを用いて計算し直したときに、ブロックチェーンに記録されている補間値と異なる補間値になった場合、累積値が一致する補間は修正を受け入れ、累積値が一致しない補間は修正を受け入れないようにする。
変形例２によれば、補間の正しさを担保することができる。
実施形態１の変形例２を説明する。
例えば、データ処理実行サーバー装置１００等は、第三者が電力データ及びコードを用いて計算し直したときに、ブロックチェーンに記録されている補間値と異なる補間値になった場合、累積値が一致する補間は修正を受け入れ、累積値が一致しない補間は修正を受け入れないようにする。
変形例２によれば、補間の正しさを担保することができる。
【0035】
<付記>
発明は、次に記載の各態様で提供されてもよい。
前記情報処理装置において、前記制御部は、受信された前記計測データの時間粒度を細分化する処理を実行し、前記処理を実行したあとの前記計測データを入力として、前記推定モデルを用いて、前記パラメータを推定する、情報処理装置。
前記情報処理装置において、前記制御部は、受信された前記計測データの累積値を繋いだ線の傾きに基づきある時刻の電力データを推定することで、前記計測データの時間粒度を細分化する、情報処理装置。
前記情報処理装置において、前記制御部は、受信された前記計測データと、前記計測データが計測された際の気象データと、を入力として、前記推定モデルを用いて、前記パラメータを推定する、情報処理装置。
前記情報処理装置において、前記制御部は、スマートコントラクト上で前記パラメータを推定する処理、及び、前記補間値を求める処理を実行する、情報処理装置。
前記情報処理装置において、前記制御部は、受信した前記計測データと、前記パラメータを推定する処理の方法と、前記補間値を求める処理の方法と、をブロックチェーン上に公開する、情報処理装置。
前記情報処理装置において、前記計測機器は、スマートメーターであり、前記計測データは、前記スマートメーターで計測された電力データである、情報処理装置。
情報処理装置が実行する情報処理方法であって、計測機器で計測された計測データを受信し、受信された前記計測データを入力として機械学習により生成された推定モデルを用いて、前記計測データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定し、前記パラメータを基に、前記欠損期間の前記計測データの累積値を制約条件として、確率を最大化する値を前記欠損期間の前記計測データの補間値として求める、情報処理方法。
プログラムであって、コンピュータを、前記情報処理装置の制御部として機能させるためのプログラム。
もちろん、この限りではない。
発明は、次に記載の各態様で提供されてもよい。
前記情報処理装置において、前記制御部は、受信された前記計測データの時間粒度を細分化する処理を実行し、前記処理を実行したあとの前記計測データを入力として、前記推定モデルを用いて、前記パラメータを推定する、情報処理装置。
前記情報処理装置において、前記制御部は、受信された前記計測データの累積値を繋いだ線の傾きに基づきある時刻の電力データを推定することで、前記計測データの時間粒度を細分化する、情報処理装置。
前記情報処理装置において、前記制御部は、受信された前記計測データと、前記計測データが計測された際の気象データと、を入力として、前記推定モデルを用いて、前記パラメータを推定する、情報処理装置。
前記情報処理装置において、前記制御部は、スマートコントラクト上で前記パラメータを推定する処理、及び、前記補間値を求める処理を実行する、情報処理装置。
前記情報処理装置において、前記制御部は、受信した前記計測データと、前記パラメータを推定する処理の方法と、前記補間値を求める処理の方法と、をブロックチェーン上に公開する、情報処理装置。
前記情報処理装置において、前記計測機器は、スマートメーターであり、前記計測データは、前記スマートメーターで計測された電力データである、情報処理装置。
情報処理装置が実行する情報処理方法であって、計測機器で計測された計測データを受信し、受信された前記計測データを入力として機械学習により生成された推定モデルを用いて、前記計測データの欠損期間の長さの次元を持つ多次元正規分布のパラメータを推定し、前記パラメータを基に、前記欠損期間の前記計測データの累積値を制約条件として、確率を最大化する値を前記欠損期間の前記計測データの補間値として求める、情報処理方法。
プログラムであって、コンピュータを、前記情報処理装置の制御部として機能させるためのプログラム。
もちろん、この限りではない。
【0036】
例えば、上述のプログラムを記憶させる、コンピュータ読み取り可能な非一時的な記憶媒体として提供してもよい。
また、上述した実施形態及び変形例を任意に組み合わせて実施するようにしてもよい。
また、上述した実施形態及び変形例を任意に組み合わせて実施するようにしてもよい。
【0037】
最後に、本発明に係る種々の実施形態を説明したが、これらは、例として提示したものであり、発明の範囲を限定することは意図していない。新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。実施形態やその変形は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
【符号の説明】
【0038】
１００ ：データ処理実行サーバー装置
１１０ ：ブロックチェーンサーバー装置
１２０ ：コード登録サーバー装置
１３０ ：スマートメーター
１４０ ：ＩｏＴルーター
１５０ ：ネットワーク
２０１ ：制御部
２０２ ：記憶部
２０３ ：通信部
１０００ ：情報処理システム
１１０ ：ブロックチェーンサーバー装置
１２０ ：コード登録サーバー装置
１３０ ：スマートメーター
１４０ ：ＩｏＴルーター
１５０ ：ネットワーク
２０１ ：制御部
２０２ ：記憶部
２０３ ：通信部
１０００ ：情報処理システム
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
