特開 2023-184273 データ解析方法、データ解析システムおよびデータ解析システム用サーバ

(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】P2023184273

(43)【公開日】2023-12-28

(54)【発明の名称】データ解析方法、データ解析システムおよびデータ解析システム用サーバ

(51)【国際特許分類】

   G06N 20/00 20190101AFI20231221BHJP

【ＦＩ】

G06N20/00 130

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2022098333

(22)【出願日】2022-06-17

(71)【出願人】

【識別番号】000001993

【氏名又は名称】株式会社島津製作所

(74)【代理人】

【識別番号】100104433

【弁理士】

【氏名又は名称】宮園 博一

(74)【代理人】

【識別番号】100155608

【弁理士】

【氏名又は名称】大日方 崇

(72)【発明者】

【氏名】澤田 隆二

(72)【発明者】

【氏名】津島 啓晃

(57)【要約】

【課題】熟練度が低いユーザであっても、学習済モデルを容易に生成することが可能で、かつ、学習済モデルを用いた計測データの解析にかかる時間を短縮することが可能なデータ解析方法を提供する。
【解決手段】このデータ解析方法は、計測データ３０の種類３３ａと、計測データ３０の解析の種類３３ｂと、学習用アルゴリズム４０ａとを対応付けた複数の学習用アルゴリズム群４０を予め記憶する記憶工程と、計測データ３０の種類３３ａに関する情報と計測データ３０の解析の種類３３ｂに関する情報とを含む入力情報３３に基づいて、学習に用いる学習用アルゴリズム４０ａを選択する学習用アルゴリズム選択工程と、教師データ３２と、選択された学習用アルゴリズム４０ａと、に基づいて、学習済モデル３４を生成する学習済モデル生成工程と、学習済モデル３４に基づいて計測データ３０を解析し、解析結果３１を取得する解析結果取得工程と、を備える。
【選択図】図１５

【特許請求の範囲】

【請求項1】

システム管理会社と、計測装置から取得した計測データの解析結果の取得を所望する顧客との間で行われるデータ解析方法であって、
前記計測データの種類と、前記計測データの解析の種類と、学習用アルゴリズムとを対応付けた複数の学習用アルゴリズム群を予め記憶する記憶工程と、
教師データの入力を受け付ける教師データ受付工程と、
前記計測データの種類に関する情報と前記計測データの解析の種類に関する情報とを含む入力情報の入力を受け付ける入力情報受付工程と、
前記入力情報に基づいて、前記複数の学習用アルゴリズム群のうちから、学習に用いる前記学習用アルゴリズムを選択する学習用アルゴリズム選択工程と、
前記教師データと、決定された前記学習用アルゴリズムと、に基づいて、学習済モデルを生成する学習済モデル生成工程と、
前記学習済モデルに基づいて前記計測データを解析し、前記解析結果を取得する解析結果取得工程と、を備える、データ解析方法。

【請求項2】

前記学習用アルゴリズム選択工程において、前記複数の学習用アルゴリズム群のうち、前記計測データの種類に関する情報および前記計測データの解析の種類に関する情報に一致する前記学習用アルゴリズムを選択する、請求項１に記載のデータ解析方法。

【請求項3】

前記学習済モデル生成工程において生成された前記学習済モデルと、前記入力情報受付工程において受け付けた前記計測データの種類と前記計測データの解析の種類とを対応付けて記憶する学習済モデル記憶工程と、
前記計測データの種類の情報と、前記計測データの解析の種類の情報と、前記計測装置によって取得された前記計測データと、を受け付ける解析受付工程と、
前記解析受付工程において受け付けた前記計測データの種類の情報と、前記計測データの解析の種類の情報とに基づいて、前記計測データの解析に用いる前記学習済モデルを選択する学習済モデル選択工程とを、さらに備え、
前記解析結果取得工程において、前記学習済モデル選択工程において選択された前記学習済モデルに前記計測データを入力し、前記解析結果を取得する、請求項２に記載のデータ解析方法。

【請求項4】

前記学習済モデルとは異なるデータ処理を行うデータ処理プログラムを前記計測データの種類および前記計測データの解析の種類と対応付けた複数のデータ処理プログラム群を、予め記憶するデータ処理プログラム記憶工程をさらに備え、
前記解析受付工程において、前記学習済モデルと、前記データ処理プログラムと、を含む解析条件を選択する操作入力をさらに受け付け、
前記解析結果取得工程において、選択された前記解析条件に基づいて、前記解析結果を取得する、請求項３に記載のデータ解析方法。

【請求項5】

予め記憶された前記データ処理プログラム群に対して、前記計測データの種類および前記計測データの解析の種類と対応付けた他の前記データ処理プログラムの追加を受け付けるデータ処理プログラム追加受付工程をさらに備える、請求項４に記載のデータ解析方法。

【請求項6】

予め記憶された前記複数の学習用アルゴリズム群に対して、前記計測データの種類および前記計測データの解析の種類と対応付けた他の前記学習用アルゴリズムの追加を受け付ける学習用アルゴリズム追加受付工程をさらに備える、請求項１に記載のデータ解析方法。

【請求項7】

システム管理会社と、計測装置から取得した計測データの解析結果の取得を所望する顧客との間で行われるデータ解析を行うためのデータ解析システムであって、
前記計測データの解析を行うための学習済モデルを生成するサーバと、
前記サーバに対して前記計測データの解析を依頼するデータ処理装置と、を備え、
前記サーバは、
前記計測データの種類と、前記計測データの解析の種類と、学習用アルゴリズムとを対応付けた複数の学習用アルゴリズム群を予め記憶した記憶部と、
前記計測データの種類に関する情報と前記計測データの解析の種類に関する情報とを含む入力情報の入力と、教師データの入力とを受け付ける入力受付部と、
前記入力情報に基づいて、前記複数の学習用アルゴリズム群のうちから、学習に用いる前記学習用アルゴリズムを決定する学習用アルゴリズム選択部と、
前記教師データと、決定された前記学習用アルゴリズムと、に基づいて、前記学習済モデルを生成する学習済モデル生成部と、
前記学習済モデル生成部によって生成された前記学習済モデルに基づいて前記計測データを解析し、前記解析結果を取得する解析結果取得部と、を備える、データ解析システム。

【請求項8】

システム管理会社と、計測装置から取得した計測データの解析結果の取得を所望する顧客との間で行われるデータ解析を行うためのデータ解析システム用サーバであって、
前記計測データの種類と、前記計測データの解析の種類と、学習用アルゴリズムとを対応付けた複数の学習用アルゴリズム群を予め記憶した記憶部と、
前記計測データの種類に関する情報と前記計測データの解析の種類に関する情報とを含む入力情報の入力と、教師データの入力とを受け付ける入力受付部と、
前記入力情報に基づいて、前記複数の学習用アルゴリズム群のうちから、学習に用いる前記学習用アルゴリズムを決定する学習用アルゴリズム選択部と、
前記教師データと、決定された前記学習用アルゴリズムと、に基づいて、学習済モデルを生成する学習済モデル生成部と、
前記学習済モデル生成部によって生成された前記学習済モデルに基づいて前記計測データを解析し、前記解析結果を取得する解析結果取得部と、を備える、データ解析システム用サーバ。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、データ解析方法、データ解析システムおよびデータ解析システム用サーバに関し、特に、学習済モデルを生成するとともに、生成した学習済モデルを用いて計測データの解析を行うデータ解析方法、データ解析システムおよびデータ解析システム用サーバに関する。

【背景技術】

【0002】

従来、学習済モデルを生成するとともに、生成した学習済モデルを用いて計測データの解析を行うデータ解析方法が知られている（たとえば、特許文献１参照）。

【0003】

上記特許文献１には、機械学習を行うことで学習モデルを生成する学習モデル生成ステップと、学習モデルを用い、解析対象の細胞についての位相画像を入力画像とし、細胞領域を示す細胞領域推定画像を出力する領域推定ステップとを有する、細胞画像解析方法が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２１－６４１１５号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ここで、上記特許文献１には開示されていないが、細胞領域推定画像などの計測データを解析するための学習モデル（学習済モデル）を生成するためには、学習用アルゴリズムの選定などの専門的な知識が必要となる。そのため、熟練度の低いユーザにとって、学習済モデルを生成することは、困難である。そこで、熟練度が低いユーザは、学習済モデルの生成を外部委託することが考えられる。しかしながら、学習済モデルの生成を外部委託する場合、学習済モデルの生成に時間がかかり、学習済モデルを用いた計測データの解析に時間がかかるという不都合がある。そこで、熟練度が低いユーザであっても、学習済モデルを容易に生成することが可能で、かつ、学習済モデルを用いた計測データの解析にかかる時間を短縮することが可能なデータ解析方法が望まれている。

【0006】

この発明は、上記のような課題を解決するためになされたものであり、この発明の１つの目的は、熟練度が低いユーザであっても、学習済モデルを容易に生成することが可能で、かつ、学習済モデルを用いた計測データの解析にかかる時間を短縮することが可能なデータ解析方法、データ解析システムおよびデータ解析システム用サーバを提供することである。

【課題を解決するための手段】

【0007】

この発明の第１の局面におけるデータ解析方法は、システム管理会社と、計測装置から取得した計測データの解析結果の取得を所望する顧客との間で行われるデータ解析方法であって、計測データの種類と、計測データの解析の種類と、学習用アルゴリズムとを対応付けた複数の学習用アルゴリズム群を予め記憶する記憶工程と、教師データの入力を受け付ける教師データ受付工程と計測データの種類に関する情報と計測データの解析の種類に関する情報とを含む入力情報の入力を受け付ける入力情報受付工程と、入力情報に基づいて、複数の学習用アルゴリズム群のうちから、学習に用いる学習用アルゴリズムを選択する学習用アルゴリズム選択工程と、教師データと、選択された学習用アルゴリズムと、に基づいて、学習済モデルを生成する学習済モデル生成工程と、学習済モデルに基づいて計測データを解析し、解析結果を取得する解析結果取得工程と、を備える。

【0008】

この発明の第２の局面におけるデータ解析システムは、システム管理会社と、計測装置から取得した計測データの解析結果の取得を所望する顧客との間で行われるデータ解析を行うためのデータ解析システムであって、計測データの解析を行うための学習済モデルを生成するサーバと、サーバに対して計測データの解析を依頼するデータ処理装置と、を備え、サーバは、計測データの種類と、計測データの解析の種類と、学習用アルゴリズムとを対応付けた複数の学習用アルゴリズム群を予め記憶した記憶部と、計測データの種類に関する情報と計測データの解析の種類に関する情報とを含む入力情報の入力と、教師データの入力とを受け付ける入力受付部と、入力情報に基づいて、複数の学習用アルゴリズム群のうちから、学習に用いる学習用アルゴリズムを決定する学習用アルゴリズム選択部と、教師データと、選択された学習用アルゴリズムと、に基づいて、学習済モデルを生成する学習済モデル生成部と、学習済モデル生成部によって生成された学習済モデルに基づいて計測データを解析し、解析結果を取得する解析結果取得部と、を備える。

【0009】

この発明の第３の局面におけるデータ解析システム用サーバは、システム管理会社と、計測装置から取得した計測データの解析結果の取得を所望する顧客との間で行われるデータ解析を行うためのデータ解析システム用サーバであって、計測データの種類と、計測データの解析の種類と、学習用アルゴリズムとを対応付けた複数の学習用アルゴリズム群を予め記憶した記憶部と、計測データの種類に関する情報と計測データの解析の種類に関する情報とを含む入力情報の入力と、教師データの入力とを受け付ける入力受付部と、入力情報に基づいて、複数の学習用アルゴリズム群のうちから、学習に用いる学習用アルゴリズムを決定する学習用アルゴリズム選択部と、教師データと、選択された学習用アルゴリズムと、に基づいて、学習済モデルを生成する学習済モデル生成部と、学習済モデル生成部によって生成された学習済モデルに基づいて計測データを解析し、解析結果を取得する解析結果取得部と、を備える。

【発明の効果】

【0010】

本発明の第１の局面におけるデータ解析方法は、計測データの種類と計測データの解析の種類と学習用アルゴリズムとを対応付けた複数の学習用アルゴリズム群を予め記憶する記憶工程と、計測データの種類に関する情報および計測データの解析の種類に関する情報を含む入力情報を受け付ける入力情報受付工程と、入力情報に基づいて、複数の学習用アルゴリズム群のうちから、学習に用いる学習用アルゴリズムを選択する学習用アルゴリズム選択工程とを備える。そのため、ユーザが、計測データの種類に関する情報および計測データの解析の種類に関する情報を入力するだけで、複数の学習用アルゴリズム群のうちから、計測データの解析に用いる学習済モデルに適した学習用アルゴリズムが選択される。したがって、ユーザの熟練度が低い場合でも、外部委託することなく学習済モデルを容易に生成することができる。また、外部委託することなく学習済モデルを生成することが可能となるので、学習済モデルの生成に要する時間を短縮することができる。これらの結果、熟練度が低いユーザであっても、学習済モデルを容易に生成することが可能で、かつ、学習済モデルを用いた計測データの解析にかかる時間を短縮することが可能なデータ解析方法を提供することができる。

【0011】

また、本発明の第２の局面におけるデータ解析システム、および、第３の局面におけるデータ解析システム用サーバは、計測データの種類と、計測データの解析の種類と、学習用アルゴリズムとを対応付けた複数の学習用アルゴリズム群を予め記憶した記憶部と、計測データの種類に関する情報と計測データの解析の種類に関する情報とを含む入力情報の入力と、教師データの入力とを受け付ける入力受付部と、入力情報に基づいて、複数の学習用アルゴリズム群のうちから、学習に用いる学習用アルゴリズムを決定する学習用アルゴリズム選択部とを備える。これにより、第１の局面におけるデータ解析方法と同様に、熟練度が低いユーザであっても、学習済モデルを容易に生成することが可能で、かつ、学習済モデルを用いた計測データの解析にかかる時間を短縮することが可能なデータ解析システム、および、データ解析システム用サーバを提供することができる。

【図面の簡単な説明】

【0012】

【図1】一実施形態によるデータ解析システムの全体構成を示したブロック図である。

【図2】一実施形態によるデータ解析用のサーバの構成を示したブロック図である。

【図3】一実施形態によるデータ処理装置の構成を示したブロック図である。

【図4】一実施形態によるサーバおよびデータ処理装置において、学習済モデルを生成する構成を説明するための模式図である。

【図5】一実施形態によるデータ処理装置において、学習済モデルを生成する際の画面例を説明するための模式図である。

【図6】学習用アルゴリズム群を説明するためのブロック図である。

【図7】計測データの種類、計測データの解析の種類、および、学習用アルゴリズムの対応付けを説明するためのマトリクス図である。

【図8】学習済モデル生成部が学習済モデルを生成する処理を説明するためのブロック図である。

【図9】一実施形態によるサーバおよびデータ処理装置において、計測データの解析を行う構成を説明するための模式図である。

【図10】一実施形態によるデータ処理装置において、計測データの解析を行う際の画面例を説明するための模式図である。

【図11】データ処理プログラム群を説明するためのブロック図である。

【図12】計測データの種類、計測データの解析の種類、および、データ処理プログラムの対応付けを説明するためのマトリクス図である。

【図13】解析条件を説明するためのブロック図である。

【図14】解析結果取得部が解析結果を取得する構成を説明するためのブロック図である。

【図15】データ解析処理を説明するためのフローチャートである。

【図16】学習済モデル生成処理を説明するためのフローチャートである。

【図17】解析結果取得処理を説明するためのフローチャートである。

【図18】学習用アルゴリズムの追加処理を説明するためのフローチャートである。

【図19】データ処理プログラムの追加処理を説明するためのフローチャートである。

【図20】変形例によるデータ処理システムを説明するためのブロック図である。

【発明を実施するための形態】

【0013】

以下、本発明を具体化した実施形態を図面に基づいて説明する。

【0014】

図１～図１４を参照して、本実施形態によるデータ解析方法を実行するデータ解析システム１００（図１参照）、および、データ解析用のサーバ１（図１参照）の構成について説明する。本実施形態によるデータ解析方法は、システム管理会社と、計測装置３（図１参照）から取得した計測データ３０（図１参照）の解析結果３１（図９参照）の取得を所望する顧客との間で行われるデータ解析方法である。また、本実施形態によるデータ解析システム１００は、システム管理会社と、計測装置３から取得した計測データ３０の解析結果３１の取得を所望する顧客との間で行われるデータ解析を行うためのデータ解析システムである。なお、システム管理会社とは、データ解析システム１００を製造する業者であってもよいし、業務委託を受けてデータ解析システム１００の保守点検を行う業者であってもよい。

【0015】

（データ解析システムの構成）
図１に示すように、データ解析システム１００は、サーバ１と、データ処理装置２と、を備える。また、データ処理装置２は、計測装置３と接続されている。

【0016】

サーバ１は、システム管理会社と、計測装置３から取得した計測データ３０の解析結果３１の取得を所望する顧客との間で行われるデータ解析を行うためのデータ解析システム用サーバである。また、サーバ１は、計測データ３０の解析を行うための学習済モデル３４（図２参照）を生成するように構成されている。本実施形態では、サーバ１は、データ処理装置２とネットワークを介して接続されている。サーバ１の詳細な構成については、後述する。サーバ１は、データ処理装置２と同じ施設内に設置されていてもよい。すなわち、データ解析システム１００は、クラウド形式のシステムであってもよい。また、データ処理装置２とは異なる施設内に設置されてもよい。すなわち、データ解析システム１００は、オンプレミス形式のシステムであってもよい。本実施形態では、データ解析システム１００は、オンプレミス形式のシステムである。

【0017】

データ処理装置２は、サーバ１に対して計測データ３０の解析を依頼するように構成されている。具体的には、データ処理装置２は、サーバ１に対して、計測データ３０の解析を開始する制御信号を送信する処理を行うように構成されている。データ処理装置２は、サーバ１とネットワークを介して接続されている。また、データ処理装置２は、計測装置３と接続されており、後述する計測データ３０を計測装置３から取得し、サーバ１に対して送信するように構成されている。データ処理装置２は、顧客の施設内に設置される。データ処理装置２の詳細な構成については、後述する。

【0018】

計測装置３は、計測データ３０を取得するように構成されている。また、計測装置３は、データ処理装置２と接続されている。計測装置３は、取得した計測データ３０を、データ処理装置２に対して送信するように構成されている。計測装置３は、計測データ３０を取得する計測装置を含む。計測装置３は、たとえば、Ｘ線撮影装置、ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置、粒子の粒径分布を計測する装置、表面計測装置、顕微鏡、ＬＣ（Ｌｉｑｕｉｄ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ）、および、ＧＣ（Ｇａｓ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ）などを含み得る。なお、計測装置３は、顧客の施設内に設置される。

【0019】

計測データ３０は、計測装置３によって取得されるデータである。計測データ３０は、たとえば、計測装置３がＸ線撮影装置の場合、Ｘ線画像である。また、計測データ３０は、たとえば、計測装置３がＣＴ装置の場合、断層画像である。また、計測データ３０は、たとえば、計測装置３が粒径分布を計測する装置の場合、粒子の粒径分布のデータである。また、計測データ３０は、たとえば、計測装置３が表面計測装置の場合、計測対象の表面形状を示すデータである。また、計測データ３０は、たとえば、計測装置３が顕微鏡の場合、顕微鏡によって撮影された画像（たとえば、細胞画像）である。また、計測データ３０は、たとえば、計測装置３がＬＣまたはＧＣの場合、クロマトグラムである。

【0020】

図２に示すように、サーバ１は、第１記憶部１０と、入力受付部１１と、第１プロセッサ１２とを備える。

【0021】

サーバ１は、学習済モデル３４を生成する処理（機械学習を行う処理）を行うように構成されている。また、サーバ１は、学習済モデル３４の生成を行う際に使用する各種データを記憶（蓄積）する起用を有する。また、サーバ１は、学習済モデル３４を用いて、計測データ３０（図１参照）の解析を行う機能を有する。

【0022】

第１記憶部１０は、学習済モデル３４を記憶するように構成されている。また、第１記憶部１０は、学習用アルゴリズム群４０を記憶するように構成されている。また、第１記憶部１０は、データ処理プログラム群４１を記憶するように構成されている。また、第１記憶部１０は、解析条件４２を記憶するように構成されている。また、第１記憶部１０は、第１プロセッサ１２が実行する各種プログラムを記憶するように構成されている。本実施形態では、第１記憶部１０は、データ解析システム１００の製造が完了した時点で、学習用アルゴリズム群４０、データ処理プログラム群４１、および、第１プロセッサ１２が実行する各種プログラムを予め記憶している。また、第１記憶部１０は、学習済モデル３４、および、解析条件４２を事後的に記憶する。第１記憶部１０は、たとえば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、または、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）などの、不揮発性の記憶装置である。なお、第１記憶部１０は、特許請求の範囲の「記憶部」の一例である。また、学習済モデル３４、学習用アルゴリズム群４０、データ処理プログラム群４１、および、解析条件４２の詳細については、後述する。

【0023】

入力受付部１１は、データ処理装置２から、後述する入力情報３３（図４参照）の入力を受け付けるように構成されている。入力受付部１１は、たとえば、入出力インタフェースである。

【0024】

第１プロセッサ１２は、サーバ１の各種制御を行うように構成されている。また、第１プロセッサ１２は、学習済モデル３４を生成するように構成されている。また、第１プロセッサ１２は、計測データ３０（図１参照）を解析し、解析結果３１（図９参照）を取得するように構成されている。第１プロセッサ１２は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、または、画像処理用に構成されたＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などを含んでいる。なお、第１プロセッサ１２は、ＣＰＵの代わりに、回路（Ｃｉｒｃｕｉｔｒｙ）を含んでいてもよい。

【0025】

また、第１プロセッサ１２は、ソフトウェア（プログラム）の機能ブロックとして、学習用アルゴリズム選択部１２ａと、学習済モデル生成部１２ｂと、解析結果取得部１２ｃとを含む。また、第１プロセッサ１２は、学習済モデル記憶制御部１２ｄと、学習済モデル選択部１２ｅとを備える。第１プロセッサ１２は、第１記憶部１０に記憶された各種プログラムを実行することにより、学習用アルゴリズム選択部１２ａ、学習済モデル生成部１２ｂ、解析結果取得部１２ｃ、学習済モデル記憶制御部１２ｄ、および、学習済モデル選択部１２ｅとして機能する。学習用アルゴリズム選択部１２ａ、学習済モデル生成部１２ｂ、解析結果取得部１２ｃ、学習済モデル記憶制御部１２ｄ、および、学習済モデル選択部１２ｅは、専用のプロセッサ（処理回路）により、ハードウェアとして個別に構成されていてもよい。

【0026】

学習用アルゴリズム選択部１２ａ、学習済モデル生成部１２ｂ、解析結果取得部１２ｃ、学習済モデル記憶制御部１２ｄ、および、学習済モデル選択部１２ｅの各機能の詳細については、後述する。

【0027】

図３に示すように、データ処理装置２は、第２記憶部２０と、第２プロセッサ２１とを備える。また、データ処理装置２は、入力装置２２と、表示部２３とを備える。データ処理装置２は、操作者の操作入力に基づいて、サーバ１（図２参照）に対して学習済モデル３４（図２参照）の生成を開始する制御信号を送信するように構成されている。また、データ処理装置２は、操作者の操作入力に基づいて、サーバ１に対して、計測データ３０（図１参照）の解析を開始する制御信号を送信するように構成されている。

【0028】

第２記憶部２０は、第２プロセッサ２１が実行する各種プログラムを記憶している。第２記憶部２０は、たとえば、ＨＤＤ、または、ＳＳＤなどの不揮発性の記憶装置である。

【0029】

第２プロセッサ２１は、第２記憶部２０に記憶された各種プログラムを実行することにより、データ処理装置２の各種制御を行う制御部として機能するように構成されている。第２プロセッサ２１は、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＧＰＵ、または、画像処理用に構成されたＦＰＧＡなどを含んでいる。なお、第２プロセッサ２１は、ＣＰＵの代わりに、回路（Ｃｉｒｃｕｉｔｒｙ）を含んでいてもよい。

【0030】

入力装置２２は、操作者が操作入力を行う際の入力装置である。入力装置２２は、たとえば、マウスおよびキーボードを含む。

【0031】

表示部２３は、計測データ３０（図１参照）の解析結果３１（図９参照）などを表示するように構成されている。表示部２３は、たとえば、液晶モニタ、有機ＥＬ（Ｅｌｅｃｔｒｏ Ｌｕｍｉｎｅｓｃｅｎｃｅ）モニタなどの表示装置である。

【0032】

次に、図４～図１４を参照して、本実施形態によるデータ解析システム１００（図１参照）が実行するデータ解析方法について説明する。データ解析システム１００が実行するデータ解析方法は、大きく分けて、学習済モデル３４（図２参照）を生成する方法と、計測データ３０（図１参照）を解析し、解析結果３１（図９参照）を取得する方法とに分かれる。

【0033】

（学習済モデルの生成）
まず、図４～図８を参照して、データ解析システム１００（図１参照）が、学習済モデル３４（図２参照）を生成する方法について説明する。

【0034】

学習済モデル３４を生成する方法は、少なくとも、教師データ３２の入力を受け付ける教師データ受付工程と、入力情報３３の入力を受け付ける入力情報受付工程と、教師データ３２（図８参照）の入力を受け付ける工程とを含む。

【0035】

教師データ受付工程は、教師データ３２の入力を受け付ける。また、教師データ３２の入力を受け付ける工程において、サーバ１（図４参照）は、データ処理装置２（図４参照）から、教師データ３２の入力を受け付ける。また、サーバ１は、入力された教師データ３２を、第１記憶部１０（図２参照）に記憶する。なお、教師データ受付工程は、入力情報３３の入力を受け付ける入力情報受付工程の前に行われてもよいし、入力情報受付工程とともに行われてもよい。すなわち、教師データ３２は、入力情報３３が入力される前に、サーバ１に入力されていてもよいし、入力情報３３とともにサーバ１に入力されて手もよい。本実施形態では、教師データ受付工程は、入力情報受付工程の前に行われる。すなわち、教師データ３２と入力情報３３とは、互いに異なるタイミングでサーバ１に入力される。なお、教師データ３２とは、学習用アルゴリズム４０ａを学習し、学習済モデル３４を生成する際に用いられるデータである。また、学習用アルゴリズム４０ａとは、学習済モデル３４を生成する際に用いられるプログラムのことである。学習用アルゴリズム４０ａは、たとえば、線形回帰、ランダムフォレスト、ニューラルネットワーク、および、サポートベクターマシーンなどを含む。

【0036】

入力情報受付工程は、計測データ３０の種類３３ａに関する情報と計測データ３０の解析の種類３３ｂに関する情報とを含む入力情報３３の入力を受け付ける。図４に示すように、サーバ１は、データ処理装置２から、入力情報３３の入力を受け付ける。なお、計測データ３０の種類３３ａに関する情報とは、たとえば、「細胞画像」、「Ｘ線画像」などの、計測データ３０がどのような種類のデータであるかを示す情報である。また、計測データ３０の解析の種類３３ｂに関する情報とは、たとえば、「形状分析」、「良否判定」などの、計測データ３０に対して行う解析の種類を示す情報である。

【0037】

また、図４に示す例では、教師データ３２の情報３２ａが、入力情報３３とともにサーバ１に入力されている。教師データ３２の情報３２ａは、学習済モデル３４の学習において、どの教師データ３２を用いるかを、操作者が選択した情報である。

【0038】

図５に示す例は、操作者が、データ処理装置２（図４参照）において、学習済モデル３４（図２参照）を生成する処理を行う画面５０である。

【0039】

学習済モデル３４を生成する処理を行う画面５０は、表示部２３（図３参照）に表示される。学習済モデル３４を生成する処理を行う画面５０には、第１選択欄５０ａ、第２選択欄５０ｂ、教師データ選択欄５０ｃ、生成ボタン５０ｄ、および、キャンセルボタン５０ｅが表示されている。

【0040】

第１選択欄５０ａは、計測データ３０の種類３３ａ（図４参照）が選択される選択欄である。第１選択欄５０ａは、たとえば、プルダウン形式の選択欄である。なお、第１選択欄５０ａに表示される選択肢は、第１記憶部１０（図２参照）に記憶されている。第１プロセッサ１２（図２参照）は、第１記憶部１０に記憶されている計測データ３０の種類３３ａを取得し、第１選択欄５０ａの選択肢として表示する。

【0041】

第２選択欄５０ｂは、計測データ３０の解析の種類３３ｂ（図４参照）が選択される選択欄である。第２選択欄５０ｂは、たとえば、プルダウン形式の選択欄である。なお、第２選択欄５０ｂに表示される選択肢は、第１記憶部１０に記憶されている。第１プロセッサ１２は、第１記憶部１０に記憶されている計測データ３０の解析の種類３３ｂを取得し、第２選択欄５０ｂの選択肢として表示する。

【0042】

教師データ選択欄５０ｃは、第１記憶部１０に記憶された教師データ３２（図８参照）を選択する選択欄である。教師データ選択欄５０ｃは、たとえば、プルダウン形式の選択欄である。なお、教師データ選択欄５０ｃに表示される選択肢は、第１記憶部１０に記憶されている。第１プロセッサ１２は、第１記憶部１０に記憶された教師データ３２の名称を取得し、教師データ選択欄５０ｃの選択肢として表示する。

【0043】

生成ボタン５０ｄは、学習済モデル３４を生成する処理を行う画面５０に表示されるＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）の押しボタンである。生成ボタン５０ｄが押下されることにより、データ処理装置２から入力情報３３（図４参照）および教師データ３２がサーバ１（図４参照）に送信され、サーバ１において学習済モデル３４の生成処理が開始される。

【0044】

キャンセルボタン５０ｅは、学習済モデル３４を生成する処理を行う画面５０に表示されるＧＵＩの押しボタンである。キャンセルボタン５０ｅが押下された場合、学習済モデル３４の生成は行われず、学習済モデル３４を生成する処理を行う画面５０が閉じられる。

【0045】

ここで、学習済モデル３４は、計測データ３０の解析に適した学習済モデル３４の生成に用いる学習用アルゴリズム４０ａ（図６参照）を、教師データ３２によって学習させることによって生成される。学習用アルゴリズム４０ａの選択には、専門的な知識が必要となる。そのため、熟練度の低いユーザの場合、計測データ３０の解析に適した学習済モデル３４を生成することが困難である。

【0046】

そこで、本実施形態では、学習済モデル３４を生成する場合に、サーバ１は、解析対象である計測データ３０に応じて、学習用アルゴリズム群４０（図６参照）のうちから、適切な学習用アルゴリズム４０ａを選択する。

【0047】

なお、学習用アルゴリズム群４０は、複数の学習用アルゴリズム４０ａを含む。本実施形態では、図６に示すように、学習用アルゴリズム群４０は、計測データ３０（図１参照）の種類３３ａと、計測データ３０の解析の種類３３ｂと、学習用アルゴリズム４０ａとを対応付けて、第１記憶部１０（図２参照）に記憶されている。なお、学習用アルゴリズム群４０は、計測データ３０の種類３３ａと、計測データ３０の解析の種類３３ｂと、学習用アルゴリズム４０ａとを対応付けた状態で、予め第１記憶部１０に記憶されている。また、本実施形態では、第１記憶部１０は、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂごとに、複数の学習用アルゴリズム群４０を予め記憶している。本実施形態では、第１記憶部１０は、複数の学習用アルゴリズム群４０を、プリセットとして記憶している。すなわち、第１記憶部１０は、データ解析システム１００の製造が完了した際に、複数の学習用アルゴリズム群４０を予め記憶している。

【0048】

図７のマトリクス図６０に示すように、学習用アルゴリズム群４０は、複数の計測データ３０の種類３３ａ、および、複数の計測データ３０の解析の種類３３ｂから、任意の組み合わせで学習用アルゴリズム４０ａを組み合わせた状態で記憶されている。たとえば、計測データ３０の種類３３ａが「ｂ」、計測データ３０の解析の種類３３ｂが「α」の組み合わせに対して、学習用アルゴリズム４０ａは「Ｂ」が対応付けられている。したがって、操作者は、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂを選択することにより、複数の学習用アルゴリズム群４０のうちから、適切な学習用アルゴリズム４０ａを選択することができる。なお、図７に示す例では、マトリクス図６０において、計測データ３０の種類３３ａと計測データ３０の解析の種類３３ｂとの全ての組み合わせにおいて、学習用アルゴリズム４０ａが対応付けられていない。しかしながら、第１記憶部１０は、計測データ３０の種類３３ａと計測データ３０の解析の種類３３ｂとの全ての組み合わせの各々に対応付けられた学習用アルゴリズム４０ａを記憶しておいてもよい。

【0049】

また、本実施形態では、予め記憶（プリセット）された学習用アルゴリズム４０ａに加えて、他の学習用アルゴリズム４０ａを追加することができる。具体的には、第１プロセッサ１２（図２参照）は、予め記憶された複数の学習用アルゴリズム群４０に対して、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けた他の学習用アルゴリズム４０ａの追加を受け付けるように構成されている。すなわち、サーバ１は、予め記憶された複数の学習用アルゴリズム群４０に対して、他の学習用アルゴリズム４０ａを追加すること（プラグイン）が可能なように構成されている。

【0050】

次に、図８を参照して、第１プロセッサ１２が、学習済モデル３４を生成する処理について説明する。

【0051】

図８に示すように、入力受付部１１は、データ処理装置２から、計測データ３０（図１参照）の種類３３ａに関する情報と計測データ３０の解析の種類３３ｂに関する情報とを含む入力情報３３の入力を受け付ける。入力受付部１１は、入力情報３３を、学習用アルゴリズム選択部１２ａおよび学習済モデル記憶制御部１２ｄに対して出力する。

【0052】

また、入力受付部１１は、教師データ３２の情報３２ａの入力を受け付ける。入力受付部１１は、教師データ３２の情報３２ａを、学習済モデル生成部１２ｂに対して出力する。

【0053】

学習用アルゴリズム選択部１２ａは、入力情報３３に基づいて、複数の学習用アルゴリズム群４０のうちから、学習に用いる学習用アルゴリズム４０ａを選択する。具体的には、学習用アルゴリズム選択部１２ａは、複数の学習用アルゴリズム群４０のうち、計測データ３０の種類３３ａに関する情報および計測データ３０の解析の種類３３ｂに関する情報に一致する学習用アルゴリズム４０ａを選択する。本実施形態では、学習用アルゴリズム選択部１２ａは、計測データ３０の種類３３ａに関する情報および計測データ３０の解析の種類３３ｂに関する情報に一致する１つの学習用アルゴリズム４０ａを選択する。学習用アルゴリズム選択部１２ａは、選択した学習用アルゴリズム４０ａを、学習済モデル生成部１２ｂに対して出力する。

【0054】

学習済モデル生成部１２ｂは、教師データ３２と、選択された学習用アルゴリズム４０ａと、に基づいて、学習済モデル３４を生成する。本実施形態では、学習済モデル生成部１２ｂは、教師データ３２の情報３２ａに基づいて、第１記憶部１０から教師データ３２を読み込む。そして、学習済モデル生成部１２ｂは、学習用アルゴリズム選択部１２ａから入力された学習用アルゴリズム４０ａと、第１記憶部１０から読み込んだ教師データ３２とに基づいて、学習済モデル３４を生成する。また、学習済モデル生成部１２ｂは、生成した学習済モデル３４を、学習済モデル記憶制御部１２ｄに対して出力する。

【0055】

学習済モデル記憶制御部１２ｄは、生成された学習済モデル３４と、計測データ３０の種類３３ａと計測データ３０の解析の種類３３ｂとを対応付けて記憶する。本実施形態では、学習済モデル記憶制御部１２ｄは、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと学習済モデル３４とを対応付けた状態で、第１記憶部１０に記憶する。

【0056】

（計測データの解析）
次に、図９～図１４を参照して、データ解析システム１００（図１参照）が、計測データ３０（図９参照）を解析する方法について説明する。

【0057】

図９に示すように、計測データ３０を解析する方法は、サーバ１が、データ処理装置２から、計測データ３０と、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂを含む入力情報３３と、を取得する工程を備える。また、計測データ３０を解析する方法は、学習済モデル３４に基づいて計測データ３０を解析し、解析結果３１を取得する解析結果取得工程を備える。なお、解析結果３１は、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂに応じて、様々な形式のデータであり得る。たとえば、解析結果３１は、画像データであり得る。また、解析結果３１は、数値データであり得る。

【0058】

図１０に示す例は、操作者が、データ処理装置２（図９参照）において、計測データ３０（図９参照）の解析処理を依頼する操作を行う画面５１である。

【0059】

計測データ３０の解析処理を依頼する操作を行う画面５１は、表示部２３（図３参照）に表示される。計測データ３０の解析処理を依頼する操作を行う画面５１には、第１選択欄５１ａ、第２選択欄５１ｂ、計測データ選択欄５１ｃ、解析ボタン５１ｄ、および、キャンセルボタン５１ｅが表示されている。

【0060】

第１選択欄５１ａは、計測データ３０の種類３３ａ（図９参照）が選択される選択欄である。第１選択欄５１ａは、たとえば、プルダウン形式の選択欄である。なお、第１選択欄５１ａに表示される選択肢は、第１記憶部１０に記憶されている。第１プロセッサ１２（図２参照）は、第１記憶部１０に記憶されている計測データ３０の種類３３ａを取得し、第１選択欄５１ａの選択肢として表示する。

【0061】

第２選択欄５１ｂは、計測データ３０の解析の種類３３ｂ（図９参照）が選択される選択欄である。第２選択欄５１ｂは、たとえば、プルダウン形式の選択欄である。なお、第２選択欄５１ｂに表示される選択肢は、第１記憶部１０に記憶されている。第１プロセッサ１２は、第１記憶部１０に記憶されている計測データ３０の解析の種類３３ｂを取得し、第２選択欄５１ｂの選択肢として表示する。

【0062】

計測データ選択欄５１ｃは、計測データ３０（図９参照）を選択する選択欄である。

【0063】

解析ボタン５１ｄは、計測データ３０の解析処理を依頼する操作を行う画面５１に表示されるＧＵＩの押しボタンである。解析ボタン５１ｄが押下されることにより、データ処理装置２から入力情報３３（図９参照）および計測データ３０がサーバ１に送信され、サーバ１において学習済モデル３４を用いた計測データ３０の解析処理が開始される。

【0064】

キャンセルボタン５１ｅは、計測データ３０の解析処理を依頼する操作を行う画面５１に表示されるＧＵＩの押しボタンである。キャンセルボタン５１ｅが押下された場合、サーバ１に対する計測データ３０の送信、および、サーバ１における計測データ３０の解析は行われず、計測データ３０の解析処理を依頼する操作を行う画面５１が閉じられる。

【0065】

ここで、本実施形態では、学習済モデル３４（図２参照）を用いて計測データ３０の解析を行う際に、データ処理プログラム４１ａ（図１１参照）も併せて用いることができる。データ処理プログラム４１ａは、学習済モデル３４とは異なるデータ処理を行うプログラムである。具体的には、データ処理プログラム４１ａは、少なくとも、学習済モデル３４によって解析を行う前の計測データ３０の前処理を行うプログラム、および、学習済モデル３４によって解析が行われた後のデータに対する後処理を行うプログラムのいずれかを含む。

【0066】

したがって、たとえば、データ処理プログラム４１ａが前処理を行うプログラムを含む場合、解析条件４２を選択することにより、データ処理プログラム４１ａによる計測データ３０に対する前処理が行われる。そして、前処理が行われた計測データ３０が学習済モデル３４に入力され、解析結果３１（図８参照）が取得される。また、たとえば、データ処理プログラム４１ａが後処理を行うプログラムを含む場合、解析条件４２を選択することにより、計測データ３０が学習済モデル３４に入力され、解析結果３１（図８参照）が取得される。そして、解析結果３１に対して、データ処理プログラム４１ａによる後処理が行われる。データ処理プログラム４１ａが前処理を行うプログラムおよび後処理を行うプログラムが含まれる場合には、計測データ３０に対する前処理、および、解析結果３１に対する後処理の両方が行われる。

【0067】

図１１に示すように、本実施形態では、データ処理プログラム４１ａは、計測データ３０（図９参照）の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けられた状態で、データ処理プログラム群４１として、第１記憶部１０（図２参照）に予め記憶されている。本実施形態では、第１記憶部１０は、複数のデータ処理プログラム群４１を予め記憶している。すなわち、第１記憶部１０は、複数のデータ処理プログラム群４１を、プリセットとして記憶している。すなわち、第１記憶部１０は、データ解析システム１００の製造が完了した際に、複数のデータ処理プログラム群４１を予め記憶している。

【0068】

図１２のマトリクス図６１に示すように、データ処理プログラム群４１は、複数の計測データ３０の種類３３ａ、および、複数の計測データ３０の解析の種類３３ｂから、任意の組み合わせでデータ処理プログラム４１ａを組み合わせた状態で記憶されている。たとえば、計測データ３０の種類３３ａが「ｂ」、計測データ３０の解析の種類３３ｂが「α」の組み合わせに対して、データ処理プログラム群４１は「Ｋ」が対応付けられている。したがって、操作者は、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂを選択することにより、複数のデータ処理プログラム群４１のうちから、適切なデータ処理プログラム４１ａを選択することができる。なお、図１２に示す例では、マトリクス図６１において、計測データ３０の種類３３ａと計測データ３０の解析の種類３３ｂとの全ての組み合わせにおいて、データ処理プログラム４１ａが対応付けられていない。しかしながら、第１記憶部１０は、計測データ３０の種類３３ａと計測データ３０の解析の種類３３ｂとの全ての組み合わせの各々に対応付けられたデータ処理プログラム４１ａを記憶しておいてもよい。

【0069】

また、本実施形態では、予め記憶（プリセット）されたデータ処理プログラム４１ａに加えて、他のデータ処理プログラム４１ａを追加することができる。具体的には、第１プロセッサ１２（図２参照）は、予め記憶されたデータ処理プログラム群４１に対して、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けた他のデータ処理プログラム４１ａの追加を受け付けるように構成されている。すなわち、サーバ１は、予め記憶された複数のデータ処理プログラム群４１に対して、他のデータ処理プログラム４１ａを追加すること（プラグイン）が可能なように構成されている。

【0070】

また、本実施形態では、解析結果取得部１２ｃ（図２参照）は、解析条件４２（図１３参照）に基づいて、計測データ３０の解析を行い、解析結果３１（図９参照）を取得するように構成されている。

【0071】

図１３に示すように、解析条件４２は、学習済モデル３４と、データ処理プログラム４１ａと、を含む。具体的には、解析条件４２は、学習済モデル３４と、データ処理プログラム４１ａと、計測データ３０（図９参照）の種類３３ａと、計測データ３０の解析の種類３３ｂとを対応付けられた状態で、第１記憶部１０（図２参照）に記憶されている。

【0072】

次に、図１４を参照して、第１プロセッサ１２が解析結果３１を取得する構成について説明する。

【0073】

図１４に示すように、入力受付部１１は、データ処理装置２から、入力情報３３と、計測データ３０との入力を受け付ける。入力受付部１１は、入力情報３３を、学習済モデル選択部１２ｅに対して出力する。また、入力受付部１１は、計測データ３０を、解析結果取得部１２ｃに対して出力する。

【0074】

学習済モデル選択部１２ｅは、入力情報３３に基づいて、学習済モデル３４を選択する。具体的には、学習済モデル選択部１２ｅは、計測データ３０の種類３３ａの情報と、計測データ３０の解析の種類３３ｂの情報とに基づいて、計測データ３０の解析に用いる学習済モデル３４を選択する。本実施形態では、学習済モデル選択部１２ｅは、計測データ３０の種類３３ａの情報と、計測データ３０の解析の種類３３ｂの情報とに基づいて、１つの学習済モデル３４を選択する。

【0075】

また、本実施形態では、学習済モデル選択部１２ｅは、学習済モデル３４を選択する際に、併せて、データ処理プログラム４１ａも選択する。すなわち、学習済モデル選択部１２ｅは、学習済モデル３４と、データ処理プログラム４１ａと、を含む解析条件４２を選択する。学習済モデル選択部１２ｅは、取得した学習済モデル３４およびデータ処理プログラム４１ａ（解析条件４２）を、解析結果取得部１２ｃに対して出力する。

【0076】

解析結果取得部１２ｃは、学習済モデル３４に基づいて計測データ３０を解析し、解析結果３１を取得する。本実施形態では、解析結果取得部１２ｃは、学習済モデル生成部１２ｂによって生成された学習済モデル３４に基づいて計測データ３０を解析し、解析結果３１を取得する。具体的には、解析結果取得部１２ｃは、学習済モデル選択部１２ｅによって選択された学習済モデル３４に計測データ３０を入力し、解析結果３１を取得する。言い換えると、解析結果取得部１２ｃは、選択された解析条件４２に基づいて、解析結果３１を取得する。また、解析結果取得部１２ｃは、解析結果３１を取得する際に、学習済モデル３４に応じて、データ処理プログラム４１ａによるデータ処理を行う。解析結果取得部１２ｃは、取得した解析結果３１を、データ処理装置２に対して出力する。

【0077】

データ処理装置２は、取得した解析結果３１を、表示部２３（図３参照）に表示する。

【0078】

（データ解析処理）
次に、図１５を参照して、本実施形態によるデータ解析システム１００（図１参照）が実行するデータ解析処理について説明する。

【0079】

ステップ１０１において、サーバ１（図１参照）は、計測データ３０（図１参照）の種類３３ａ（図６参照）と、計測データ３０の解析の種類３３ｂ（図６参照）と、学習用アルゴリズム４０ａ（図６参照）とを対応付けた複数の学習用アルゴリズム群４０（図６参照）を予め記憶する。

【0080】

ステップ１０２において、サーバ１は、学習済モデル３４（図２参照）とは異なるデータ処理を行うデータ処理プログラム４１ａ（図１１参照）を計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けた複数のデータ処理プログラム群４１（図１１参照）を、予め記憶する。

【0081】

ステップ１０３において、データ解析システム１００は、学習済モデル３４を生成する。ステップ１０３の処理の詳細については、後述する。

【0082】

ステップ１０４において、データ解析システム１００は、学習済モデル３４に基づいて計測データ３０を解析し、解析結果３１（図９参照）を取得する。その後、処理は、終了する。なお、ステップ１０４の処理の詳細については、後述する。

【0083】

本実施形態では、ステップ１０１の処理、および、ステップ１０２の処理は、システム管理会社がデータ解析システム１００を製造する際に行われる。また、ステップ１０３の処理、および、ステップ１０４の処理は、顧客の操作者がデータ解析システム１００を利用する際に行われる。

【0084】

（学習済モデル生成処理）
次に、図１６を参照して、データ解析システム１００（図１参照）が学習済モデル３４（図２参照）を生成する処理（図１５におけるステップ１０３の処理）について説明する。なお、図１６に示す処理は、学習済モデル３４を生成する処理を行う画面５０（図５参照）において、生成ボタン５０ｄ（図５参照）が押下された際に開始される。

【0085】

ステップ１０３ａにおいて、データ処理装置２は、サーバ１に対して、教師データ３２（図８参照）を送信する。

【0086】

ステップ１０３ｂにおいて、サーバ１は、教師データ３２の入力を受け付ける。サーバ１は、受信した教師データ３２を、第１記憶部１０（図２参照）に記憶する。

【0087】

ステップ１０３ｃにおいて、データ処理装置２（図４参照）は、サーバ１（図４参照）に対して、入力情報３３（図４参照）を送信する。

【0088】

ステップ１０３ｄにおいて、サーバ１は、入力情報３３の入力を受け付ける。具体的には、サーバ１は、計測データ３０の種類３３ａ（図４参照）に関する情報と計測データ３０の解析の種類３３ｂ（図４参照）に関する情報とを含む入力情報３３の入力を受け付ける。

【0089】

ステップ１０３ｅにおいて、学習用アルゴリズム選択部１２ａ（図８参照）は、入力情報３３に基づいて、複数の学習用アルゴリズム群４０（図８参照）のうちから、学習に用いる学習用アルゴリズム４０ａ（図８参照）を選択する。すなわち、操作者が入力情報３３を入力することにより、学習に適した学習用アルゴリズム４０ａが自動的に選択される。

【0090】

ステップ１０３ｆにおいて、データ処理装置２は、学習済モデル３４の生成を開始する制御信号をサーバ１に対して送信する。その後、データ処理装置２における処理は、終了する。なお、ステップ１０３ｆの処理が行われる際には、第２プロセッサ２１（図３参照）は、表示部２３（図３参照）において、ステップ１０３ｅにおいて選択された学習用アルゴリズム４０ａを表示する。これにより、ユーザは、選択された学習用アルゴリズム４０ａを確認したうえで、学習済モデル３４の生成を開始する操作を行うことができる。

【0091】

ステップ１０３ｇにおいて、サーバ１は、学習済モデル３４の生成を開始する制御信号を受信したか否かを判定する。学習済モデル３４の生成を開始する制御信号を受信していない場合、ステップ１０３ｇの処理を繰り返す。学習済モデル３４の生成を開始する御信号を受信した場合、処理は、ステップ１０３ｈへ進む。

【0092】

ステップ１０３ｈにおいて、学習済モデル生成部１２ｂ（図８参照）は、教師データ３２と、選択された学習用アルゴリズム４０ａと、に基づいて、学習済モデル３４を生成する。

【0093】

ステップ１０３ｉにおいて、学習済モデル記憶制御部１２ｄは、計測データ３０の種類３３ａと、計測データ３０の解析の種類３３ｂと、学習済モデル３４とを対応付けて、第１記憶部１０（図８参照）に記憶する。その後、処理は、ステップ１０４（図１５参照）の処理へ進み、学習済モデル３４の生成処理は、終了する。

【0094】

（計測データ解析処理）
次に、図１７を参照して、データ解析システム１００（図１参照）が、計測データ３０（図１４参照）を解析し、解析結果３１（図１４参照）を取得する処理（図１５に示すステップ１０４の処理）について説明する。なお、図１７に示す処理は、計測データ３０の解析処理を依頼する操作を行う画面５１（図１０参照）において、解析ボタン５１ｄ（図１０参照）が押下された際に開始される。

【0095】

ステップ１０４ａにおいて、データ処理装置２（図９参照）は、サーバ１に対して、入力情報３３（図９参照）を送信する。

【0096】

ステップ１０４ｂにおいて、データ処理装置２は、計測データ３０をサーバ１（図９参照）に対して送信する。なお、ステップ１０４ａの処理と、ステップ１０４ｂの処理とは、どちらが先に行われてもよい。

【0097】

ステップ１０４ｃにおいて、サーバ１は、計測データ３０を受信する。すなわち、サーバ１は、計測装置３によって取得された計測データ３０を受け付ける。なお、ステップ１０４ｃの処理は、ステップ１０４ａの処理が行われた後であれば、ステップ１０４ｂの処理よりも先に行われてもよい。

【0098】

ステップ１０４ｄにおいて、サーバ１は、入力情報３３を受信する。すなわち、サーバ１は、計測データ３０の種類３３ａ（図９参照）の関する情報と、計測データ３０の解析の種類３３ｂ（図９参照）に関する情報とを受け付ける。言い換えると、サーバ１は、解析条件４２（図１３参照）を選択する操作入力を受け付ける。なお、ステップ１０４ｄの処理は、ステップ１０４ｂの処理が行われた後であれば、ステップ１０４ｃの処理よりも先に行われてもよい。

【0099】

ステップ１０４ｅにおいて、学習済モデル選択部１２ｅ（図１４参照）は、入力情報３３に基づいて、学習済モデル３４（図１４参照）を選択する。なお、本実施形態では、ステップ１０４ｅにおいて、学習済モデル選択部１２ｅは、入力情報３３に基づいて、学習済モデル３４とともに、データ処理プログラム４１ａ（図１４参照）を選択する。すなわち、学習済モデル選択部１２ｅは、入力情報３３に基づいて、解析条件４２を選択する。したがって、操作者が入力情報３３を入力することにより、計測データ３０の解析に適した解析条件４２が自動的に選択される。

【0100】

ステップ１０４ｆにおいて、データ処理装置２は、サーバ１に対して、計測データ３０の解析を開始する制御信号を送信する。なお、ステップ１０４ｆの処理が行われる際には、第２プロセッサ２１（図３参照）は、表示部２３（図３参照）において、ステップ１０４ｅにおいて選択された解析条件４２を表示する。これにより、ユーザは、選択された解析条件４２を確認したうえで、計測データ３０の解析を開始する操作を行うことができる。

【0101】

ステップ１０４ｇにおいて、第１プロセッサ１２（図１４参照）は、計測データ３０の解析を開始する制御信号を受信したか否かを判定する。計測データ３０の解析を開始する制御信号を受信していない場合、ステップ１０４ｇの処理を繰り返す。計測データ３０の解析を開始する制御信号を受信した場合、処理は、ステップ１０４ｈへ進む。

【0102】

ステップ１０４ｈにおいて、解析結果取得部１２ｃ（図１４参照）は、学習済モデル３４に基づいて計測データ３０を解析し、解析結果３１を取得する。本実施形態では、解析結果取得部１２ｃは、学習済モデル選択部１２ｅによって選択された学習済モデル３４に計測データ３０を入力し、解析結果３１を取得する。すなわち、解析結果取得部１２ｃは、学習済モデル選択部１２ｅによって選択された解析条件４２に基づいて、解析結果３１を取得する。

【0103】

ステップ１０４ｉにおいて、第１プロセッサ１２は、データ処理装置２に対して、解析結果３１を送信する。その後、サーバ１による解析結果３１を取得する処理は、終了する。

【0104】

ステップ１０４ｊにおいて、データ処理装置２は、解析結果３１を取得する。

【0105】

ステップ１０４ｋにおいて、データ処理装置２（第２プロセッサ２１）は、解析結果３１を、表示部２３（図３参照）に表示する。その後、処理は、終了する。

【0106】

（学習用アルゴリズム追加処理）
次に、図１８を参照して、サーバ１（図１参照）が学習用アルゴリズム４０ａ（図６参照）を追加する処理について説明する。

【0107】

ステップ１１０において、第１プロセッサ１２（図２参照）は、予め記憶された複数の学習用アルゴリズム群４０（図６参照）に対して、計測データ３０（図１参照）の種類３３ａ（図６参照）および計測データ３０の解析の種類３３ｂ（図６参照）と対応付けた他の学習用アルゴリズム４０ａの追加を受け付ける。

【0108】

ステップ１１１において、第１プロセッサ１２は、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けた他の学習用アルゴリズム４０ａを、第１記憶部１０（図２参照）に記憶する。その後、処理は、終了する。なお、ステップ１１１において記憶する学習用アルゴリズム４０ａは、既に学習用アルゴリズム群４０として記憶されている学習用アルゴリズム４０ａとは、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂの対応付けが異なる学習用アルゴリズム４０ａである。なお、学習用アルゴリズム４０ａの種類が同一であっても、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂの少なくともいずれかが異なっていれば、学習用アルゴリズム群４０に追加することができる。

【0109】

（データ処理プログラム追加処理）
次に、図１９を参照して、サーバ１（図１参照）がデータ処理プログラム４１ａ（図１１参照）を追加する処理について説明する。

【0110】

ステップ１２０において、第１プロセッサ１２（図２参照）は、予め記憶されたデータ処理プログラム群４１（図１１参照）に対して、計測データ３０（図１参照）の種類３３ａ（図１１参照）および計測データ３０の解析の種類３３ｂ（図１１参照）と対応付けた他のデータ処理プログラム４１ａの追加を受け付ける。

【0111】

ステップ１２１において、第１プロセッサ１２は、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けた他のデータ処理プログラム４１ａを、第１記憶部１０（図２参照）に記憶する。その後、処理は、終了する。なお、ステップ１２１において記憶するデータ処理プログラム４１ａは、既にデータ処理プログラム群４１として記憶されているデータ処理プログラム４１ａとは、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂの対応付けが異なるデータ処理プログラム４１ａである。なお、データ処理プログラム４１ａの種類が同一であっても、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂの少なくともいずれかが異なっていれば、データ処理プログラム群４１に追加することができる。

【0112】

（本実施形態の効果）
本実施形態では、以下のような効果を得ることができる。

【0113】

上記実施形態では、データ解析方法は、システム管理会社と、計測装置３から取得した計測データ３０の解析結果３１の取得を所望する顧客との間で行われるデータ解析方法であって、計測データ３０の種類３３ａと、計測データ３０の解析の種類３３ｂと、学習用アルゴリズム４０ａとを対応付けた複数の学習用アルゴリズム群４０を予め記憶する記憶工程と、教師データ３２の入力を受け付ける教師データ受付工程と、計測データ３０の種類３３ａに関する情報と計測データ３０の解析の種類３３ｂに関する情報とを含む入力情報３３の入力を受け付ける入力情報受付工程と、入力情報３３に基づいて、複数の学習用アルゴリズム群４０のうちから、学習に用いる学習用アルゴリズム４０ａを選択する学習用アルゴリズム選択工程と、教師データ３２と、選択された学習用アルゴリズム４０ａと、に基づいて、学習済モデル３４を生成する学習済モデル生成工程と、学習済モデル３４に基づいて計測データ３０を解析し、解析結果３１を取得する解析結果取得工程と、を備える。

【0114】

これにより、ユーザが、計測データ３０の種類３３ａに関する情報および計測データ３０の解析の種類３３ｂに関する情報を入力するだけで、複数の学習用アルゴリズム群４０のうちから、計測データ３０の解析に用いる学習済モデル３４に適した学習用アルゴリズム４０ａが選択される。したがって、ユーザの熟練度が低い場合でも、外部委託することなく学習済モデル３４を容易に生成することができる。また、外部委託することなく学習済モデル３４を生成することが可能となるので、学習済モデル３４の生成に要する時間を短縮することができる。これらの結果、熟練度が低いユーザであっても、学習済モデル３４を容易に生成することが可能で、かつ、学習済モデル３４を用いた計測データ３０の解析にかかる時間を短縮することが可能なデータ解析方法を提供することができる。

【0115】

また、上記実施形態では、データ解析システム１００は、システム管理会社と、計測装置３から取得した計測データ３０の解析結果３１の取得を所望する顧客との間で行われるデータ解析を行うためのデータ解析システムであって、計測データ３０の解析を行うための学習済モデル３４を生成するサーバ１と、サーバ１に対して計測データ３０の解析を依頼するデータ処理装置２と、を備え、サーバ１は、計測データ３０の種類３３ａと、計測データ３０の解析の種類３３ｂと、学習用アルゴリズム４０ａとを対応付けた複数の学習用アルゴリズム群４０を予め記憶した第１記憶部１０と、計測データ３０の種類３３ａに関する情報と計測データ３０の解析の種類３３ｂに関する情報とを含む入力情報３３の入力と、教師データ３２の入力とを受け付ける入力受付部１１と、入力情報３３に基づいて、複数の学習用アルゴリズム群４０のうちから、学習に用いる学習用アルゴリズム４０ａを決定する学習用アルゴリズム選択部１２ａと、教師データ３２と、選択された学習用アルゴリズム４０ａと、に基づいて、学習済モデル３４を生成する学習済モデル生成部１２ｂと、学習済モデル生成部１２ｂによって生成された学習済モデル３４に基づいて計測データ３０を解析し、解析結果３１を取得する解析結果取得部１２ｃと、を備える。

【0116】

これにより、上記データ解析方法と同様に、熟練度が低いユーザであっても、学習済モデル３４を容易に生成することが可能で、かつ、学習済モデル３４を用いた計測データ３０の解析にかかる時間を短縮することが可能なデータ解析システム１００を提供することができる。

【0117】

また、上記実施形態では、データ解析システム用サーバ１は、システム管理会社と、計測装置３から取得した計測データ３０の解析結果３１の取得を所望する顧客との間で行われるデータ解析を行うためのデータ解析システム用サーバであって、計測データ３０の種類３３ａと、計測データ３０の解析の種類３３ｂと、学習用アルゴリズム４０ａとを対応付けた複数の学習用アルゴリズム群４０を予め記憶した第１記憶部１０と、計測データ３０の種類３３ａに関する情報と計測データ３０の解析の種類３３ｂに関する情報とを含む入力情報３３の入力と、教師データ３２の入力とを受け付ける入力受付部１１と、入力情報３３に基づいて、複数の学習用アルゴリズム群４０のうちから、学習に用いる学習用アルゴリズム４０ａを決定する学習用アルゴリズム選択部１２ａと、教師データ３２と、選択された学習用アルゴリズム４０ａと、に基づいて、学習済モデル３４を生成する学習済モデル生成部１２ｂと、学習済モデル生成部１２ｂによって生成された学習済モデル３４に基づいて計測データ３０を解析し、解析結果３１を取得する解析結果取得部１２ｃと、を備える。

【0118】

これにより、上記データ解析方法と同様に、熟練度が低いユーザであっても、学習済モデル３４を容易に生成することが可能で、かつ、学習済モデル３４を用いた計測データ３０の解析にかかる時間を短縮することが可能なデータ解析システム用サーバ１を提供することができる。

【0119】

また、上記実施形態では、以下のように構成したことによって、下記のような更なる効果が得られる。

【0120】

すなわち、本実施形態では、上記のように、学習用アルゴリズム選択工程において、複数の学習用アルゴリズム群４０のうち、計測データ３０の種類３３ａに関する情報および計測データ３０の解析の種類３３ｂに関する情報に一致する学習用アルゴリズム４０ａを選択する。これにより、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂが一致する学習用アルゴリズム４０ａが、複数の学習用アルゴリズム群４０のうちから選択されるので、ユーザが学習用アルゴリズム４０ａの知識に乏しい場合でも、計測データ３０の解析に用いる学習済モデル３４の作成に適した学習用アルゴリズム４０ａを用いて、学習済モデル３４を容易に作成することができる。その結果、熟練度の低いユーザであっても、計測データ３０の解析に適した学習済モデル３４を容易に生成することができる。

【0121】

また、本実施形態では、上記のように、学習済モデル生成工程において生成された学習済モデル３４と、入力情報受付工程において受け付けた計測データ３０の種類３３ａと計測データ３０の解析の種類３３ｂとを対応付けて記憶する学習済モデル記憶工程と、計測データ３０の種類３３ａの情報と、計測データ３０の解析の種類３３ｂの情報と、計測装置３によって取得された計測データ３０と、を受け付ける解析受付工程と、解析受付工程において受け付けた計測データ３０の種類３３ａの情報と、計測データ３０の解析の種類３３ｂの情報とに基づいて、計測データ３０の解析に用いる学習済モデル３４を選択する学習済モデル選択工程とを、さらに備え、解析結果取得工程において、学習済モデル選択工程において選択された学習済モデル３４に計測データ３０を入力し、解析結果３１を取得する。これにより、生成済みの学習済モデル３４が、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けて記憶されているので、生成済みの学習済モデル３４を用いて計測データ３０の解析を行う際に、計測データ３０の種類３３ａの情報および計測データ３０の解析の種類３３ｂの情報に基づいて、計測データ３０の解析に適した学習済モデル３４を、容易に選択することができる。その結果、熟練度の低いユーザであっても、生成済みの学習済モデル３４によって計測データ３０の解析を容易に行うことが可能となるので、ユーザの利便性（ユーザビリティ）を向上させることができる。

【0122】

また、本実施形態では、上記のように、学習済モデル３４とは異なるデータ処理を行うデータ処理プログラム４１ａを計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けた複数のデータ処理プログラム群４１を、予め記憶するデータ処理プログラム記憶工程をさらに備え、解析受付工程において、学習済モデル３４と、データ処理プログラム４１ａと、を含む解析条件４２を選択する操作入力をさらに受け付け、解析結果取得工程において、選択された解析条件４２に基づいて、解析結果３１を取得する。これにより、解析条件４２において、学習済モデル３４とともに、データ処理プログラム４１ａが含まれるので、たとえば、学習済モデル３４による解析に必要な処理を行うためのデータ処理プログラム４１ａによって、計測データ３０の解析を行うことができる。その結果、学習済モデル３４のみを用いて計測データ３０の解析を行う構成と比較して、計測データ３０の解析結果３１の精度を向上させることができる。

【0123】

また、本実施形態では、上記のように、予め記憶されたデータ処理プログラム群４１に対して、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けた他のデータ処理プログラム４１ａの追加を受け付けるデータ処理プログラム追加受付工程をさらに備える。これにより、予め記憶されたデータ処理プログラム４１ａ以外のデータ処理プログラム４１ａを用いて解析を行うことをユーザが所望した場合に、たとえば、システム全体を更新（アップデート）する構成と比較して、データ処理プログラム４１ａを容易に追加することができる。その結果、ユーザが所望するデータ処理プログラム４１ａを容易に追加することが可能となるので、計測データ３０の解析におけるデータ処理プログラム４１ａの機能を容易に拡張することができる。

【0124】

また、本実施形態では、上記のように、予め記憶された複数の学習用アルゴリズム群４０に対して、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けた他の学習用アルゴリズム４０ａの追加を受け付ける学習用アルゴリズム追加受付工程をさらに備える。これにより、予め記憶された学習用アルゴリズム４０ａ以外の学習用アルゴリズム４０ａを用いて学習済モデル３４を生成することをユーザが所望した場合に、システム全体を更新（アップデート）する構成と比較して、学習用アルゴリズム４０ａを容易に追加することができる。その結果、ユーザが所望する学習用アルゴリズム４０ａを容易に追加することが可能となるので、計測データ３０の解析に適した学習済モデル３４を生成するための機能を容易に拡張することができる。

【0125】

［変形例］
なお、今回開示された実施形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施形態の説明ではなく特許請求の範囲によって示され、さらに特許請求の範囲と均等の意味および範囲内でのすべての変更（変形例）が含まれる。

【0126】

たとえば、上記実施形態では、データ解析システム１００が、サーバ１によって計測データ３０の解析を行う構成の例を示したが、本発明はこれに限られない。たとえば、図２０に示す変形例によるデータ解析システム２００のように、サーバ１以外で計測データ３０の解析を行ってもよい。図２０に示す変形例によるデータ解析システム２００は、計測装置データ処理装置４を備える点で、上記実施形態によるデータ解析システム１００とは異なる。

【0127】

計測装置データ処理装置４は、計測装置３の制御を行うように構成されている。また、計測装置データ処理装置４は、サーバ１と接続されている。また、計測装置データ処理装置４は、計測データ３０の解析を行うように構成されている。

【0128】

図２０に示すように、変形例による計測装置データ処理装置４は、サーバ１に対して、入力情報３３を送信するように構成されている。計測装置データ処理装置４から入力情報３３を送信されたサーバ１は、解析条件４２を選択する。サーバ１が解析条件４２を選択する構成は、上記実施形態による構成と同様であるため、詳細な説明は省略する。また、サーバ１は、選択した解析条件４２を、計測装置データ処理装置４に対して送信する。

【0129】

解析条件４２を受信した計測装置データ処理装置４は、解析条件４２に基づいて計測データ３０の解析を行い、解析結果３１を取得する。また、計測装置データ処理装置４は、取得した解析結果３１を、データ処理装置２に対して送信する。これにより、データ処理装置２において、解析結果３１を表示することができる。なお、計測装置データ処理装置４が解析結果３１を取得する構成は、上記実施形態による解析結果取得部１２ｃが解析結果３１を取得する構成と同様の構成であるため、詳細な説明は省略する。

【0130】

また、上記実施形態では、学習用アルゴリズム選択部１２ａが、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂに一致する１つの学習用アルゴリズム４０ａを選択する構成の例を示したが、本発明はこれに限られない。たとえば、学習用アルゴリズム選択部１２ａは、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂに基づいて、学習用アルゴリズム群４０のうちから、候補となる複数の学習用アルゴリズム４０ａを選択するように構成されていてもよい。このように構成すれば、候補となる複数の学習用アルゴリズム４０ａを表示部２３に表示させることができる。その結果、複数の学習用アルゴリズム４０ａを操作者が選択することが可能になるので、学習用アルゴリズム４０ａの選択の自由度を向上させることができる。

【0131】

また、上記実施形態では、学習済モデル選択部１２ｅが、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂに基づいて、１つの学習済モデル３４を選択する構成の例を示したが、本発明はこれに限られない。たとえば、学習済モデル選択部１２ｅは、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂに基づいて、候補となる複数の学習済モデル３４を選択するように構成されていてもよい。このように構成すれば、候補となる複数の学習済モデル３４を表示部２３に表示させることが可能になるので、学習済モデル３４の選択の自由度を向上させることができる。

【0132】

また、上記実施形態では、第１記憶部１０が、データ処理プログラム群４１を予め記憶している構成の例を示したが、本発明はこれに限られない。第１記憶部１０は、データ処理プログラム群４１を予め記憶していなくてもよい。この場合、操作者が計測データ３０の解析を行う際に、データ処理プログラム４１ａを入力すればよい。しかしながら、操作者が計測データ３０の解析を行うたびにデータ処理プログラム４１ａの入力を行う場合、操作が煩雑になり、操作者の負担が増加する。したがって、第１記憶部１０は、データ処理プログラム群４１を予め記憶しておくことが好ましい。

【0133】

また、上記実施形態では、サーバ１が、データ処理プログラム群４１に対して、データ処理プログラム４１ａを追加可能に構成される例を示したが、本発明はこれに限られない。たとえば、サーバ１は、データ処理プログラム群４１に対して、データ処理プログラム４１ａを追加可能に構成されていなくてもよい。しかしながら、サーバ１がデータ処理プログラム群４１に対して、データ処理プログラム４１ａを追加可能に構成されていない場合、操作者が所望するデータ処理プログラム４１ａを容易に追加することが困難になり、ユーザの利便性（ユーザビリティ）が低下する。したがって、サーバ１は、データ処理プログラム群４１に対して、データ処理プログラム４１ａを追加可能に構成されていることが好ましい。

【0134】

また、上記実施形態では、第１プロセッサ１２が、予め記憶された学習用アルゴリズム群４０に対して、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けた他の学習用アルゴリズム４０ａの追加を受け付ける構成の例を示したが、本発明はこれに限られない。たとえば、第１プロセッサ１２は、計測データ３０の種類３３ａの入力、計測データ３０の解析の種類３３ｂの入力と、他の学習用アルゴリズム４０ａの入力とを、それぞれ個別に受け付けてもよい。この場合、第１プロセッサ１２は、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと他の学習用アルゴリズム４０ａとを対応付けた上で、第１記憶部１０に記憶するように構成されていればよい。

【0135】

また、上記実施形態では、サーバ１が、学習用アルゴリズム群４０に対して、学習用アルゴリズム４０ａを追加可能に構成される例を示したが、本発明はこれに限られない。たとえば、サーバ１は、学習用アルゴリズム群４０に対して、学習用アルゴリズム４０ａを追加可能に構成されていなくてもよい。しかしながら、サーバ１が学習用アルゴリズム群４０に対して学習用アルゴリズム４０ａを追加可能に構成されていない場合、操作者が所望するデータ処理プログラム４１ａを容易に追加することが困難になり、ユーザの利便性（ユーザビリティ）が低下する。したがって、サーバ１は、学習用アルゴリズム群４０に対して、学習用アルゴリズム４０ａを追加可能に構成されていることが好ましい。

【0136】

また、上記実施形態では、第１プロセッサ１２が、予め記憶されたデータ処理プログラム群４１に対して、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと対応付けた他のデータ処理プログラム４１ａの追加を受け付ける構成の例を示したが、本発明はこれに限られない。たとえば、第１プロセッサ１２は、計測データ３０の種類３３ａの入力、計測データ３０の解析の種類３３ｂの入力と、他のデータ処理プログラム４１ａの入力とを、それぞれ個別に受け付けるように構成されていてもよい。この場合、第１プロセッサ１２は、計測データ３０の種類３３ａおよび計測データ３０の解析の種類３３ｂと他のデータ処理プログラム４１ａとを対応付けたうえで、第１記憶部１０に記憶するように構成されていればよい。

【0137】

また、上記実施形態では、第１プロセッサ１２が、入力情報３３と異なるタイミングで教師データ３２の入力を受け付け、第１記憶部１０に記憶する構成の例を示したが、本発明はこれに限られない。たとえば、教師データ３２は、入力情報３３とともにサーバ１に入力されてもよい。すなわち、第１プロセッサ１２は、入力情報３３とともに入力された教師データ３２に基づいて、学習済モデル３４を生成するように構成されていてもよい。

【0138】

また、上記実施形態では、説明の便宜上、データ解析処理、学習済モデル３４を生成する処理、計測データ３０の解析結果３１を取得する処理、学習用アルゴリズム４０ａを追加する処理、および、データ処理プログラム４１ａを追加する処理を処理フローに沿って順番に処理を行うフロー駆動型のフローチャートを用いて説明したが、本発明はこれに限られない。本発明では、処理動作を、イベント単位で処理を実行するイベント駆動型（イベントドリブン型）の処理により行ってもよい。この場合、完全なイベント駆動型で行ってもよいし、イベント駆動およびフロー駆動を組み合わせて行ってもよい。

【0139】

［態様］
上記した例示的な実施形態は、以下の態様の具体例であることが当業者により理解される。

【0140】

（項目１）
システム管理会社と、計測装置から取得した計測データの解析結果の取得を所望する顧客との間で行われるデータ解析方法であって、
前記計測データの種類と、前記計測データの解析の種類と、学習用アルゴリズムとを対応付けた複数の学習用アルゴリズム群を予め記憶する記憶工程と、
教師データの入力を受け付ける教師データ受付工程と、
前記計測データの種類に関する情報と前記計測データの解析の種類に関する情報とを含む入力情報の入力を受け付ける入力情報受付工程と、
前記入力情報に基づいて、前記複数の学習用アルゴリズム群のうちから、学習に用いる前記学習用アルゴリズムを選択する学習用アルゴリズム選択工程と、
前記教師データと、決定された前記学習用アルゴリズムと、に基づいて、学習済モデルを生成する学習済モデル生成工程と、
前記学習済モデルに基づいて前記計測データを解析し、前記解析結果を取得する解析結果取得工程と、を備える、データ解析方法。

【0141】

（項目２）
前記学習用アルゴリズム選択工程において、前記複数の学習用アルゴリズム群のうち、前記計測データの種類に関する情報および前記計測データの解析の種類に関する情報に一致する前記学習用アルゴリズムを選択する、項目１に記載のデータ解析方法。

【0142】

（項目３）
前記学習済モデル生成工程において生成された前記学習済モデルと、前記入力情報受付工程において受け付けた前記計測データの種類と前記計測データの解析の種類とを対応付けて記憶する学習済モデル記憶工程と、
前記計測データの種類の情報と、前記計測データの解析の種類の情報と、前記計測装置によって取得された前記計測データと、を受け付ける解析受付工程と、
前記解析受付工程において受け付けた前記計測データの種類の情報と、前記計測データの解析の種類の情報とに基づいて、前記計測データの解析に用いる前記学習済モデルを選択する学習済モデル選択工程とを、さらに備え、
前記解析結果取得工程において、前記学習済モデル選択工程において選択された前記学習済モデルに前記計測データを入力し、前記解析結果を取得する、項目２に記載のデータ解析方法。

【0143】

（項目４）
前記学習済モデルとは異なるデータ処理を行うデータ処理プログラムを前記計測データの種類および前記計測データの解析の種類と対応付けた複数のデータ処理プログラム群を、予め記憶するデータ処理プログラム記憶工程をさらに備え、
前記解析受付工程において、前記学習済モデルと、前記データ処理プログラムと、を含む解析条件を選択する操作入力をさらに受け付け、
前記解析結果取得工程において、選択された前記解析条件に基づいて、前記解析結果を取得する、項目３に記載のデータ解析方法。

【0144】

（項目５）
予め記憶された前記データ処理プログラム群に対して、前記計測データの種類および前記計測データの解析の種類と対応付けた他の前記データ処理プログラムの追加を受け付けるデータ処理プログラム追加受付工程をさらに備える、項目４に記載のデータ解析方法。

【0145】

（項目６）
予め記憶された前記複数の学習用アルゴリズム群に対して、前記計測データの種類および前記計測データの解析の種類と対応付けた他の前記学習用アルゴリズムの追加を受け付ける学習用アルゴリズム追加受付工程をさらに備える、項目１に記載のデータ解析方法。

【0146】

（項目７）
システム管理会社と、計測装置から取得した計測データの解析結果の取得を所望する顧客との間で行われるデータ解析を行うためのデータ解析システムであって、
前記計測データの解析を行うための学習済モデルを生成するサーバと、
前記サーバに対して前記計測データの解析を依頼するデータ処理装置と、を備え、
前記サーバは、
前記計測データの種類と、前記計測データの解析の種類と、学習用アルゴリズムとを対応付けた複数の学習用アルゴリズム群を予め記憶した記憶部と、
前記計測データの種類に関する情報と前記計測データの解析の種類に関する情報とを含む入力情報の入力と、教師データの入力とを受け付ける入力受付部と、
前記入力情報に基づいて、前記複数の学習用アルゴリズム群のうちから、学習に用いる前記学習用アルゴリズムを決定する学習用アルゴリズム選択部と、
前記教師データと、決定された前記学習用アルゴリズムと、に基づいて、前記学習済モデルを生成する学習済モデル生成部と、
前記学習済モデル生成部によって生成された前記学習済モデルに基づいて前記計測データを解析し、前記解析結果を取得する解析結果取得部と、を備える、データ解析システム。

【0147】

（項目８）
システム管理会社と、計測装置から取得した計測データの解析結果の取得を所望する顧客との間で行われるデータ解析を行うためのデータ解析システム用サーバであって、
前記計測データの種類と、前記計測データの解析の種類と、学習用アルゴリズムとを対応付けた複数の学習用アルゴリズム群を予め記憶した記憶部と、
前記計測データの種類に関する情報と前記計測データの解析の種類に関する情報とを含む入力情報の入力と、教師データの入力とを受け付ける入力受付部と、
前記入力情報に基づいて、前記複数の学習用アルゴリズム群のうちから、学習に用いる前記学習用アルゴリズムを決定する学習用アルゴリズム選択部と、
前記教師データと、決定された前記学習用アルゴリズムと、に基づいて、学習済モデルを生成する学習済モデル生成部と、
前記学習済モデル生成部によって生成された前記学習済モデルに基づいて前記計測データを解析し、前記解析結果を取得する解析結果取得部と、を備える、データ解析システム用サーバ。

【符号の説明】

【0148】

１ サーバ（データ解析システム用サーバ）
２ データ処理装置
３ 計測装置
１０ 第１記憶部（記憶部）
１１ 入力受付部
１２ａ 学習用アルゴリズム選択部
１２ｂ 学習済モデル生成部
１２ｃ 解析結果取得部
３０ 計測データ
３１ 解析結果
３２ 教師データ
３３ 入力情報
３３ａ 計測データの種類
３３ｂ 計測データの解析の種類
３４ 学習済モデル
４０ 学習用アルゴリズム群
４０ａ 学習用アルゴリズム
４１ データ処理プログラム群
４１ａ データ処理プログラム
４２ 解析条件
１００、２００ データ解析システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】