特開 2024-119169 データ変換装置、及びデータ変換方法

(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】P2024119169

(43)【公開日】2024-09-03

(54)【発明の名称】データ変換装置、及びデータ変換方法

(51)【国際特許分類】

   G06N 20/00 20190101AFI20240827BHJP

【ＦＩ】

G06N20/00

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2023025885

(22)【出願日】2023-02-22

(71)【出願人】

【識別番号】000233055

【氏名又は名称】株式会社日立ソリューションズ

(74)【代理人】

【識別番号】110000176

【氏名又は名称】弁理士法人一色国際特許事務所

(72)【発明者】

【氏名】塩野 高宏

(72)【発明者】

【氏名】長尾 元貴

(57)【要約】

【課題】ユーザデータの解像度に関係なく、モデルからの出力結果を精度良く得る。
【解決手段】所定のデータ間隔のデータが入力され、入力データに基づき所定のデータ間隔のデータを出力するモデルの実行を支援するデータ変換装置１０１であって、ユーザデータを記憶し、ユーザデータのデータ間隔を特定し、特定したユーザデータのデータ間隔をモデルへの入力に係るデータ間隔に対応したデータ間隔に変更することにより、ユーザデータを、モデルに入力されるデータに変換し、変換したデータをモデルに入力することにより出力された、変換したデータに対応する、モデルに係るデータ間隔の出力データを取得し、出力データのデータ間隔をユーザデータに係るデータ間隔に対応したデータ間隔に変更することにより、出力したデータを、ユーザデータに対応したデータに変換し出力する、データ変換装置１０１。
【選択図】図２

【特許請求の範囲】

【請求項1】

所定のデータ間隔のデータが入力され、入力されたデータに基づき所定のデータ間隔のデータを出力するモデルの実行を支援するデータ変換装置であって、
ユーザデータを記憶する記憶装置、及び、
前記ユーザデータのデータ間隔を特定するユーザデータ間隔特定処理と、
前記特定したユーザデータのデータ間隔を前記モデルへの入力に係るデータ間隔に対応したデータ間隔に変更することにより、前記ユーザデータを、前記モデルに入力されるデータに変換するデータ変換処理と、
前記変換したデータを前記モデルに入力することにより出力された、前記変換したデータに対応する、前記モデルに係るデータ間隔の出力データを取得するモデル結果取得処理と、
前記取得した出力データのデータ間隔を前記ユーザデータに係るデータ間隔に対応したデータ間隔に変更することにより、前記出力したデータを、前記ユーザデータに対応したデータに変換するデータ逆変換処理と、
前記変換したデータを出力する出力処理と
を実行する制御装置を備える、データ変換装置。

【請求項2】

前記記憶装置は、前記モデルに入力されるデータのデータ間隔より短いデータ間隔のユーザデータを記憶し、
前記制御装置は、
前記データ変換処理において、前記特定したユーザデータのデータ間隔を前記モデルへの入力に係るデータ間隔に対応したデータ間隔に伸長することにより、前記ユーザデータを、前記モデルに入力されるデータに変換し、
前記データ逆変換処理において、前記出力データのデータ間隔を前記ユーザデータに係るデータ間隔に対応したデータ間隔に収縮することにより、前記出力したデータを、前記ユーザデータに対応したデータに変換する、
請求項１に記載のデータ変換装置。

【請求項3】

前記モデルは、所定の時間間隔での各時刻のデータが入力され、入力されたデータに基づき所定の時間間隔の各時刻のデータを出力するものであり、
前記記憶装置は、所定の時間間隔での各時刻のデータ値をユーザデータとして記憶し、
前記制御装置は、
前記データ変換処理において、前記特定したユーザデータにおける、所定時刻からの経過時間を、前記モデルに入力されるデータの時間間隔及び前記ユーザデータの時間間隔に基づく所定比率で変更することにより、前記ユーザデータを、前記モデルに入力されるデータに変換し、
前記データ逆変換処理において、前記出力データにおける、所定時刻からの経過時間を、前記モデルに入力されるデータの時間間隔及び前記ユーザデータの時間間隔に基づく所定比率で変更することにより、前記出力したデータを、前記ユーザデータに対応したデータに変換する、
請求項１に記載のデータ変換装置。

【請求項4】

前記制御装置は、前記ユーザデータ間隔特定処理において、前記ユーザデータにおけるデータのデータ間隔に関する情報の入力を受け付け、入力された情報に基づき、前記ユーザデータのデータ間隔を特定する、
請求項１に記載のデータ変換装置。

【請求項5】

所定のデータ間隔のデータが入力され、入力されたデータに基づき所定のデータ間隔のデータを出力するモデルの実行を支援するデータ変換方法であって、
情報処理装置が、
ユーザデータを記憶し、
前記ユーザデータのデータ間隔を特定するユーザデータ間隔特定処理と、
前記特定したユーザデータのデータ間隔を前記モデルへの入力に係るデータ間隔に対応したデータ間隔に変更することにより、前記ユーザデータを、前記モデルに入力されるデータに変換するデータ変換処理と、
前記変換したデータを前記モデルに入力することにより出力された、前記変換したデータに対応する、前記モデルに係るデータ間隔の出力データを取得するモデル結果取得処理と、
前記取得した出力データのデータ間隔を前記ユーザデータに係るデータ間隔に対応したデータ間隔に変更することにより、前記出力したデータを、前記ユーザデータに対応したデータに変換するデータ逆変換処理と、
前記変換したデータを出力する出力処理と
を実行する、データ変換方法。

【請求項6】

前記情報処理装置が、
前記モデルに入力されるデータのデータ間隔より短いデータ間隔のユーザデータを記憶し、
前記データ変換処理において、前記特定したユーザデータのデータ間隔を前記モデルへの入力に係るデータ間隔に対応したデータ間隔に伸長することにより、前記ユーザデータを、前記モデルに入力されるデータに変換し、
前記データ逆変換処理において、前記出力データのデータ間隔を前記ユーザデータに係るデータ間隔に対応したデータ間隔に収縮することにより、前記出力したデータを、前記ユーザデータに対応したデータに変換する、
請求項５に記載のデータ変換方法。

【請求項7】

前記モデルは、所定の時間間隔での各時刻のデータが入力され、入力されたデータに基づき所定の時間間隔の各時刻のデータを出力するものであり、
前記情報処理装置が、
所定の時間間隔での各時刻のデータ値をユーザデータとして記憶し、
前記データ変換処理において、前記特定したユーザデータにおける、所定時刻からの経過時間を、前記モデルに入力されるデータの時間間隔及び前記ユーザデータの時間間隔に基づく所定比率で変更することにより、前記ユーザデータを、前記モデルに入力されるデータに変換し、
前記データ逆変換処理において、前記出力データにおける、所定時刻からの経過時間を、前記モデルに入力されるデータの時間間隔及び前記ユーザデータの時間間隔に基づく所定比率で変更することにより、前記出力したデータを、前記ユーザデータに対応したデータに変換する、
請求項５に記載のデータ変換方法。

【請求項8】

前記情報処理装置が、前記ユーザデータ間隔特定処理において、前記ユーザデータにおけるデータのデータ間隔に関する情報の入力を受け付け、入力された情報に基づき、前記ユーザデータのデータ間隔を特定する、
請求項５に記載のデータ変換方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、データ変換装置、及びデータ変換方法に関する。

【背景技術】

【0002】

人工知能（ＡＩ：Artificial Intelligence）技術は様々な分野で活用されている。例えば、ＡＩモデルを用いたデータ予測により、精度の高い事象予測が可能になってきている。

【0003】

しかしながら、ＡＩモデルによっては、ＡＩモデルに入力可能なデータの種類ないし形式が予め定められており、これに応じたデータの前処理を行う必要がある。

【0004】

例えば、特許文献１には、推定環境を模擬した環境下において計測した連続した入力データと、連続した入力データに対応する出力データとを、事前学習用データとして収集する事前学習用データ収集部と、連続した入力データを、その入力データよりも大きなサイズを含む、複数のサイズの連続した入力データに変換するとともに、連続した入力データに対応する出力データを、複数のサイズの連続した入力データにそれぞれ対応する出力データに変換し、学習データとして出力する変換部とを有する前処理を行う学習装置が開示されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０２０－９１５３５号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかし、このような前処理では単純に対応できない問題がある。例えば、ＡＩの予測モデルを用いてデータ予測を行う場合に、元のユーザデータの時間解像度と、予測モデルがサポートする時間解像度とが異なっていることがある。このような場合、例えば元のユーザデータをダウンサンプリングすることでユーザデータを修正し、この修正データを予測モデルに入力することが行われる。

【0007】

しかし、このようにすると、ダウンサンプリングの過程で元のユーザデータの特徴が欠落し、その結果予測モデルによる予測が正しく行わないことがあった。

【0008】

本発明はこのような背景に鑑みてなされたものであり、その目的は、ユーザデータの解像度に関係なく、モデルからの出力結果を精度良く得ることが可能なデータ変換装置、及びデータ変換方法を提供することにある。

【課題を解決するための手段】

【0009】

前記の課題を解決するための本発明の一つは、所定のデータ間隔のデータが入力され、入力されたデータに基づき所定のデータ間隔のデータを出力するモデルの実行を支援するデータ変換装置であって、ユーザデータを記憶する記憶装置、及び、前記ユーザデータのデータ間隔を特定するユーザデータ間隔特定処理と、前記特定したユーザデータのデータ間隔を前記モデルへの入力に係るデータ間隔に対応したデータ間隔に変更することにより、前記ユーザデータを、前記モデルに入力されるデータに変換するデータ変換処理と、前記変換したデータを前記モデルに入力することにより出力された、前記変換したデータに対応する、前記モデルに係るデータ間隔の出力データを取得するモデル結果取得処理と、前記取得した出力データのデータ間隔を前記ユーザデータに係るデータ間隔に対応したデータ間隔に変更することにより、前記出力したデータを、前記ユーザデータに対応したデータに変換するデータ逆変換処理と、前記変換したデータを出力する出力処理とを実行する制御装置を備える、データ変換装置、である。

【発明の効果】

【0010】

本発明によれば、ユーザデータの解像度に関係なく、モデルからの出力結果を精度良く得ることができる。

【図面の簡単な説明】

【0011】

【図1】本実施形態に係る情報処理システムの構成の一例を示す図である。

【図2】データ変換装置が備えるハードウェア及びデータ変換装置が有する機能部の一例を示す図である。

【図3】ログファイルの一例を示す図である。

【図4】ログ中間ファイルのデータ項目の一例を示す図である。

【図5】ＡＩ分析中間ファイルのデータ項目の一例を示す図である。

【図6】ＡＩ分析結果ファイルのデータ項目の一例を示す図である。

【図7】ログデータ時間間隔管理テーブルの一例を示す図である。

【図8】ＡＩデータ時間間隔管理テーブルの一例を示す図である。

【図9】データ分析処理の概要の一例を説明する図である。

【図10】データ変換処理の詳細を説明するフロー図である。

【図11】ログデータタイムスタンプ間隔特定処理の一例を説明するフロー図である。

【図12】ＡＩデータタイムスタンプ間隔特定処理の一例を説明するフロー図である。

【図13】タイムスタンプ変換処理の詳細を説明するフロー図である。

【図14】データ逆変換処理の詳細を説明するフロー図である。

【図15】タイムスタンプ逆変換処理の詳細を説明するフロー図である。

【図16】データ変換処理を実行しない場合のＡＩモデルの処理の一例を説明する図である。

【図17】データ変換処理を実行した場合のデータ変換装置の処理の一例を説明する図である。

【図18】データ逆変換処理を実行した場合のデータ変換装置の処理の一例を説明する図である。

【発明を実施するための形態】

【0012】

本発明の実施の形態について、図面を参照しつつ説明する。
図１は、本実施形態に係る情報処理システム１の構成の一例を示す図である。情報処理システム１は、データ処理システム１０２、データ変換装置１０１、及びユーザ装置１０を含んで構成されている。データ処理システム１０２、データ変換装置１０１、及びユーザ装置１０の間は、例えば、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、又は専用線等の有線又は無線の通信ネットワーク５によって通信可能に接続される。

【0013】

ユーザ装置１０は、ユーザが管理する様々な種類のユーザデータ１１を記憶している。ユーザデータ１１は、所定の間隔（例えば、時間間隔）で観測された各点でのデータ値（例えば、各時刻の所定の計測値）により構成される。ユーザデータ１１は、例えば、情報処理システムにおけるネットワークのトラフィック性能を示す時系列データ、種々の計測装置による時系列計測データである。また、ユーザデータ１１のデータ間隔は、ユーザデータ１１の種類等によって異なる。

【0014】

一方、データ処理システム１０２は、ユーザデータ１１が入力されると、そのユーザデータに対応する所定の出力値（例えば、ユーザデータの将来の予測値）を出力するモデル（ＡＩサービス１１２）を記憶している。ＡＩサービス１１２は、例えば、データベース、関数、又は、機械学習により生成された学習済みモデル（ＡＩ：Artificial Intelligence）である。データ処理システム１０２は、例えば、ＳａａＳ（Software as a Service）として提供される。

【0015】

データ処理システム１０２のＡＩサービス１１２に入力可能なユーザデータ１１のデータ間隔（データの解像度）は、仕様等により固定されている。したがって、ＡＩサービス１１２は、ユーザデータ１１がそのまま入力されても、正確な出力値を出力することができない場合がある。

【0016】

この点、例えば、ユーザデータ１１のデータ間隔がＡＩサービス１１２のデータ間隔より短い場合は、ユーザデータ１１をダウンサンプリング等により加工することでＡＩサービス１１２に対応させることが考えられるが、そのようにすると、ユーザデータ１１の精度が低下する。

【0017】

そこで、本実施形態のデータ変換装置１０１は、後述するストレージ装置１１１に格納された各種のデータを用いることで、ユーザデータ１１におけるデータの間隔と、ＡＩサービス１１２が処理可能なデータの間隔との間での一時的なスケール変換及びその逆変換を行う。これにより、ユーザデータ１１の間隔がＡＩサービス１１２のデータ間隔と異なっていても、ＡＩサービス１１２がユーザデータ１１に対する精度の高いデータ処理を行うことができるようになる。

【0018】

なお、以下では、データ処理システム１０２のＡＩサービス１１２は、ＲＮＮ（Recurrent Neural Network）等のニューラルネットワークに基づき生成される学習済みモデル（ＡＩモデル）であるものとする。また、本実施形態では、ユーザデータ１１は、所定の時間間隔を有するデータ値からなるデータ群であるものとする。

【0019】

図２は、データ変換装置１０１が備えるハードウェア及びデータ変換装置１０１が有する機能部の一例を示す図である。
データ変換装置１０１は、ＣＰＵ（Central Processing Unit）などの制御装置２０１（プロセッサ）と、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等の記憶装置２０２（メモリ）と、ＮＩＣ（Network Interface Card）、無線通信モジュール、USB（Universal Serial Interface）モジュール、又はシリアル通信モジュール等で構成される通信装置２０３と、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等のストレージ装置１１１と、キーボード、マウス、タッチパネルなどからなる入力装置２０４と、モニタ（ディスプレイ）等からなる画面表示を行う出力装置２０５とを備える。

【0020】

また、データ変換装置１０１は、ログデータタイムスタンプ間隔特定部２１１、ＡＩデータタイムスタンプ間隔特定部２１２、タイムスタンプ変換部２１３、及びタイムスタンプ逆変換部２１４の各機能部を備える。

【0021】

ログデータタイムスタンプ間隔特定部２１１は、ユーザデータにおけるデータの時間間隔（ユーザデータ時間間隔）を特定する。

【0022】

ＡＩデータタイムスタンプ間隔特定部２１２は、ＡＩモデルの入力データの時間間隔（ＡＩデータ時間間隔）を特定する。

【0023】

なお、本実施形態では、ユーザデータ時間間隔はＡＩデータ時間間隔よりも短いものとするが、本発明をこれに限定する趣旨ではない。

【0024】

タイムスタンプ変換部２１３は、ユーザデータのデータ間隔（ユーザデータ時間間隔）をＡＩモデルへの入力に係るデータ間隔（ＡＩデータ時間間隔）に対応したデータ間隔に変更することにより、ユーザデータを、ＡＩモデルに入力されるデータに変換する。

【0025】

タイムスタンプ逆変換部２１４は、タイムスタンプ変換部２１３による変換と逆方向の変換を行う。すなわち、タイムスタンプ逆変換部２１４は、ＡＩモデルが出力した出力データのデータ間隔を、ユーザデータに係るデータ間隔に対応したデータ間隔（ユーザデータ時間間隔）に変更することにより、ＡＩモデルが出力したデータを、ユーザデータに対応したデータに変換する。

【0026】

また、データ変換装置１０１は、ログファイル２１５、ログ中間ファイル２１６、ＡＩ分析中間ファイル２１７、ＡＩ分析結果ファイル２１８、ログデータ時間間隔管理テーブル４００、及びＡＩデータ時間間隔管理テーブル５００の各テーブル（データベース）を記憶している。

【0027】

ログファイル２１５は、ユーザデータを蓄積したファイルである。すなわち、ログファイル２１５は、所定の時間間隔での各時刻のデータ値を記憶している。

【0028】

（ログファイル）
図３は、ログファイル２１５の一例を示す図である。ログファイル２１５は、ユーザデータにおける時刻が設定されるタイムスタンプ２５１１、及び、ユーザデータにおけるデータ値が設定されるデータ値２５１２の各データ項目を有する。

【0029】

タイムスタンプ２５１１には、所定のデータ形式で時刻が設定される。本実施形態では、タイムスタンプ２５１１は、ユーザデータの時刻における年月日の部分である第１部分（ｙｙｙｙ／ｍｍ／ｄｄ）と、ユーザデータの時刻における時以下の部分（時、分、秒、ミリ秒）である第２部分（ＨＨ：ＭＭ：ＳＳ．ｆｆｆ）とからなるデータ形式である。

【0030】

（ログ中間ファイル、ＡＩ分析中間ファイル、ＡＩ分析ファイル）
ログ中間ファイル２１６は、ログファイル２１５におけるユーザデータの時間間隔を、ＡＩモデルの入力データとして入力可能な時間間隔に変換した、ユーザデータに対応したデータ（以下、ログ中間データという）を格納したデータベースである。

【0031】

ＡＩ分析中間ファイル２１７は、データ処理システム１０２のＡＩモデルがログ中間データに基づき出力したデータ（以下、ＡＩ出力データという）を格納したデータベースである。

【0032】

ＡＩ分析結果ファイル２１８は、ＡＩ分析中間ファイル２１７におけるＡＩ出力データの時間間隔を、ユーザデータの時間間隔に変換した、ユーザデータに対応したデータ（以下、ＡＩ分析中間データという）に変換したデータを格納したデータベースである。

【0033】

ここで、図４－６はそれぞれ、ログ中間ファイル２１６、ＡＩ分析中間ファイル２１７、及びＡＩ分析結果ファイル２１８のデータ項目の一例を示す図である。同図の例では、ログ中間ファイル２１６、ＡＩ分析中間ファイル２１７、及びＡＩ分析結果ファイル２１８のデータ項目は、ログファイル２１５と同様であるが、異なるデータ項目を有していてもよい。

【0034】

次に、図７に示すように、ログデータ時間間隔管理テーブル４００は、ユーザデータ時間間隔を特定するためのデータを記憶している。

【0035】

ＡＩデータ時間間隔管理テーブル５００は、ＡＩデータ時間間隔を特定するためのデータを記憶している。

【0036】

（ログデータ時間間隔管理テーブル）
図７は、ログデータ時間間隔管理テーブル４００の一例を示す図である。ログデータ時間間隔管理テーブル４００は、ユーザデータ時間間隔を定義したテーブルである。すなわち、ログデータ時間間隔管理テーブル４００は、時間間隔の番号が設定される番号４０１、ユーザデータ時間間隔の単位（タイムスタンプ区分）が設定されるタイムスタンプ区分４０２と、そのタイムスタンプ区分を基準とした時間間隔の値（以下、区分値という）が設定される間隔値４０３とを含む各データ項目を有する。

【0037】

タイムスタンプ区分４０２に「０１」が設定された場合のタイムスタンプ区分は「時間」であり、「０２」が設定された場合のタイムスタンプ区分は「分」であり、「０３」が設定された場合のタイムスタンプ区分は「秒」であり、「０４」が設定された場合のタイムスタンプ区分は「ミリ秒」である。本実施形態では、「０２」～「０４」が設定できるものとする。

【0038】

また、本実施形態では、間隔値４０３には、タイムスタンプ区分４０２に「０２」が設定された場合には１、５、１０、１５、３０のいずれかが設定可能であり、「０３」が設定された場合には１、５、１０、１５、３０のいずれかが設定可能であり、「０４」が設定された場合には１、５、１０、２５、５０、１００、２５０、５００のいずれかが設定可能であるものとする。このように、設定可能な間隔値は、所定の基数に対する倍数となっている。

【0039】

（ＡＩデータ時間間隔管理テーブル）
図８は、ＡＩデータ時間間隔管理テーブル５００の一例を示す図である。ＡＩデータ時間間隔管理テーブル５００は、モデルの時間間隔（ＡＩデータ時間間隔）を定義したテーブルである。すなわち、ＡＩデータ時間間隔管理テーブル５００は、時間間隔の番号が設定される番号５０１と、ＡＩデータ時間間隔の単位（タイムスタンプ区分）が設定されるタイムスタンプ区分５０２と、そのタイムスタンプ区分を基準とした時間間隔の値（区分値）が設定される間隔値５０３とを含む各データ項目を有する。

【0040】

タイムスタンプ区分５０２に「０１」が設定された場合のタイムスタンプ区分は「時間」であり、「０２」が設定された場合のタイムスタンプ区分は「分」であり、「０３」が設定された場合のタイムスタンプ区分は「秒」であり、「０４」が設定された場合のタイムスタンプ区分は「ミリ秒」である。本実施形態では、「０１」～「０３」が設定できるものとする。

【0041】

本実施形態では、ＡＩモデルにおけるＡＩデータ時間間隔が固定されているため、タイムスタンプ区分５０２及び間隔値５０３の値は固定されている。

【0042】

すなわち、本実施形態では、間隔値５０３には、タイムスタンプ区分５０２に「０１」が設定された場合には１のみが設定可能であり、タイムスタンプ区分５０２に「０２」が設定された場合には１のみが設定可能であり、タイムスタンプ区分５０２に「０３」が設定された場合には１のみが設定可能であるものとする。

【0043】

なお、このようなタイムスタンプ区分５０２及び間隔値５０３の仕様は一例であり、例えば、ＡＩモデルにおけるＡＩデータの時間間隔が変更可能である場合には、その値に応じてタイムスタンプ区分５０２及び間隔値５０３の値を変更してもよい。

【0044】

以上に説明したデータ変換装置１０１の各機能は、データ変換装置１０１のハードウェアによって、もしくは、データ変換装置１０１の制御装置２０１が、記憶装置２０２又はストレージ装置１１１に記憶されている各プログラムを読み出して実行することにより実現される。また、これらのプログラムは、例えば、二次記憶デバイスや不揮発性半導体メモリ、ハードディスクドライブ、ＳＳＤなどの記憶デバイス、又は、ＩＣカード、ＳＤカード、ＤＶＤなどの、情報処理装置で読み取り可能な記録媒体に格納される。なお、データ変換装置１０１は、その全部または一部が、例えば、クラウドシステムによって提供される仮想サーバのように、仮想化技術やプロセス空間分離技術等を用いて提供される仮想的な情報処理資源を用いて実現されるものであってもよい。また、データ変換装置１０１によって提供される機能の全部または一部は、例えば、クラウドシステムがＡＰＩ（Application Programming Interface）等を介して提供するサービスによって実現してもよい。

【0045】

図９は、ユーザデータの分析を行うデータ分析処理の概要の一例を説明する図である。

【0046】

まず、データ変換装置１０１は、ユーザデータを取得し、取得したユーザデータをログファイル２１５に格納する（ｓ１）。例えば、データ変換装置１０１は、ユーザ装置１０からユーザデータを受信してもよいし、ユーザ装置１０からユーザデータの入力を受け付けてもよい。

【0047】

データ変換装置１０１は、ｓ１で取得したユーザデータの時間間隔を、ＡＩモデルの入力データの時間間隔（ＡＩデータ時間間隔）に変換することで、ユーザデータを、ＡＩモデルの入力データとして入力可能なデータであるＡＩモデル対応ユーザデータ（ログ中間ファイル２１６のデータ）に変換するデータ変換処理ｓ３を実行する。

【0048】

データ変換処理ｓ３は、ログデータタイムスタンプ間隔特定処理ｓ３１、ＡＩデータタイムスタンプ間隔特定処理ｓ３２、及びタイムスタンプ変換処理ｓ３３からなる。これらの処理の詳細は後述する。

【0049】

データ変換装置１０１は、データ変換処理ｓ３で出力したＡＩモデル対応ユーザデータ（ログ中間ファイル２１６のデータ）を入力データとしてＡＩモデルを実行させる（ｓ５）。具体的には、データ変換装置１０１は、データ変換処理ｓ３で変換して得たデータをデータ処理システム１０２に送信する。データ処理システム１０２は、受信したデータをＡＩモデル（ＡＩサービス１１２）に入力することにより、対応する出力データを出力し、出力データをＡＩ分析中間ファイル２１７に格納する。

【0050】

データ変換装置１０１は、データ処理システム１０２から、ＡＩモデルが出力した出力データを受信する（ｓ７）。具体的には、データ処理システム１０２は、ｓ５で出力した出力データ（ＡＩ分析中間ファイル２１７）をデータ変換装置１０１に送信する。データ変換装置１０１は、受信したＡＩ分析中間ファイル２１７を記憶する。

【0051】

データ変換装置１０１は、ｓ７で受信した出力データ（ＡＩ分析中間ファイル２１７）の時間間隔を、ユーザデータの時間間隔に変換することで、ｓ７で受信した出力データを、ユーザデータに対応したＡＩモデルの出力データ（ＡＩ分析結果ファイル２１８）に変換するデータ逆変換処理ｓ９を実行する。

【0052】

データ逆変換処理ｓ９は、ログデータタイムスタンプ間隔特定処理ｓ９１、ＡＩデータタイムスタンプ間隔特定処理ｓ９２、及びタイムスタンプ逆変換処理ｓ９３からなる。これらの処理の詳細は後述する。

【0053】

その後、データ変換装置１０１は、データ逆変換処理ｓ９で変換して得た出力データを画面に表示する出力処理を実行する。
以下、以上の各処理の詳細を説明する。

【0054】

＜データ変換処理＞
図１０は、データ変換処理ｓ３の詳細を説明するフロー図である。まず、データ変換処理のログデータタイムスタンプ間隔特定部２１１は、ログファイル２１５におけるユーザデータの時間間隔（ユーザデータ時間間隔）を算出するログデータタイムスタンプ間隔特定処理ｓ３１を実行する。

【0055】

また、ＡＩデータタイムスタンプ間隔特定部２１２は、データ処理システム１０２のＡＩモデル（ＡＩサービス）がサポートする、ＡＩデータの時系列データの時間間隔（ＡＩデータ時間間隔）を算出するＡＩデータタイムスタンプ間隔特定処理ｓ３２を実行する。

【0056】

タイムスタンプ変換部２１３は、ログデータタイムスタンプ間隔特定処理ｓ３１で算出したユーザデータ時間間隔に基づき、ユーザデータを、ＡＩデータ時間間隔に対応したデータ（ＡＩモデル対応ユーザデータ）に変換するタイムスタンプ変換処理ｓ３３を実行する。

【0057】

＜ログデータタイムスタンプ間隔特定処理＞

【0058】

図１１は、ログデータタイムスタンプ間隔特定処理ｓ３１の一例を説明するフロー図である。まず、ログデータタイムスタンプ間隔特定部２１１は、ログデータ時間間隔管理テーブル４００を参照し、ユーザデータの時間間隔のタイムスタンプ区分及び区分値を取得する。具体的には、ログデータタイムスタンプ間隔特定部２１１は、タイムスタンプ区分４０２の内容（タイムスタンプ区分）及び間隔値４０３の内容を取得する（ｓ３１１）。

【0059】

タイムスタンプ区分が「０２」（分）である場合は、ログデータタイムスタンプ間隔特定部２１１は、ｓ３１２の処理を実行し、タイムスタンプ区分が「０３」（秒）である場合はｓ３１３の処理を実行し、タイムスタンプ区分が「０４」（ミリ秒）である場合はｓ３１４の処理を実行する。

【0060】

ｓ３１２においてログデータタイムスタンプ間隔特定部２１１は、ｓ３１１で取得した区分値に、６０及び１０００を乗算することで、ユーザデータ時間間隔を算出する。以上でログデータタイムスタンプ間隔特定処理ｓ３１は終了する。

【0061】

ｓ３１３においてログデータタイムスタンプ間隔特定部２１１は、ｓ３１１で取得した区分値に、１０００を乗算することで、ユーザデータ時間間隔を算出する。以上でログデータタイムスタンプ間隔特定処理ｓ３１は終了する。

【0062】

ｓ３１４においてログデータタイムスタンプ間隔特定部２１１は、ｓ３１１で取得した区分値をユーザデータ時間間隔とする。以上でログデータタイムスタンプ間隔特定処理ｓ３１は終了する。

【0063】

なお、ログデータタイムスタンプ間隔特定部２１１は、ｓ３１２～ｓ３１４で特定したユーザデータ時間間隔と、ログファイル２１５のユーザデータの時間間隔が異なっている場合は、ｓ３１２～ｓ３１４で特定したユーザデータ時間間隔によるユーザデータとなるように、ユーザデータを修正してもよい（例えば、線形補間の補間処理を行う）（ｓ３１５）。

【0064】

＜ＡＩデータタイムスタンプ間隔特定処理＞

【0065】

図１２は、ＡＩデータタイムスタンプ間隔特定処理ｓ３２の一例を説明するフロー図である。まず、ＡＩデータタイムスタンプ間隔特定部２１２は、ＡＩデータ時間間隔管理テーブル５００を参照し、ＡＩデータの時間間隔のタイムスタンプ区分及び区分値を取得する。具体的には、ＡＩデータタイムスタンプ間隔特定部２１２は、ＡＩデータのタイムスタンプ区分５０２の内容（タイムスタンプ区分）及び間隔値５０３（区分値）の内容を取得する（ｓ３２１）。

【0066】

タイムスタンプ区分が「０１」（時間）である場合は、ＡＩデータタイムスタンプ間隔特定部２１２は、ｓ３２２の処理を実行し、タイムスタンプ区分が「０２」（分）である場合はｓ３２３の処理を実行し、タイムスタンプ区分が「０３」（秒）である場合はｓ３２４の処理を実行する。

【0067】

ｓ３２２においてＡＩデータタイムスタンプ間隔特定部２１２は、ｓ３２１で取得した区分値に、６０、６０及び１０００をそれぞれ乗算することで、ＡＩデータ時間間隔を算出する。以上でＡＩデータタイムスタンプ間隔特定処理ｓ３２は終了する。

【0068】

ｓ３２３においてＡＩデータタイムスタンプ間隔特定部２１２は、ｓ３２１で取得した区分値に、６０及び１０００を乗算することで、ＡＩデータ時間間隔を算出する。以上でＡＩデータタイムスタンプ間隔特定処理ｓ３２は終了する。

【0069】

ｓ３２４においてＡＩデータタイムスタンプ間隔特定部２１２は、ｓ３２１で取得した区分値に、１０００を乗算することで、ＡＩデータ時間間隔とする。以上でＡＩデータタイムスタンプ間隔特定処理ｓ３２は終了する。

【0070】

＜タイムスタンプ変換処理＞
図１３は、タイムスタンプ変換処理ｓ３３の詳細を説明するフロー図である。

【0071】

まず、タイムスタンプ変換部２１３は、ユーザデータ時間間隔に対するＡＩデータ時間間隔の比率（以下、スケール変換比率Ｘという）を算出する（ｓ３３１）。本実施形態では、スケール変換比率Ｘは、ユーザデータ時間間隔からＡＩデータ時間間隔への伸長比率である（一方、後述するタイムスタンプ逆変換処理ｓ９では、スケール変換比率Ｘは、ＡＩデータ時間間隔からユーザデータ時間間隔への収縮比率として機能する）。

【0072】

タイムスタンプ変換部２１３は、ログファイル２１５におけるユーザデータの時刻を、所定の基準時刻（本実施形態では、０時０分０秒０ミリ秒とする）からのオフセットであるミリ秒単位の経過時間（ログデータ経過時間ｍ）に変換する（ｓ３３２～ｓ３３５）。

【0073】

具体的には、タイムスタンプ変換部２１３は、ログファイル２１５のあるレコード（選択レコード）のタイムスタンプ２１５１の第２部分における「時間」の部分の値を取り出し、取り出した値に対して、６０、６０、及び１０００をそれぞれ乗算する（ｓ３３２）。また、タイムスタンプ変換部２１３は、ログファイル２１５の選択レコードのタイムスタンプ２１５１の第２部分における「分」の部分の値を取り出し、取り出した値に対して、６０及び１０００をそれぞれ乗算する（ｓ３３３）。また、タイムスタンプ変換部２１３は、ログファイル２１５の選択レコードのタイムスタンプ２１５１の第２部分における「秒」の部分の値を取り出し、取り出した値に対して１０００を乗算する（ｓ３３４）。そして、タイムスタンプ変換部２１３は、ｓ３３２～ｓ３３４で算出した各乗算値を合計した合計値を、当該レコードのログデータ経過時間ｍとする。

【0074】

そして、タイムスタンプ変換部２１３は、ログデータ経過時間ｍを、ＡＩデータにおける、所定時刻（本実施形態では、０時０分０秒０ミリ秒とする）からのミリ秒単位の経過時間（ログデータ経過時間Ｙ）に変換する（ｓ３３６）。具体的には、タイムスタンプ変換部２１３は、ログデータ経過時間ｍとスケール変換比率Ｘの乗算値を計算する。

【0075】

タイムスタンプ変換部２１３は、ｓ３３６で算出したログデータ経過時間Ｙを、タイムスタンプの第２部分の形式のデータＹ’に変換する（ｓ３３７）。具体的には、タイムスタンプ変換部２１３は、ｓ３３６で算出したログデータ経過時間Ｙを「時：分：秒．ミリ秒」の形式に変換したデータＹ’を生成する。

【0076】

タイムスタンプ変換部２１３は、ｓ３３７で変換されたデータＹ’に基づき、ログファイル２１５におけるユーザデータの時刻のデータを、ログ中間ファイル２１６における時刻のデータに変換する（ｓ３３８）。具体的には、上記選択レコードのタイムスタンプ２１５１の年月日の部分（第１部分に対応）を取り出し、取り出した年月日の部分と、ｓ３３７で変換されたデータＹ’（第２部分に対応）とを結合したデータを生成する。

【0077】

タイムスタンプ変換部２１３は、ｓ３３８で生成した時刻のデータに基づき、ログファイル２１５におけるユーザデータに対応したデータを、ログ中間ファイル２１６に格納する（ｓ３３９）。具体的には、タイムスタンプ変換部２１３は、ログ中間ファイル２１６に新たなレコードを生成し、生成したレコードのタイムスタンプ２１６１に、ｓ３３８で生成したデータを格納し、データ値２１６２に、上記選択レコードのデータ値２１５２の内容を設定する。

【0078】

タイムスタンプ変換部２１３は、ｓ３３２～ｓ３３９の処理を、ログファイル２１５の全レコードについて繰り返す。

【0079】

＜データ逆変換処理＞
図１４は、データ逆変換処理ｓ９の詳細を説明するフロー図である。
まず、ログデータタイムスタンプ間隔特定部２１１は、データ変換処理ｓ３のログデータタイムスタンプ間隔特定処理ｓ３１と同様に、ユーザデータ時間間隔を算出するログデータタイムスタンプ間隔特定処理ｓ９１を実行する。

【0080】

また、ＡＩデータタイムスタンプ間隔特定部２１２は、データ変換処理ｓ３のＡＩデータタイムスタンプ間隔特定処理ｓ３２と同様に、ＡＩデータ時間間隔を算出するＡＩデータタイムスタンプ間隔特定処理ｓ９２を実行する。

【0081】

タイムスタンプ変換部２１３は、ログデータタイムスタンプ間隔特定処理ｓ９１で算出したユーザデータ時間間隔に基づき、ＡＩが出力したデータ（ＡＩ出力データ）を、ログデータ時間間隔に対応したデータ（ユーザデータ対応ＡＩ出力データ）に変換するタイムスタンプ逆変換処理ｓ９３を実行する。

【0082】

＜タイムスタンプ逆変換処理＞
図１５は、タイムスタンプ逆変換処理ｓ９３の詳細を説明するフロー図である。

【0083】

まず、タイムスタンプ逆変換部２１４は、ｓ３３１と同様に、ユーザデータ時間間隔に対するＡＩデータ時間間隔の比率（スケール変換比率Ｘ）を算出する（ｓ９３１）。

【0084】

タイムスタンプ逆変換部２１４は、ＡＩ分析中間ファイル２１７におけるＡＩ出力データの時刻を、所定の基準時刻（本実施形態では、０時０分０秒０ミリ秒とする）からのオフセットであるミリ秒単位の経過時間（ＡＩ出力データ経過時間ｍ２）に変換する（ｓ９３２～ｓ９３５）。

【0085】

具体的には、タイムスタンプ逆変換部２１４は、ＡＩ分析中間ファイル２１７のあるレコード（選択レコード）のタイムスタンプ２１７１の第２部分における「時間」の部分の値を取り出し、取り出した値に対して、６０、６０、及び１０００をそれぞれ乗算する（ｓ９３２）。また、タイムスタンプ逆変換部２１４は、ＡＩ分析中間ファイル２１７の選択レコードのタイムスタンプ２１７１の第２部分における「分」の部分の値を取り出し、取り出した値に対して、６０及び１０００をそれぞれ乗算する（ｓ９３３）。また、タイムスタンプ逆変換部２１４は、ＡＩ分析中間ファイル２１７の選択レコードのタイムスタンプ２１７１の第２部分における「秒」の部分の値を取り出し、取り出した値に対して１０００を乗算する（ｓ９３４）。そして、タイムスタンプ逆変換部２１４は、ｓ９３２～ｓ９３４で算出した各乗算値を合計した合計値を、当該レコードのＡＩ出力データ経過時間ｍ２とする。

【0086】

そして、タイムスタンプ逆変換部２１４は、ＡＩ出力データ経過時間ｍを、ＡＩ分析結果ファイル２１８に対応した、所定時刻（本実施形態では、０時０分０秒０ミリ秒とする）からのミリ秒単位の経過時間（ＡＩ分析結果データ経過時間Ｙ２）に変換する（ｓ９３６）。具体的には、タイムスタンプ逆変換部２１４は、ＡＩ出力データ経過時間ｍ２をスケール変換比率Ｘで除算する（ｍ２／Ｘ）。

【0087】

タイムスタンプ逆変換部２１４は、ｓ９３６で算出したＡＩ分析出力データ経過時間Ｙ２を、ＡＩ分析結果ファイル２１８のタイムスタンプの第２部分の形式のデータＹ２’に変換する（ｓ９３７）。具体的には、タイムスタンプ逆変換部２１４は、ｓ９３６で算出したＡＩ分析結果データ経過時間Ｙ２を「時：分：秒．ミリ秒」の形式に変換したデータＹ２’を生成する。

【0088】

タイムスタンプ逆変換部２１４は、ｓ９３７で変換されたデータＹ２’に基づき、ＡＩ分析中間ファイル２１７におけるＡＩ出力データの時刻のデータを、ＡＩ分析結果ファイル２１８の時刻のデータに変換する（ｓ９３８）。具体的には、タイムスタンプ逆変換部２１４は、上記選択レコードのタイムスタンプ２１７１の年月日の部分（第１部分に対応）を取り出し、取り出した年月日の部分と、ｓ９３７で変換されたデータＹ２’（第２部分に対応）とを結合したデータを生成する。

【0089】

タイムスタンプ逆変換部２１４は、ｓ９３８で生成した時刻のデータに基づき、ＡＩ分析中間ファイル２１７におけるＡＩ出力データに対応したデータを、ＡＩ分析結果ファイル２１８に格納する（ｓ９３９）。具体的には、タイムスタンプ逆変換部２１４は、ＡＩ分析結果ファイル２１８に新たなレコードを生成し、生成したレコードのタイムスタンプ２１８１に、ｓ９３８で生成したデータを格納し、データ値２１８２に、上記選択レコードのデータ値２１７２の内容を設定する。

【0090】

タイムスタンプ逆変換部２１４は、ｓ９３２～ｓ９３９の処理を、ＡＩ分析中間ファイル２１７の全レコードについて繰り返す。

【0091】

＜データ変換処理による効果＞
ここで、データ変換装置１０１による効果について説明する。

【0092】

まず、図１６は、データ変換処理ｓ３を実行しない場合のＡＩモデルの処理の一例を説明する図である。同図に示すように、ログファイル２１５が１０秒ごとの時間間隔でのユーザデータを記憶しているものとする。一方、ＡＩモデルが、１分ごとの時間間隔でのデータのみを入力値として処理可能としているものとする。

【0093】

データ変換処理ｓ３を実行しない場合、ログファイル２１５における１０秒の時間間隔のユーザデータを、１分間ごとの平均値１３０３を求めることにより１分の時間間隔のデータに変換するダウンサンプリング（データ解像度を下げる）を行うことでログ中間ファイル２１６を生成し、このログ中間ファイル２１６をＡＩモデル（ＡＩサービス１１２）に入力する必要がある。しかし、ログファイル２１５のユーザデータに、１０秒以内のスパンで生じたデータ値のピーク（短期間異常値１３０１）が存在する場合、ダウンサンプリングによって、この短期間異常値１３０１が消失した入力値（ログ中間ファイル２１６）が生成されてしまう。この入力値がＡＩモデルに入力されると、ＡＩモデルはこの短期間異常値１３０１を認識せず、その結果誤った出力値１３０２（予測値）が含まれたＡＩ分析結果ファイル２１８を出力するおそれがある。

【0094】

一方、図１７は、データ変換処理ｓ３を実行した場合のデータ変換装置１０１の処理の一例を説明する図である。同図に示すように、１０秒の時間間隔のユーザデータのログファイル２１５に対してデータ変換処理ｓ３を実行することにより、時間間隔が１０秒から１分に伸張変換されたログ中間ファイル２１６が生成される。これにより、ユーザデータに短期間異常値１３０１が存在する場合でも、対応する短期間異常値１４０１がログ中間ファイル２１６に残存する。そして、このログ中間ファイル２１６がＡＩモデル（ＡＩサービス１１２）に入力されると、ＡＩモデルは、短期間異常値１４０１を認識した結果に基づいた出力値１４０２を出力することができる。

【0095】

そして、図１８は、データ変換処理ｓ３に引き続きデータ逆変換処理ｓ９を実行した場合のデータ変換装置１０１の処理の一例を説明する図である。同図に示すように、ＡＩモデルによる上記の出力値１４０２を記憶したＡＩ分析中間ファイル２１７に対してデータ逆変換処理ｓ９を実行することにより、時間間隔が１秒から１０秒に収縮変換されたＡＩ分析結果ファイル２１８が生成される。これにより、ユーザデータに短期間異常値が存在する場合でも、ユーザ装置１０は、その短期間異常値を反映し、かつ時間間隔もユーザデータに対応した予測値１５０１を得ることができる。

【0096】

以上のように、本実施形態のデータ変換装置１０１は、ユーザデータのデータ間隔（ユーザデータ時間間隔）をＡＩモデルへの入力に係るデータ間隔に対応したデータ間隔（ＡＩデータ時間間隔）に変更することにより、ユーザデータを、ＡＩモデルに入力されるデータに変換し（ログ中間ファイル２１６）、変換したデータをＡＩモデルに入力することにより、変換したデータに対応した、ＡＩモデルに係るデータ間隔のデータを出力させ（ＡＩ分析中間ファイル２１７）、出力したデータのデータ間隔をユーザデータに係るデータ間隔に対応したデータ間隔に変更することにより、出力したデータを、ユーザデータに対応したデータに変換し（ＡＩ分析結果ファイル２１８）、変換したデータを出力する。

【0097】

すなわち、本実施形態のデータ変換装置１０１は、データ間隔をＡＩモデルがサポートするデータ間隔に変更したユーザデータをＡＩモデルに入力して実行させ、ＡＩモデルの出力データについても、その出力データのデータ間隔を元のユーザデータのデータ間隔に戻したデータに変換し、これを出力する。これにより、ユーザデータのデータ解像度がＡＩモデルのデータ解像度と異なっていても、解像度が変更されることなく、ＡＩモデルに基づく精度の良い出力結果を得ることができる。

【0098】

このように、本実施形態のデータ変換装置１０１によれば、ユーザデータの解像度に関係なく、モデルからの出力結果を精度良く得ることができる。

【0099】

また、本実施形態では、ユーザデータのデータ間隔はＡＩモデルに入力されるデータのデータ間隔より短く、データ変換装置１０１は、ユーザデータ時間間隔をＡＩデータ時間間隔に伸長することで、ユーザデータをＡＩモデルに入力されるデータに変換し、ＡＩモデルが出力したデータのデータ間隔をユーザデータに対応したデータ間隔に収縮することで、ＡＩモデルの出力データをユーザデータに対応したデータに変換する。

【0100】

これにより、例えば、ＡＩモデルにユーザデータを入力させるためにユーザデータの解像度を下げるダウンサンプリングを行うことで、ＡＩモデルから出力されるデータが、そのダウンサンプリングにより重要なデータ（短時間で生じた異常値）を反映しないものとなって妥当な出力データが得られなくなることを防ぐことができる。

【0101】

また、本実施形態のデータ変換装置１０１は、ユーザデータにおける所定基準時刻からの経過時間を、ＡＩモデルに入力されるデータの時間間隔及びユーザデータの時間間隔に基づくスケール変換比率Ｘで変更することにより、ユーザデータを、ＡＩモデルに入力されるデータに変換し、ＡＩモデルから出力されたデータにおける、所定時刻からの経過時間をスケール変換比率Ｘで変更することにより、ＡＩモデルから出力したデータを、ユーザデータに対応したデータに変換する。

【0102】

このように、ユーザデータ時間間隔とＡＩデータ時間間隔の間の変換及び逆変換を、所定時刻からの経過時間（オフセット）に基づいて行うことで、確実なスケール変換を行うことができる。

【0103】

また、本実施形態のデータ変換装置１０１は、ユーザデータにおけるデータのデータ間隔に関する情報の入力を受け付け、入力された情報に基づき、ユーザデータのデータ間隔を特定する。

【0104】

これにより、ユーザは、ユーザデータ時間間隔を適切に設定することができる。

【0105】

以上の実施形態の説明は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明はその趣旨を逸脱することなく、変更、改良され得ると共に本発明にはその等価物が含まれる。

【0106】

例えば、本実施形態の各装置が備えるハードウェアの一部は、他の装置に設けてもよい。

【0107】

また、各装置の各プログラムは他の装置に設けてもよいし、あるプログラムを複数のプログラムからなるものとしてもよいし、複数のプログラムを一つのプログラムに統合してもよい。

【0108】

また、本実施形態ではユーザデータのデータ間隔が時間（時刻）の間隔である場合（ユーザデータが時系列データ）を説明したが、他の種類の間隔であってもよい。例えば、データ間隔は空間又は長さの間隔でもよい。

【符号の説明】

【0109】

１ 情報処理システム、１０１ データ変換装置、１０２ データ処理システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】