特許 7636984 推定装置、推定方法および推定プログラム

(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】2025-02-18

(45)【発行日】2025-02-27

(54)【発明の名称】推定装置、推定方法および推定プログラム

(51)【国際特許分類】

   G05B 23/02 20060101AFI20250219BHJP

【ＦＩ】

G05B23/02 R

【請求項の数】 14

(21)【出願番号】P 2021118239

(22)【出願日】2021-07-16

(65)【公開番号】P2023013810

(43)【公開日】2023-01-26

【審査請求日】2024-02-27

(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】小山 和輝

(72)【発明者】

【氏名】泉谷 知範

(72)【発明者】

【氏名】切通 恵介

(72)【発明者】

【氏名】大川内 智海

(72)【発明者】

【氏名】藤原 大悟

【審査官】渡邊 捷太郎

(56)【参考文献】

【文献】特開平０９－２８８５１２（ＪＰ，Ａ）

【文献】特開平０９－１９８１２６（ＪＰ，Ａ）

【文献】特開２０１５－１５３１３３（ＪＰ，Ａ）

【文献】特開２０２０－１６６４４２（ＪＰ，Ａ）

【文献】特開２０１７－２０４０１７（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１７／０１７６９５７（ＵＳ，Ａ１）

【文献】韓国公開特許第１０－２０２１－００４７４７４（ＫＲ，Ａ）

(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】

複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定部と、
推定された前記因果関係を、前記時間遅れの次元を含む３次元の空間に提示する提示部と、
を有し、
前記推定部は、前記時系列データの全時間区間に対する所定の割合の時間間隔ごとに、前記因果関係を推定することを特徴とする推定装置。

【請求項2】

複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定部と、
推定された前記因果関係を、前記時間遅れの次元を含む３次元の空間に提示する提示部と、
を有し、
前記推定部が、前記時間間隔ごとの前記因果関係の変化の度合いを算出し、
算出された前記時間間隔ごとの前記因果関係の変化の度合いが所定の閾値以上である場合に、警報を発信する警報部を、さらに備えることを特徴とする推定装置。

【請求項3】

複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定部と、
推定された前記因果関係を、前記時間遅れの次元を含む３次元の空間に提示する提示部と、
を有し、
前記提示部は、前記時間遅れごとの前記センサーの間の所定のホップ数の前記因果関係を提示することを特徴とする推定装置。

【請求項4】

複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定部と、
推定された前記因果関係を、前記時間遅れの次元を含む３次元の空間に提示する提示部と、
を有し、
前記提示部は、前記因果関係を、前記３次元の空間から前記センサーを示す２次元平面に切り替えて提示することを特徴とする推定装置。

【請求項5】

前記提示部は、前記因果関係の強さを表す値が所定の閾値以上の場合に、該値と該因果関係の方向とを提示することを特徴とする請求項１～４のいずれか１項に記載の推定装置。

【請求項6】

前記提示部は、提示した前記因果関係に関する詳細情報をさらに提示可能であることを特徴とする請求項１～５のいずれか１項に記載の推定装置。

【請求項7】

推定装置が実行する推定方法であって、
複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定工程と、
推定された前記因果関係を、前記時間間隔の次元を含む３次元の空間に提示する提示工程と、
を含み、
前記推定工程は、前記時系列データの全時間区間に対する所定の割合の時間間隔ごとに、前記因果関係を推定することを特徴とする推定方法。

【請求項8】

推定装置が実行する推定方法であって、
複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定工程と、
推定された前記因果関係を、前記時間間隔の次元を含む３次元の空間に提示する提示工程と、
を含み、
前記推定工程が、前記時間間隔ごとの前記因果関係の変化の度合いを算出し、
算出された前記時間間隔ごとの前記因果関係の変化の度合いが所定の閾値以上である場合に、警報を発信する警報工程を、さらに備えることを特徴とする推定方法。

【請求項9】

推定装置が実行する推定方法であって、
複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定工程と、
推定された前記因果関係を、前記時間間隔の次元を含む３次元の空間に提示する提示工程と、
を含み、
前記提示工程は、前記時間遅れごとの前記センサーの間の所定のホップ数の前記因果関係を提示することを特徴とする推定方法。

【請求項10】

推定装置が実行する推定方法であって、
複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定工程と、
推定された前記因果関係を、前記時間間隔の次元を含む３次元の空間に提示する提示工程と、
を含み、
前記提示工程は、前記因果関係を、前記３次元の空間から前記センサーを示す２次元平面に切り替えて提示することを特徴とする推定方法。

【請求項11】

複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定ステップと、
推定された前記因果関係を、前記時間間隔の次元を含む３次元の空間に提示する提示ステップと、
をコンピュータに実行させ、
前記推定ステップは、前記時系列データの全時間区間に対する所定の割合の時間間隔ごとに、前記因果関係を推定することを特徴とする推定プログラム。

【請求項12】

複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定ステップと、
推定された前記因果関係を、前記時間間隔の次元を含む３次元の空間に提示する提示ステップと、
をコンピュータに実行させ、
前記推定ステップが、前記時間間隔ごとの前記因果関係の変化の度合いを算出し、
算出された前記時間間隔ごとの前記因果関係の変化の度合いが所定の閾値以上である場合に、警報を発信する警報ステップを、さらに備えることを特徴とする推定プログラム。

【請求項13】

複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定ステップと、
推定された前記因果関係を、前記時間間隔の次元を含む３次元の空間に提示する提示ステップと、
をコンピュータに実行させ、
前記提示ステップは、前記時間遅れごとの前記センサーの間の所定のホップ数の前記因果関係を提示することを特徴とする推定プログラム。

【請求項14】

複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定ステップと、
推定された前記因果関係を、前記時間間隔の次元を含む３次元の空間に提示する提示ステップと、
をコンピュータに実行させ、
前記提示ステップは、前記因果関係を、前記３次元の空間から前記センサーを示す２次元平面に切り替えて提示することを特徴とする推定プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、推定装置、推定方法および推定プログラムに関する。

【背景技術】

【0002】

近年、データ分析を行う際に、データに内在するデータ間の因果関係を推定する技術が期待されている（非特許文献１、２参照）。これにより、データ分析の質が向上するだけでなく、お客様の納得感を得られやすく、データ解釈の面での効果も高い。

【0003】

ここで、因果関係は、相関関係とは異なり、因果の方向を決定するこができる。例えば、影響元センサーＡと影響先センサーＢとにおいて、センサーＡの状態に影響を受けてセンサーＢの状態が変化する場合を考える。この場合に、相関関係の推定では、センサーＡとセンサーＢとの間に強い相関関係が認められても、どちらが影響元でありどちらが影響先であるかを同定することができない。

【0004】

一方、因果関係の推定では、因果関係の方向が決定され、「センサーＡ→センサーＢ」と「センサーＡ←センサーＢ」とは明確に区別される。さらに、第三のセンサーの存在により、センサーＡとセンサーＢとの間に見かけ上の関係がある場合に、相関関係の推定では識別が困難であるが、因果関係の推定では識別可能な場合がある。

【0005】

また、因果関係の推定では、Ｎ本のセンサーが存在する場合には、Ｎ本内の組み合わせごとに因果関係が評価される。さらに、時系列性を考慮した因果関係の推定では、各センサーの遅れ時間から現在時間への因果関係が評価される。

【先行技術文献】

【非特許文献】

【0006】

【文献】Hyvarinen, Aapo, et al., “Estimation of a structural vector autoregression model using non-gaussianity”, Journal of Machine Learning Research 11.5 (2010)

【文献】Nicolaou, Nicoletta, and Timothy G. Constandinou, “A nonlinear causality estimator based on non-parametric multiplicative regression”, Frontiers in neuroinformatics 10 (2016): 19

【発明の概要】

【発明が解決しようとする課題】

【0007】

しかしながら、従来の技術では、時系列性を考慮した因果関係の明確な推定が困難であった。例えば、従来は、時系列データが定常であることを仮定して、分析対象のデータの全時間区間での平均的な因果関係が推定される。そのため、データが定常でない場合には、実態に即した情報が取りこぼされてしまうおそれがある。例えば、途中の１０％程度の区間でのみ、強さ１の因果関係があっても、データの全時間区間での因果関係としては０．１と平滑されるため、結果が不明確になるおそれがある。

【0008】

また、時系列性を考慮した因果関係の推定結果は、影響元センサー×影響先センサー×時間遅れの３次元での矢印で表現される。３次元の結果を２次元平面で表現する場合には、時間遅れ方向をタブの切り替えで表現し、あるタブの中である特定の時間遅れからの因果関係の矢印のみが表示される。一方、時間遅れを跨った因果関係の繋がりは１枚の絵では得られず、分析者がイメージを補完する必要があるため、直感的に把握することは困難である。特に、センサー数や時間遅れ数が膨大になるほど、混乱を生じる恐れが大きく、分析が困難となる。

【0009】

本発明は、上記に鑑みてなされたものであって、時系列性を考慮した因果関係の明確な推定を容易に可能とすることを目的とする。

【課題を解決するための手段】

【0010】

上述した課題を解決し、目的を達成するために、本発明に係る推定装置は、複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する推定部と、推定された前記因果関係を、前記時間遅れの次元を含む３次元の空間に提示する提示部と、を有することを特徴とする。

【発明の効果】

【0011】

本発明によれば、時系列性を考慮した因果関係の明確な推定が容易に可能となる。

【図面の簡単な説明】

【0012】

【図1】図１は、本実施形態の推定装置の概要を説明するための図である。

【図2】図２は、推定装置の概略構成を例示する模式図である。

【図3】図３は、提示部の処理を説明するための図である。

【図4】図４は、提示部の処理を説明するための図である。

【図5】図５は、提示部の処理を説明するための図である。

【図6】図６は、提示部の処理を説明するための図である。

【図7】図７は、提示部の処理を説明するための図である。

【図8】図８は、提示部の処理を説明するための図である。

【図9】図９は、提示部の処理を説明するための図である。

【図10】図１０は、提示部の処理を説明するための図である。

【図11】図１１は、提示部の処理を説明するための図である。

【図12】図１２は、提示部の処理を説明するための図である。

【図13】図１３は、提示部の処理を説明するための図である。

【図14】図１４は、提示部の処理を説明するための図である。

【図15】図１５は、推定処理手順を示すフローチャートである。

【図16】図１６は、推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】

【0013】

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。

【0014】

［推定装置の概要］
図１は、本実施形態の推定装置の概要を説明するための図である。図１（Ａ）～（Ｂ）に示すように、推定装置は、例えば、プラントのプロセスデータを対象として、時系列性を考慮した因果関係を推定する。具体的には、推定装置は、図１（Ｂ）に示すように、プラント内の装置に設置されているセンサーが出力する多変量時系列データであるセンサーデータのうち、所定の時間幅の分析窓の中のデータを取得する。

【0015】

また、推定装置は、図１（Ｃ）に示すように、取得したデータを用いて、各センサーをノードとした因果関係のグラフを生成する。そして、推定装置は、分析窓を時間方向に所定の時間間隔でスライドさせることにより、図１（Ｄ）に示すように、時間遅れの次元を含む３次元空間に因果関係のグラフを連続的に生成し、分析者に提示する。

【0016】

［推定装置の構成］
図２は、推定装置の概略構成を例示する模式図である。図２に例示するように、推定装置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。

【0017】

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推定装置、プリンター等の印刷装置等によって実現される。

【0018】

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サーバ等の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、後述する推定処理に用いられるセンサーデータを収集し管理する管理装置等と制御部１５との通信を制御する。

【0019】

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。本実施形態において、記憶部１４には、例えば、後述する推定処理の結果等が記憶される。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。

【0020】

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２に例示するように、取得部１５ａ、推定部１５ｂ、提示部１５ｃおよび警報部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、提示部１５ｃ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。

【0021】

取得部１５ａは、複数のセンサーの時系列データを取得する。具体的には、取得部１５ａは、入力部１１を介して、あるいはセンサーデータの管理装置等から通信制御部１３を介して、後述する推定処理の対象として、複数のセンサーの時系列データを取得する。なお、取得部１５ａは、取得した時系列データを記憶部１４に記憶してもよい。

【0022】

推定部１５ｂは、複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する。具体的には、推定部１５ｂは、図１（Ｂ）に示したように、センサーデータのうち、所定の時間幅の分析窓の中のデータを用いて、図１（Ｄ）に示したような、各センサーとその時間遅れとをノードとした因果関係のグラフを生成する。そして、推定部１５ｂは、分析窓を時間方向にスライドさせて、再度ノード間の因果関係のグラフを生成することにより、分析窓の所定の時間間隔のスライド幅ごとに、ノード間の因果関係のグラフを変化させる。このようにして、推定部１５ｂは、時間遅れを明示的に考慮した因果関係のグラフを生成し、分析窓のスライドに合わせて因果関係のグラフを変化させる。

【0023】

推定部１５ｂは、時系列データの全時間区間に対する所定の割合の時間間隔ごとに、因果関係を推定する。例えば、推定部１５ｂは、時間間隔すなわち分析窓のスライド幅を、時系列データの全区間の時間幅の１０％程度とする。これにより、推定部１５ｂは、例えば、瞬間的に強くなる因果関係を、従来のように全時間区間で平均化して不明確してしまうことなく、明確に推定することが可能となる。

【0024】

また、推定部１５ｂは、時間間隔ごとの因果関係の変化の度合いを算出してもよい。具体的には、推定部１ｂは、各時点でのノード間の因果関係のグラフの時間変化の変化度を算出する。例えば、推定部１５ｂは、変化の前後のグラフの３次元テンソル間のノルム等で変化度を算出する。

【0025】

提示部１５ｃは、推定された因果関係を、所定の時間遅れの次元を含む３次元の空間に提示する。具体的には、提示部１５ｃは、図１（Ｄ）に例示したように、入力データに対応した所定の時間遅れを単位とする時間遅れの軸と、時間遅れの軸上の各時点における各センサーの関係を表す２次元平面とで表現される３次元空間に、センサー間の因果関係を提示する。つまり、提示部１５ｃは、センサーとその時間遅れをノードとしてノード間の因果関係を出力部１２に表示する。

【0026】

因果関係は、例えば、因果関係の強さを表す数値と、因果関係の方向を示す矢印とで表現される。因果関係の強さは、矢印の太さで表されてもよい。これにより、推定装置１０は、時間遅れを含むノード間の因果関係を分析者が直感的に把握することが容易に可能となる。

【0027】

ここで、図３～図１４は、提示部の処理を説明するための図である。まず、図３に示すように、提示部１５ｃは、ノード間の因果関係のグラフの向きを自在に変更して表示することが可能である。例えば、提示部１５ｃは、分析者のマウスドラッグ等の操作入力を受け付けて、任意に動かすことが可能である。図３に示す例では、時間遅れの軸が、図３（ａ）に示す水平方向から、図３（ｂ）に示す垂直方向に変更されている。これにより、分析者が興味の対象に注目しやすくなり、因果関係のグラフの可読性が向上する。

【0028】

また、図４に示すように、提示部１５ｃは、分析窓に沿って時間を変化させることにより、ノード間の因果関係のグラフを、リアルタイムに表示したり、リプレイ表示したりすることが可能である。

【0029】

また、提示部１５ｃは、推定部１５ｂが各時点での因果関係のグラフの時間変化の変化度を算出した場合に、変化度を数値で表示することも可能である。この場合に、提示部１５ｃは、変化度を「安定」「普通」「不安定」等のように、適当に離散化して可視化してもよい。これにより、分析者は直感的に因果関係の変化の状況を把握しやすくなり、監視や異常検知を容易に行うことが可能となる。

【0030】

また、図５に示すように、提示部１５ｃは、因果関係の強さを表す値が所定の閾値以上の場合に、該値と該因果関係の方向とを提示してもよい。図５に示す例では、提示部１５ｃは、分析者が指定した閾値未満の強度の因果関係の矢印を非表示としている。例えば、図５（ａ）に表示されている強度０．１以上０．５未満の細い矢印が、図５（ｂ）では非表示となっている。

【0031】

また、図６および図７に示すように、提示部１５ｃは、提示した因果関係に関する詳細情報をさらに提示可能である。例えば、図６に示すように、因果関係のグラフのエッジ（ノード間の矢印）がマウスホバー等により指定されることにより、提示部１５ｃは、当該エッジのエッジ名、強度、因果元、因果先等の詳細情報を表示する。あるいは、図７に示すように、因果関係のグラフのノードがマウスホバー等により指定されることにより、提示部１５ｃは、当該ノードのノード名、入次数（当該ノードを因果先とするノードの数）、出次数（当該ノードを因果元とするノードの数）等の詳細情報を表示する。

【0032】

また、図８に示すように、提示部１５ｃは、時間遅れごとのセンサーの間の所定のホップ数の因果関係を提示する。例えば、図８（ａ）に示す例では、マウスホバー等で指定されたノードからホップ数２のノードとの因果関係が表示されている。また、図８（ｂ）には、マウスホバー等で指定されたノードからホップ数２以内のノードとの因果関係が表示されている。

【0033】

また、図９に示すように、提示部１５ｃは、グリッドの表示／非表示を切り替えることが可能である。例えば、図９（ａ）には、時間方向（時間遅れ軸方向）のグリッドのみが表示されている。また、図９（ｂ）には、同一時刻のグリッドのみが表示されている。

【0034】

また、図１０に示すように、提示部１５ｃは、時間遅れ軸の表示／非表示を切り替えることが可能である。例えば、提示部１５ｃは、図４～図９に示したように、時間遅れ軸を非表示にすることが可能である。あるいは、提示部１５ｃは、図１０に示すように、時間遅れ軸を表示することも可能である。この場合には、図３に示したような因果関係のグラフの動きに追随して、時間遅れ軸が動いている。

【0035】

また、図１１に示すように、提示部１５ｃは、因果関係のグラフの各ノードのノード名や時間遅れ軸の各時点の情報等を表示することが可能である。例えば、図１１（ａ）には、時間遅れ軸の各時点を特定する「同時刻」「１ステップ遅れ」等の情報が表示されている。また、図１１（ｂ）には、さらにグラフの各ノードを識別する「センサーＡ」「センサーＢ」等の情報が表示されている。

【0036】

また、図１２に示すように、提示部１５ｃは、分析者の指示により、因果関係のグラフを初期状態にリセットすることが可能である。例えば、図１２（ａ）に示すように、時間遅れ軸の方向が動かされている状態で、リセットを指示する「リセット」ボタンがクリックされた場合に、図１２（ｂ）に示すように、初期状態すなわち、時間遅れ軸が水平方向に戻される。あるいは、ノード名や時間遅れ軸の各時点の情報、グリッド等が表示されていた場合にも、初期状態には非表示である場合には、非表示にリセットされる。

【0037】

また、図１３に示すように、提示部１５ｃは、指定されたノードを基準として整列した因果関係のグラフを表示することが可能である。例えば、図１３（ｂ）に示す例では、「センサーＥ」が指定された場合に、センサーＥを基準として、センサーＥが時間遅れ軸の直上になるように整列したグラフが表示されている。

【0038】

また、図１４に示すように、提示部１５ｃは、因果関係を、３次元の空間からセンサーを示す２次元平面に切り替えて提示することが可能である。すなわち、提示部１５ｃは、因果関係のグラフを３次元空間（３Ｄ）、２次元平面（２Ｄ）のいずれでも表示が可能であり、相互に切り替えが可能である。図１４（ｂ）に示す例では、２次元平面での表示が指定された場合であり、時間遅れの各時点がタブで表され、分析者が指定したタブの各時点でのノード間の因果関係が表示されている。

【0039】

図２の説明に戻る。警報部１５ｄは、推定部１５ｂが算出した時間間隔ごとの因果関係の変化の度合いが、所定の閾値以上である場合に、警報を発信する。例えば、図４に示した変化度が所定の閾値以上である場合に、警報部１５ｄは、異常を検知して分析者やデータの管理者に対してアラームを発信する。

【0040】

［推定処理手順］
次に、図１５を参照して、本実施形態に係る推定装置１０による推定処理について説明する。図１５は、推定処理手順を示すフローチャートである。図１５のフローチャートは、例えば、推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。

【0041】

まず、取得部１５ａが、推定処理の対象として、複数のセンサーの時系列データを取得する（ステップＳ１）。

【0042】

次に、推定部１５ｂは、複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する（ステップＳ２）。具体的には、推定部１５ｂは、センサーデータのうち、所定の時間幅の分析窓の中のデータを用いて、各センサーとその時間遅れとをノードとした因果関係のグラフを生成する。そして、推定部１５ｂは、分析窓を時間方向にスライドさせて、再度ノード間の因果関係のグラフを生成することにより、分析窓の所定の時間間隔のスライド幅ごとに、ノード間の因果関係のグラフを変化させる。

【0043】

また、提示部１５ｃは、推定された因果関係を、入力データに対応した所定の時間遅れの次元を含む３次元の空間に提示する（ステップＳ３）。具体的には、提示部１５ｃは、所定の時間遅れの軸と、時間遅れの軸上の各時点における各センサーの関係を表す２次元平面とで表現される３次元空間に、センサー間の因果関係を提示する。これにより、一連の推定処理が終了する。

【0044】

［効果］
以上、説明したように、上記実施形態の推定装置１０では、推定部１５ｂが、複数のセンサーの時系列データの所定の時間遅れを含むデータの間の因果関係を、所定の時間間隔ごとに推定する。提示部１５ｃが、推定された因果関係を、所定の時間遅れの次元を含む３次元の空間に提示する。

【0045】

具体的には、推定部１５ｂは、時系列データの全時間区間に対する所定の割合の時間間隔ごとに、因果関係を推定する。

【0046】

これにより、時間遅れを明示的に考慮した因果関係のグラフが複数生成され、それらが分析窓ごとに変化していくので、例えば瞬間的に強くなるような因果関係も明確に推定される。したがって、時系列性を考慮した因果関係の明確な推定と分析者による把握とが容易に可能となる。

【0047】

また、推定部が、時間間隔ごとの因果関係の変化の度合いを算出し、警報部１５ｄが、算出された時間間隔ごとの因果関係の変化の度合いが所定の閾値以上である場合に、警報を発信する。これにより、異常の監視や検知が容易に可能となる。

【0048】

また、提示部１５ｃは、因果関係の強さを表す値が所定の閾値以上の場合に、該値と該因果関係の方向とを提示する。これにより、分析者による因果関係の把握がより容易に可能となる。

【0049】

また、提示部１５ｃは、提示した因果関係に関する詳細情報をさらに提示可能である。これにより、分析者による因果関係の把握がより容易に可能となる。

【0050】

また、提示部１５ｃは、時間遅れごとのセンサーの間の所定のホップ数の因果関係を提示する。これにより、分析者による因果関係の把握がより容易に可能となる。

【0051】

また、提示部１５ｃは、因果関係を、３次元の空間からセンサーを示す２次元平面に切り替えて提示する。これにより、分析者による因果関係の把握がより容易に可能となる。

【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推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、実施形態に係る推定装置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１６は、推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、推定プログラムは、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推定装置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、推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、推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、推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 推定装置
１１ 入力部
１２ 出力部
１３ 通信制御部
１４ 記憶部
１５ 制御部
１５ａ 取得部
１５ｂ 推定部
１５ｃ 提示部
１５ｄ 警報部

【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】