特開 2025-6508 データ分析支援装置及びデータ分析支援方法

(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】P2025006508

(43)【公開日】2025-01-17

(54)【発明の名称】データ分析支援装置及びデータ分析支援方法

(51)【国際特許分類】

   G06Q 50/04 20120101AFI20250109BHJP

   G05B 23/02 20060101ALI20250109BHJP

   G06F 3/0481 20220101ALI20250109BHJP

   G06N 20/00 20190101ALN20250109BHJP

【ＦＩ】

G06Q50/04

G05B23/02 301P

G06F3/0481

G06N20/00 130

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2023107342

(22)【出願日】2023-06-29

(71)【出願人】

【識別番号】000001199

【氏名又は名称】株式会社神戸製鋼所

(74)【代理人】

【識別番号】100145403

【弁理士】

【氏名又は名称】山尾 憲人

(74)【代理人】

【識別番号】100135703

【弁理士】

【氏名又は名称】岡部 英隆

(74)【代理人】

【識別番号】100221556

【弁理士】

【氏名又は名称】金田 隆章

(72)【発明者】

【氏名】四方田 真美

(72)【発明者】

【氏名】和田 尭

(72)【発明者】

【氏名】藤平 雅信

【テーマコード（参考）】

3C223

5E555

5L049

5L050

【Ｆターム（参考）】

3C223AA11

3C223BA01

3C223FF22

3C223FF24

3C223FF26

3C223GG01

3C223HH02

3C223HH03

3C223HH08

5E555AA09

5E555AA28

5E555BA37

5E555BA86

5E555BB37

5E555BC04

5E555CB46

5E555DB56

5E555EA21

5E555FA00

5L049CC03

5L050CC03

(57)【要約】

【課題】製品の製造に関するデータを分析し易くするデータ分析支援装置を提供する。
【解決手段】データ分析支援装置は、データセット及び予測モデルを記憶する記憶部と、入力部と、制御部とを備える。データセットは、製品を製造するための少なくとも１つのパラメータを規定する説明変数及び製品の性質を示す少なくとも１つのパラメータを規定する目的変数を含む。予測モデルは、説明変数と目的変数とを関連付ける。入力部は、説明変数に対応する入力情報の入力を受け付ける。制御部は、入力情報に基づいて、予測モデルを用いて製品の性質を示す出力情報を得る。制御部は、データセットの説明変数と目的変数との間の関係を示す分布図データを生成し、分布図データが示す分布図上に入力情報と出力情報とをプロットし、入力情報と出力情報とがプロットされた分布図を表示装置に表示させる。
【選択図】図１

【特許請求の範囲】

【請求項1】

製品を製造するための少なくとも１つのパラメータを規定する説明変数及び前記製品の性質を示す少なくとも１つのパラメータを規定する目的変数を含むデータセット、及び前記説明変数と前記目的変数とを関連付ける予測モデルを記憶する記憶部と、
前記説明変数に対応する入力情報の入力を受け付ける入力部と、
前記入力情報に基づいて、前記予測モデルを用いて前記製品の性質を示す出力情報を得る制御部と、を備え、
前記制御部は、
前記データセットの前記説明変数と前記目的変数との間の関係を示す分布図データを生成し、
前記分布図データが示す分布図上に前記入力情報と前記出力情報とをプロットし、
前記入力情報と前記出力情報とがプロットされた前記分布図を表示装置に表示させる、
データ分析支援装置。

【請求項2】

前記目的変数は、前記製品の性質を示す複数のパラメータを規定し、
前記分布図データは、前記目的変数の前記複数のパラメータ間の関係を示す情報を含む、
請求項１に記載のデータ分析支援装置。

【請求項3】

前記制御部は、
前記目的変数のヒストグラムを生成し、
前記ヒストグラムを前記分布図と共に前記表示装置に表示させる、
請求項１に記載のデータ分析支援装置。

【請求項4】

前記予測モデルは、前記説明変数の入力に対して前記目的変数を出力するように学習された学習済みモデルであり、
前記制御部は、前記予測モデルに前記入力情報を入力することによって、前記予測モデルから出力された前記出力情報を取得する、
請求項１に記載のデータ分析支援装置。

【請求項5】

前記制御部は、
前記予測モデルに基づいて、前記説明変数が変化したときの前記目的変数の変化の傾向を示す傾向情報を決定し、
前記傾向情報が示す画像を前記分布図上に重畳表示させる、
請求項１に記載のデータ分析支援装置。

【請求項6】

前記制御部は、前記データセットの前記説明変数の範囲及び前記目的変数の範囲の少なくとも一方を示す参考情報を前記表示装置に表示させる、請求項１に記載のデータ分析支援装置。

【請求項7】

前記参考情報は、前記説明変数の範囲を示す情報を含み、
前記制御部は、
前記参考情報の前記説明変数の範囲内の参考入力情報を前記予測モデルに入力することで、前記予測モデルから出力された参考出力情報を取得し、
前記参考入力情報及び前記参考出力情報を前記表示装置に表示させる、請求項６に記載のデータ分析支援装置。

【請求項8】

前記制御部は、
前記入力部を介して、外部から、前記説明変数及び前記目的変数を含む外部データセットと、前記説明変数と前記目的変数とを関連付ける外部モデルとを取得可能に構成され、
前記入力部を介して、前記外部データセット又は前記外部モデルを取得した場合、取得した前記外部データセット又は前記外部モデルのクラス情報が、前記データセット又は前記予測モデルのクラス情報と一致するか否かを判断し、
前記外部データセット又は前記外部モデルのクラス情報が、前記データセット又は前記予測モデルのクラス情報と一致すると判断した場合、前記外部データセット又は前記外部モデルを前記記憶部に格納する、
請求項１～７のいずれかに記載のデータ分析支援装置。

【請求項9】

制御部によって実行されるデータ分析支援方法であって、
製品を製造するための少なくとも１つのパラメータを規定する説明変数及び前記製品の性質を示す少なくとも１つのパラメータを規定する目的変数を含むデータセットと、前記説明変数と前記目的変数とを関連付ける予測モデルと、を準備するステップと、
前記説明変数に対応する入力情報を取得するステップと、
前記入力情報に基づいて、前記予測モデルを用いて前記製品の性質を示す出力情報を得るステップと、
前記データセットの前記説明変数と前記目的変数との間の関係を示す分布図データを生成するステップと、
前記分布図データが示す分布図上に前記入力情報と前記出力情報とをプロットするステップと、
前記入力情報と前記出力情報とがプロットされた前記分布図を表示装置に表示させるステップと、を含む、
データ分析支援方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、データ分析支援装置及びデータ分析支援方法に関する。

【背景技術】

【0002】

特許文献１は、構造体および構造体を構成する材料を規定するパラメータのうち設計変数として定められた少なくとも１つのパラメータと、構造体および構造体を構成する材料を規定するパラメータのうち特性値として定められた少なくとも１つのパラメータとの２種類のデータを対象としたデータの表示方法を開示する。特許文献１に開示されたコンピュータは、パレート解を目的関数空間で散布図として表示する際、設計変数の値に応じ、散布図で前記設計変数の値を表すシンボルを、その色、種類および大きさのうち、少なくとも１つを変えて表示する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第６２４８４０２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明は、製品の製造に関するデータを分析し易くするデータ分析支援装置及びデータ分析支援方法を提供する。

【課題を解決するための手段】

【0005】

本発明の一態様に係るデータ分析支援装置は、
製品を製造するための少なくとも１つのパラメータを規定する説明変数及び前記製品の性質を示す少なくとも１つのパラメータを規定する目的変数を含むデータセット、及び前記説明変数と前記目的変数とを関連付ける予測モデルを記憶する記憶部と、
前記説明変数に対応する入力情報の入力を受け付ける入力部と、
前記入力情報に基づいて、前記予測モデルを用いて前記製品の性質を示す出力情報を得る制御部と、を備え、
前記制御部は、
前記データセットの前記説明変数と前記目的変数との間の関係を示す分布図データを生成し、
前記分布図データが示す分布図上に前記入力情報と前記出力情報とをプロットし、
前記入力情報と前記出力情報とがプロットされた前記分布図を表示装置に表示させる。

【0006】

一態様において、前記目的変数は、前記製品の性質を示す複数のパラメータを規定し、
前記分布図データは、前記目的変数の前記複数のパラメータ間の関係を示す情報を含んでもよい。

【0007】

一態様において、前記制御部は、
前記目的変数のヒストグラムを生成し、
前記ヒストグラムを前記分布図と共に前記表示装置に表示させてもよい。

【0008】

一態様において、前記予測モデルは、前記説明変数の入力に対して前記目的変数を出力するように学習された学習済みモデルであり、
前記制御部は、前記予測モデルに前記入力情報を入力することによって、前記予測モデルから出力された前記出力情報を取得してもよい。

【0009】

一態様において、前記制御部は、
前記予測モデルに基づいて、前記説明変数が変化したときの前記目的変数の変化の傾向を示す傾向情報を決定し、
前記傾向情報が示す画像を前記分布図上に重畳表示させてもよい。

【0010】

一態様において、前記制御部は、前記データセットの前記説明変数の範囲及び前記目的変数の範囲の少なくとも一方を示す参考情報を前記表示装置に表示させてもよい。

【0011】

一態様において、前記参考情報は、前記説明変数の範囲を示す情報を含み、
前記制御部は、
前記参考情報の前記説明変数の範囲内の参考入力情報を前記予測モデルに入力することで、前記予測モデルから出力された参考出力情報を取得し、
前記参考入力情報及び前記参考出力情報を前記表示装置に表示させてもよい。

【0012】

一態様において、前記制御部は、
前記入力部を介して、外部から、前記説明変数及び前記目的変数を含む外部データセットと、前記説明変数と前記目的変数とを関連付ける外部モデルとを取得可能に構成され、
前記入力部を介して、前記外部データセット又は前記外部モデルを取得した場合、取得した前記外部データセット又は前記外部モデルのクラス情報が、前記データセット又は前記予測モデルのクラス情報と一致するか否かを判断し、
前記外部データセット又は前記外部モデルのクラス情報が、前記データセット又は前記予測モデルのクラス情報と一致すると判断した場合、前記外部データセット又は前記外部モデルを前記記憶部に格納してもよい。

【0013】

本発明の一態様に係るデータ分析支援方法は、制御部によって実行されるデータ分析支援方法であって、
製品を製造するための少なくとも１つのパラメータを規定する説明変数及び前記製品の性質を示す少なくとも１つのパラメータを規定する目的変数を含むデータセットと、前記説明変数と前記目的変数とを関連付ける予測モデルと、を準備するステップと、
前記説明変数に対応する入力情報を取得するステップと、
前記入力情報に基づいて、前記予測モデルを用いて前記製品の性質を示す出力情報を得るステップと、
前記データセットの前記説明変数と前記目的変数との間の関係を示す分布図データを生成するステップと、
前記分布図データが示す分布図上に前記入力情報と前記出力情報とをプロットするステップと、
前記入力情報と前記出力情報とがプロットされた前記分布図を表示装置に表示させるステップと、を含む。

【発明の効果】

【0014】

本発明に係るデータ分析支援装置及びデータ分析支援方法よると、製品の製造に関するデータを分析し易くすることができる。

【図面の簡単な説明】

【0015】

【図1】本発明の一実施形態に係るデータ分析支援システムの構成を示すブロック図

【図2】データセット一例を示す表

【図3】本発明の一実施形態に係るデータ分析支援方法の予測動作を例示するフローチャート

【図4】モデル選択画面の一例を示す模式図

【図5】予測実行画面の一例を示す模式図

【図6】予測実行画面の一例を示す模式図

【図7】目的変数間グラフとヒストグラムとを示す第１のグラフ画面を例示する模式図

【図8】分布図を示す第２のグラフ画面を例示する模式図

【図9】傾向線を含む第３のグラフ画面を例示する模式図

【図10】傾向線を生成するための処理の一例を説明するための模式図

【図11】傾向線を生成するための処理の一例を説明するための模式図

【図12】傾向線を生成するための処理の一例を説明するための模式図

【図13】本発明の一実施形態に係るデータ分析支援方法の探索動作を例示するフローチャート

【図14】探索条件を設定するための探索設定画面一例を示す模式図

【図15】探索結果を示す探索結果画面の一例を示す模式図

【図16】本発明の他の実施形態に係る外部情報の取込処理を例示するフローチャート

【発明を実施するための形態】

【0016】

以下、適宜図面を参照しながら、本発明に係る実施形態を説明する。以下の説明は、本発明の技術的思想を具体化するための実施形態の一例に過ぎず、本発明の技術的思想は以下の実施形態に限定されない。

【0017】

１．構成
１－１．ハードウェア構成
図１は、本発明の一実施形態に係るデータ分析支援システム１の構成を示すブロック図である。データ分析支援システム１は、製品の製造に関するデータの分析を支援する。データ分析の一例は、製品の性質を示すパラメータの予測である。

【0018】

データ分析支援システム１は、データ分析支援装置１０と、表示装置２０とを含む。データ分析支援装置１０は、制御部１１と、記憶部１２と、入力インタフェース（ＩＦ）１３と、出力インタフェース（ＩＦ）１４とを備える。

【0019】

制御部１１は、例えばソフトウェアと協働して所定の機能を実現する演算回路を含み、情報処理を行ってデータ分析支援装置１０の機能を実現する。このような情報処理は、例えば、制御部１１が記憶部１２に格納されたプログラムの指令に従って動作することにより実現される。例えば、制御部１１は、演算部１１１及びグラフ生成部１１２として動作する。制御部１１は、演算回路に代えて、又は演算回路として、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）等の種々の半導体集積回路を含んでもよい。また、本実施形態のデータ分析支援方法は、分散コンピューティングによって実行されてもよい。

【0020】

入力インタフェース１３は、種々の情報をデータ分析支援装置１０に入力するために、データ分析支援装置１０と、マウス、タッチパネル、キーボード等の入力装置とを接続するインタフェース回路である。入力インタフェース１３は、既存の有線通信規格又は無線通信規格に従ってデータ通信を行う通信回路であってもよい。

【0021】

出力インタフェース１４は、データ分析支援装置１０から情報を出力するために、データ分析支援装置１０と出力装置とを接続するインタフェース回路である。このような出力装置は、例えば表示装置２０、サーバ装置等の外部機器である。出力インタフェース１４は、既存の有線通信規格又は無線通信規格に従ってデータ通信を行う通信回路であってもよい。入力インタフェース１３及び出力インタフェース１４は、同様のハードウェアにより実現されてもよい。

【0022】

入力インタフェース１３及び出力インタフェース１４は、図１の例のように別個のインタフェースとしてではなく、一体的に構成されてもよい。

【0023】

表示装置２０は、情報を表示可能な液晶ディスプレイ、有機ＥＬディスプレイ等の装置を含む。

【0024】

記憶部１２は、データ分析支援装置１０の機能を実現するために必要なプログラムを含む種々の情報を記録する記録媒体である。記憶部１２は、後述のデータセット１２１及び予測モデル１２２を記憶してもよい。記憶部１２は、例えば、フラッシュメモリ、ＳＳＤ（Solid State Drive）等の半導体記憶装置、ＨＤＤ（Hard Disk Drive）等の磁気記憶装置、その他の記録媒体単独で又はそれらを組み合わせて実現される。記憶部１２は、ＲＡＭ（Random Access Memory）等の揮発性メモリを含んでもよい。

【0025】

記憶部１２は、内蔵型、外付け型、及びＮＡＳ（network-attached storage）型のいずれであってもよい。記憶部１２は、クラウドネットワーク上に実装されたストレージであってもよいし、アクセスが制限された特定の記録サーバであってもよい。記憶部１２に保存される情報にはそれぞれ固有ＩＤが割り当てられてもよい。これにより、予測時に、ＩＤをキーとして必要な情報を簡単に指定できる。記憶部１２には、各ＩＤの関連付け情報が保存されてもよい。ＩＤの関連付け情報を利用することで、制御部１１は、データ予測の設定条件が予測結果に与える影響を検証することができる。

【0026】

１－２．予測モデル及びデータセット
予測モデル１２２は、説明変数と目的変数とを関連付けるモデルである。予測モデル１２２は、説明変数に基づいて目的変数を予測する。

【0027】

説明変数は、鋼板等の製品を製造するための少なくとも１つのパラメータを規定する。説明変数の一例は、製品の材料の成分の量、配合比等である。説明変数の一例は、熱処理、圧延等の製造プロセスにおける製造条件である。

【0028】

目的変数は、製品の性質を示す少なくとも１つのパラメータを規定する。目的変数の一例は、製品の引張強度、破断伸び、穴広げ率、導電性、耐腐食性等の指標である。

【0029】

本実施形態では、予測モデル１２２は、説明変数の入力に対して目的変数を出力するように学習された学習済みモデルである。制御部１１は、予測モデル１２２に説明変数を入力することによって、予測モデル１２２から出力された目的変数の予測結果を取得する。

【0030】

上記のような学習は、モデルに対して、学習用のデータセット１２１を用いた学習処理を実行することによって行われる。このような学習処理は、制御部１１又は他の情報処理装置によって、深層学習、ガウス過程、ｋ近傍法、決定木、ランダムフォレスト、勾配ブースティング等の技術を用いて実行される。学習用のデータセット１２１は、製品を製造するための種々の少なくとも１つの製造パラメータと、当該製造パラメータを用いて実際に製造された製品の所定の性質とが対応付けられた組合せである。製品の所定の性質は、例えば、製品に対して所定の試験を行うことによって得られる。

【0031】

図２は、データセット１２１の一例を示す表である。データセット１２１は、設計変数の各パラメータ（Ｘ１，Ｘ２，Ｘ３，・・・）及び目的変数の各パラメータ（Ｙ１，Ｙ２，・・・）の値を含む。設計変数及び目的変数は、数値に限らず、Ａ、Ｂ、Ｃ等のランク情報（図２のＸ４参照）、製造装置、製造工程等を区別するための情報を含んでもよい。本実施形態では、予測モデル１２２とデータセット１２１とは紐付けられて記憶部１２に保存される。

【0032】

２．予測動作
２－１．概要

【0033】

ユーザが予測モデルと予測モデルへの入力データとに基づいて効率的に製品の設計を行うことができるようにするために、ユーザの理解、操作等を支援する機能が求められている。このような支援機能には、ユーザが予測モデルの取扱い又はデータ分析に明るくない場合であっても、ユーザに予測モデルの動作傾向、分析結果等を理解させることができる解釈性を提供することが求められる。また、データ分析に関する支援機能には、データ分析の結果についての信頼性が高いことが求められる。信頼性は、例えば、分析結果の確からしさを示す指標である。特に、信頼性と解釈性を両立させることが求められている。そこで、本実施形態では、予測モデル１２２を用いて得られる出力結果について、信頼性と解釈性を両立させることで、ユーザに対して、設計に有益な情報を簡便に提供できる手法を提案する。

【0034】

図３は、本実施形態に係るデータ分析支援方法の予測動作を例示するフローチャートである。図３の処理は、例えばデータ分析支援装置１０の制御部１１によって実行される。

【0035】

２－２．予測条件の入力
まず、制御部１１は、予測条件を取得する（Ｓ１１）。予測条件は、予測モデル１２２の種類、ユーザが予測したい点（予測点）の個数及び説明変数に対応する入力情報の値等を含む。予測条件は、例えば、マウス、タッチパネル、キーボード等の入力装置を用いてユーザによって入力され、入力インタフェース１３を介して制御部１１に入力される。

【0036】

図４～６を用いて、予測条件の設定手段の一例を説明する。

【0037】

予測条件の設定は、モデル選択画面を用いて予測モデルを選択することを含む。図４は、モデル選択画面２１の一例を示す模式図である。図４のモデル選択画面２１は、制御部１１によって出力インタフェース１４を介して表示装置２０に出力され、表示装置２０に表示される。

【0038】

記憶部１２は、複数の予測モデルを格納してもよい。記憶部１２に複数の予測モデルが格納されている場合、ユーザは、図４のモデル選択画面２１において、所望の予測モデルを選択する。図４に示した例では、ユーザは、モデルＡ～Ｇのいずれかを選択できる。ユーザは、タグ検索ウィンドウ２１１にキーワードを入力することにより、所望の予測モデルを検索することもできる。ユーザが所望の予測モデルに対応する予測ボタン２１２をクリック、タップ等の操作により選択すると、画面は図５の予測実行画面３２２ａに遷移する。

【0039】

図５は、予測実行画面３２２ａの一例を示す模式図である。予測実行画面３２２ａのモデル欄２２１には、図４のモデル選択画面２１において選択された予測モデル１２２に関する情報が表示される。モデル欄２２１に表示される予測モデル１２２に関する情報は、例えば、モデルのＩＤ、モデル名、モデルに適用される手法（技術）、説明変数、目的変数等を含む。

【0040】

ユーザは、予測点について、予測実行画面３２２ａの予測点欄２２２に、説明変数の各パラメータの値を入力情報として入力することができる。

【0041】

予測実行画面３２２ａには、参考情報欄２２３が含まれる。参考情報欄２２３には、予測モデル１２２の学習に用いられた学習用のデータセット１２１の説明変数の各パラメータの範囲が表示される。説明変数の各パラメータの範囲は、例えば、説明変数の各パラメータの最小値、最大値、平均値等を含む。

【0042】

ユーザは、参考情報欄２２３に表示された説明変数の各パラメータの範囲を参考にして、予測点欄２２２に入力する値を決定することができる。機械学習モデルでは、学習用のデータの範囲外（外挿領域）の入力値が入力された場合の予測精度は、範囲内（内挿領域）の入力値が入力された場合よりも悪くなる傾向にあることが知られている。本実施形態では、ユーザは、入力値と学習用のデータセット１２１の説明変数の各パラメータの範囲とを比較して、入力値が内挿領域にあるかどうかを確認することができる。このように、参考情報欄２２３は、説明変数の各パラメータの入力についてユーザを補助することができる。

【0043】

制御部１１は、参考情報欄２２３に表示された説明変数の各パラメータの範囲内の参考入力情報を予測モデル１２２に入力し、これに応じて予測モデル１２２から出力された目的変数を参考出力情報として取得してもよい。この場合、制御部１１は、参考入力情報と参考出力情報とを表示装置２０に表示させてもよい。これにより、ユーザは、参考入力情報と参考出力情報とを参考にして、所望の出力値を得るための予測モデル１２２への入力値を効率的に選択することができる。

【0044】

２－３．予測
図３に戻り、制御部１１は、ステップＳ１１で取得した予測条件に従い、予測モデル１２２で予測を実行し、予測結果を得る（Ｓ１２）。ステップＳ１２の予測処理は、説明変数と予測モデル１２２とを用いて目的変数を予測することを含む。ステップＳ１２の予測処理は、例えば制御部１１の演算部１１１により実行される。

【0045】

例えば、ユーザは、図６の予測実行画面３２２ｂに示すように予測点欄２２２に説明変数の各パラメータの値を入力し、予測実行ボタン２２４をクリック、タップ等の操作により押下する。これに応じて、制御部１１は、予測点欄２２２に入力された説明変数を予測モデル１２２に入力し、予測モデル１２２からの出力を目的変数として得る。制御部１１は、予測モデル１２２による予測結果である目的変数を、図６に示すように予測点欄２２２に表示させる。

【0046】

２－４．グラフ生成
図３に戻り、制御部１１は、ステップＳ１２で得られた予測結果と、データセット１２１とに基づいて、グラフを生成する（Ｓ１３）。ステップＳ１３の処理は、例えば制御部１１のグラフ生成部１１２により実行される。

【0047】

図６の予測実行画面３２２ｂでは、予測点欄２２２において、説明変数及び予測結果としての目的変数が表示されている。ユーザがグラフ表示ボタン２２５を押下すると、予測点欄２２２の各予測点が後述のようにグラフとして表示される。予測点欄２２２の予測点のうち、図６に示すようにチェックボックスにチェックが付された予測点のみがグラフとして表示されてもよい。

【0048】

ステップＳ１３で生成されるグラフは、例えば、学習用のデータセット１２１の目的変数のパラメータ間の関係と、ステップＳ１２で得られた予測結果の目的変数のパラメータ間の関係とを示す目的変数間グラフを含む。また、ステップＳ１３で生成されるグラフは、例えば、学習用のデータセット１２１における目的変数の各パラメータについてのヒストグラムを含む。

【0049】

図７は、このような目的変数間グラフ２３１、２３２とヒストグラム２３３、２３４とを示す第１のグラフ画面２３を例示する模式図である。

【0050】

目的変数間グラフ２３１の横軸は、目的変数の第１のパラメータＹ１であり、縦軸は、目的変数の第２のパラメータＹ２である。目的変数間グラフ２３１には、データセット１２１に含まれる目的変数が黒い点で示されている。ユーザがクリック、タップ等の操作により目的変数間グラフ２３１内の目的変数を選択すると、選択された目的変数のパラメータＹ１、Ｙ２の値と、選択された目的変数に対応する説明変数のパラメータＸ１～Ｘ４の値とが、変数表示欄２３５に表示される。

【0051】

目的変数間グラフ２３１には、さらに、ステップＳ１２で得られた予測結果の目的変数２３１ａ、２３１ｂ、２３１ｃがプロットされている。目的変数２３１ａ、２３１ｂ、２３１ｃは、図６の予測点欄２２２に表示された各予測点の目的変数に対応する。図示の例では、図７の目的変数間グラフ２３１にプロットされた目的変数２３１ａ、２３１ｂ、２３１ｃは、図６の予測点欄２２２のデモａ、デモｂ、デモｃと題された予測点にそれぞれ対応する。

【0052】

目的変数間グラフ２３２の横軸はＹ１であり、縦軸はＹ２である。目的変数間グラフ２３２の表示態様は、前述の目的変数間グラフ２３１と同様である。目的変数間グラフ２３２には、さらに、ステップＳ１２で得られた予測結果の目的変数２３２ａ、２３２ｂ、２３２ｃがプロットされている。

【0053】

ユーザは、図７の第１のグラフ画面２３に表示するパラメータを、パラメータ選択欄２３６で選択することができる。ユーザがグラフ描画ボタン２３７を押下すると、パラメータ選択欄２３６で選択されたパラメータに関する目的変数間グラフ及びヒストグラムが第１のグラフ画面２３に表示される。

【0054】

ユーザは、図７の第１のグラフ画面２３に表示された目的変数間グラフ２３１、２３２を見ることで、データセット１２１における目的変数の分布を把握することができる。例えば、製品の材料データにおいては、複数の目的変数同士がトレードオフの関係にある場合がある。このような場合に、ユーザは、目的変数間の関係性を目的変数間グラフ２３１、２３２から把握できる。また、ユーザは、ステップＳ１２で得られた予測結果が目的変数間グラフ２３１、２３２上のどこに位置するかを確認することで、説明変数を種々選択することによる目的変数の結果の改良の見込みをより正確に予想することができる。

【0055】

図７に示した第１のグラフ画面２３のヒストグラム２３３は、目的変数の第１のパラメータＹ１の分布を示す。ヒストグラム２３４は、目的変数の第２のパラメータＹ２の分布を示す。

【0056】

ユーザは、図７の第１のグラフ画面２３に表示されたヒストグラム２３３、２３４と、目的変数間グラフ２３１、２３２とを合わせて見ることで、ステップＳ１２で得られた予測結果の信頼性を把握することができる。例えば、ステップＳ１２で得られた予測結果がヒストグラム２３３、２３４の度数が高い位置に相当する場合、予測結果の信頼性が高いといえる。また、ユーザは、学習用のデータセット１２１におけるパラメータの偏りから、予測モデル１２２が得意であり正確な予測を行うことができる目的変数の値域、説明変数等を視覚的に把握することができる。

【0057】

さらに、ステップＳ１３で生成されるグラフは、学習用のデータセット１２１の説明変数と目的変数との間の関係を示す分布図データが示す分布図を含む。図８は、このような分布図を示す第２のグラフ画面２４を例示する模式図である。図８の例では、第２のグラフ画面２４には、分布図２４１－１、２４１－２、２４２－１、２４２－２、２４３－１、２４３－２、２４４－１、２４４－２が示されている。

【0058】

分布図２４１－１、２４１－２の横軸はＸ１であり、分布図２４２－１、２４２－２の横軸はＸ２であり、分布図２４３－１、２４３－２の横軸はＸ３であり、分布図２４４－１、２４４－２の横軸はＸ４である。分布図２４１－１、２４２－１、２４３－１、２４４－１の縦軸は目的変数の第１のパラメータＹ１である。分布図２４１－２、２４２－２、２４３－２、２４４－２の縦軸は目的変数の第２のパラメータＹ２である。

【0059】

ユーザは、図８の第２のグラフ画面２４に表示するパラメータを、パラメータ選択欄２４６で選択することができる。ユーザがグラフ描画ボタン２４７を押下すると、パラメータ選択欄２４６で選択されたパラメータに関する分布図が第２のグラフ画面２４に表示される。

【0060】

各分布図２４１－１、２４１－２、２４２－１、２４２－２、２４３－１、２４３－２、２４４－１、２４４－２には、それぞれ、図７の目的変数間グラフ２３１、２３２と同様に、ステップＳ１２で得られた予測結果を示す点がプロットされている。図示の例では、各分布図に、図６の予測点欄２２２のデモａ、デモｂ、デモｃと題された予測点に対応するシンボルが示されている。

【0061】

第２のグラフ画面２４には、推定描画時間２４８が表示されてもよい。推定描画時間２４８は、例えば図８に示すようにプログレスバー及びテキストで表示されるが、これに限定されず、プログレスバー及びテキストのどちらか一方により表示されてもよい。推定描画時間２４８により、ユーザは、描画にかかる時間の目安を確認することができる。また、推定描画時間２４８により、ユーザは、分布図の描画の進捗を知ることができる。

【0062】

２－５．傾向線
図３に戻り、制御部１１は、傾向線を生成する（Ｓ１４）。傾向線は、説明変数が変化したときの目的変数の変化の傾向を示す傾向情報の一例である。傾向線は、データセット１２１に基づいて生成される。

【0063】

図９は、第３のグラフ画面２４ａを例示する模式図である。図９の第３のグラフ画面２４ａでは、図８の第２のグラフ画面２４の各分布図に、傾向線が重畳表示されている。

【0064】

分布図２４１－１の傾向線１１ａ、１１ｂ、１１ｃは、図６の予測点欄２２２のデモａ、デモｂ、デモｃと題された予測点にそれぞれ対応する傾向線である。同様に、分布図２４１－２の傾向線１２ａ、１２ｂ、１２ｃは、デモａ、デモｂ、デモｃと題された予測点にそれぞれ対応する傾向線である。分布図２４２－１の傾向線２１ａ、２１ｂ、２１ｃは、デモａ、デモｂ、デモｃと題された予測点にそれぞれ対応する傾向線である。分布図２４２－２の傾向線２２ａ、２２ｂ、２２ｃは、デモａ、デモｂ、デモｃと題された予測点にそれぞれ対応する傾向線である。分布図２４３－１の傾向線３１ａ、３１ｂ、３１ｃは、デモａ、デモｂ、デモｃと題された予測点にそれぞれ対応する傾向線である。分布図２４３－２の傾向線３２ａ、３２ｂ、３２ｃは、デモａ、デモｂ、デモｃと題された予測点にそれぞれ対応する傾向線である。

【0065】

ユーザは、第３のグラフ画面２４ａの傾向線を確認することにより、各説明変数を変化させると各目的変数がどのように変化するのかを把握することができる。例えば、ユーザは、分布図２４１－１及び分布図２４２－１の傾向線を確認することで、当該予測モデルにおいて目的変数Ｙ１を大きくしたい場合には、説明変数Ｘ１及び／又はＸ２を大きくすればよいといった気付きを得ることができる。例えば、ユーザは、この気付きを材料設計に活用することで、効果的に材料開発を行うことができる。

【0066】

傾向線を生成するための処理の一例を、図１０～１２を用いて説明する。図１０に示すように、制御部１１は、予測実行画面３２２ｂの予測点欄２２２で選択された予測点について、分布図を生成する。この分布図の生成処理は、ステップＳ１３と同様の処理である。図１０に示した分布図２４５－１、２４５－２の横軸はＸ５である。

【0067】

予測点欄２２２の予測点２２２ａに対応するＸ１－Ｙ２平面（分布図２４１－１）上の点２４１－１ａ、２４１－２ａに関して、説明変数Ｘ１が変化したときの目的変数Ｙ１、Ｙ２の変化の傾向を示す傾向線を生成する処理を説明する。

【0068】

まず、制御部１１は、点２４１－１ａ、２４１－２ａを選択する。図１０に示すように予測点２２２ａを示すパラメータは、（Ｘ１，Ｘ２，Ｘ３，Ｘ４，Ｘ５，Ｙ１，Ｙ２）＝（０．０５，０．０５，０．０５，０，０．０５，１．８８３，０．５３４）である。したがって、点２４１－１ａの座標は（Ｘ１，Ｙ１）＝（０．０５，１．８８３）であり、点２４１－２ａの座標は（Ｘ１，Ｙ２）＝（０．０５，０．５３４）である。

【0069】

次に、制御部１１は、図１１に示すように、点２４１－１ａ、２４１－２ａの説明変数のパラメータＸ１を、最小値から最大値まで所定間隔で変化させることにより、データセットＤ１～Ｄｎを得る。データセットＤ１～Ｄｎでは、Ｘ１以外のパラメータＸ２～Ｘ５は固定値である。

【0070】

図１１の例では、最小値は０であり、最大値は１であり、所定間隔は０．０１である。しかしながら、本実施形態はこれに限定されず、Ｘ１の最小値は、学習用のデータセット１２１における説明変数のパラメータＸ１の最小値に設定され、Ｘ１の最大値は、データセット１２１における説明変数のパラメータＸ１の最大値に設定されてもよい。あるいは、Ｘ１の最小値は、データセット１２１における説明変数のパラメータＸ１より第１の所定値だけ小さい値に設定され、Ｘ１の最大値は、データセット１２１における説明変数のパラメータＸ１より第２の所定値だけ大きい値に設定されてもよい。第１の所定値と第２の所定値は同じであってもよいし、異なっていてもよい。また、上記の所定間隔は常に一定であってもよいが、一定でなくてもよい。

【0071】

次に、制御部１１は、データセットＤ１～Ｄｎのそれぞれを予測モデル１２２に入力し、出力結果である目的変数Ｙ１１～Ｙ１ｎ及びＹ２１～Ｙ２ｎを得る。

【0072】

次に、制御部１１は、目的変数Ｙ１１～Ｙ１ｎ及びＹ２１～Ｙ２ｎに基づいて、分布図２４１－１及び２４１－２上に傾向線を描画する。

【0073】

図１２は、このようにして描画された傾向線を例示する模式図である。図１２では、図１０の第２のグラフ画面２４の各分布図に、傾向線が重畳表示されている。制御部１１は、データセットＤ１～Ｄｎにおける説明変数Ｘ１の値と目的変数Ｙ１１～Ｙ１ｎとに基づいて、傾向線１１ａを描画することができる。制御部１１は、目的変数Ｙ１１～Ｙ１ｎを分布図２４１－１上に単にプロットするだけでもよいし、目的変数Ｙ１１～Ｙ１ｎに基づく近似曲線として傾向線１１ａを描画してもよい。

【0074】

同様に、制御部１１は、データセットＤ１～Ｄｎにおける説明変数Ｘ１の値と目的変数Ｙ２１～Ｙ２ｎとに基づいて、傾向線１２ａを描画する。

【0075】

制御部１１は、上記と同様の処理により、説明変数Ｘ３が変化したときの目的変数Ｙ１及びＹ２の変化の傾向を示す傾向線３１ａ及び３２ａを描画することができる。制御部１１は、説明変数Ｘ５が変化したときの目的変数Ｙ１及びＹ２の変化の傾向を示す傾向線５１ａ及び５２ａを描画することができる。

【0076】

制御部１１は、図１０の予測点２２２ａ以外の予測点について上記と同様の処理を行うことにより、図１２に例示した傾向線１１ｂ、１１ｃ、１２ｂ、１２ｃ、３１ｂ、３１ｃ、３２ｂ、３２ｃ、５１ｂ、５１ｃ、５２ｂ、５２ｃを描画することができる。

【0077】

２－６．表示
図３に戻り、制御部１１は、ステップＳ１３で生成されたグラフと、ステップＳ１４で生成された傾向線とを表示装置２０に表示させる（Ｓ１５）。例えば、制御部１１は、グラフ及び傾向線を画像データを出力インタフェース１４を介して表示装置２０に送信し、表示装置２０は、受信した画像データが示す画像を表示する。

【0078】

３．探索動作
３－１．概要
図１３は、本実施形態に係るデータ分析支援方法の探索動作を例示するフローチャートである。探索動作では、予測モデル１２２を用いて、ユーザによって探索目標として入力された目的変数を出力するような説明変数を探索する。あるいは、制御部１１は、予測モデル１２２に代えて、探索用に準備された探索モデルに探索を実行させてもよい。図１３の処理は、例えばデータ分析支援装置１０の制御部１１によって実行される。

【0079】

３－２．探索条件の入力
まず、制御部１１は、探索条件を取得する（Ｓ２１）。探索条件は、予測モデル１２２の種類、目的変数に対応する入力情報（探索目標）の値、探索回数等を含む。探索条件は、例えば、マウス、タッチパネル、キーボード等の入力装置を用いてユーザによって入力され、入力インタフェース１３を介して制御部１１に入力される。

【0080】

図１４を用いて、探索条件の設定手段の一例を説明する。図１４は、探索条件を設定するための探索設定画面２５の一例を示す模式図である。ユーザは、探索設定画面２５の探索目標欄２５１に、探索目標として所望の目的変数の値を入力することができる。例えば、ユーザは、図１４のＹ１のように、下限値及び上限値を入力することで、探索目標を指定する。

【0081】

あるいは、ユーザは、図１４のＹ２のように、ある目的変数のパラメータが最大（ｍａｘ）となるように目標を設定してもよい。このようにするためには、ユーザは、探索目標欄２５１の目標設定欄で「ｍａｘ」を選択する。目標設定として「ｍａｘ」が選択された場合、制御部１１は、対象である目的変数のパラメータ（図１４ではＹ２）が最大となる説明変数を探索する。また、ユーザは、ある目的変数のパラメータが最小（ｍｉｎ）となるように目標を設定してもよい。目標設定として「ｍｉｎ」が選択された場合、制御部１１は、対象である目的変数のパラメータが最小となる説明変数を探索する。

【0082】

あるいは、探索目標欄２５１の目標設定欄には、何も設定されなくてもよい。例えば、探索目標欄２５１の目標設定欄には、Ｎｕｌｌ値が設定されてもよい。この場合、目標設定欄にＮｕｌｌ値が設定された目的変数のパラメータに関する情報は、探索結果に制限を加えるなどの影響を与えない。

【0083】

探索設定画面２５の説明変数欄２５２では、ユーザは、説明変数の各パラメータの範囲を指定することができる。指定された範囲内の点が、探索結果として得られる。

【0084】

探索設定画面２５の探索回数欄２５３では、ユーザは、探索を行う回数を設定することができる。探索を２回以上行うように設定された場合、２回目以降の探索では、それまでに探索された点から所定距離内にある点は探索対象から除外されてもよい。これにより、似た探索結果が繰り返し出力されることを防止することができる。

【0085】

探索に使用される予測モデルは、図４に示したモデル選択画面２１と同様のモデル選択画面を用いて選択される。

【0086】

３－３．探索
ユーザが探索設定画面２５の探索実行２５４ボタン（図１４参照）を押下すると、探索が実行される。制御部１１は、ステップＳ２１で取得した探索条件に従い、予測モデル１２２を用いて探索を実行し、探索結果を得る（図１３のＳ２２）。

【0087】

図１５は、ステップＳ２２で得られる探索結果を示す探索結果画面２６の一例を示す模式図である。探索結果画面２６のモデル欄２６１には、ユーザによって選択され、探索に使用された予測モデル１２２に関する情報が表示される。モデル欄２６１に表示される予測モデル１２２に関する情報は、例えば、モデル名、探索目標、説明変数、獲得関数、最適化手法、探索回数、更新日時等を含む。

【0088】

探索結果画面２６の探索結果欄２６２には、探索回数に応じた数の探索結果が表示される。図１５では探索回数が３回と設定されているため、探索結果欄２６２には３回分の探索結果が示されている。

【0089】

探索結果画面２６の設定値表示欄２６３には、図１４の探索設定画面２５の探索目標欄２５１で設定された探索目標としての目的変数の条件と、図１４の探索設定画面２５の説明変数欄２５２で設定された説明変数の各パラメータの範囲とが表示される。

【0090】

３－４．グラフ生成
ユーザがグラフ表示ボタン２６４を押下すると、制御部１１はグラフを生成する（図１３のＳ２３）。ステップＳ２３で生成されるグラフは、図７に示した目的変数間グラフ２３１、２３２及びヒストグラム２３３、２３４と同様のグラフである。

【0091】

ユーザが図１４の探索目標欄２５１の目標設定欄で特定の目的変数について「範囲」を選択した場合、制御部１１は、ステップＳ２３で生成される当該目的変数を示すグラフに、当該目的変数の目標範囲を表す基準線を重畳表示させてもよい。

【0092】

ステップＳ２３で生成されるグラフは、図８に示したような分布図を含んでもよい。

【0093】

４．まとめ
以上のように、本実施形態に係るデータ分析支援装置１０は、データセット１２１及び予測モデル１２２を記憶する記憶部１２と、入力部の一例である入力インタフェース１３と、制御部１１とを備える。データセット１２１は、製品を製造するための少なくとも１つのパラメータを規定する説明変数と、製品の性質を示す少なくとも１つのパラメータを規定する目的変数とを含む。予測モデル１２２は、説明変数と目的変数とを関連付ける。入力インタフェース１３は、説明変数に対応する入力情報の入力を受け付ける（Ｓ１１）。制御部１１は、入力情報に基づいて、予測モデル１２２を用いて製品の性質を示す出力情報を得る（Ｓ１２）。制御部１１は、データセット１２１の説明変数と目的変数との間の関係を示す分布図データを生成し、分布図データが示す分布図上に入力情報と出力情報とをプロットする（Ｓ１３）。制御部１１は、入力情報と出力情報とがプロットされた分布図を表示装置２０に表示させる（Ｓ１５）。

【0094】

データ分析支援装置１０は、製品の製造に関するデータの分析を支援する。具体的には、例えば、データ分析支援装置１０が、入力情報と出力情報とがプロットされた分布図を表示装置２０に表示させることにより、ユーザは、製品を製造するためのパラメータを、所望の出力情報が得られるように選択し易くなる。このように、データ分析支援装置１０は、入力情報の入力についてユーザを支援することができる。

【0095】

目的変数は、製品の性質を示す複数のパラメータを規定し、分布図データは、目的変数の複数のパラメータ間の関係を示す情報の一例である目的変数間グラフ２３１、２３２を含んでもよい。この構成によれば、ユーザは、目的変数間グラフ２３１、２３２を見ることで、データセット１２１における目的変数の分布を把握することができる。ユーザは、予測モデル１２２を用いて得られた出力情報が目的変数間グラフ２３１、２３２上のどこに位置するかを確認することで、入力情報を種々選択することによる出力情報を正確に予想することができる。

【0096】

制御部１１は、目的変数のヒストグラム２３３、２３４を生成し、ヒストグラム２３３、２３４を分布図と共に表示装置２０に表示させてもよい。この構成によれば、ユーザは、ヒストグラム２３３、２３４と、目的変数間グラフ２３１、２３２とを合わせて見ることで、予測モデル１２２を用いて得られた出力情報の信頼性を把握することができる。

【0097】

予測モデル１２２は、説明変数の入力に対して目的変数を出力するように学習された学習済みモデルであってもよい。この場合、制御部１１は、予測モデル１２２に前記入力情報を入力することによって、予測モデル１２２から出力された出力情報を取得する。

【0098】

制御部１１は、予測モデル１２２に基づいて、説明変数が変化したときの目的変数の変化の傾向を示す傾向情報を決定し、傾向情報が示す画像の一例である傾向線を分布図上に重畳表示させてもよい。ユーザは、傾向線を確認することにより、説明変数を変化させると目的変数がどのように変化するのかを把握することができる。

【0099】

制御部１１は、データセット１２１の説明変数の範囲及び目的変数の範囲の少なくとも一方を示す参考情報を表示装置２０に表示させてもよい。この構成によれば、ユーザは、参考情報を参考にして入力情報を決定することができる。

【0100】

参考情報は、説明変数の範囲を示す情報を含んでもよい。制御部１１は、参考情報の説明変数の範囲内の参考入力情報を予測モデルに入力することで、予測モデルから出力された参考出力情報を取得し、参考入力情報及び参考出力情報を表示装置２０に表示させてもよい。この構成によれば、ユーザは、参考入力情報と参考出力情報とを参考にして、所望の出力情報を得るために、入力情報を効率的に選択することができる。

【0101】

５．他の実施形態
以上のように、本発明における技術の例示として、実施形態を説明した。しかしながら、本発明における技術は、これに限定されず、適宜、変更、置換、付加、省略などを行った実施形態にも適用可能である。また、上記実施形態で説明した各構成要素を組み合わせて、新たな実施形態とすることも可能である。そこで、以下、他の実施形態を例示する。

【0102】

上記の実施形態では、データセット１２１及び予測モデル１２２が予め記憶部１２に格納されている例について説明したが、本発明はこれに限定されない。例えば、制御部１１は、入力インタフェース１３を介して、外部で作成された外部データセットを取り込んでもよい。また、制御部１１は、外部で作成された外部モデルを取り込んでもよい。制御部１１は、データセット１２１及び予測モデル１２２に代えて、あるいはデータセット１２１及び予測モデル１２２に加えて、外部データセット及び／又は外部モデルを使用して、予測、探索等の動作を実行することができる。

【0103】

このような外部モデルは、データ分析支援装置１０に搭載済みの予測モデル１２２と同じクラス又は互換性のあるクラスを有する。クラスは、入力データ及び出力データの形式、メソッド等を定義する雛形である。制御部１１は、予測モデル１２２と同じクラス又は互換性のあるクラスを継承して作成された外部モデルのみを受け付けるように構成される。この際、制御部１１は、予測モデル１２２及び外部モデルの入力データの形式、出力データの形式、及びメソッドを比較し、これらが一致している場合に、予測モデル１２２と外部モデルのクラスが同一であると判断する。例えば、予測モデル１２２と同じクラスのモデルとは、説明変数Ｘを入力とし、Ｙ＝ｆ（Ｘ）で表される計算により出力としての目的変数Ｙを導出できるモデルを指す。制御部１１は、予測モデル１２２と同じクラスでも互換性のあるクラスでもないモデルを受信した場合、当該モデルを取り込まず、エラー文を表示装置２０に表示させる。

【0104】

これにより、データ分析支援装置１０に搭載済みの予測モデル１２２、外部モデル、及びデータセットの種類を統一することができ、制御部１１は、予測及び探索で使用する際に、予測モデル１２２と外部モデルとを同様に扱うことができる。

【0105】

予測モデル１２２及び外部モデルは学習済みモデルに限定されない。例えば、予測モデル１２２及び外部モデルは、Ｙ＝ａＸ（ａは定数）で表されるＹを算出するような、学習を必要としないモデルであってもよい。

【0106】

図１６は、他の実施形態に係る外部情報の取込処理を例示するフローチャートである。外部情報は、外部データセット及び外部モデルの少なくとも一方を含む。

【0107】

図１６において、制御部１１は、入力インタフェース１３を介して、外部データセット又は外部モデルを取得する（Ｓ３１）。

【0108】

次に、制御部１１は、外部データセット又は外部モデルのクラス情報と一致するデータセット又はモデルが記憶部１２内にあるか否かを判定する（Ｓ３２）。

【0109】

このようなデータセット又はモデルが記憶部１２内にある場合（Ｓ３２でＹｅｓ）、制御部１１は、ステップＳ３１で取得した外部データセット又は外部モデルを記憶部１２に保存する（Ｓ３３）。この場合、制御部１１は、保存した外部データセット又は外部モデルの識別情報（ＩＤ情報）も記憶部１２に保存する。

【0110】

外部データセット又は外部モデルのクラス情報と一致するデータセット又はモデルが記憶部１２内にない場合（Ｓ３２でＮｏ）、制御部１１は、ステップＳ３１で取得したデータセット又はモデルを取り込まず（保存せず）、エラー文を表示装置２０に表示させる。

【0111】

６．態様例
以下、本発明の態様を例示する。

【0112】

＜態様１＞
製品を製造するための少なくとも１つのパラメータを規定する説明変数及び前記製品の性質を示す少なくとも１つのパラメータを規定する目的変数を含むデータセット、及び前記説明変数と前記目的変数とを関連付ける予測モデルを記憶する記憶部と、
前記説明変数に対応する入力情報の入力を受け付ける入力部と、
前記入力情報に基づいて、前記予測モデルを用いて前記製品の性質を示す出力情報を得る制御部と、を備え、
前記制御部は、
前記データセットの前記説明変数と前記目的変数との間の関係を示す分布図データを生成し、
前記分布図データが示す分布図上に前記入力情報と前記出力情報とをプロットし、
前記入力情報と前記出力情報とがプロットされた前記分布図を表示装置に表示させる、
データ分析支援装置。

【0113】

＜態様２＞
前記目的変数は、前記製品の性質を示す複数のパラメータを規定し、
前記分布図データは、前記目的変数の前記複数のパラメータ間の関係を示す情報を含む、
態様１に記載のデータ分析支援装置。

【0114】

＜態様３＞
前記制御部は、
前記目的変数のヒストグラムを生成し、
前記ヒストグラムを前記分布図と共に前記表示装置に表示させる、
態様１又は２に記載のデータ分析支援装置。

【0115】

＜態様４＞
前記予測モデルは、前記説明変数の入力に対して前記目的変数を出力するように学習された学習済みモデルであり、
前記制御部は、前記予測モデルに前記入力情報を入力することによって、前記予測モデルから出力された前記出力情報を取得する、
態様１～３のいずれかに記載のデータ分析支援装置。

【0116】

＜態様５＞
前記制御部は、
前記予測モデルに基づいて、前記説明変数が変化したときの前記目的変数の変化の傾向を示す傾向情報を決定し、
前記傾向情報が示す画像を前記分布図上に重畳表示させる、
態様１～４のいずれかに記載のデータ分析支援装置。

【0117】

＜態様６＞
前記制御部は、前記データセットの前記説明変数の範囲及び前記目的変数の範囲の少なくとも一方を示す参考情報を前記表示装置に表示させる、態様１に記載のデータ分析支援装置。

【0118】

＜態様７＞
前記参考情報は、前記説明変数の範囲を示す情報を含み、
前記制御部は、
前記参考情報の前記説明変数の範囲内の参考入力情報を前記予測モデルに入力することで、前記予測モデルから出力された参考出力情報を取得し、
前記参考入力情報及び前記参考出力情報を前記表示装置に表示させる、態様６に記載のデータ分析支援装置。

【0119】

＜態様８＞
前記制御部は、
前記入力部を介して、外部から、前記説明変数及び前記目的変数を含む外部データセットと、前記説明変数と前記目的変数とを関連付ける外部モデルとを取得可能に構成され、
前記入力部を介して、前記外部データセット又は前記外部モデルを取得した場合、取得した前記外部データセット又は前記外部モデルのクラス情報が、前記データセット又は前記予測モデルのクラス情報と一致するか否かを判断し、
前記外部データセット又は前記外部モデルのクラス情報が、前記データセット又は前記予測モデルのクラス情報と一致すると判断した場合、前記外部データセット又は前記外部モデルを前記記憶部に格納する、
態様１～７のいずれかに記載のデータ分析支援装置。

【0120】

＜態様９＞
制御部によって実行されるデータ分析支援方法であって、
製品を製造するための少なくとも１つのパラメータを規定する説明変数及び前記製品の性質を示す少なくとも１つのパラメータを規定する目的変数を含むデータセットと、前記説明変数と前記目的変数とを関連付ける予測モデルと、を準備するステップと、
前記説明変数に対応する入力情報を取得するステップと、
前記入力情報に基づいて、前記予測モデルを用いて前記製品の性質を示す出力情報を得るステップと、
前記データセットの前記説明変数と前記目的変数との間の関係を示す分布図データを生成するステップと、
前記分布図データが示す分布図上に前記入力情報と前記出力情報とをプロットするステップと、
前記入力情報と前記出力情報とがプロットされた前記分布図を表示装置に表示させるステップと、を含む、
データ分析支援方法。

【符号の説明】

【0121】

１ データ分析支援システム
１０ データ分析支援装置
１１ 制御部
１２ 記憶部
１３ 入力インタフェース
１４ 出力インタフェース
２０ 表示装置
２１ モデル選択画面
２３ 第１のグラフ画面
２４ 第２のグラフ画面
２４ａ 第３のグラフ画面
２５ 探索設定画面
２６ 探索結果画面
１１１ 演算部
１１２ グラフ生成部
１２１ データセット
１２２ 予測モデル
３２２ａ 予測実行画面
３２２ｂ 予測実行画面

【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】