特許 7317931 選定装置、選定方法および選定プログラム

(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】2023-07-21

(45)【発行日】2023-07-31

(54)【発明の名称】選定装置、選定方法および選定プログラム

(51)【国際特許分類】

   G05B 23/02 20060101AFI20230724BHJP

【ＦＩ】

G05B23/02 R

【請求項の数】 4

(21)【出願番号】P 2021206383

(22)【出願日】2021-12-20

(65)【公開番号】P2023091578

(43)【公開日】2023-06-30

【審査請求日】2021-12-20

(73)【特許権者】

【識別番号】399035766

【氏名又は名称】エヌ・ティ・ティ・コミュニケーションズ株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】伊藤 浩二

(72)【発明者】

【氏名】島田 健一郎

(72)【発明者】

【氏名】泉谷 知範

(72)【発明者】

【氏名】木村 大地

(72)【発明者】

【氏名】小山 和輝

【審査官】藤崎 詔夫

(56)【参考文献】

【文献】特開２０１９－２２０１０５（ＪＰ，Ａ）

【文献】特開２０２０－１６６４２１（ＪＰ，Ａ）

【文献】特開２００２－０９１５６１（ＪＰ，Ａ）

【文献】国際公開第２０２０／２１７４３４（ＷＯ，Ａ１）

【文献】特許第６８６５９０１（ＪＰ，Ｂ１）

【文献】特開２０１８－１０９８７６（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１８／０２８３７２３（ＵＳ，Ａ１）

【文献】特開２０２１－０９２９２５（ＪＰ，Ａ）

【文献】特開２０１７－０１６３３５（ＪＰ，Ａ）

【文献】国際公開第２０１８／２３５２５２（ＷＯ，Ａ１）

【文献】特許第６９５６９１３（ＪＰ，Ｂ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０５Ｂ ２３／０２

(57)【特許請求の範囲】

【請求項1】

操作履歴データをリアルタイムに表示する画面に表示された該操作履歴データの収集停止の指示に基づいて、リアルタイムでデータの取得と取得停止とを切り替えることで、機械学習モデルの学習対象とする運転員の操作を含む該操作履歴データを取得する取得部と、
前記操作履歴データに、前記操作履歴データを表示する画面の表示に基づいて入力された指定に応じた複数種類の所定のフラグとして、前記機械学習モデルの学習対象か否かを示す対象のフラグまたは対象外のフラグと、機械学習の教師データにおける重みと、および所定のコメントとを付与する付与部と、
前記対象のフラグまたは前記対象外のフラグと、前記重みと、前記所定のコメントとが付与された前記操作履歴データごとに、前記対象のフラグまたは前記対象外のフラグと、前記重みとに基づいて前記機械学習の教師データとして選定する選定部と、
を有することを特徴とする選定装置。

【請求項2】

選定された前記教師データを用いて、機械学習のモデルを学習する学習部をさらに有することを特徴とする請求項１に記載の選定装置。

【請求項3】

選定装置が実行する選定方法であって、
操作履歴データをリアルタイムに表示する画面に表示された該操作履歴データの収集停止の指示に基づいて、リアルタイムでデータの取得と取得停止とを切り替えることで、機械学習モデルの学習対象とする運転員の操作を含む該操作履歴データを取得する取得工程と、
前記操作履歴データに、前記操作履歴データを表示する画面の表示に基づいて入力された指定に応じた複数種類の所定のフラグとして、前記機械学習モデルの学習対象か否かを示す対象のフラグまたは対象外のフラグと、機械学習の教師データにおける重みと、および所定のコメントとを付与する付与工程と、
前記対象のフラグまたは前記対象外のフラグと、前記重みと、前記所定のコメントとが付与された前記操作履歴データごとに、前記対象のフラグまたは前記対象外のフラグと、前記重みとに基づいて前記機械学習の教師データとして選定する選定工程と、
を含むことを特徴とする選定方法。

【請求項4】

操作履歴データをリアルタイムに表示する画面に表示された該操作履歴データの収集停止の指示に基づいて、リアルタイムでデータの取得と取得停止とを切り替えることで、機械学習モデルの学習対象とする運転員の操作を含む該操作履歴データを取得する取得ステップと、
前記操作履歴データに、前記操作履歴データを表示する画面の表示に基づいて入力された指定に応じた複数種類の所定のフラグとして、前記機械学習モデルの学習対象か否かを示す対象のフラグまたは対象外のフラグと、機械学習の教師データにおける重みと、および所定のコメントとを付与する付与ステップと、
前記対象のフラグまたは前記対象外のフラグと、前記重みと、前記所定のコメントとが付与された前記操作履歴データごとに、前記対象のフラグまたは前記対象外のフラグと、前記重みとに基づいて前記機械学習の教師データとして選定する選定ステップと、
をコンピュータに実行させるための選定プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、選定装置、選定方法および選定プログラムに関する。

【背景技術】

【0002】

従来、プラントの運転員の操作を機械学習により再現してプラントの運転支援を行う技術が知られている。また、プラントの運転には、通常モードの他に、突発的な雨の際や保守の際等の非通常モードが存在する。そのため、通常モードの運転支援を行う場合には、非通常モードでの操作のデータを取り除く必要がある。

【先行技術文献】

【特許文献】

【0003】

【文献】特許第６６４９１１２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、プラントの運転員の通常モードでの操作を機械学習により再現することは困難である。例えば、機械学習モデルの開発者は、通常モードでの操作か非通常モードでの操作かを判断することができず、非通常モードでの操作を取り除くことが困難である。また、実際の運転での操作の中に混在する、システムに学んでほしい正しい操作と学んでほしくない誤った操作とを区別せずに学習すると、精度の低下が懸念される。

【0005】

本発明は、上記に鑑みてなされたものであって、プラントの運転員の通常モードでの操作を機械学習により再現することを目的とする。

【課題を解決するための手段】

【0006】

上述した課題を解決し、目的を達成するために、本発明に係る選定装置は、操作履歴データを取得する取得部と、前記操作履歴データに、入力された指定に応じて所定のフラグを付与する付与部と、前記所定のフラグが付与された前記操作履歴データを、機械学習の教師データとして選定する選定部と、を有することを特徴とする。

【発明の効果】

【0007】

本発明によれば、プラントの運転員の通常モードでの操作を機械学習により再現することが可能となる。

【図面の簡単な説明】

【0008】

【図1】図１は、選定装置の概略構成を例示する模式図である。

【図2】図２は、操作履歴データのデータ構成を例示する図である。

【図3】図３は、付与部の処理を説明するための図である。

【図4】図４は、付与部の処理を説明するための図である。

【図5】図５は、選定処理手順を例示するフローチャートである。

【図6】図６は、選定処理手順を例示するフローチャートである。

【図7】図７は、選定プログラムを実行するコンピュータを例示する図である。

【発明を実施するための形態】

【0009】

以下、図面を参照して、本発明の一実施形態を詳細に説明する。なお、この実施形態により本発明が限定されるものではない。また、図面の記載において、同一部分には同一の符号を付して示している。

【0010】

［選定装置の構成］
図１は、選定装置の概略構成を例示する模式図である。図１に例示するように、本実施形態の選定装置１０は、パソコン等の汎用コンピュータで実現され、入力部１１、出力部１２、通信制御部１３、記憶部１４、および制御部１５を備える。

【0011】

入力部１１は、キーボードやマウス等の入力デバイスを用いて実現され、操作者による入力操作に対応して、制御部１５に対して処理開始などの各種指示情報を入力する。出力部１２は、液晶ディスプレイなどの表示装置、プリンター等の印刷装置等によって実現される。

【0012】

通信制御部１３は、ＮＩＣ（Network Interface Card）等で実現され、ネットワークを介した外部の装置と制御部１５との通信を制御する。例えば、通信制御部１３は、後述する選定処理の処理対象の操作履歴データを出力する操作端末や、操作履歴データを管理する管理装置等と制御部１５との通信を制御する。

【0013】

記憶部１４は、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１４には、選定装置１０を動作させる処理プログラムや、処理プログラムの実行中に使用されるデータなどが予め記憶され、あるいは処理の都度一時的に記憶される。

【0014】

本実施形態において、記憶部１４は、操作履歴データ１４ａを記憶する。また、記憶部１４には、後述する選定処理で生成されるモデルやモデルのパラメータ等が記憶される。なお、記憶部１４は、通信制御部１３を介して制御部１５と通信する構成でもよい。

【0015】

図２は、操作履歴データのデータ構成を例示する図である、図２に例示するように、操作履歴データ１４ａは、運転員の操作の時刻と操作履歴を含む。操作履歴には、後述する学習部１５ｄが学習するモデルの説明変数および目的変数の値が含まれる。また操作履歴データ１４ａは、後述する選定処理で付与されるフラグと重みとを含む。重みとは、後述する学習部１５ｄが操作履歴データを教師データとして用いてモデルを学習する場合の教師データにおける重みである。また、操作履歴データ１４ａは、後述するように、運転員のコメントを含んでもよい。

【0016】

なお、図２に示す例では、フラグとして学習の「対象外フラグ」が付与されているが、これに限定されない。例えば、後述するように、フラグは学習の「対象フラグ」であってもよいし、「対象外フラグ」、「対象フラグ」、またはその他のフラグを含む複数のフラグが付与されてもよい。

【0017】

図１の説明に戻る。制御部１５は、ＣＰＵ（Central Processing Unit）等を用いて実現され、メモリに記憶された処理プログラムを実行する。これにより、制御部１５は、図１に例示するように、取得部１５ａ、付与部１５ｂ、選定部１５ｃおよび学習部１５ｄとして機能する。なお、これらの機能部は、それぞれあるいは一部が、異なるハードウェアに実装されてもよい。例えば、学習部１５ｄは、他の機能部とは別の装置に実装されてもよい。また、制御部１５は、その他の機能部を備えてもよい。

【0018】

取得部１５ａは、操作履歴データを取得する。例えば、取得部１５ａは、後述する選定処理の対象とする、運転員による操作端末での操作履歴を示す操作履歴データを、入力部１１を介して、あるいは、操作端末から、または操作端末での操作履歴を管理する管理装置等から、通信制御部１３を介して取得する。取得部１５ａは、操作履歴データを予め取得して記憶部１４に記憶させる。なお、取得部１５ａは、取得した操作履歴データを記憶部１４に記憶させずに、リアルタイムに以下に説明する付与部１５ｂに転送してもよい。

【0019】

付与部１５ｂは、取得された操作履歴データに、入力された指定に応じて所定のフラグを付与する。具体的には、付与部１５ｂは、所定のフラグの付与を指示する入力を受け付けて、該所定のフラグを付与する。

【0020】

ここで、図３および図４は、付与部の処理を説明するための図である。例えば、付与部１５ｂは、図３に例示するように、操作履歴データを運転員に提示して、フラグの付与を指示する入力を受け付ける。そして、付与部１５ｂは、図２に例示したように、操作履歴データ１４ａのうち、指定された箇所に対応するデータにフラグを付与する。

【0021】

図３には、下段（ｂ）に操作履歴の原材料、圧力、温度等の各説明変数の値が時系列に表示されている。また、上段（ａ）に、操作履歴の目的変数の値が時系列に表示されている。

【0022】

また、付与部１５ｂは、図３の上段（ａ）に縦線の網掛けで示すように、操作履歴データのうち、学習の対象フラグの付与箇所として、学習の対象とする箇所の運転員による指定を受け付ける。例えば、運転員は、うまくいった操作や機械学習のモデルに積極的に学んでほしい操作を指定する。

【0023】

また、付与部１５ｂは、図３の上段（ａ）に横線の網掛けで示すように、操作履歴データのうち学習の対象外フラグの付与箇所として、学習の対象から除外する対象外の箇所の運転員による指定を受け付ける。例えば、運転員は、失敗した操作を認識した場合に、その時点でその箇所を明示的に対象外の操作として指定する。

【0024】

また、図３の上段（ａ）に示すように、運転員は、フラグの付与箇所として指定した箇所について、コメントを付加することも可能である。この場合には、例えば、図２に示した操作履歴データ１４ａにコメントの項目が付加される。

【0025】

例えば、学習の対象フラグを付与する箇所に、操作がうまくいった要因をコメントとして残すことができる。図３に示す例では、「原材料の品質変化に応じて細かく操作することにより品質の安定化に成功」等のコメントが付加されている。

【0026】

あるいは、学習の対象外フラグを付与する箇所に、対象外とする理由をコメントとして残すことができる。図３に示す例では、「雷雨による温度低下を予想したが、雷雨が来なかったため、学習対象外」等のコメントが付加されている。これにより、学習データの対象／対象外を複数人で入力する際に、他のオペレータとの目線を併せることが可能となり、また、後の精度向上を行う際に参考となる。

【0027】

また、図３には、「収集停止」ボタンが表示されている。運転員がこのボタンをクリックすることにより、例えば保守点検時等、非通常の状態で操作履歴データを学習の教師データとして収集したくない場合に、ＵＩ上でデータの収集を停止することができる。このように、運転員は、学習除外期間を指定することが可能となる。

【0028】

付与部１５ｂは、操作履歴データに、入力された指定に応じて教師データにおける重みをさらに付与することが可能である。具体的には、付与部１５ｂは、重みを指定する入力をさらに受け付けて、図２に例示したように、操作履歴データに重みを付与する。例えば、運転員は、「対象フラグ」の付与を指定した複数の箇所の中でも、特に重要と考える箇所ほど大きい重み付けを指定する。これにより、現場の操作員の判断をより精密に反映することができるので、より高精度に通常モードでの操作を再現するモデルの学習が可能となる。

【0029】

なお、図３に示した例では、取得部１５ａが取得した操作履歴データを付与部１５ｂがリアルタイムに提示する場合が例示されている。この場合には、操作履歴データにフラグや重みを付与した後に記憶部１４の操作履歴データ１４ａに記憶する。

【0030】

一方、付与部１５ｂは、記憶部１４に予め記憶されている操作履歴データ１４ａを提示して、フラグを付与して操作履歴データ１４ａを更新することも可能である。図４には、操作履歴データ１４ａが更新される場合が例示されている。この場合にも、図３に示した例と同様に、運転員がフラグの付与箇所を指定することが可能である。図４に示した例においても、斜線の網掛けで例示するように、学習除外期間を指定することも可能である。

【0031】

図１の説明に戻る。選定部１５ｃが、所定のフラグが付与された操作履歴データを、機械学習の教師データとして選定する。例えば、選定部１５ｃは、操作履歴データ１４ａから、学習の「対象フラグ」が付与された操作履歴データを抽出して教師データとする。

【0032】

なお、図２に示した例では、「対象外フラグ」が付与されているが、例えば、「重み」を「対象フラグ」と解することも可能である。その場合には、選定部１５ｃは、所定の閾値を超えるもののみを教師データとして選定することも可能である。また、選定部１５ｃは、重みの値を直接、機械学習のパラメータとして用いてもよい。

【0033】

これにより、例えば、学習対象としたい操作履歴データに学習対象を示すフラグを付与して、現場の操作員が教師データとして用いる操作履歴データを指定することが可能となる。そのため、プラントの運転員の通常モードでの操作を機械学習により再現することが可能となる。したがって、プラントの通常モードの運転において、精度高く操作支援を行うことが可能となる。

【0034】

なお、選定部１５ｃは、操作履歴データ１４ａから、現場の操作員が非定常な操作と判断した学習の「対象外フラグ」が付与された操作履歴データを除外することにより、教師データを選定してもよい。このように、学習対象外の操作履歴データを明示して機械学習の教師データから除外することにより、精度高く通常モードでの操作を再現することが可能となる。

【0035】

また、付与部１５ｂは、操作履歴データに、入力された指定に応じて複数種類の所定のフラグを付与することも可能である。この場合には、選定部１５ｃは、所定のフラグごとに操作履歴データを選定する。

【0036】

例えば、操作履歴データ１４ａに、学習の「対象フラグ」の他に、学習の「対象外フラグ」や、その他のフラグが付与された場合には、選定部１５ｃは、操作履歴データ１４ａをフラグごとに集約する。その場合には、選定部１５ｃは、「対象フラグ」が付与された操作履歴データを教師データとしてもよいし、「対象外フラグ」が付与された操作履歴データを除外して教師データとしてもよい。

【0037】

学習部１５ｄは、選定された教師データを用いて、機械学習のモデルを学習する。これにより、プラントの運転員の通常モードでの操作を機械学習により精度高く再現することが可能となる。

【0038】

［選定処理手順］
次に、図５および図６を参照して、本実施形態に係る選定装置１０による選定処理の一例について説明する。図５および図６は、選定処理手順を例示するフローチャートである。まず、図５のフローチャートは、例えば、選定処理の開始を指示する入力があったタイミングで開始される。

【0039】

まず、取得部１５ａが、操作履歴データを取得する（ステップＳ１）。例えば、取得部１５ａは、選定処理の対象とする、運転員による操作端末での操作履歴を示す操作履歴データを、入力部１１を介して、あるいは、操作端末から、または操作端末での操作履歴を管理する管理装置等から通信制御部１３を介して取得する。

【0040】

次に、付与部１５ｂは、操作履歴データを運転員に提示して、フラグの付与を指定する入力を受け付けた場合に（ステップＳ２、Ｙｅｓ）、操作履歴データ１４ａのうち、指定された箇所に対応するデータにフラグを付与する（ステップＳ３）。

【0041】

また、付与部１５ｂは、フラグの付与を指示する入力がない場合には（ステップＳ２、Ｎｏ）、ステップＳ４に処理を進める。

【0042】

同様に、付与部１５ｂは、運転員から、教師データにおける重みを指定する入力を受け付けた場合に（ステップＳ４、Ｙｅｓ）、操作履歴データ１４ａに重みを付与する（ステップＳ５）。これにより一連の処理が終了する。

【0043】

また、付与部１５ｂは、教師データにおける重みを指定する入力がない場合には（ステップＳ４、Ｎｏ）、一連の処理を終了する。

【0044】

次に、図６のフローチャートは、例えば、処理の開始を指示する入力があったタイミングで開始される。なお、図５に示したステップＳ５の処理に引き続き、ステップＳ１１の処理が開始されてもよい。

【0045】

まず、選定部１５ｃが、所定のフラグが付与された操作履歴データ１４ａを、機械学習の教師データとして選定する（ステップＳ１１）。例えば、選定部１５ｃは、操作履歴データ１４ａから、学習の「対象フラグ」が付与された操作履歴データを抽出して教師データとする。あるいは、選定部１５ｃは、操作履歴データ１４ａから、「対象外フラグ」が付与された操作履歴データを除外することにより、教師データを選定してもよい。

【0046】

次に、学習部１５ｄが、選定された教師データを用いて、機械学習のモデルを学習する（ステップＳ１２）ことにより、学習により生成したモデルを出力する（ステップＳ１３）。例えば、学習部１５ｄは、プラントの運転員の操作を再現する現場にモデルを適用する。これにより、一連の選定処理が終了する。

【0047】

［効果］
以上、説明したように、上記実施形態の選定装置１０では、取得部１５ａが、操作履歴データを取得する。付与部１５ｂが、操作履歴データに、入力された指定に応じて所定のフラグを付与する。選定部１５ｃが、所定のフラグが付与された操作履歴データを、機械学習の教師データとして選定する。

【0048】

これにより、例えば、学習対象としたい操作履歴データに学習対象を示すフラグを付与して、現場の操作員が教師データとして用いる操作履歴データを指定することが可能となる。そのため、プラントの運転員の通常モードでの操作を機械学習により再現することが可能となる。したがって、プラントの通常モードの運転において、精度高く操作支援を行うことが可能となる。

【0049】

また、付与部１５ｂは、操作履歴データに、入力された指定に応じて教師データにおける重みをさらに付与する。これにより、現場の操作員の判断をより精密に反映することができるので、より高精度に通常モードでの操作を再現することが可能となる。

【0050】

また、付与部１５ｂは、操作履歴データに、入力された指定に応じて複数の所定のフラグを付与し、選定部１５ｃは、所定のフラグごとに操作履歴データを選定する。これにより、例えば、現場の操作員が非通常の操作と判断した操作履歴データに、学習対象外を示すフラグを付与することが可能となる。したがって、学習対象外の操作履歴データを明示して機械学習の教師データから除外して、精度高く通常モードでの操作を再現することが可能となる。

【0051】

また、学習部１５ｄが、選定された教師データを用いて、機械学習のモデルを学習する。これにより、プラントの運転員の通常モードでの操作を機械学習により再現することが可能となる。

【0052】

［システム構成等］
図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵやＧＰＵおよび当該ＣＰＵやＧＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

【0053】

また、本実施形態において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともでき、あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

【0054】

［プログラム］
上記実施形態において説明した選定装置が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。例えば、実施形態に係る選定装置１０が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。この場合、コンピュータがプログラムを実行することにより、上記実施形態と同様の効果を得ることができる。さらに、かかるプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータに読み込ませて実行することにより上記実施形態と同様の処理を実現してもよい。

【0055】

図７は、選定プログラムを実行するコンピュータの一例を示す図である。コンピュータ１０００は、例えば、メモリ１０１０と、ＣＰＵ１０２０と、ハードディスクドライブインタフェース１０３０と、ディスクドライブインタフェース１０４０と、シリアルポートインタフェース１０５０と、ビデオアダプタ１０６０と、ネットワークインタフェース１０７０とを有する。これらの各部は、バス１０８０によって接続される。

【0056】

メモリ１０１０は、ＲＯＭ（Read Only Memory）１０１１およびＲＡＭ１０１２を含む。ＲＯＭ１０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１０３０は、ハードディスクドライブ１０３１に接続される。ディスクドライブインタフェース１０４０は、ディスクドライブ１０４１に接続される。ディスクドライブ１０４１には、例えば、磁気ディスクや光ディスク等の着脱可能な記憶媒体が挿入される。シリアルポートインタフェース１０５０には、例えば、マウス１０５１およびキーボード１０５２が接続される。ビデオアダプタ１０６０には、例えば、ディスプレイ１０６１が接続される。

【0057】

ここで、ハードディスクドライブ１０３１は、例えば、ＯＳ１０９１、アプリケーションプログラム１０９２、プログラムモジュール１０９３およびプログラムデータ１０９４を記憶する。上記実施形態で説明した各情報は、例えばハードディスクドライブ１０３１やメモリ１０１０に記憶される。

【0058】

また、選定プログラムは、例えば、コンピュータ１０００によって実行される指令が記述されたプログラムモジュール１０９３として、ハードディスクドライブ１０３１に記憶される。具体的には、上記実施形態で説明した選定装置１０が実行する各処理が記述されたプログラムモジュール１０９３が、ハードディスクドライブ１０３１に記憶される。

【0059】

また、選定プログラムによる情報処理に用いられるデータは、プログラムデータ１０９４として、例えば、ハードディスクドライブ１０３１に記憶される。そして、ＣＰＵ１０２０が、ハードディスクドライブ１０３１に記憶されたプログラムモジュール１０９３やプログラムデータ１０９４を必要に応じてＲＡＭ１０１２に読み出して、上述した各手順を実行する。

【0060】

なお、選定プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ハードディスクドライブ１０３１に記憶される場合に限られず、例えば、着脱可能な記憶媒体に記憶されて、ディスクドライブ１０４１等を介してＣＰＵ１０２０によって読み出されてもよい。あるいは、選定プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）等のネットワークを介して接続された他のコンピュータに記憶され、ネットワークインタフェース１０７０を介してＣＰＵ１０２０によって読み出されてもよい。

【0061】

以上、本発明者によってなされた発明を適用した実施形態について説明したが、本実施形態による本発明の開示の一部をなす記述および図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施形態、実施例および運用技術等は全て本発明の範疇に含まれる。

【符号の説明】

【0062】

１０ 選定装置
１１ 入力部
１２ 出力部
１３ 通信制御部
１４ 記憶部
１４ａ 操作履歴データ
１５ 制御部
１５ａ 取得部
１５ｂ 付与部
１５ｃ 選定部
１５ｄ 学習部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】