特許 7093101 データ生成装置、データ生成方法及びデータ生成プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-06-21

(45)【発行日】2022-06-29

(54)【発明の名称】データ生成装置、データ生成方法及びデータ生成プログラム

(51)【国際特許分類】

   G06N 20/00 20190101AFI20220622BHJP

【ＦＩ】

G06N20/00 130

【請求項の数】 8

(21)【出願番号】P 2018032358

(22)【出願日】2018-02-26

(65)【公開番号】P2019148915

(43)【公開日】2019-09-05

【審査請求日】2021-02-12

(73)【特許権者】

【識別番号】512079738

【氏名又は名称】株式会社グルーヴノーツ

(74)【代理人】

【識別番号】100079108

【弁理士】

【氏名又は名称】稲葉 良幸

(74)【代理人】

【識別番号】100109346

【弁理士】

【氏名又は名称】大貫 敏史

(74)【代理人】

【識別番号】100117189

【弁理士】

【氏名又は名称】江口 昭彦

(74)【代理人】

【識別番号】100134120

【弁理士】

【氏名又は名称】内藤 和彦

(72)【発明者】

【氏名】最首 英裕

【審査官】吉倉 大智

(56)【参考文献】

【文献】米国特許出願公開第２０１８／００４６９２６（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１１／０３２０３８８（ＵＳ，Ａ１）

【文献】特開２００８－１７６５０３（ＪＰ，Ａ）

【文献】再公表特許第２００９／０３４９６７（ＪＰ，Ａ１）

【文献】Eibe Frank ほか，The WEKA workbench online appendix for "Data mining: practical machine learning tools and techniques"，[online]，2022年01月17日，pp.7-8, p.16, pp.25-37及びp.52，インターネット：<URL：https://www.cs.waikato.ac.nz/ml/weka/Witten_et_al_2016_appendix.pdf>

【文献】阿部秀尚 ほか，ＲＯＳ環境上での機械学習実行モジュールの設計と実装，第７９回（平成２９年）全国大会講演論文集（２） 人工知能と認知科学，一般社団法人情報処理学会，2017年03月16日，ｐｐ．２－５７～２－５８（４Ｃ－０５）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｎ ３／００－９９／００

(57)【特許請求の範囲】

【請求項1】

順序付けられた基準列のデータ及び前記基準列のデータに関連付けられたデータを含むデータ群を取得する取得部と、
識別器に入力するデータ数の指定を受け付ける入力部と、
前記データ群から、指定された前記データ数だけ連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられ、前記識別器の出力と比較されるデータを抽出する抽出部と、
前記抽出部による抽出を繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記識別器の学習用データを生成する生成部と、
を備え、
前記生成部は、参照する前記基準列のデータを一つずつずらして前記抽出部による抽出を繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記学習用データを生成する、
るデータ生成装置。

【請求項2】

順序付けられた基準列のデータ及び前記基準列のデータに関連付けられたデータを含むデータ群を取得する取得部と、
識別器に入力するデータ数の指定を受け付ける入力部と、
前記データ群から、指定された前記データ数だけ連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられ、前記識別器の出力と比較されるデータを抽出する抽出部と、
前記抽出部による抽出を繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記識別器の学習用データを生成する生成部と、
を備え、
前記入力部は、前記抽出部による抽出を繰り返す際のスライド数の指定を受け付け、
前記生成部は、参照する前記基準列のデータを指定された前記スライド数ずつずらして前記抽出部による抽出を繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記学習用データを生成する、
るデータ生成装置。

【請求項3】

前記取得部は、それぞれ前記基準列のデータに関連付けられた複数種類のデータを含む前記データ群を取得し、
前記入力部は、前記識別器による予測対象とし、前記識別器の出力と比較するデータ種類の指定を受け付け、
前記抽出部は、前記データ群から、指定された前記データ数だけ連続している基準列のデータにそれぞれ関連付けられた前記複数種類のデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられ、前記予測対象として指定されたデータ種類のデータを抽出する、
請求項１又は２に記載の生成装置。

【請求項4】

前記入力部は、前記データ種類毎に、前記データ数の指定を受け付け、
前記抽出部は、前記複数種類のデータそれぞれから、前記データ種類毎に指定された前記データ数だけ連続している基準列のデータに関連付けられたデータを抽出する、
請求項３に記載の生成装置。

【請求項5】

順序付けられた基準列のデータ及び前記基準列のデータに関連付けられたデータを含むデータ群を取得すること、
識別器に入力するデータ数の指定を受け付けることと、
前記データ群から、指定された前記データ数だけ連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられ、前記識別器の出力と比較されるデータを抽出することと、
前記抽出することによる抽出を繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記識別器の学習用データを生成することと、
を含み、
前記生成することは、参照する前記基準列のデータを一つずつずらして前記抽出することを繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記学習用データを生成する、
データ生成方法。

【請求項6】

順序付けられた基準列のデータ及び前記基準列のデータに関連付けられたデータを含むデータ群を取得すること、
識別器に入力するデータ数の指定を受け付けることと、
前記データ群から、指定された前記データ数だけ連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられ、前記識別器の出力と比較されるデータを抽出することと、
前記抽出することによる抽出を繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記識別器の学習用データを生成することと、
を含み、
前記受け付けることは、前記抽出することによる抽出を繰り返す際のスライド数の指定を受け付け、
前記生成することは、参照する前記基準列のデータを指定された前記スライド数ずつずらして前記抽出することを繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記学習用データを生成する、
データ生成方法。

【請求項7】

データ生成装置に備えられた演算部を、
順序付けられた基準列のデータ及び前記基準列のデータに関連付けられたデータを含むデータ群を取得する取得部、
識別器に入力するデータ数の指定を受け付ける入力部、
前記データ群から、指定された前記データ数だけ連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられ、前記識別器の出力と比較されるデータを抽出する抽出部、及び
前記抽出部による抽出を繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記識別器の学習用データを生成する生成部、として機能させ、
前記生成部は、参照する前記基準列のデータを一つずつずらして前記抽出部による抽出を繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記学習用データを生成する、データ生成プログラム。

【請求項8】

データ生成装置に備えられた演算部を、
順序付けられた基準列のデータ及び前記基準列のデータに関連付けられたデータを含むデータ群を取得する取得部、
識別器に入力するデータ数の指定を受け付ける入力部、
前記データ群から、指定された前記データ数だけ連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられ、前記識別器の出力と比較されるデータを抽出する抽出部、及び
前記抽出部による抽出を繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記識別器の学習用データを生成する生成部、であって、
として機能させ、
前記入力部は、前記抽出部による抽出を繰り返す際のスライド数の指定を受け付け、
前記生成部は、参照する前記基準列のデータを指定された前記スライド数ずつずらして前記抽出部による抽出を繰り返して、前記連続している基準列のデータに関連付けられたデータ及び前記連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、前記学習用データを生成する、データ生成プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、データ生成装置、データ生成方法及びデータ生成プログラムに関する。

【背景技術】

【0002】

近年、ニューラルネットワーク等の識別器を用いて、時系列データ等の順序付けられたデータの予測を行う技術が研究されている。識別器は、順序付けられたデータの変化を再現するように、データの一部を入力した場合に、入力したデータに続くデータを予測するように学習されることがある。

【0003】

下記特許文献１には、データ値の時系列を要素として含む集合が分割して入力される第１及び第２のニューラルネットワークと、第１及び第２のニューラルネットワークの出力の内積を入力として、予測対象時刻におけるデータ値の予測値を出力する第３のニューラルネットワークと、を含む予測モデルの学習を行う情報処理装置が記載されている。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０１５－１６６９６２号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

順序付けられたデータの予測を行う識別器は、過去に記録されたデータを入力として、将来のデータを予測する。例えば、日々の天候に関する時系列データを予測する場合、識別器は、直近数日以内に記録された天候に関するデータを入力として、翌日の天候を予測することがある。

【0006】

ここで、識別器の学習処理は、予測処理を行う場合と同じデータ形式の学習用データを用いて行われることがある。例えば、識別器により天候を予測する場合に、直近７日間に記録された天候に関するデータを識別器の入力として、翌日の天候を予測するのであれば、学習用データとして、７日間の天候に関するデータとその翌日の天候がひとまとまりとなったデータ群が必要となる。

【0007】

しかしながら、識別器の学習処理において、どのような長さの順序付けられたデータを入力とすれば識別性能を向上させることができるのかが必ずしも明らかでない場合がある。そのような場合、過去に記録されたデータが用意できたとしても、適切な学習用データを生成するための負担が過大となり、識別器の識別性能を十分に高められないことがある。

【0008】

そこで、本発明は、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを生成することを支援するデータ生成装置、データ生成方法及びデータ生成プログラムを提供する。

【課題を解決するための手段】

【0009】

本発明の一態様に係るデータ生成装置は、順序付けられた基準列のデータ及び基準列のデータに関連付けられたデータを含むデータ群を取得する取得部と、識別器に入力するデータ数の指定を受け付ける入力部と、データ群から、指定されたデータ数だけ連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられ、識別器の出力と比較されるデータを抽出する抽出部と、抽出部による抽出を繰り返して、連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、識別器の学習用データを生成する生成部と、を備える。

【0010】

この態様によれば、識別器に入力するデータ数を指定することで、識別器に入力する一連のデータと、識別器の出力と比較されるデータとが抽出される。これにより、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを生成することを支援することができる。

【0011】

上記態様において、取得部は、それぞれ基準列のデータに関連付けられた複数種類のデータを含むデータ群を取得し、入力部は、識別器による予測対象とし、識別器の出力と比較するデータ種類の指定を受け付け、抽出部は、データ群から、指定されたデータ数だけ連続している基準列のデータにそれぞれ関連付けられた複数種類のデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられ、予測対象として指定されたデータ種類のデータを抽出してもよい。

【0012】

この態様によれば、識別器に入力するデータ数と、予測対象とするデータ種類とを指定することで、識別器に入力する一連のデータと、予測対象とするデータとが抽出される。これにより、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを生成することを支援することができる。

【0013】

上記態様において、入力部は、データ種類毎に、データ数の指定を受け付け、抽出部は、複数種類のデータそれぞれから、データ種類毎に指定されたデータ数だけ連続している基準列のデータに関連付けられたデータを抽出してもよい。

【0014】

この態様によれば、識別器に入力するデータ数をデータ種類毎に指定することで、学習用データのデータ構造をより柔軟に調整して識別器の識別性能を十分に高める学習用データを生成することを支援することができる。

【0015】

上記態様において、生成部は、参照する基準列のデータを一つずつずらして抽出部による抽出を繰り返して、連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、学習用データを生成してもよい。

【0016】

この態様によれば、学習用データのデータ数が多くなるように学習用データを生成することができ、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを効率的に生成することを支援できる。

【0017】

上記態様において、入力部は、抽出部による抽出を繰り返す際のスライド数の指定を受け付け、生成部は、参照する基準列のデータを指定されたスライド数ずつずらして抽出部による抽出を繰り返して、連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、学習用データを生成してもよい。

【0018】

この態様によれば、データの重複範囲を調整して学習用データを生成することができ、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを効率的に生成することを支援できる。

【0019】

本発明の他の態様に係るデータ生成方法は、順序付けられた基準列のデータ及び基準列のデータに関連付けられたデータを含むデータ群を取得すること、識別器に入力するデータ数の指定を受け付けることと、データ群から、指定されたデータ数だけ連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられ、識別器の出力と比較されるデータを抽出することと、抽出することによる抽出を繰り返して、連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、識別器の学習用データを生成することと、を含む。

【0020】

この態様によれば、識別器に入力するデータ数を指定することで、識別器に入力する一連のデータと、識別器の出力と比較されるデータとが抽出される。これにより、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを生成することを支援することができる。

【0021】

本発明の他の態様に係るデータ生成プログラムは、データ生成装置に備えられた演算部を、順序付けられた基準列のデータ及び基準列のデータに関連付けられたデータを含むデータ群を取得する取得部、識別器に入力するデータ数の指定を受け付ける入力部、データ群から、指定されたデータ数だけ連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられ、識別器の出力と比較されるデータを抽出する抽出部、及び抽出部による抽出を繰り返して、連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、識別器の学習用データを生成する生成部、として機能させる。

【0022】

この態様によれば、識別器に入力するデータ数を指定することで、識別器に入力する一連のデータと、識別器の出力と比較されるデータとが抽出される。これにより、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを生成することを支援することができる。

【発明の効果】

【0023】

適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを生成することを支援するデータ生成装置、データ生成方法及びデータ生成プログラムを提供する。

【図面の簡単な説明】

【0024】

【図1】本発明の実施形態に係るデータ生成装置の機能ブロック図である。

【図2】本発明の実施形態に係るデータ生成装置の物理的構成を示す図である。

【図3】本発明の実施形態に係るデータ生成装置により表示されるデータ一覧の例である。

【図4】本発明の実施形態に係るデータ生成装置により取得されるデータ群の一例である。

【図5】本発明の実施形態に係るデータ生成装置により表示される設定画面の例である。

【図6】本発明の実施形態に係るデータ生成装置により生成される学習用データの一例である。

【図7】本発明の実施形態に係るデータ生成装置により実行される学習用データの生成処理のフローチャートである。

【図8】本発明の実施形態に係るデータ生成装置により表示される設定画面の他の例である。

【図9】本発明の実施形態に係るデータ生成装置により生成される学習用データの他の例である。

【発明を実施するための形態】

【0025】

以下、本発明の一側面に係る実施の形態（以下、「本実施形態」と表記する。）を、図面に基づいて説明する。なお、各図において、同一の符号を付したものは、同一又は同様の構成を有する。

【0026】

図１は、本発明の実施形態に係るデータ生成装置１０の機能ブロック図である。データ生成装置１０は、取得部１１、抽出部１２、生成部１３、表示部１０ｆ及び入力部１０ｅを備える。同図に示す機能ブロックは一例であり、データ生成装置１０は、これら以外の機能ブロックを備えていてもよい。

【0027】

取得部１１は、インターネットやＬＡＮ（Local Area Network）等の通信ネットワークＮを介して、データベース１００から、順序付けられた基準列のデータ及び基準列のデータに関連付けられたデータを含むデータ群を取得する。ここで、基準列は、入力部１０ｅからの入力に基づいて設定されてもよい。基準列のデータは、順序付けられたデータであればどのようなものであってもよいが、例えば日付を表すデータであったり、時刻を表すデータであったり、連続番号のデータであったりしてよい。また、基準列のデータに関連付けられたデータは、任意のデータであってよいが、例えば天候に関するデータであったり、売上に関するデータであったりしてよい。例えば基準列のデータが日付を表すデータである場合、基準列のデータに関連付けられたデータは、日付に関連付けられた天候に関するデータであったり、売上に関するデータであったりしてよい。なお、データ群の保存場所は、データベース１００に限られず、データ生成装置１０自体であってもよいし、データ生成装置１０と通信可能な任意の装置であってよい。

【0028】

入力部１０ｅは、識別器に入力するデータ数の指定を受け付ける。識別器は、データ生成装置１０に記憶されたものであってもよいし、通信ネットワークＮを介してデータ生成装置１０と通信可能な外部機器に記憶されたものであってもよく、例えばニューラルネットワークであってよい。識別器がニューラルネットワークの場合、識別器に入力するデータ数は、ニューラルネットワークの入力層に入力するデータ数であってよい。

【0029】

抽出部１２は、取得されたデータ群から、指定されたデータ数だけ連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられ、識別器の出力と比較されるデータを抽出する。例えば基準列のデータが日付を表すデータであり、指定されたデータ数が３である場合、指定されたデータ数だけ連続している基準列のデータは、３日間連続している日付のデータである。そして、指定されたデータ数だけ連続している基準列のデータに関連付けられているデータは、例えば、３日間連続している日付のデータに関連付けられている天候に関するデータであったり、売上に関するデータであったりしてよい。また、連続している基準列のデータと異なる基準列のデータは、連続している基準列のデータと隣り合う基準列のデータであってよい。例えば、３日間連続している日付のデータに隣り合う４日目の基準列のデータであってよい。そして、識別器の出力と比較されるデータは、識別器の出力と同じデータ形式のデータであってよく、例えば天候に関するデータであったり、売上に関するデータであったりしてよい。上記の例において、抽出部１２は、３日間連続している日付に関連付けられた天候に関するデータや売上に関するデータと、４日目の天候に関するデータや売上に関するデータとを抽出してよい。

【0030】

生成部１３は、抽出部１２による抽出を繰り返して、連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、識別器の学習用データを生成する。生成部１３は、抽出部１２により抽出する先頭のデータが重複しないように、抽出部１２による抽出を繰り返して、学習用データを生成してよい。学習用データには、識別器に入力されるデータと、識別器の出力と比較されるデータとのセットが複数含まれていてよい。生成部１３により生成された学習用データは、表示部１０ｆに表示されてよい。

【0031】

取得部１１は、それぞれ基準列のデータに関連付けられた複数種類のデータを含むデータ群を取得してもよいし、１種類のデータを含むデータ群を取得してもよい。基準列のデータに関連付けられた複数種類のデータは、例えば、天候に関するデータと、売上に関するデータであってよい。この場合、入力部１０ｅは、識別器による予測対象とし、識別器の出力と比較するデータ種類の指定を受け付けてよい。識別器による予測対象とするデータ種類は、識別器により出力されるデータ種類であってよい。そして、抽出部１２は、データ群から、指定されたデータ数だけ連続している基準列のデータにそれぞれ関連付けられた複数種類のデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられ、予測対象として指定されたデータ種類のデータを抽出してよい。すなわち、抽出部１２は、識別器に入力する複数種類のデータと、識別器による予測対象とするデータとを抽出してよい。例えば基準列のデータが日付を表すデータであり、指定されたデータ数が３であり、基準列のデータに関連付けられた複数種類のデータが天候に関するデータ及び売上に関するデータであり、予測対象とするデータが売上に関するデータである場合、抽出部１２は、３日間連続している日付に関連付けられた天候に関するデータ及び売上に関するデータと、４日目の売上に関するデータとを抽出してよい。

【0032】

このように、識別器に入力するデータ数と、予測対象とするデータ種類とを指定することで、識別器に入力する一連のデータと、予測対象とするデータとが抽出される。これにより、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを生成することを支援することができる。

【0033】

また、基準列のデータに関連付けられた複数種類のデータがデータ群に含まれる場合、入力部１０ｅは、データ種類毎に、データ数の指定を受け付けてもよい。そして、抽出部１２は、複数種類のデータそれぞれから、データ種類毎に指定されたデータ数だけ連続している基準列のデータに関連付けられたデータを抽出してよい。すなわち、抽出部１２は、データ種類毎に識別器に入力する複数種類のデータ数を調整して、識別器に入力するデータを抽出してよい。例えば基準列のデータが日付を表すデータであり、基準列のデータに関連付けられた複数種類のデータが天候に関するデータ及び売上に関するデータであり、天候のデータ種類について指定されたデータ数が３であり、売上のデータ種類について指定されたデータ数が２である場合、抽出部１２は、３日間連続している日付に関連付けられた天候に関するデータ、２日間連続している日付に関連付けられた売上に関するデータ及び４日目の天候に関するデータや売上に関するデータを抽出してよい。ここで、２日間連続している日付に関連付けられた売上に関するデータは、予測対象とする日付から遡って２日間連続している日付に関連付けられた売上に関するデータであってよい。

【0034】

このように、識別器に入力するデータ数をデータ種類毎に指定することで、学習用データのデータ構造をより柔軟に調整して識別器の識別性能を十分に高める学習用データを生成することを支援することができる。

【0035】

生成部１３は、参照する基準列のデータを一つずつずらして抽出部１２による抽出を繰り返して、連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、学習用データを生成してもよい。例えば、基準列のデータが１月１日から１年間の日付を表すデータであり、指定されたデータ数が３であり、基準列のデータに関連付けられた複数種類のデータが天候に関するデータ及び売上に関するデータである場合、生成部１３は、抽出部１２により抽出された１月１日から１月３日までの天候に関するデータ及び売上に関するデータ及び１月４日の天候に関するデータ及び売上に関するデータと、抽出部１２により抽出された１月２日から１月４日までの天候に関するデータ及び売上に関するデータ及び１月５日の天候に関するデータ及び売上に関するデータと、等を含む学習用データを生成してよい。

【0036】

これにより、学習用データのデータ数が多くなるように学習用データを生成することができ、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを効率的に生成することを支援できる。

【0037】

また、入力部１０ｅは、抽出部１２による抽出を繰り返す際のスライド数の指定を受け付けてもよい。そして、生成部１３は、参照する基準列のデータを指定されたスライド数ずつずらして抽出部１２による抽出を繰り返して、連続している基準列のデータに関連付けられたデータ及び連続している基準列のデータと異なる基準列のデータに関連付けられたデータを含む、学習用データを生成してもよい。例えば、基準列のデータが１月１日から１年間の日付を表すデータであり、指定されたデータ数が３であり、基準列のデータに関連付けられた複数種類のデータが天候に関するデータ及び売上に関するデータであり、指定されたスライド数が２である場合、生成部１３は、抽出部１２により抽出された１月１日から１月３日までの天候に関するデータ及び売上に関するデータ及び１月４日の天候に関するデータ及び売上に関するデータと、抽出部１２により抽出された１月３日から１月５日までの天候に関するデータ及び売上に関するデータ及び１月６日の天候に関するデータ及び売上に関するデータと、等を含む学習用データを生成してよい。

【0038】

これにより、データの重複範囲を調整して学習用データを生成することができ、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを効率的に生成することを支援できる。

【0039】

図２は、本発明の実施形態に係るデータ生成装置１０の物理的構成を示す図である。データ生成装置１０は、ハードウェアプロセッサに相当するＣＰＵ（Central Processing Unit）１０ａと、メモリに相当するＲＡＭ（Random Access Memory）１０ｂと、メモリに相当するＲＯＭ（Read only Memory）１０ｃと、通信部１０ｄと、入力部１０ｅと、表示部１０ｆとを有する。これら各構成は、バスを介して相互にデータ送受信可能に接続される。なお、本例ではデータ生成装置１０が一台のコンピュータで構成される場合について説明するが、データ生成装置１０は、複数のコンピュータを用いて実現されてもよい。

【0040】

ＣＰＵ１０ａは、ＲＡＭ１０ｂ又はＲＯＭ１０ｃに記憶されたプログラムの実行に関する制御やデータの演算、加工を行う制御部である。ＣＰＵ１０ａは、識別器の学習用データを生成するプログラム（データ生成プログラム）を実行する演算装置である。ＣＰＵ１０ａは、入力部１０ｅや通信部１０ｄから種々の入力データを受け取り、入力データの演算結果を表示部１０ｆに表示したり、ＲＡＭ１０ｂやＲＯＭ１０ｃに格納したりする。

【0041】

ＲＡＭ１０ｂは、データの書き換えが可能な記憶部であり、例えば半導体記憶素子で構成される。ＲＡＭ１０ｂは、ＣＰＵ１０ａが実行するアプリケーション等のプログラムやデータを記憶する。

【0042】

ＲＯＭ１０ｃは、データの読み出しのみが可能な記憶部であり、例えば半導体記憶素子で構成される。ＲＯＭ１０ｃは、例えばファームウェア等のプログラムやデータを記憶する。

【0043】

通信部１０ｄは、データ生成装置１０を通信ネットワークＮに接続するインターフェースであり、例えば、有線又は無線回線のデータ伝送路により構成されたＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、インターネット等の通信ネットワークＮに接続される。

【0044】

入力部１０ｅは、ユーザからデータの入力を受け付けるものであり、例えば、キーボード、マウス及びタッチパネルを含む。

【0045】

表示部１０ｆは、ＣＰＵ１０ａによる演算結果を視覚的に表示するものであり、例えば、ＬＣＤ（Liquid Crystal Display）により構成される。

【0046】

データ生成プログラムは、ＲＡＭ１０ｂやＲＯＭ１０ｃ等のコンピュータによって読み取り可能な記憶媒体に記憶されて提供されてもよいし、通信部１０ｄにより接続される通信ネットワークを介して提供されてもよい。データ生成装置１０では、ＣＰＵ１０ａがデータ生成プログラムを実行することにより、図１を用いて説明した様々な機能が実現される。なお、これらの物理的な構成は例示であって、必ずしも独立した構成でなくてもよい。例えば、データ生成装置１０は、ＣＰＵ１０ａとＲＡＭ１０ｂやＲＯＭ１０ｃが一体化したＬＳＩ（Large-Scale Integration）を備えていてもよい。

【0047】

図３は、本発明の実施形態に係るデータ生成装置１０により表示されるデータ一覧Ｄ１の例である。データ生成装置１０は、表示部１０ｆによって、取得部１１により取得したデータ群の概要をデータ一覧Ｄ１として表示してよい。

【0048】

データ一覧Ｄ１は、列追加ボタンＤ１ａ、項目名称Ｄ１ｂ、データ型Ｄ１ｃ、ユニークバリューＤ１ｄ、欠損値Ｄ１ｅ及び列編集ボタンＤ１ｆを含む。列追加ボタンＤ１ａは、データ群に新たなデータ列を追加するためのボタンであり、例えば基準列となるデータ列を追加することができる。基準列となるデータ列を追加する場合、連続する数値を含むデータ列を追加してよい。

【0049】

項目名称Ｄ１ｂは、各データ列のデータ種類の名称を示している。本例の場合、項目名称Ｄ１ｂは、上から順に、「Ｄａｔｅ」（日付）、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍａｘ」（最高気温）、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍｉｎ」（最低気温）、「Ｒａｉｎｆａｌｌ」（降水量）及び「Ｓａｌｅｓ」（売上）である。ここで、「Ｄａｔｅ」（日付）という項目名称のデータ列は、日付を含むデータ列であり、順序付けられたデータを含む。「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍａｘ」（最高気温）、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍｉｎ」（最低気温）及び「Ｒａｉｎｆａｌｌ」（降水量）という項目名称のデータ列は、天候に関するデータ列であり、各日付の最高気温、最低気温及び降水量を示す数値を含む。「Ｓａｌｅｓ」（売上）という項目名称のデータ列は、売上に関するデータ列であり、各日付の売上を示す数値を含む。

【0050】

データ型Ｄ１ｃは、各データ列のデータ型を示している。本例の場合、データ型Ｄ１ｃは、「Ｄａｔｅ」のデータ種類について「ＩＮＴＥＧＥＲ」（整数型）であり、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍａｘ」、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍｉｎ」、「Ｒａｉｎｆａｌｌ」及び「Ｓａｌｅｓ」のデータ種類について「ＦＬＯＡＴ」（浮動小数点数型）である。データ型Ｄ１ｃは、文字型や論理型等の他のデータ型を含んでもよい。

【0051】

ユニークバリューＤ１ｄは、各データ列について重複を除外したデータ数を示している。本例の場合、ユニークバリューＤ１ｄは、「Ｄａｔｅ」のデータ種類について「１００」であり、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍａｘ」のデータ種類について「８０」であり、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍｉｎ」のデータ種類について「７０」であり、「Ｒａｉｎｆａｌｌ」のデータ種類について「２０」であり、「Ｓａｌｅｓ」のデータ種類について「９０」である。

【0052】

欠損値Ｄ１ｅは、各データ列について欠損により空となっている数を示す。本例の場合、欠損値Ｄ１ｅは、「Ｄａｔｅ」、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍａｘ」及び「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍｉｎ」のデータ種類について「０（０％）」である。また、「Ｒａｉｎｆａｌｌ」のデータ種類について「２（２％）」であり、「Ｓａｌｅｓ」のデータ種類について「１（１％）」である。なお、括弧内の数値は欠損が生じている数の割合を示している。

【0053】

列編集ボタンＤ１ｆは、各データ列の内容を編集するためのボタンである。例えば、欠損値が生じているデータ列について欠損補間を行ったり、項目名称の変更を行ったりすることができる。また、列編集ボタンＤ１ｆを押下して、図５に示す設定画面を呼び出すこととしてもよい。

【0054】

図４は、本発明の実施形態に係るデータ生成装置１０により取得されるデータ群Ｄ２の一例である。データ群Ｄ２は、図３に示したデータ一覧Ｄ１によりその概要が示されたデータ群である。データ群Ｄ２は、「Ｄａｔｅ」と示された日付Ｄ２ａのデータ列、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍａｘ」と示された最高気温Ｄ２ｂのデータ列、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍｉｎ」と示された最低気温Ｄ２ｃのデータ列、「Ｒａｉｎｆａｌｌ」と示された降水量Ｄ２ｄのデータ列及び「Ｓａｌｅｓ」と示された売上Ｄ２ｅのデータ列を含む。

【0055】

日付Ｄ２ａのデータ列は、「７／１」、「７／２」、「７／３」、「７／４」、「７／５」及び「７／６」というデータを含み、それぞれ７月１日、７月２日、７月３日、７月４日、７月５日及び７月６日を示している。なお、本例では６日間の日付を例示しているが、データ群Ｄ２には任意の数のデータが含まれていてよい。

【0056】

最高気温Ｄ２ｂのデータ列、最低気温Ｄ２ｃのデータ列、降水量Ｄ２ｄのデータ列及び売上Ｄ２ｅのデータ列は、それぞれ日付Ｄ２ａのデータ列と関連付けられたデータを含む。なお、最高気温Ｄ２ｂ及び最低気温Ｄ２ｃの単位はセルシウス度（℃）であってよく、降水量の単位はミリメートル（ｍｍ）であってよく、売上の単位は万円であってよいが、これらの単位は任意である。

【0057】

各データ列のデータを具体的に列挙すると、「７／１」の日付Ｄ２ａについて最高気温Ｄ２ｂは「３５」、最低気温Ｄ２ｃは「２１」、降水量Ｄ２ｄは「０」、売上は「１００」である。「７／２」の日付Ｄ２ａについて最高気温Ｄ２ｂは「３４」、最低気温Ｄ２ｃは「２０」、降水量Ｄ２ｄは「０」、売上は「１２０」である。「７／３」の日付Ｄ２ａについて最高気温Ｄ２ｂは「２８」、最低気温Ｄ２ｃは「１８」、降水量Ｄ２ｄは「２０」、売上は「７０」である。「７／４」の日付Ｄ２ａについて最高気温Ｄ２ｂは「３０」、最低気温Ｄ２ｃは「２２」、降水量Ｄ２ｄは「０」、売上は「１２０」である。「７／５」の日付Ｄ２ａについて最高気温Ｄ２ｂは「３２」、最低気温Ｄ２ｃは「２１」、降水量Ｄ２ｄは「０」、売上は「１１０」である。「７／６」の日付Ｄ２ａについて最高気温Ｄ２ｂは「２９」、最低気温Ｄ２ｃは「２０」、降水量Ｄ２ｄは「１０」、売上は「８０」である。

【0058】

図５は、本発明の実施形態に係るデータ生成装置１０により表示される設定画面ＤＰの例である。設定画面ＤＰは、図３に示したデータ一覧Ｄ１によりその概要が示されたデータ群について、学習用データの生成に関する設定を行う画面である。設定画面ＤＰは、基準列ＤＰ１、予測対象ＤＰ２、最高気温データ数ＤＰ３、最低気温データ数ＤＰ４、降水量データ数ＤＰ５、売上データ数ＤＰ６及びスライド数ＤＰ７を含む。

【0059】

基準列ＤＰ１は、学習用データの生成の際に順序付けの基準とするデータ列の指定を受け付けるウィンドウである。本例の場合、基準列ＤＰ１には「Ｄａｔｅ」が指定されている。

【0060】

予測対象ＤＰ２は、識別器による予測対象とし、識別器の出力と比較するデータ種類の指定を受け付けるウィンドウである。本例の場合、予測対象ＤＰ２には「Ｓａｌｅｓ」が指定されている。なお、予測対象ＤＰ２として２以上のデータ種類が指定されてもよい。

【0061】

最高気温データ数ＤＰ３、最低気温データ数ＤＰ４、降水量データ数ＤＰ５及び売上データ数ＤＰ６は、データ種類毎に識別器に入力するデータ数を受け付けるウィンドウである。本例の場合、最高気温データ数ＤＰ３、最低気温データ数ＤＰ４及び売上データ数ＤＰ６は「３」であり、降水量データ数ＤＰ５は「２」である。

【0062】

スライド数ＤＰ７は、抽出部１２による抽出を繰り返す際のスライド数の指定を受け付けるウィンドウである。本例の場合、スライド数ＤＰ７には「２」が指定されている。なお、スライド数ＤＰ７は、デフォルトでは「１」に設定されていてよい。

【0063】

図６は、本発明の実施形態に係るデータ生成装置１０により生成される学習用データＤ３の一例である。同図に示す学習用データＤ３は、図５に示す設定画面ＤＰで設定された条件に従い、データ生成装置１０により生成された学習用データの一例である。学習用データＤ３は、日付Ｄ３ａ、最高気温Ｄ３ｂ、最低気温Ｄ３ｃ、降水量Ｄ３ｄ、売上Ｄ３ｅ及びデータ番号Ｄ３ｆを含む。同図では、本例の学習用データＤ３に含まれないが参考として示したデータを括弧内に記載し、予測対象として指定されたデータに下線を引いて記載している。なお、学習用データには、本例において括弧内に記載したデータが含まれていてもよい。

【0064】

データ番号Ｄ３ｆは、学習用データＤ３のひとまとまりのデータに付与された通し番号である。データ番号Ｄ３ｆは、識別器に入力されるデータと、識別器の出力と比較されるデータとのセットに対して一つ付与されてよい。本例の場合、データ番号Ｄ３ｆとして、「１」及び「２」が示されているが、学習用データＤ３には任意の数のデータ番号Ｄ３ｆが含まれてよい。

【0065】

日付Ｄ３ａは、基準列として指定されたデータであり、識別器に入力されるデータに関連付けられたデータである。本例の場合、データ番号Ｄ３ｆが「１」の学習用データについて、日付Ｄ３ａは、「７／１」、「７／２」及び「７／３」の３日間である。抽出される日付のデータ数は、設定画面ＤＰでデータ種類毎に指定されたデータ数のうち最大の数であってよく、本例の場合は３である。また、データ番号Ｄ３ｆが「２」の学習用データについて、日付Ｄ３ａは、「７／３」、「７／４」及び「７／５」の３日間である。本例では、スライド数が２に設定されており、データ番号Ｄ３ｆが「１」の学習用データとデータ番号Ｄ３ｆが「２」の学習用データでは、日付が２日間ずれている。

【0066】

最高気温Ｄ３ｂ、最低気温Ｄ３ｃ、降水量Ｄ３ｄ及び売上Ｄ３ｅは、基準列として指定された日付Ｄ３ａのデータに関連付けられたデータであり、識別器に入力される複数種類のデータである。本例の場合、データ番号Ｄ３ｆが「１」の学習用データについて、「７／１」、「７／２」及び「７／３」の日付Ｄ３ａに関連付けられた最高気温Ｄ３ｂ、最低気温Ｄ３ｃ、降水量Ｄ３ｄ及び売上Ｄ３ｅが識別器に入力されるデータとなる。具体的には、「７／１」、「７／２」及び「７／３」の日付Ｄ３ａについて、最高気温Ｄ３ｂは「３５」、「３４」及び「２８」であり、最低気温Ｄ３ｃは「２１」、「２０」及び「１８」であり、売上Ｄ３ｅは「１００」、「１２０」及び「７０」である。また、「７／２」及び「７／３」の日付Ｄ３ａについて、降水量Ｄ３ｄは「０」及び「２０」である。ここで、設定画面ＤＰで指定されたデータ数に従い、最高気温Ｄ３ｂ、最低気温Ｄ３ｃ及び売上Ｄ３ｅについては３日間のデータが学習用データに含まれ、降水量Ｄ３ｄについては２日間のデータが学習用データに含まれる。

【0067】

さらに、「７／３」、「７／４」及び「７／５」の日付Ｄ３ａについて、最高気温Ｄ３ｂは「２８」、「３０」及び「３２」であり、最低気温Ｄ３ｃは「１８」、「２２」及び「２１」であり、売上Ｄ３ｅは「７０」、「１２０」及び「１１０」である。また、「７／４」及び「７／５」の日付Ｄ３ａについて、降水量Ｄ３ｄは「０」及び「０」である。

【0068】

売上Ｄ３ｅは、識別器の出力と比較されるデータであり、予測対象として指定されたデータ種類のデータである。本例では、予測対象として売上が指定されており、データ番号Ｄ３ｆが「１」の学習用データについて、「７／４」の日付Ｄ３ａに関連付けられた売上Ｄ３ｅは「１２０」である。予測対象として指定された「７／４」に関する売上Ｄ３ｅの値は、「７／１」、「７／２」及び「７／３」の日付Ｄ３ａに関する最高気温Ｄ３ｂ、最低気温Ｄ３ｃ、降水量Ｄ３ｄ及び売上Ｄ３ｅの値を識別器に入力した場合の識別器の出力と比較され、識別器の学習処理に用いられる。同様に、データ番号Ｄ３ｆが「２」の学習用データについて、「７／６」の日付Ｄ３ａに関連付けられた売上Ｄ３ｅは「８０」であり、この値は、「７／３」、「７／４」及び「７／５」の日付Ｄ３ａに関する最高気温Ｄ３ｂ、最低気温Ｄ３ｃ、降水量Ｄ３ｄ及び売上Ｄ３ｅの値を識別器に入力した場合の識別器の出力と比較され、識別器の学習処理に用いられる。なお、本例では最高気温Ｄ３ｂ、最低気温Ｄ３ｃ、降水量Ｄ３ｄ及び売上Ｄ３ｅを識別器の入力として、売上Ｄ３ｅを識別器の予測対象としているが、識別器に入力するデータ種類及び識別器の予測対象とするデータ種類は任意である。

【0069】

図７は、本発明の実施形態に係るデータ生成装置１０により実行される学習用データの生成処理のフローチャートである。学習用データの生成処理は、取得したデータ群について識別器に入力するデータと、識別器の出力と比較するデータとを設定して、学習用データを生成する処理である。

【0070】

はじめに、データ生成装置１０は、データベース１００等から複数種類のデータを含むデータ群を取得する（Ｓ１０）。取得したデータ群の概要は、データ一覧Ｄ１として表示されてよい。

【0071】

その後、入力部１０ｅによって、基準列の指定を受け付け（Ｓ１１）、識別器による予測対象とし、識別器の出力と比較するデータ種類の指定を受け付ける（Ｓ１２）。また、データ種類毎に、識別器に入力するデータ数の指定を受け付ける（Ｓ１３）。さらに、抽出部１２による抽出を繰り返す際のスライド数の指定を受け付ける（Ｓ１４）。なお、スライド数の指定が行われない場合、スライド数は１に設定されてよい。

【0072】

データ生成装置１０は、複数種類のデータそれぞれから、データ種類毎に指定されたデータ数だけ連続している基準列のデータに関連付けられたデータを抽出する（Ｓ１５）。また、連続している基準列のデータと異なる基準列のデータに関連付けられ、予測対象として指定されたデータ種類のデータを抽出する（Ｓ１６）。連続している基準列のデータと異なる基準列のデータは、連続している基準列のデータと隣り合う基準列のデータであってよい。

【0073】

その後、基準列のデータを指定されたスライド数だけ移動して（Ｓ１７）、さらに抽出すべきデータが存在するか判定する（Ｓ１８）。データの抽出は、抽出対象とする基準列のデータを指定されたスライド数ずつずらして、データ群を一巡した場合に終了してもよいし、抽出される学習用データが完全一致しないように、データ群の巡回を複数回繰り返した場合に終了してもよい。

【0074】

抽出が終了していない場合（Ｓ１８：ＮＯ）、データの抽出を繰り返す。一方、抽出が終了した場合（Ｓ１８：ＹＥＳ）、抽出されたデータをひとまとまりとして、学習用データを生成する（Ｓ１９）。以上により、学習用データを生成する処理が終了する。

【0075】

本実施形態に係るデータ生成装置１０によれば、識別器に入力するデータ数を指定することで、識別器に入力する一連のデータと、識別器の出力と比較されるデータとが抽出される。これにより、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを生成することを支援することができる。

【0076】

図８は、本発明の実施形態に係るデータ生成装置１０により表示される設定画面ＤＰ１０の他の例である。設定画面ＤＰ１０は、図３に示したデータ一覧Ｄ１によりその概要が示されたデータ群について、学習用データの生成に関する設定を行う画面である。設定画面ＤＰ１０は、基準列ＤＰ１１、時系列とする列ＤＰ１２及び時系列の数ＤＰ１３を含む。

【0077】

基準列ＤＰ１１は、学習用データの生成の際に順序付けの基準とするデータ列の指定を受け付けるウィンドウである。本例の場合、基準列ＤＰ１１には「Ｄａｔｅ」が指定されている。

【0078】

時系列とする列ＤＰ１２は、基準列のデータに関連付けられたデータのうち識別器に入力するデータを選択するウィンドウである。時系列とする列ＤＰ１２は、項目名称ＤＰ１２ａと、データ型ＤＰ１２ｂと、チェックボックスＤＰ１２ｃとを含む。項目名称Ｄ１２ａは、各データ列のデータ種類の名称を示している。本例の場合、項目名称Ｄ１２ａは、図３に示したものと同様で、上から順に、「Ｄａｔｅ」（日付）、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍａｘ」（最高気温）、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍｉｎ」（最低気温）、「Ｒａｉｎｆａｌｌ」（降水量）及び「Ｓａｌｅｓ」（売上）である。

【0079】

データ型ＤＰ１２ｂは、各データ列のデータ型を示している。本例の場合、データ型Ｄ１２ｂは、図３に示したものと同様で、「Ｄａｔｅ」のデータ種類について「ＩＮＴＥＧＥＲ」（整数型）であり、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍａｘ」、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍｉｎ」、「Ｒａｉｎｆａｌｌ」及び「Ｓａｌｅｓ」のデータ種類について「ＦＬＯＡＴ」（浮動小数点数型）である。

【0080】

チェックボックスＤＰ１２ｃは、時系列とする列の選択又は非選択を示している。本例の場合、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍａｘ」（最高気温）、「Ｔｅｍｐｅｒａｔｕｒｅ＿ｍｉｎ」（最低気温）及び「Ｒａｉｎｆａｌｌ」の列が選択されており、「Ｄａｔｅ」（日付）及び「Ｓａｌｅｓ」（売上）は選択されていない。なお、「Ｄａｔｅ」（日付）は基準列ＤＰ１１として設定されているため、チェックボックスＤＰ１２ｃを表示しなくてもよい。また、基準列ＤＰ１１以外の選択されなかった列は、識別器による予測対象として設定してよい。本例の場合、「Ｓａｌｅｓ」（売上）を識別器による予測対象として設定してよい。

【0081】

時系列の数ＤＰ１３は、抽出部１２による抽出を繰り返す回数の指定を受け付けるウィンドウである。本例の場合、時系列の数ＤＰ１３は、「３」と指定されている。なお、本例の場合、スライド数は「１」であってよい。

【0082】

図９は、本発明の実施形態に係るデータ生成装置１０により生成される学習用データＤ４の他の例である。同図に示す学習用データＤ４は、図８に示す設定画面ＤＰ１０で設定された条件に従い、データ生成装置１０により生成された学習用データの一例である。学習用データＤ４は、日付Ｄ４ａ、最高気温Ｄ４ｂ、最低気温Ｄ４ｃ、降水量Ｄ４ｄ、３日前の最高気温Ｄ４ｅ、３日前の最低気温Ｄ４ｆ、３日前の降水量Ｄ４ｇ、２日前の最高気温Ｄ４ｈ、２日前の最低気温Ｄ４ｉ、２日前の降水量Ｄ４ｊ、１日前の最高気温Ｄ４ｋ、１日前の最低気温Ｄ４ｌ、１日前の降水量Ｄ４ｍ及び売上Ｄ４ｎを含む。なお、同図では、「Ｔ＿ｍａｘ」が最高気温を表し、「Ｔ＿ｍｉｎ」が最低気温を表し、「Ｒ」が降水量を表す。

【0083】

日付Ｄ４ａは、基準列として指定されたデータであり、識別器に入力されるデータに関連付けられたデータである。本例の場合、日付Ｄ３ａは、図４に示したものと同様であり、「７／１」、「７／２」、「７／３」、「７／４」、「７／５」及び「７／６」というデータを含む。

【0084】

最高気温Ｄ４ｂ、最低気温Ｄ４ｃ、降水量Ｄ４ｄ及び売上Ｄ４ｎは、基準列として指定された日付Ｄ４ａのデータに関連付けられたデータであり、識別器に入力される複数種類のデータである。本例の場合、最低気温Ｄ４ｃ、降水量Ｄ４ｄ及び売上Ｄ４ｎは、図４に示したものと同様であるため、具体的な数値の列挙は省略する。

【0085】

３日前の最高気温Ｄ４ｅ、３日前の最低気温Ｄ４ｆ及び３日前の降水量Ｄ４ｇは、同一の行の日付Ｄ４ａから遡って３日前の最高気温、最低気温及び降水量のデータである。例えば、日付Ｄ４ａが「７／６」の行の場合、３日前の最高気温Ｄ４ｅ、３日前の最低気温Ｄ４ｆ及び３日前の降水量Ｄ４ｇは、日付Ｄ４ａが「７／３」の最高気温Ｄ４ｂ、最低気温Ｄ４ｃ及び降水量Ｄ４ｄであり、それぞれ「２８」、「１８」及び「２０」である。また、日付Ｄ４ａが「７／３」以前の行の場合、３日前の最高気温Ｄ４ｅ、３日前の最低気温Ｄ４ｆ及び３日前の降水量Ｄ４ｇは、記録が存在しないため、それぞれ「Ｎｕｌｌ」である。

【0086】

２日前の最高気温Ｄ４ｈ、２日前の最低気温Ｄ４ｉ及び２日前の降水量Ｄ４ｊは、同一の行の日付Ｄ４ａから遡って２日前の最高気温、最低気温及び降水量のデータである。例えば、日付Ｄ４ａが「７／６」の行の場合、２日前の最高気温Ｄ４ｈ、２日前の最低気温Ｄ４ｉ及び２日前の降水量Ｄ４ｊは、日付Ｄ４ａが「７／４」の最高気温Ｄ４ｂ、最低気温Ｄ４ｃ及び降水量Ｄ４ｄであり、それぞれ「３０」、「２２」及び「０」である。また、日付Ｄ４ａが「７／２」以前の行の場合、２日前の最高気温Ｄ４ｈ、２日前の最低気温Ｄ４ｉ及び２日前の降水量Ｄ４ｊは、記録が存在しないため、それぞれ「Ｎｕｌｌ」である。

【0087】

１日前の最高気温Ｄ４ｋ、１日前の最低気温Ｄ４ｌ及び１日前の降水量Ｄ４ｍは、同一の行の日付Ｄ４ａから遡って１日前の最高気温、最低気温及び降水量のデータである。例えば、日付Ｄ４ａが「７／６」の行の場合、１日前の最高気温Ｄ４ｋ、１日前の最低気温Ｄ４ｌ及び１日前の降水量Ｄ４ｍは、日付Ｄ４ａが「７／５」の最高気温Ｄ４ｂ、最低気温Ｄ４ｃ及び降水量Ｄ４ｄであり、それぞれ「３２」、「２１」及び「０」である。また、日付Ｄ４ａが「７／１」の行の場合、１日前の最高気温Ｄ４ｋ、１日前の最低気温Ｄ４ｌ及び１日前の降水量Ｄ４ｍは、記録が存在しないため、それぞれ「Ｎｕｌｌ」である。

【0088】

このように、本実施形態に係るデータ生成装置１０によれば、時系列とする列及び時系列の数を指定することで、識別器に入力する一連のデータと、識別器の出力と比較されるデータとが抽出される。これにより、適切な学習用データを設定するための負担を軽減して、識別器の識別性能を十分に高める学習用データを生成することを支援することができる。

【0089】

以上説明した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。実施形態が備える各要素並びにその配置、材料、条件、形状及びサイズ等は、例示したものに限定されるわけではなく適宜変更することができる。また、異なる実施形態で示した構成同士を部分的に置換し又は組み合わせることが可能である。

【符号の説明】

【0090】

１０…データ生成装置、１０ａ…ＣＰＵ、１０ｂ…ＲＡＭ、１０ｃ…ＲＯＭ、１０ｄ…通信部、１０ｅ…入力部、１０ｆ…表示部、１１…取得部、１２…抽出部、１３…生成部、１００…データベース、Ｎ…通信ネットワーク、Ｄ１…データ一覧、Ｄ１ａ…列追加ボタン、Ｄ１ｂ…項目名称、Ｄ１ｃ…データ型、Ｄ１ｄ…ユニークバリュー、Ｄ１ｅ…欠損値、Ｄ１ｆ…列編集ボタン、Ｄ２…データ群、Ｄ２ａ…日付、Ｄ２ｂ…最高気温、Ｄ２ｃ…最低気温、Ｄ２ｄ…降水量、Ｄ２ｅ…売上、Ｄ３…学習用データ、Ｄ３ａ…日付、Ｄ３ｂ…最高気温、Ｄ３ｃ…最低気温、Ｄ３ｄ…降水量、Ｄ３ｅ…売上、Ｄ３ｆ…データ番号、Ｄ４…学習用データ、Ｄ４ａ…日付、Ｄ４ｂ…最高気温、Ｄ４ｃ…最低気温、Ｄ４ｄ…降水量、Ｄ４ｅ…３日前の最高気温、Ｄ４ｆ…３日前の最低気温、Ｄ４ｇ…３日前の降水量、Ｄ４ｈ…２日前の最高気温、Ｄ４ｉ…２日前の最低気温、Ｄ４ｊ…２日前の降水量、Ｄ４ｋ…１日前の最高気温、Ｄ４ｌ…１日前の最低気温、Ｄ４ｍ…１日前の降水量、Ｄ４ｎ…売上、ＤＰ…設定画面、ＤＰ１…基準列、ＤＰ２…予測対象、ＤＰ３…最高気温データ数、ＤＰ４…最低気温データ数、ＤＰ５…降水量データ数、ＤＰ６…売上データ数、ＤＰ７…スライド数、ＤＰ１０…設定画面、ＤＰ１１…基準列、ＤＰ１２…時系列とする列、ＤＰ１２ａ…項目名称、ＤＰ１２ｂ…データ型、ＤＰ１２ｃ…チェックボックス、ＤＰ１３…時系列の数

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】