図面 (/)

技術 時系列データ処理方法および時系列データ処理システム

出願人 日本電信電話株式会社
発明者 大塚卓也相原公久森澤文晴須藤昭一
出願日 2004年4月13日 (16年8ヶ月経過) 出願番号 2004-118168
公開日 2005年10月27日 (15年2ヶ月経過) 公開番号 2005-296407
状態 未査定
技術分野 脈拍・心拍・血圧・血流の測定 生体の電気現象及び電気的特性の測定・記録 複合演算
主要キーワード 周波数解析器 時系列処理 追加出力 各時系列データ ディスプレー画面 発生時間間隔 補助入力 設備管理
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2005年10月27日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (11)

課題

本発明は、時系列データの特徴点の中の任意の特徴点を抽出して、その特徴点の発生時点時間間隔の統計的な性質分析ができないという課題を解決する時系列データ処理方法および時系列データ処理システムを提供することを目的とする。

解決手段

本発明の時系列データ処理方法は、入力部と処理部と出力部とを備える時系列データ処理装置を利用して、時間的に変化する事象を表す複数の時系列データの特徴点を分析する方法である。また、本発明の時系列データ処理システムは、データ取得手段及び特徴点系列種得手段を有する入力部と、グラフ処理手段及び特徴点系列種処理手段を有する処理部と、表示手段及び特徴点系列種出力手段を有する出力部と、を備えて時間的に変化する事象を表す複数の時系列データの特徴点を分析するシステムである。

概要

背景

系列データ処理方法および時系列データ処理システムの従来の例としては、1以上の時系列データの時間的な変化とその分析結果を見やすく効果的に表示する方法が開示されている(例えば、特許文献1参照。)。しかし、時系列データに現れる特徴点発見し抽出して、その特徴点の発生時点時間間隔平均値あるいは分散などを計算し表示する機能は無い。一方、医療において測定される心電あるいは脈波脳波などの時間的な変化を示す時系列データは医師目視により観察して、その波形から病状を判断し、あるいは周波数解析器により時系列データの周波数成分を解析し、基本的周波数とその周辺分布する周波数成分から時系列データの時間的な揺らぎを分析することもできる。しかし、このような周波数解析器による解析は時系列データの波形の微細構造は無視され、周波数成分のみが分析される。

以上のように、従来技術においては時系列データの特徴的な変化を示す特徴点の判断は経験のある医療従事者の目視による波形による判断に依存し、さらに特徴点の繰り返し周波数やその揺らぎの分析の手段が無かった。
特開2001−256226号公報

概要

本発明は、時系列データの特徴点の中の任意の特徴点を抽出して、その特徴点の発生時点の時間間隔の統計的な性質を分析ができないという課題を解決する時系列データ処理方法および時系列データ処理システムを提供することを目的とする。 本発明の時系列データ処理方法は、入力部と処理部と出力部とを備える時系列データ処理装置を利用して、時間的に変化する事象を表す複数の時系列データの特徴点を分析する方法である。また、本発明の時系列データ処理システムは、データ取得手段及び特徴点系列種得手段を有する入力部と、グラフ処理手段及び特徴点系列種処理手段を有する処理部と、表示手段及び特徴点系列種出力手段を有する出力部と、を備えて時間的に変化する事象を表す複数の時系列データの特徴点を分析するシステムである。

目的

本発明は上記の従来の技術において、時系列データの特徴点の中の任意の特徴点を抽出して、その特徴点の発生時点の時間間隔の統計的な性質を分析ができないという課題を解決する時系列データ処理方法および時系列データ処理システムを提供することを目的とするものである。

効果

実績

技術文献被引用数
0件
牽制数
1件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

入力部と処理部と出力部とを備える時系列データ処理装置を利用して、時間的に変化する事象を表す複数の時系列データの特徴点分析する時系列データ処理方法であって、前記入力部が発生時点とそのデータ値を含む複数の時系列データを取得するデータ取得ステップと、前記処理部が前記取得された複数の時系列データをグラフ処理するグラフ処理ステップと、前記出力部が前記グラフ処理された複数の時系列データを表示する表示ステップと、前記入力部が前記表示された時系列データの中の特徴点の発生時点を示す特徴点系列種を取得する特徴点系列種取得ステップと、前記処理部が前記取得された特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算する特徴点系列種処理ステップと、前記出力部が前記特徴点系列種処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種出力ステップと、を順に含む時系列データ処理方法。

請求項2

少なくとも前記特徴点系列種取得ステップの後に、前記入力部が新たな特徴点の発生時点を取得する追加取得ステップと、少なくとも前記特徴点系列種処理ステップの後に、前記処理部が前記特徴点系列種に対して前記新たな特徴点に隣接する発生時点との時間間隔の偏差を計算する追加処理ステップと、前記出力部が前記追加処理ステップにより計算された時間間隔の偏差を出力する追加出力ステップと、を含むことを特徴とする請求項1に記載の時系列データ処理方法。

請求項3

前記追加出力ステップの後に、前記入力部が前記特徴点系列種に前記新たな特徴点の発生時点の追加の指示を取得する追加指示取得ステップと、前記追加指示取得ステップの後に、前記処理部が前記新たな特徴点の発生時点を特徴点系列種に追加し、前記新たな特徴点の発生時点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算する特徴点系列種再処理ステップと、前記出力部が前記特徴点系列種再処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種再出力ステップと、を含むことを特徴とする請求項2に記載の時系列データ処理方法。

請求項4

前記追加出力ステップの後に、前記入力部が前記特徴点系列種から前記新たな特徴点の発生時点の削除の指示を取得する削除指示取得ステップと、前記削除指示取得ステップの後に、前記処理部が前記新たな特徴点の発生時点を特徴点系列種から削除する特徴点削除処理ステップと、前記特徴点削除処理ステップの後に、前記出力部が前記特徴点系列種処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種出力ステップと、を含むことを特徴とする請求項2に記載の時系列データ処理方法。

請求項5

入力部と処理部と出力部とを備える時系列データ処理装置を利用して、時間的に変化する事象を表す複数の時系列データの特徴点を分析する時系列データ処理方法であって、前記入力部が発生時点とそのデータ値を含む複数の時系列データを取得するデータ取得ステップと、前記処理部が前記取得された複数の時系列データをグラフ処理するグラフ処理ステップと、前記出力部が前記グラフ処理された複数の時系列データを表示する表示ステップと、前記入力部が前記表示された時系列データの中の特徴点の発生時点を示す複数の特徴点系列種を取得する特徴点系列種取得ステップと、前記処理部が前記取得された複数の特徴点系列種の同じ特徴点系列種について隣接する発生時点相互間の時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差、又は異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを計算する特徴点系列種処理ステップと、前記出力部が前記特徴点系列種処理ステップにより計算された同じ特徴点系列種について隣接する発生時点相互間の時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差、又は異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを出力する特徴点系列種出力ステップと、を順に含む時系列データ処理方法。

請求項6

少なくとも前記特徴点系列種取得ステップの後に、前記入力部が新たな特徴点の発生時点を取得する追加取得ステップと、少なくとも前記特徴点系列種処理ステップの後に、前記処理部が前記新たな特徴点の属する特徴点系列種に対して前記新たな特徴点に隣接する発生時点との時間間隔の偏差を計算する追加処理ステップと、前記出力部が前記追加処理ステップにより計算された時間間隔の偏差を出力する追加出力ステップと、を含むことを特徴とする請求項5に記載の時系列データ処理方法。

請求項7

前記追加出力ステップの後に、前記入力部が前記特徴点系列種に前記新たな特徴点の発生時点の追加の指示を取得する追加指示取得ステップと、前記追加指示取得ステップの後に、前記処理部が前記新たな特徴点の発生時点を特徴点系列種に追加し、前記新たな特徴点の発生時点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算する特徴点系列種再処理ステップと、前記出力部が前記特徴点系列種再処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種再出力ステップと、を含むことを特徴とする請求項6に記載の時系列データ処理方法。

請求項8

前記追加出力ステップの後に、前記入力部が前記特徴点系列種から前記新たな特徴点の発生時点の削除の指示を取得する削除指示取得ステップと、前記削除指示取得ステップの後に、前記処理部が前記新たな特徴点の発生時点を特徴点系列種から削除する特徴点削除処理ステップと、前記特徴点削除処理ステップの後に、前記出力部が前記特徴点系列種処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種出力ステップと、を含むことを特徴とする請求項6に記載の時系列データ処理方法。

請求項9

データ取得手段及び特徴点系列種取得手段を有する入力部と、グラフ処理手段及び特徴点系列種処理手段を有する処理部と、表示手段及び特徴点系列種出力手段を有する出力部と、を備えて時間的に変化する事象を表す複数の時系列データの特徴点を分析する時系列データ処理システムであって、前記データ取得手段は、発生時点とそのデータ値を含む複数の時系列データを取得し、前記グラフ処理手段は、前記データ取得手段により取得された複数の時系列データをグラフ処理し、前記表示手段は、前記グラフ処理手段によりグラフ処理された複数の時系列データを表示し、前記特徴点系列種取得手段は、前記表示手段により表示された時系列データの中の特徴点の発生時点を示す特徴点系列種を取得し、前記特徴点系列種処理手段は、前記特徴点系列種取得手段により取得された特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、前記特徴点系列種出力手段は、前記特徴点系列種処理手段により計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力することを特徴とする時系列データ処理システム。

請求項10

前記入力部はさらに追加取得手段を有し、前記処理部はさらに追加処理手段を有し、前記出力部はさらに追加出力手段を有し、前記追加取得手段は、新たな特徴点の発生時点を取得し、前記追加処理手段は、前記特徴点系列種に対して前記追加取得手段により取得された新たな特徴点に隣接する発生時点との時間間隔の偏差を計算し、前記追加出力手段は、前記追加処理手段により計算された時間間隔の偏差を出力することを特徴とする請求項9に記載の時系列データ処理システム。

請求項11

前記入力部はさらに指示取得手段を有し、前記処理部はさらに特徴点系列種再処理手段を有し、前記出力部はさらに特徴点系列種再出力手段を有し、前記指示取得手段は、前記特徴点系列種に新たな特徴点の発生時点の追加又は新たな特徴点の発生時点の削除の指示を取得し、前記特徴点系列種再処理手段は、前記指示が追加の場合は、前記新たな特徴点の発生時点を特徴点系列種に追加し、前記新たな特徴点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、前記指示が削除の場合は、前記新たな特徴点の発生時点を特徴点系列種から削除し、前記特徴点系列種再出力手段は、前記指示が追加の場合は、前記特徴点系列種再処理手段により計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力することを特徴とする請求項10に記載の時系列データ処理システム。

請求項12

データ取得手段及び特徴点系列種取得手段を有する入力部と、グラフ処理手段及び特徴点系列種処理手段を有する処理部と、表示手段及び特徴点系列種出力手段を有する出力部と、を備えて時間的に変化する事象を表す複数の時系列データの特徴点を分析する時系列データ処理システムであって、前記データ取得手段は、発生時点とそのデータ値を含む複数の時系列データを取得し、前記グラフ処理手段は、前記データ取得手段により取得された複数の時系列データをグラフ処理し、前記表示手段は、前記グラフ処理手段によりグラフ処理された複数の時系列データを表示し、前記特徴点系列種取得手段は、前記表示手段により表示された時系列データの中の特徴点の発生時点を示す複数の特徴点系列種を取得し、前記特徴点系列種処理手段は、前記取得した複数の特徴点系列種の同じ特徴点系列種について隣接する発生時点相互間の時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差、又は異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを計算し、前記特徴点系列種出力手段は、前記特徴点系列種処理手段により計算された同じ特徴点系列種について隣接する発生時点相互間の時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差、又は異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを出力することを特徴とする時系列データ処理システム。

請求項13

前記入力部はさらに追加取得手段を有し、前記処理部はさらに追加処理手段を有し、前記出力部はさらに追加出力手段を有し、前記追加取得手段は、新たな特徴点の発生時点を取得し、前記追加処理手段は、前記追加取得手段により取得された新たな特徴点の属する特徴点系列種に対して前記新たな特徴点に隣接する発生時点との時間間隔の偏差を計算し、前記追加出力手段は、前記追加処理手段により計算された時間間隔の偏差を出力することを特徴とする請求項12に記載の時系列データ処理システム。

請求項14

前記入力部はさらに指示取得手段を有し、前記処理部はさらに特徴点系列種再処理手段を有し、前記出力部はさらに特徴点系列種再出力手段を有し、前記指示取得手段は、前記特徴点系列種に新たな特徴点の発生時点の追加又は新たな特徴点の発生時点の削除の指示を取得し、前記特徴点系列種再処理手段は、前記指示が追加の場合は、前記新たな特徴点の発生時点を特徴点系列種に追加し、前記新たな特徴点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、前記指示が削除の場合は、前記新たな特徴点の発生時点を特徴点系列種から削除し、前記特徴点系列種再出力手段は、前記指示が追加の場合は、前記特徴点系列種再処理手段により計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力することを特徴とする請求項13に記載の時系列データ処理システム。

技術分野

0001

本発明は時間的に変化する事象を表す時系列データが特徴的なデータを示す特徴点発生時点の情報を処理する方法および処理するシステムに関する。

背景技術

0002

系列データ処理方法および時系列データ処理システムの従来の例としては、1以上の時系列データの時間的な変化とその分析結果を見やすく効果的に表示する方法が開示されている(例えば、特許文献1参照。)。しかし、時系列データに現れる特徴点を発見し抽出して、その特徴点の発生時点の時間間隔平均値あるいは分散などを計算し表示する機能は無い。一方、医療において測定される心電あるいは脈波脳波などの時間的な変化を示す時系列データは医師目視により観察して、その波形から病状を判断し、あるいは周波数解析器により時系列データの周波数成分を解析し、基本的周波数とその周辺分布する周波数成分から時系列データの時間的な揺らぎを分析することもできる。しかし、このような周波数解析器による解析は時系列データの波形の微細構造は無視され、周波数成分のみが分析される。

0003

以上のように、従来技術においては時系列データの特徴的な変化を示す特徴点の判断は経験のある医療従事者の目視による波形による判断に依存し、さらに特徴点の繰り返し周波数やその揺らぎの分析の手段が無かった。
特開2001−256226号公報

発明が解決しようとする課題

0004

本発明は上記の従来の技術において、時系列データの特徴点の中の任意の特徴点を抽出して、その特徴点の発生時点の時間間隔の統計的な性質を分析ができないという課題を解決する時系列データ処理方法および時系列データ処理システムを提供することを目的とするものである。

課題を解決するための手段

0005

本発明の時系列データ処理方法および時系列データ処理システムの説明に必要な用語を定義する。

0006

時系列データとは、時間的に変化する事象の発生時点とそのデータ値を含むデータである。

0007

特徴点とは、時系列データの中のデータ値が所定の値と一致する、あるいは所定の変化を示すデータ値とその発生時点を含むデータである。

0008

特徴点系列種とは、同一種類の複数の特徴点の発生時点を示す時系列データである。

0009

グラフ処理とは、データ値をグラフ表示するための処理をいう。

0010

本発明の時系列データ処理方法は、入力部と処理部と出力部とを備える時系列データ処理装置を利用して、時間的に変化する事象を表す複数の時系列データの特徴点を分析する方法である。本発明の時系列データ処理システムは、データ取得手段及び特徴点系列種取得手段を有する入力部と、グラフ処理手段及び特徴点系列種処理手段を有する処理部と、表示手段及び特徴点系列種出力手段を有する出力部と、を備えて時間的に変化する事象を表す複数の時系列データの特徴点を分析するシステムである。

0011

本発明では、時系列データ処理装置の入力部に入力された複数の時系列データを当該入力部が取得し、時系列データ処理装置の処理部が前記取得した複数の時系列データをグラフ処理し、時系列データ処理装置の処理部が前記グラフ処理した複数の時系列データを表示する。グラフ処理によって、観測者は時系列データをグラフとして観測することができる。表示された時系列データを見て、観測者は特徴点を判断して、入力部に入力する。当該入力部は前記表示した時系列データの中の特徴点の発生時点を示す特徴点系列種を取得し、処理部は前記取得した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、出力部は前記計算した時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する。

0012

さらに、本発明では、入力部に入力された時系列データの中の特徴点の発生時点を示す複数の特徴点系列種を当該入力部が取得し、処理部が複数の特徴点系列種の同じ特徴点系列種について隣接する発生時点相互間の時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差、又は異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを計算し、出力部がこれらの計算結果を出力する。

0013

上記のように、本発明では、複数の時系列データの中の特徴的なデータの発生時点を計算あるいは目視により発見し、特徴的なデータの発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差などを計算することにより、従来の周波数解析では分析できない時系列データの中の特徴的なデータの発生時点の統計的な性質を分析することができる。

0014

さらに、本発明では、同一の時系列データの中の複数の特徴点系列種に属する特徴点の相互間の、あるいは異なる時系列データの中の特徴点系列種に属する特徴点の相互間の、発生時点間隔の統計的な情報を分析し、例えば複数の時系列データに出現する特徴的な波形の発生時間間隔の統計的な情報を分析する。

0015

従来の周波数解析では時系列データの時間的な変化、すなわち波形の微細構造を無視した周波数成分の構造を分析しているが、本発明では特徴点の発生時間間隔、例えば特徴的な波形の発生時間間隔の統計的な情報を分析することができる。

0016

さらに、本発明では、取得済みの特徴点系列種に加えて、新たな特徴点の発生時点を入力部が取得し、前記取得した前記新たな特徴点と、新たな特徴点に隣接する前記取得済みの特徴点系列種の中の特徴点の発生時点との時間間隔の、前記取得済みの特徴点系列種の隣接する発生時点相互間の時間間隔の平均値との偏差を処理部が計算し、前記計算した時間間隔の偏差を出力部が出力する。

0017

上記のように、本発明では、時系列データ処理装置が新たな特徴点と、新たな特徴点の発生時点と隣接する取得済みの特徴点系列種の中の特徴点の発生時点との時間間隔が取得済みの特徴点系列種の隣接する発生時点相互間の時間間隔の平均値からのどの程度の偏差を持つかを計算し、出力するので、例えば新たな特徴点の追加の妥当性の判断が可能となる。

0018

さらに 本発明では、入力部が前記取得済みの特徴点系列種に新たな特徴点の発生時点の追加又は削除の指示を取得し、処理部は前記指示に従って、新たな特徴点の発生時点を特徴点系列種に追加し、または前記新たな特徴点を削除する。

0019

ここで、新たな特徴点の発生時点を特徴点系列種に追加した場合、処理部は前記新たな特徴点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、出力部が前記計算した時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する。

0020

上記のように本発明では、観測者は、新たな特徴点の発生時点と隣接する前記特徴点系列種の特徴点の発生時点との時間間隔が、前記特徴点系列種の特徴点の発生時点との時間間隔とどのような関係にあるかを判断して、前記特徴点系列種に新たな特徴点を追加または削除することにより、時間的に長い時系列データの特徴点を効果的に発見し、かつ分析することができる。

発明の効果

0021

本発明により、1以上の時系列データの中の1以上の特徴点系列種を取得し、同じ特徴点系列種について隣接する発生時点相互間の時間間隔、あるいは異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔、に関する統計的な性質を分析することが可能となる。

発明を実施するための最良の形態

0022

本実施形態は、データ取得手段及び特徴点系列種取得手段を有する入力部と、グラフ処理手段及び特徴点系列種処理手段を有する処理部と、表示手段及び特徴点系列種出力手段を有する出力部と、を備えて時間的に変化する事象を表す複数の時系列データの特徴点を分析する時系列データ処理システムであって、前記データ取得手段は、発生時点とそのデータ値を含む複数の時系列データを取得し、前記グラフ処理手段は、前記データ取得手段により取得された複数の時系列データをグラフ処理し、前記表示手段は、前記グラフ処理手段によりグラフ処理された複数の時系列データを表示し、前記特徴点系列種取得手段は、前記表示手段により表示された時系列データの中の特徴点の発生時点を示す特徴点系列種を取得し、前記特徴点系列種処理手段は、前記特徴点系列種取得手段により取得された特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、前記特徴点系列種出力手段は、前記特徴点系列種処理手段により計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力することを特徴とする時系列データ処理システムである。

0023

本発明の時系列データ処理システムについて、添付の図を参照して説明する。図1に本発明の時系列データ処理システムの構成を示す。図1において、本発明の時系列データ処理システムは、データ取得手段及び特徴点系列種取得手段を有する入力部1、グラフ処理手段及び特徴点系列種処理手段を有する処理部2、表示手段および特徴点系列種出力手段を有する出力部3を備える。

0024

ここで、入力部1は、例えば、時系列データを電気的に入力する入力端子、あるいは時系列データを手動により入力するキーボード、あるいはディスプレー画面上のポインターによりデータを入力するマウス等の入力装置により構成されている。

0025

処理部2は、例えば、CPUなどの演算処理装置および記憶装置により構成されている。

0026

出力部3は、例えば、時系列データや処理結果を表示するディスプレー、あるいは時系列データや処理結果を電気信号として出力する出力端子により構成されている。

0027

図1において、入力部1は信号伝達手段により処理部2と接続され、処理部2は信号伝達手段により出力部3と接続されている。

0028

本発明の時系列データ処理システムの動作の一例について説明する。図2は複数の時系列データ、特徴点および特徴点系列種の例を説明する図である。図2の上側の図に時系列データA21を示し、時系列データA21の中の特徴点の例として、特徴点Aα22を○印で示している。さらに図2上側の図において、▽印で示している特徴点系列種Aα23は特徴点Aα22の発生時点を示す時系列データであり、時間間隔TAα24は隣接する特徴点Aα22の間の時間間隔である。

0029

図2の下側に時系列データB41を示し、時系列データB41の中の特徴点の例として、特徴点Bα42を○印で示している。さらに図2下側の図において、▽印で示している特徴点系列種Bα43は特徴点Bα42の発生時点を示す時系列データであり、時間間隔TBα44は隣接する特徴点Bα42の間の時間間隔である。

0030

さらに、図2において、時間間隔TABα61は、特徴点系列種Aα23に属する特徴点Aα22と特徴点系列種Bα43に属する特徴点Bα42との間で時間的に最も近い組み合わせにおける特徴点Aα22と特徴点Bα42の相互間の時間間隔である。

0031

図2においては、時系列データとして時系列データA21と時系列データB41の2例が示されているが、さらに多数の時系列データが存在する場合でもよい。

0032

観測者は入力部1に時系列データA21、時系列データB41を入力する。例えば、入力部1を構成する記憶媒体から入力端子を通して電気信号として入力する、あるいはキーボードから手動でデータ値を入力するなどの方法がある。一方、入力部1は観測者の入力した時系列データA21、時系列データB41を取得し、処理部2へ伝達する。

0033

さらに、観測者は出力部がディスプレーに表示した時系列データを観測し、表示された時系列データから判断して適当な特徴点系列種Aα23、および特徴点系列種Bα43を入力する。特徴点系列種Aα23、および特徴点系列種Bα43を入力する方法は、別途作成された特徴点系列種Aα23、および特徴点系列種Bα43を記憶媒体から前記入端子を通して電気信号として入力する、あるいはキーボードからデータを入力する、あるいは出力部3のディスプレーに表示された時系列データA21、および時系列データB41を見てマウス等の補助入力手段により入力する方法などがある。入力部1は入力された特徴点系列種Aα23、および特徴点系列種Bα43を取得し、処理部2へ伝達する。以下の説明においては煩雑さを避けるために、入力部1は2の時系列データを取得し、かつ各々の時系列データに対して1の特徴点系列種を取得する場合について説明する。

0034

処理部2は入力部1から伝達されてくる時系列データA21および時系列データB41、特徴点系列種Aα23および特徴点系列種Bα43を受領して、例えば内部に記憶するとともに、グラフ処理する。グラフ処理した時系列データA21および時系列データB41、特徴点系列種Aα23および特徴点系列種Bα43を出力部3へ伝達する。

0035

さらに、処理部2は、例えば図2に示す時間間隔TAα24、時間間隔TBα44、および時間間隔TABα61の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、計算した結果を、例えば内部に記憶するとともに、グラフ処理して出力部3へ伝達する。グラフ処理によって、出力部3での表示がグラフとして認識される。

0036

出力部3はグラフ処理された時系列データA21および特徴点系列種Aα23、時系列データB41および特徴点系列種Bα43を受領して、例えばディスプレーに図2のようなグラフを表示する。

0037

さらに、出力部3は処理部2によりグラフ処理された時間間隔TAα24、時間間隔TBα44、および時間間隔TABα61の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算した結果を受領し、受領した時間間隔TAα24、時間間隔TBα44、および時間間隔TABα61の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算した結果を例えばディスプレーに表示し、例えば前記出力端子から電気信号として出力する。

0038

上記のように、本発明の時系列データ処理システムを利用すると、複数の時系列データの中の、同じ特徴点系列種の隣接する発生時点相互間の時間間隔、および異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔の統計的な性質を分析することができる。

0039

以上説明したように、本発明により、複数の時系列データの中の特徴的なデータの発生時点の時間間隔に関する統計的な性質、および複数の時系列データの各々の特徴的なデータの発生時点の間の時間間隔に関する統計的な性質を分析可能な時系列データ処理システムを提供することができる。

0040

本実施形態は、入力部と処理部と出力部とを備える時系列データ処理装置を利用して、時間的に変化する事象を表す複数の時系列データの特徴点を分析する時系列データ処理方法において、前記入力部が発生時点とそのデータ値を含む複数の時系列データを取得するデータ取得ステップと、前記処理部が前記取得された複数の時系列データをグラフ処理するグラフ処理ステップと、前記出力部が前記グラフ処理された複数の時系列データを表示する表示ステップと、前記入力部が前記表示された時系列データの中の特徴点の発生時点を示す特徴点系列種を取得する特徴点系列種取得ステップと、前記処理部が前記取得された特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算する特徴点系列種処理ステップと、前記出力部が前記特徴点系列種処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種出力ステップと、を順に含む時系列データ処理方法である。

0041

図3に本実施形態の時系列データ処理方法の処理のフローを示す。本実施形態の時系列データ処理方法について、図1図2を参照して、図3に示す本実施形態の時系列データ処理方法の処理のフローに沿って、処理の例を説明する。

0042

(ステップ101)前記時系列データ処理システムの入力部1は、観測者の入力した複数の時系列データ、例えば図2に示す時系列データA21および時系列データB41を取得する(データ取得ステップ)。観測者の入力方法には、例えば、入力部1を構成する記憶媒体から入力端子を通して電気信号として入力する、あるいはキーボードから手動でデータ値を入力するなどの方法がある。

0043

上記の説明においては、入力部1が取得する時系列データは2の場合を説明しているが、さらに多数の時系列データを取得してもよい。以下の説明においても同様である。

0044

(ステップ102)前記時系列データ処理システムの処理部2は、ステップ101により取得された複数の時系列データをグラフ処理する(グラフ処理ステップ)。グラフ処理によって、観測者は時系列データをグラフとして観測することができる。

0045

(ステップ103)前記時系列データ処理システムの出力部3は、ステップ102により処理された時系列データA21および時系列データB41を例えば前記ディスプレーに表示する(表示ステップ)。

0046

(ステップ104)観測者はステップ103により表示された時系列データのグラフを観測して、特徴点系列種、例えば図2に示す特徴点系列種Aα23および特徴点系列種Bα43を入力する。前記時系列データ処理システムの入力部1は、これらの特徴点系列種Aα23および特徴点系列種Bα43を取得する(特徴点系列種取得ステップ)。入力する方法は、別途作成された特徴点系列種Aα23、および特徴点系列種Bα43を記憶媒体から前記入力端子を通して電気信号として入力する、あるいはキーボードからデータを入力する、あるいは出力部3の前記ディスプレーに表示された時系列データA21、および時系列データB41を見てマウス等の補助入力手段により入力する方法などがある。

0047

上記の説明においては、入力部1から取得した時系列データの各々に対して特徴点時系列種を取得している場合を説明しているが、所定の特徴点系列種を取得すればよく、以下の説明においても同様である。

0048

(ステップ105)前記時系列データ処理システムの処理部2は、ステップ104により取得した特徴点系列種Aα23および特徴点系列種Bα43から、時間間隔TAα24、時間間隔TBα44、および時間間隔TABα61の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算する(特徴点系列種処理ステップ)。

0049

(ステップ106)前記時系列データ処理システムの出力部3は、ステップ105により計算した時間間隔TAα24、時間間隔TBα44、および時間間隔TABα61の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを出力する(特徴点系列種出力ステップ)。

0050

上記のように、本発明の時系列データ処理方法を利用すると、複数の時系列データの中の、同じ特徴点系列種の隣接する発生時点相互間の時間間隔、および異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔、の統計的な性質を分析することができる。

0051

以上説明したように、本発明により、複数の時系列データの中の特徴的なデータの発生時点の時間間隔に関する統計的な性質、および複数の時系列データの各々の特徴的なデータの発生時点の間の時間間隔に関する統計的な性質を分析可能な時系列データ処理方法を提供することができる。

0052

本実施形態の時系列データ処理システムは、前述の時系列データ処理システムにおいて、さらに、新たな特徴点の発生時点を取得する追加取得手段と、前記特徴点系列種に対して新たな特徴点に隣接する発生時点との時間間隔の偏差を計算する追加処理手段と、前記計算した時間間隔の偏差を出力する追加出力手段と、を含む時系列データ処理システムである。

0053

本実施形態は、図1により説明した前述の時系列データ処理システムにおいて、入力部1はさらに前記追加取得手段を有し、処理部2はさらに前記追加処理手段を有し、出力部3はさらに前記追加出力手段を有する。前記追加取得手段は、新たな特徴点の発生時点を取得し、前記追加処理手段は、前記特徴点系列種に対して前記追加取得手段により取得された新たな特徴点に隣接する発生時点との時間間隔の偏差を計算し、前記追加出力手段は、前記追加処理手段により計算された時間間隔の偏差を出力する。本実施形態の時系列データ処理システムの構成は図1により説明した前述の時系列データ処理システムと同様の構成である。

0054

本実施形態の時系列データ処理システムの動作の例について、図4を参照して、前述の時系列データ処理システムの動作に追加される動作を中心に説明する。

0055

図4において、時系列データA21の新たな特徴点Aαn25を●印で示し、また時系列データB41の新たな特徴点Bαn45を●印で示している。図4において、時間間隔TAαn26は新たな特徴点Aαn25の発生時点と、特徴点Aαn25に時間的に最も近い特徴点Aα22の発生時点と、の間の時間間隔である。さらに、図4において、時間間隔TBαn46は新たな特徴点Bαn45の発生時点と、特徴点Bαn45に時間的に最も近い特徴点Bα42の発生時点との間の時間間隔である。

0056

観測者は出力部がディスプレーに表示した時系列データを観測し、表示された時系列データから判断して適当な特徴点Aαn、および特徴点Bαnを入力する。特徴点系列種Aαn、および特徴点系列種Bαnを入力する方法は、特徴点系列種Aα23、および特徴点系列種Bα43の入力方法と同様である。本実施形態の時系列データ処理システムの入力部1は、図4に示す時系列データA21の新たな特徴点Aαn25、および時系列データB41の新たな特徴点Bαn45を取得し、入力部1は取得した特徴点Aαn25および特徴点Bαn45を処理部2へ伝達する。

0057

ここで、図4においては、入力部1は時系列データA21の新たな特徴点Aαn25,および時系列データB41の新たな特徴点Bαn45を取得する場合について示しているが、さらに多数の時系列データについて新たな特徴点を取得してもよく、以下の説明においても同様である。

0058

処理部2は入力部1から伝達された特徴点Aαn25および特徴点Bαn45を受領し、例えば内部に保存し、さらに受領した特徴点Aαn25および特徴点Bαn45をグラフ処理する。グラフ処理した後に出力部3へ伝達する。

0059

さらに、処理部2は受領した特徴点Aαn25および特徴点Bαn45から時間間隔TAαn26および時間間隔TBαn46を計算し、さらに時間間隔TAαn26および時間間隔TBαn46の各々について、時間間隔TAα24および時間間隔TBα44の各々の平均からの偏差を計算し、計算した結果を例えば内部に記憶し、さらに計算した時間間隔TAαn26および時間間隔TBαn46の各々について,時間間隔TAα24および時間間隔TBα44の各々の平均からの偏差の計算結果をグラフ処理する。グラフ処理した後に出力部3へ伝達する。

0060

出力部3は処理部2から伝達されてきた特徴点Aαn25および特徴点Bαn45を、受領し、例えばディスプレーに図4のようなグラフを表示する。

0061

さらに、出力部3は処理部2から伝達された時間間隔TAαn26および時間間隔TBαn46の各々について,時間間隔TAα24および時間間隔TBα44の各々の平均からの偏差の計算結果を受領し、例えばディスプレーに図4のようなグラフを表示する。

0062

上記のように、本発明の時系列データ処理システムを利用すると、複数の時系列データの特徴点系列種に新たな特徴点の発生時点を追加し、新たな特徴点の発生時点と、新たな特徴点に時間的に最も近い特徴点系列種の中の特徴点の発生時点との時間間隔の、特徴点系列種の隣接する発生時点相互間の時間間隔の平均値との偏差を計算し出力するので、新たな特徴点の発生時点と特徴点系列種の隣接する発生時点相互間の時間間隔との統計的な関係を分析することができる。

0063

以上説明したように、本発明により、複数の時系列データの取得済みの特徴点系列種に新たな特徴点を追加し、新たに追加した特徴点と取得済みの特徴点との関係を分析し、例えば新たな特徴点の追加の妥当性を判断するデータを出力可能な時系列データ処理システムを提供することができる。

0064

本実施形態の時系列データ処理方法は、前述の実施形態の時系列データ処理方法に対して、さらに、少なくとも前記特徴点系列種取得ステップの後に、前記入力部が新たな特徴点の発生時点を取得する追加取得ステップと、少なくとも前記特徴点系列種処理ステップの後に、前記処理部が前記特徴点系列種に対して前記新たな特徴点に隣接する発生時点との時間間隔の偏差を計算する追加処理ステップと、前記出力部が前記追加処理ステップにより計算された時間間隔の偏差を出力する追加出力ステップと、を含む時系列データ処理方法である。

0065

図5に本実施形態の時系列データ処理方法の処理のフローの例を示す。本実施形態の時系列データ処理方法の例について、図1図4を参照して、図5に示す本実施形態の時系列データ処理方法の処理のフローに沿って、前述の時系列データ処理方法に追加される部分を中心に処理の例を説明する。

0066

図5に示す本実施形態の時系列データ処理方法のデータ取得ステップ101、グラフ処理ステップ102、表示ステップ103、特徴点系列種取得ステップ104、特徴点系列種取得処理ステップ105、特徴点系列種取得出力ステップ106は、前述の時系列データ処理方法の処理ステップと同様である。

0067

(ステップ107)観測者は前記ディスプレーに表示された時系列データのグラフを観測して、特徴点、例えば図4に示す特徴点Aαn25および特徴点Bαn45を入力する。前記時系列データ処理システムの入力部1は、これらの特徴点Aαn25および特徴点Bαn45を取得する(追加取得ステップ)。

0068

上記の説明においては、入力部1が取得する特徴点は2の場合を説明しているが、さらに多数の特徴点を取得してもよく、以下の説明においても同様である。

0069

(ステップ108)前記時系列データ処理システムの処理部2は、ステップ107により取得した特徴点Aαn25および特徴点Bαn45の各々を用いて、時間間隔TAαn26および時間間隔TBαn46の各々を計算し、さらに時間間隔TAαn26および時間間隔TBαn46の各々について、時間間隔TAα24およびTBα44の各々の平均値との偏差を計算する(追加処理ステップ)。

0070

(ステップ109)前記時系列データ処理システムの出力部3は、ステップ108により計算した時間間隔TAαn26および時間間隔TBαn46の各々について、時間間隔TAα24およびTBα44の各々の平均値との偏差を出力する(追加出力ステップ)。

0071

上記のように、本発明の時系列データ処理方法を利用すると、複数の時系列データの特徴点系列種に新たな特徴点の発生時点を追加し、新たな特徴点の発生時点と、新たな特徴点に時間的に最も近い特徴点系列種の中の特徴点の発生時点との時間間隔の、特徴点系列種の隣接する発生時点相互間の時間間隔の平均値との偏差を計算し出力するので、新たな特徴点の発生時点と特徴点系列種の隣接する発生時点相互間の時間間隔との統計的な関係を分析することができる。

0072

以上説明したように、本発明により、複数の時系列データの取得済みの特徴点系列種に新たな特徴点を追加し、新たに追加した特徴点と取得済みの特徴点との関係を分析し、例えば新たな特徴点の追加の妥当性を判断するデータを出力可能な時系列データ処理方法を提供することができる。

0073

本実施形態は、前述の時系列データ処理システムにおいて、前記特徴点系列種に新たな特徴点の発生時点の追加又は新たな特徴点の発生時点の削除の指示を取得する指示取得手段と、前記指示が追加の場合は、新たな特徴点の発生時点を特徴点系列種に追加し、前記新たな特徴点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、前記指示が削除の場合は、前記新たな特徴点の発生時点を特徴点系列種から削除する特徴点系列種再処理手段と、前記指示が追加の場合は、前記特徴点系列種再処理手段により計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種再出力手段と、をさらに含む時系列データ処理システムである。

0074

本実施形態は、図1により説明した前述の時系列データ処理システムにおいて、入力部1はさらに指示取得手段を有し、処理部2はさらに特徴点系列種再処理手段を有し、出力部3はさらに特徴点系列種再出力手段を有する。前記指示取得手段は、前記特徴点系列種に新たな特徴点の発生時点の追加又は新たな特徴点の発生時点の削除の指示を取得し、前記特徴点系列種再処理手段は、前記指示が追加の場合は、前記新たな特徴点の発生時点を特徴点系列種に追加し、前記新たな特徴点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、前記指示が削除の場合は、前記新たな特徴点の発生時点を特徴点系列種から削除し、前記特徴点系列種再出力手段は、前記指示が追加の場合は、前記特徴点系列種再処理手段により計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する。本実施形態の時系列データ処理システムの構成は図1により説明した前述の時系列データ処理システムと同様の構成である。

0075

本実施形態の時系列データ処理システムの動作の例について、図4図6を参照して、前述の時系列データ処理システムの動作に追加される動作を中心に説明する。

0076

図4において、前述の時系列データ処理システムの動作において、出力部3が時間間隔TAαn26および時間間隔TBαn46の各々について、時間間隔TAα24および時間間隔TBα44の各々の平均からの偏差の計算結果を受領し、例えばディスプレーに表示する。

0077

観測者は計算された偏差から新たな特徴点Aαn25を特徴点系列種Aα23に追加するか、新たな特徴点Aαn25を削除するかを判断し、新たな特徴点Bαn45を特徴点系列種Bα43に追加するか、新たな特徴点Bαn45を削除するかを判断し、入力部1に入力する。入力部1は新たな特徴点Aαn25を特徴点系列種Aα23に追加するあるいは新たな特徴点Aαn25を削除する指示、または新たな特徴点Bαn45を特徴点系列種Bα43に追加するあるいは新たな特徴点Bαn45を削除する指示を取得し、取得した新たな特徴点Aαn25を特徴点系列種Aα23に追加するあるいは新たな特徴点Aαn25を削除する指示、または新たな特徴点Bαn45を特徴点系列種Bα43に追加するあるいは新たな特徴点Bαn45を削除する指示を処理部2へ伝達する。

0078

処理部2は入力部1から伝達された新たな特徴点Aαn25を特徴点系列種Aα23に追加するあるいは新たな特徴点Aαn25を削除する指示、または新たな特徴点Bαn45を特徴点系列種Bα43に追加あるいは新たな特徴点Bαn45を削除する指示を受領する。

0079

ここで、処理部2は受領した指示が新たな特徴点Aαn25を特徴点系列種Aα23に追加する、あるいは新たな特徴点Bαn45を特徴点系列種Bα43に追加する指示である場合、特徴点Aαn25を特徴点系列種Aα23に追加し、あるいは新たな特徴点Bαn45を特徴点系列種Bα43に追加する。図6に特徴点Aαn25を追加した特徴点系列種Aα23、および新たな特徴点Bαn45を追加した特徴点系列種Bα43に示す。

0080

さらに、処理部2は図6に示す新たな特徴点Aαn25を追加した特徴点系列種Aα23の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを、あるいは新たな特徴点Bαn45を追加した特徴点系列種Bα43の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、例えば内部に記憶する。

0081

さらに、処理部2は計算した図6に示す特徴点系列種Aα23の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを、あるいは特徴点系列種Bα43の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算した結果を出力部3へ伝達する。

0082

出力部3は図6に示す特徴点系列種Aα23の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを、あるいは特徴点系列種Bα43の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算した結果を受領し、例えばディスプレーに表示する。

0083

一方、処理部2は受領した指示が新たな特徴点Aαn25を削除する、あるいは新たな特徴点Bαn45を削除する指示である場合、新たな特徴点Aαn25を削除、あるいは新たな特徴点Bαn45のうち指示されたものを削除する。

0084

上記のように、本発明の時系列データ処理システムを利用すると、複数の時系列データの特徴点系列種に対して新たな特徴点を追加する指示を取得した場合、特徴点系列種に新たな特徴点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の統計的な性質を分析することができる。新たな特徴点を削除する指示を取得した場合は、新たな特徴点を削除する。

0085

以上説明したように、本発明により、複数の時系列データに対して特徴点系列種を取得し、さらに新たな特徴点を適切に追加できるので、例えば時間的に長い時系列データに対しても、観測者が時系列データを目視しながら特徴点を発見して順次追加して、特徴点の発生時点間の時間間隔の統計的な性質を詳細に分析可能な時系列データ処理システムを提供することができる。

0086

本実施形態の時系列データ処理方法は、前述の時系列データ処理方法において、前記追加出力ステップの後に、前記入力部が前記特徴点系列種に前記新たな特徴点の発生時点の追加の指示を取得する追加指示取得ステップと、前記追加指示取得ステップの後に、前記処理部が前記新たな特徴点の発生時点を特徴点系列種に追加し、前記新たな特徴点の発生時点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算する特徴点系列種再処理ステップと、前記出力部が前記特徴点系列種再処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種再出力ステップと、を含む時系列データ処理方法である。

0087

さらに、前述の時系列データ処理方法において、前記追加出力ステップの後に、前記入力部が前記特徴点系列種から前記新たな特徴点の発生時点の削除の指示を取得する削除指示取得ステップと、前記削除指示取得ステップの後に、前記処理部が前記新たな特徴点の発生時点を特徴点系列種から削除する特徴点削除処理ステップと、前記特徴点削除処理ステップの後に、前記出力部が前記特徴点系列種処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種出力ステップと、を含む時系列データ処理方法である。

0088

図7に本実施形態の時系列データ処理方法のフロー図を示す。本実施形態の時系列データ処理方法の例について、図4図6を参照して、図7に示す本実施形態の時系列データ処理方法の処理のフローに沿って、前述の時系列データ処理方法に追加される部分を中心に処理の例を説明する。

0089

図7に示す本実施形態の時系列データ処理方法のデータ取得ステップ101、グラフ処理ステップ102、表示ステップ103、特徴点系列種取得ステップ104、特徴点系列種処理ステップ105、特徴点系列種出力ステップ106、追加取得ステップ107、追加処理ステップ108、追加出力ステップ109は図5に示す前述の時系列データ処理方法の処理ステップと同様である。

0090

追加出力ステップ109において、出力部3が時間間隔TAαn26および時間間隔TBαn46の各々について、時間間隔TAα24および時間間隔TBα44の各々の平均からの偏差の計算結果を例えばディスプレーに表示する。

0091

観測者は計算された偏差から新たな特徴点Aαn25を特徴点系列種Aα23に追加するか、新たな特徴点Aαn25を削除するかを判断し、新たな特徴点Bαn45を特徴点系列種Bα43に追加するか、新たな特徴点Bαn45を削除するかを判断し、入力部1に入力する。入力した指示が新たな特徴点Aαn25を特徴点系列種Aα23へ追加する、あるいは新たな特徴点Bαn45を特徴点系列種Bα43へ追加する指示の場合、処理フローはステップ111へ進み、取得した指示が新たな特徴点Aαn25を削除する、あるいは新たな特徴点Bαn45を削除する指示の場合、処理フローはステップ121へ進む。

0092

(ステップ111)前記時系列データ処理システムの入力部1は、図4に示す新たな特徴点Aαn25を特徴点系列種Aα23へ追加するか、または図4に示す新たな特徴点Bαn45を特徴点系列種Bα43へ追加する指示を取得する(追加指示取得ステップ)。

0093

(ステップ112)前記時系列データ処理システムの処理部2は、図4に示す新たな特徴点Aαn25を追加した図6に示す特徴点系列種Aα23の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、あるいは図4に示す新たな特徴点Bαn45を追加した図6に示す特徴点系列種Bα43の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算する(特徴点系列種再処理ステップ)。

0094

(ステップ113)前記時系列データ処理システムの出力部3は、ステップ112により新たな特徴点Aαn25を追加した特徴点系列種Aα23の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算した結果を、例えばディスプレーに表示し、あるいは新たな特徴点Bαn45を追加した特徴点系列種Bα43の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算した結果を、例えばディスプレーに表示する(特徴点系列種再出力ステップ)。

0095

観測者は、新たな特徴点を追加する場合は、ステップ107に戻り、新たな特徴点の追加がない場合は終了する。

0096

(ステップ121)前記時系列データ処理システムの入力部1は、図4に示す新たな特徴点Aαn25を削除するか、または図4に示す新たな特徴点Bαn45を削除する指示を取得する(削除指示取得ステップ)。

0097

(ステップ122)前記時系列データ処理システムの処理部2は、新たな特徴点Aαn25を削除し、あるいは新たな特徴点Bαn45を削除する(特徴点削除処理ステップ)。処理部2が新たな特徴点Aαn25を削除し、あるいは特徴新たな点Bαn45を削除するとステップ106に戻り、出力部3は新たな特徴点を取得する前の前記特徴点系列種処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する。

0098

上記のように、本発明の時系列データ処理方法を利用すると、複数の時系列データの特徴点系列種に対して新たな特徴点を追加する指示を取得して、特徴点系列種に新たな特徴点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の統計的な性質を分析することができる。

0099

以上説明したように、本発明により、例えば時間的に長い複数の時系列データの特徴点系列種に対して、新たな特徴点を適切に追加し、例えば時間的に長い時系列データに対しても、時系列データを目視しながら特徴点を発見して順次追加して、特徴点の発生時点間の時間間隔の統計的な性質を詳細に分析可能な時系列データ処理方法を提供することができる。

0100

本実施形態は、データ取得手段及び特徴点系列種取得手段を有する入力部と、グラフ処理手段及び特徴点系列種処理手段を有する処理部と、表示手段及び特徴点系列種出力手段を有する出力部と、を備えて時間的に変化する事象を表す複数の時系列データの特徴点を分析する時系列データ処理システムであって、前記データ取得手段は、発生時点とそのデータ値を含む複数の時系列データを取得し、前記グラフ処理手段は、前記データ取得手段により取得された複数の時系列データをグラフ処理し、前記表示手段は、前記グラフ処理手段によりグラフ処理された複数の時系列データを表示し、前記特徴点系列種取得手段は、前記表示手段により表示された時系列データの中の特徴点の発生時点を示す複数の特徴点系列種を取得し、前記特徴点系列種処理手段は、前記取得した複数の特徴点系列種の同じ特徴点系列種について隣接する発生時点相互間の時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差、又は異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを計算し、前記特徴点系列種出力手段は、前記特徴点系列種処理手段により計算された同じ特徴点系列種について隣接する発生時点相互間の時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差、又は異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを出力することを特徴とする時系列データ処理システムである。

0101

本実施形態の時系列データ処理システムについて、添付の図を参照して説明する。本発明の時系列データ処理システムの構成は図1により説明した前述の時系列データ処理システムと同様であり、図1に示す入力部1、処理部2、出力部3の各々の内部の構成も前述と同様である。

0102

図1において、本実施形態の時系列データ処理システムは、データ取得手段および特徴点系列種取得手段を有する入力部1、グラフ処理手段および特徴点系列種処理手段を有する処理部2、表示手段および特徴点系列種出力手段を有する出力部3により構成される。

0103

本実施形態の時系列データ処理システムの動作について、図2および図8を参照して説明する。図8において、時系列データA21に対して、特徴点Aα22を○印で示し、特徴点Aβ32を◎印で示し、さらに特徴点系列種Aα23を▽印で示し、特徴点系列種Aβ33を◇印で示している。また、図8において、時系列データB41に対して、特徴点Bα42を○印で示し、特徴点Bβ52を◎印で示し、さらに特徴点系列種Bα43を▽印で示し、特徴点系列種Bβ53を◇印で示している。図8においては各々の時系列データに対して2の特徴点系列種を示しているが、さらに多数の特徴点系列種が存在してもよい。

0104

図8において、時間間隔TAβ34は特徴点系列種Aβ33の隣接する特徴点相互間の時間間隔であり、時間間隔TBβ54は特徴点系列種Bβ53の隣接する特徴点相互間の時間間隔であり、時間間隔TABβ71は特徴点系列種Aβ33の特徴点と特徴点系列種Bβ53の特徴点の間で時間的に最も近い組み合わせの特徴点相互間の時間間隔であり、時間間隔TAαβ72は特徴点系列種Aα23の特徴点と特徴点系列種Aβ33の特徴点の間で時間的に最も近い組み合わせの特徴点相互間の時間間隔であり、時間間隔TBαβ73は特徴点系列種Bα43の特徴点と特徴点系列種Bβ53の特徴点の間で時間的に最も近い組み合わせの特徴点相互間の時間間隔である。

0105

ここで、図2に示す時間間隔TAα24、時間間隔TBα44、および時間間隔TABα61は、図8においては図示していない。

0106

データ取得手段、グラフ処理手段、表示手段については前述した時系列処理システムと同様であるため、説明を省略する。観測者は出力部がディスプレーに表示した時系列データを観測し、表示された時系列データから判断して、入力部1に例えば図8に示す時系列データA21に対して特徴点系列種Aα23、特徴点系列種Aβ33を入力する。あるいは図8には示していないさらに多数の特徴点系列種を入力してもよい。また、時系列データB41に対して特徴点系列種Bα43、特徴点系列種Bβ53を入力する。あるいは図8には示していないさらに多数の時系列データおよび特徴点系列種を入力する。一方、入力部1は、例えば図8に示す時系列データA21に対して特徴点系列種Aα23、特徴点系列種Aβ33を取得し、あるいは図8には示していないさらに多数の特徴点系列種を取得する。また、時系列データB41に対して特徴点系列種Bα43、特徴点系列種Bβ53を取得し、あるいは図8には示していないさらに多数の時系列データおよび特徴点系列種を取得する。

0107

以下の説明においては、2の時系列データの各々に2の特徴点系列種が存在する例について説明する。

0108

処理部2は、時系列データA21について図2に示す時間間隔TAα24と図8に示す時間間隔TAβ34と時間間隔TAαβ72、および時系列データB41について図2に示す時間間隔TBα44と図8に示す時間間隔TBβ54と時間間隔TBαβ73、さらに時系列データA21と時系列データB41について図2に示す時間間隔TABα61と図8に示す時間間隔TABβ71、について平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを計算し、出力部3へ伝達する。

0109

出力部3は処理部2から伝達される時間間隔TAα24、時間間隔TAβ34、時間間隔TBα44、時間間隔TBβ54、時間間隔TABα61、時間間隔TABβ71、時間間隔TAαβ72、時間間隔TBαβ73の平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを受領し、受領した時間間隔TAα24、時間間隔TAβ34、時間間隔TBα44、時間間隔TBβ54、時間間隔TABα61、時間間隔TABβ71、時間間隔TAαβ72、時間間隔TBαβ73について平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを、例えばディスプレーに表示する。

0110

上記においては、各時系列データに2の特徴点系列種が存在する場合について説明しているが、さらに多数の時系列データの各々にさらに多数の特徴点系列種が存在する場合は、異なる特徴点系列種の中の2の特徴点系列種の組み合わせ毎に、各々の特徴点系列種に属する特徴点の発生時間が時間的に最も近い特徴点の相互間の時間間隔について、平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを、上記と同様に処理部2において計算し、例えば内部に記憶し、出力部3において表示する。

0111

上記のように、本発明の時系列データ処理システムを利用すると、複数の時系列データの各々の中の複数の特徴点系列種の隣接する特徴点の発生時点相互間の時間間隔、さらに異なる時系列データの各々の中の特徴点系列種の特徴点の発生時点相互間で時間的に最も近い特徴点の相互間の発生時点の時間間隔の統計的な性質を分析することができる。

0112

以上説明したように、本発明により、複数の時系列データの中の各々の中の複数の特徴点系列種の特徴点の発生時点の時間間隔、および異なる特徴点系列種の特徴点の発生時点の相互間の時間間隔、に関する統計的な性質を分析し、例えば複数の時系列データ相互の関連を分析可能な時系列データ処理システムを提供することができる。

0113

本実施形態の時系列データ処理方法は、入力部と処理部と出力部とを備える時系列データ処理装置を利用して、時間的に変化する事象を表す複数の時系列データの特徴点を分析する時系列データ処理方法において、前記入力部が発生時点とそのデータ値を含む複数の時系列データを取得するデータ取得ステップと、前記処理部が前記取得された複数の時系列データをグラフ処理するグラフ処理ステップと、前記出力部が前記グラフ処理された複数の時系列データを表示する表示ステップと、前記入力部が前記表示された時系列データの中の特徴点の発生時点を示す複数の特徴点系列種を取得する特徴点系列種取得ステップと、前記処理部が前記取得された複数の特徴点系列種の同じ特徴点系列種について隣接する発生時点相互間の時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差、又は異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを計算する特徴点系列種処理ステップと、前記出力部が前記特徴点系列種処理ステップにより計算された同じ特徴点系列種について隣接する発生時点相互間の時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差、又は異なる特徴点系列種に属する特徴点の最も近い発生時点との時間間隔の平均、時間間隔の分散若しくは時間間隔の標準偏差のいずれかを出力する特徴点系列種出力ステップと、を順に含む時系列データ処理方法である。

0114

本実施形態の時系列データ処理方法の処理のフローは図3により説明した前述の時系列データ処理方法の処理のフローと同様である。本実施形態の時系列データ処理方法について、図1図2を参照して、図3の処理のフローに沿って、処理の例を説明する。

0115

(ステップ101)前記時系列データ処理システムの入力部1は、観測者の入力した複数の時系列データ、例えば図2に示す時系列データA21および時系列データB41を取得する(データ取得ステップ)。観測者の入力方法には、例えば、入力部1を構成する記憶媒体から入力端子を通して電気信号として入力する、あるいはキーボードから手動でデータ値を入力するなどの方法がある。

0116

上記の説明においては、入力部1から取得する時系列データは2の場合を説明しているが、さらに多数の時系列データを取得してもよく、以下の説明においても同様である。

0117

(ステップ102)前記時系列データ処理システムの処理部2は、ステップ101により取得された複数の時系列データをグラフ処理する(グラフ処理ステップ)。グラフ処理によって、観測者は時系列データをグラフとして観測することができる。

0118

(ステップ103)前記時系列データ処理システムの出力部3は、ステップ102により処理された時系列データA21および時系列データB41を例えば前記ディスプレーに表示する(表示ステップ)。

0119

(ステップ104)観測者はステップ103により表示された時系列データのグラフを観測して、特徴点系列種、例えば図2に示す特徴点系列種Aα23および特徴点系列種Bα43、さらに、図8に示す特徴点系列種Aβ33および特徴点系列種Bβ53を入力する。前記時系列データ処理システムの入力部1は、これらの特徴点系列種Aα23および特徴点系列種Bα43を取得し、さらに、図8に示す特徴点系列種Aβ33および特徴点系列種Bβ53を取得する(特徴点系列種取得ステップ)。

0120

上記の説明においては、入力部1から取得した時系列データの各々に対して2の特徴点時系列種を取得している場合を説明しているが、所定の特徴点系列種を取得すればよく、以下の説明においても同様である。

0121

(ステップ105)前記時系列データ処理システムの処理部2は、ステップ104により取得した特徴点系列種Aα23および特徴点系列種Aβ33、特徴点系列種Bα43および特徴点系列種Bβ53から、処理部2により時間間隔TAα24、時間間隔TAβ34、時間間隔TBα44、時間間隔TBβ54、時間間隔TABα61、時間間隔TABβ71、時間間隔TAαβ72、時間間隔TBαβ73の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算する(特徴点系列種処理ステップ)。

0122

(ステップ106)前記時系列データ処理システムの出力部3は、ステップ105により計算した時間間隔TAα24、時間間隔TAβ34、時間間隔TBα44、時間間隔TBβ54、時間間隔TABα61、時間間隔TABβ71、時間間隔TAαβ72、時間間隔TBαβ73の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを出力する(特徴点系列種出力ステップ)。

0123

上記のように、本発明の時系列データ処理方法を利用すると、複数の時系列データの各々の中の複数の特徴点系列種の隣接する特徴点の発生時点相互間の時間間隔、さらに異なる時系列データの各々の中の特徴点系列種の特徴点相互間で時間的に最も近い特徴点の相互間の時間間隔の統計的な性質を分析することができる。

0124

以上説明したように、本発明により、複数の時系列データの中の各々の中の複数の特徴点系列種の特徴点の発生時点の時間間隔、および異なる特徴点系列種の特徴点の発生時点の時間間隔、に関する統計的な性質を分析し、例えば複数の時系列データ相互の関連を分析可能な時系列データ処理方法を提供することができる。

0125

本実施形態の時系列データ処理システムは、前述の時系列データ処理システムにおいて、さらに新たな特徴点の発生時点を取得する追加取得手段と、前記新たな特徴点の属する特徴点系列種に対して新たな特徴点に隣接する発生時点との時間間隔の偏差を計算する追加処理手段と、前記計算した時間間隔の偏差を出力する追加出力手段と、を含む時系列データ処理システムである。

0126

本実施形態は、図1により説明した前述の時系列データ処理システムにおいて、入力部1はさらに新たな特徴点の発生時点を取得する追加取得手段を有し、処理部2はさらに前記新たな特徴点の属する特徴点系列種に対して新たな特徴点に隣接する発生時点との時間間隔の偏差を計算する追加処理手段を有し、出力部3はさらに前記計算した時間間隔の偏差を出力する追加出力手段を有する。本実施形態の時系列データ処理システムの構成は、図1により説明した前述の時系列データ処理システムと同様の構成である。

0127

本実施形態の時系列データ処理システムの動作の例について、前述の時系列データ処理システムの動作に追加される動作を中心に説明する。

0128

図9において、時系列データA21の特徴点系列種Aα23に対する新たな特徴点Aαn25を●印で示し、特徴点系列種Aβ33に対する新たな特徴点Aβn35を◆印で示し、時系列データB41の特徴点系列種Bα43に対する新たな特徴点Bαn45を●印で示し、特徴点系列種Bβ53に対する新たな特徴点Bβn55で◆印で示している。

0129

図9において、時間間隔TAβn36は新たな特徴点Aβn35の発生時点と、特徴点Aβn35に時間的に最も近い特徴点Aβ32の発生時点と、の間の時間間隔である。さらに、図9において、時間間隔TBβn56は新たな特徴点Bβn55の発生時点と、特徴点Bβn55に時間的に最も近い特徴点Bβ52の発生時点の間の時間間隔である。

0130

ここで、図9においては、図4に示す時系列データA21の新たな特徴点Aαn25の時間間隔TAαn26および時系列データB41の新たな特徴点Bαn45の時間間隔TBαn46は表示していない。

0131

観測者は出力部がディスプレーに表示した時系列データを観測し、表示された時系列データから判断して適当な特徴点AαnおよびAβn、特徴点BαnおよびBβnを入力する。特徴点系列種AαnおよびAβn、特徴点BαnおよびBβnを入力する方法は、特徴点系列種Aα23、および特徴点系列種Bα43の入力方法と同様である。本実施形態の時系列データ処理システムの入力部1は、図9に示す時系列データA21の新たな特徴点Aαn25および新たな特徴点Aβn35、時系列データB41の新たな特徴点Bαn45および新たな特徴点Bβn55を取得し、入力部1は取得した特徴点Aαn25および特徴点Aβn35、特徴点Bαn45および特徴点Bβn55を処理部2へ伝達する。

0132

ここで、入力部1は2の時系列データの各々について2の新たな特徴点を取得する場合について示しているが、さらに多数の時系列データの各々について新たな特徴点を取得してもよく、以下の説明においても同様である。

0133

処理部2は入力部1から伝達された特徴点Aαn25および特徴点Aβn35、特徴点Bαn45および特徴点Bβn55を受領し、例えば内部に保存し、さらに受領した特徴点Aαn25および特徴点Aβn35、特徴点Bαn45および特徴点Bβn55を出力部3へ伝達する。

0134

さらに、処理部2は受領した特徴点Aαn25および特徴点Aβn35、特徴点Bαn45および特徴点Bβn55から時間間隔TAαn26および時間間隔TAβn36、時間間隔TBαn46および時間間隔TBβn56を計算する。計算した結果を例えば内部に記憶し、さらに時間間隔TAαn26および時間間隔TAβn36、時間間隔TBαn46および時間間隔TBβn56の各々について、時間間隔TAα24および時間間隔TAβ34、時間間隔TBα44および時間間隔TBβ54の各々の平均からの偏差を計算し、計算した結果を例えば内部に記憶し、さらに時間間隔TAαn26および時間間隔TAβn36、時間間隔TBαn46および時間間隔TBβn56の各々について、時間間隔TAα24および時間間隔TAβ34、時間間隔TBα44および時間間隔TBβ54の各々の平均からの偏差を計算した結果を出力部3へ伝達する。

0135

出力部3は処理部2から伝達されてきた特徴点Aαn25および特徴点Aβn35、特徴点Bαn45および特徴点Bβn55、を例えばディスプレーに表示する。

0136

さらに、出力部3は処理部2から伝達された時間間隔TAαn26および時間間隔TAβn36、時間間隔TBαn46および時間間隔TBβn56の各々について、時間間隔TAα24および時間間隔TAβ34、時間間隔TBα44および時間間隔TBβ54の各々の平均からの偏差を計算した結果を受領し、例えばディスプレーに表示する。

0137

上記のように、本発明の時系列データ処理システムを利用すると、複数の時系列データの複数の特徴点系列種に新たな特徴点の発生時点を追加し、同じ特徴点系列種の中で、新たな特徴点の発生時点と、新たな特徴点に時間的に最も近い特徴点系列種の中の特徴点の発生時点との時間間隔の、特徴点系列種の隣接する発生時点相互間の時間間隔の平均値との偏差を計算し出力するので、新たな特徴点の発生時点と特徴点系列種の隣接する発生時点相互間の時間間隔との統計的な関係を分析することができる。

0138

以上説明したように、本発明により、複数の時系列データの取得済みの複数の特徴点系列種に新たな特徴点を追加し、同じ特徴点系列種の中で新たに追加した特徴点と取得済みの特徴点との関係を分析し、例えば新たな特徴点の追加の妥当性を判断するデータを出力可能な時系列データ処理システムを提供することができる。

0139

本実施形態の時系列データ処理方法は、前述の実施形態の時系列データ処理方法に対して、さらに、少なくとも前記特徴点系列種取得ステップの後に、前記入力部が新たな特徴点の発生時点を取得する追加取得ステップと、少なくとも前記特徴点系列種処理ステップの後に、前記処理部が前記特徴点系列種に対して前記新たな特徴点に隣接する発生時点との時間間隔の偏差を計算する追加処理ステップと、前記出力部が前記追加処理ステップにより計算された時間間隔の偏差を出力する追加出力ステップと、を含む時系列データ処理方法である。

0140

本発明の時系列データ処理方法の処理フローは図5に示した前述の時系列データ処理方法の処理フローと同様である。

0141

本発明の時系列データ処理方法の例について、図1図9を参照して、図5に示す本発明の時系列データ処理方法の処理のフローに沿って、前述の時系列データ処理方法に追加される部分を中心に処理の例を説明する。

0142

図5に示す本実施形態の時系列データ処理方法のデータ取得ステップ101、グラフ処理ステップ102、表示ステップ103、特徴点系列種取得ステップ104、特徴点系列種取得処理ステップ105、特徴点系列種取得出力ステップ106は、前述の時系列データ処理方法の処理ステップと同様である。

0143

(ステップ107)観測者は前記ディスプレーに表示された時系列データのグラフを観測して、特徴点、例えば図9に示す特徴点Aαn25と特徴点Aβn35、および特徴点Bαn45と特徴点Bβn55を入力する。前記時系列データ処理システムの入力部1は、これらの特徴点Aαn25と特徴点Aβn35、および特徴点Bαn45と特徴点Bβn55を取得する(追加取得ステップ)。

0144

上記の説明においては、入力部1が取得する特徴点は2の場合を説明しているが、さらに多数の特徴点を取得してもよく、以下の説明においても同様である。

0145

(ステップ108)前記時系列データ処理システムの処理部2は、ステップ107により取得した特徴点Aαn25および特徴点Aβn35、特徴点Bαn45および特徴点Bβn55の各々を用いて、時間間隔TAαn26および時間間隔TAβn36、時間間隔TBαn46および時間間隔TBβn56を計算し、さらに時間間隔TAαn26および時間間隔TAβn36、時間間隔TBαn46および時間間隔TBβn56の各々について、時間間隔TAα24および時間間隔TAβ34、TBα44および時間間隔TBβ54の各々の平均値との偏差を計算する(追加処理ステップ)。

0146

(ステップ109)前記時系列データ処理システムの出力部3は、ステップ108により計算した時間間隔TAαn26および時間間隔TAβn36、時間間隔TBαn46および時間間隔TBβn56の各々について、時間間隔TAα24および時間間隔TAβ34、時間間隔TBα44および時間間隔TBβ54と、の偏差出力する(追加出力ステップ)。

0147

上記のように、本発明の時系列データ処理方法を利用すると、複数の時系列データの複数の特徴点系列種に新たな特徴点の発生時点を追加し、同じ特徴点系列種の中で、新たな特徴点の発生時点と、新たな特徴点に時間的に最も近い特徴点系列種の中の特徴点の発生時点との時間間隔の、特徴点系列種の隣接する発生時点相互間の時間間隔の平均値との偏差を計算し出力するので、新たな特徴点の発生時点と特徴点系列種の隣接する発生時点相互間の時間間隔との統計的な関係を分析することができる。

0148

以上説明したように、本発明により、複数の時系列データの取得済みの複数の特徴点系列種に新たな特徴点を追加し、同じ特徴点系列種の中で新たに追加した特徴点と取得済みの特徴点との関係を分析し、例えば新たな特徴点の追加の妥当性を判断するデータを出力可能な時系列データ処理方法を提供することができる。

0149

本実施形態は、前述の時系列データ処理システムにおいて、前記特徴点系列種に新たな特徴点の発生時点の追加又は新たな特徴点の発生時点の削除の指示を取得する指示取得手段と、前記指示が追加の場合は、新たな特徴点の発生時点を特徴点系列種に追加し、前記新たな特徴点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、前記指示が削除の場合は、前記新たな特徴点の発生時点を特徴点系列種から削除する特徴点系列種再処理手段と、前記指示が追加の場合は、前記特徴点系列種再処理手段により計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種再出力手段と、をさらに含む時系列データ処理システムである。

0150

本実施形態は、図1により説明した前述の時系列データ処理システムにおいて、入力部1はさらに指示取得手段を有し、処理部2はさらに特徴点系列種再処理手段を有し、出力部3はさらに特徴点系列種再出力手段を有する。前記指示取得手段は、前記特徴点系列種に新たな特徴点の発生時点の追加又は新たな特徴点の発生時点の削除の指示を取得し、前記特徴点系列種再処理手段は、前記指示が追加の場合は、前記新たな特徴点の発生時点を特徴点系列種に追加し、前記新たな特徴点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、前記指示が削除の場合は、前記新たな特徴点の発生時点を特徴点系列種から削除し、前記特徴点系列種再出力手段は、前記指示が追加の場合は、前記特徴点系列種再処理手段により計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する。本実施形態の時系列データ処理システムの構成は図1により説明した前述の時系列データ処理システムと同様の構成である。

0151

本実施形態の時系列データ処理システムの動作の例について、図9図10を参照して、前述の時系列データ処理システムの動作に追加される動作を中心に説明する。

0152

図9において、前述の時系列データ処理システムの動作において、出力部3は処理部2から伝達されてきた特徴点Aαn25および特徴点Aβn35、特徴点Bαn45および特徴点Bβn55、を例えばディスプレーに表示する。

0153

さらに、出力部3は処理部2から伝達された時間間隔TAαn26および時間間隔TAβn36、時間間隔TBαn46および時間間隔TBβn56の各々について、時間間隔TAα24および時間間隔TAβ34、時間間隔TBα44および時間間隔TBβ54の各々の平均からの偏差を計算した結果を受領し、例えばディスプレーに表示する。

0154

観測者は計算された偏差から、新たな特徴点Aαn25を特徴点系列種Aα23に追加するかあるいは新たな特徴点Aαn25を削除するかを判断し、新たな特徴点Aβn35を特徴点系列種Aβ33に追加するかあるいは新たな特徴点Aβn35を削除するかを判断し、新たな特徴点Bαn45を特徴点系列種Bα43に追加するかあるいは新たな特徴点Bαn45を削除するかを判断し、新たな特徴点Bβn55を特徴点系列種Bβ53に追加するかあるいは新たな特徴点Bβn55を削除するかを判断し、入力部1に入力する。入力部1は新たな特徴点Aαn25を特徴点系列種Aα23に追加するあるいは新たな特徴点Aαn25を削除する指示、新たな特徴点Aβn35を特徴点系列種Aβ33に追加するあるいは新たな特徴点Aβn35を削除する指示、新たな特徴点Bαn45を特徴点系列種Bα43に追加するあるいは新たな特徴点Bαn45を削除する指示、新たな特徴点Bβn55を特徴点系列種Bβ53に追加するあるいは新たな特徴点Bβn55を削除する指示、を取得し、取得した新たな特徴点Aαn25を特徴点系列種Aα23に追加するあるいは新たな特徴点Aαn25を削除する指示、新たな特徴点Aβn35を特徴点系列種Aβ33に追加するあるいは新たな特徴点Aβn35を削除する指示、新たな特徴点Bαn45を特徴点系列種Bα43に追加するあるいは新たな特徴点Bαn45を削除する指示、新たな特徴点Bβn55を特徴点系列種Bβ53に追加するあるいは新たな特徴点Bβn55を削除する指示、を処理部2へ伝達する。

0155

処理部2は入力部1から伝達された新たな特徴点Aαn25を特徴点系列種Aα23に追加するあるいは新たな特徴点Aαn25を削除する指示、新たな特徴点Aβn35を特徴点系列種Aβ33に追加するあるいは新たな特徴点Aβn35を削除する指示、新たな特徴点Bαn45を特徴点系列種Bα43に追加するあるいは新たな特徴点Bαn45を削除する指示、新たな特徴点Bβn55を特徴点系列種Bβ53に追加するあるいは新たな特徴点Bβn55を削除する指示、を受領する。

0156

ここで、処理部2は受領した指示が新たな特徴点Aαn25を特徴点系列種Aα23に追加する指示、新たな特徴点Aβn35を特徴点系列種Aβ33に追加する指示、新たな特徴点Bαn45を特徴点系列種Bα43に追加する指示、新たな特徴点Bβn55を特徴点系列種Bβ53に追加する指示、のいずれかであった場合、新たな特徴点Aαn25を特徴点系列種Aα23に追加する指示、新たな特徴点Aβn35を特徴点系列種Aβ33に追加する指示、新たな特徴点Bαn45を特徴点系列種Bα43に追加する指示、新たな特徴点Bβn55を特徴点系列種Bβ53に追加する指示、のいずれかを実行する。

0157

図10には、例として新たな特徴点Aαn25を特徴点系列種Aα23に追加し、新たな特徴点Aβn35を特徴点系列種Aβ33に追加し、新たな特徴点Bαn45を特徴点系列種Bα43に追加し、新たな特徴点Bβn55を特徴点系列種Bβ53に追加した場合の、特徴点系列種Aα23、特徴点系列種Aβ33、特徴点系列種Bα43、新特徴点系列種Bβ53を示している。

0158

さらに、処理部2は特徴点系列種Aα23、特徴点系列種Aβ33、特徴点系列種Bα43、特徴点系列種Bβ53の中で新たな特徴点が追加された特徴点系列種について、隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、さらに異なる2の特徴点系列種の組み合わせについて各々に属する特徴点の発生時点の間で時間的に最も近い特徴点の発生時点の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、例えば内部に記憶する。

0159

さらに、処理部2は、特徴点系列種Aα23、特徴点系列種Aβ33、特徴点系列種Bα43、特徴点系列種Bβ53の中で新たな特徴点が追加された特徴点系列種について、前述の時系列データ処理システムと同様に、隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、さらに異なる2の特徴点系列種の組み合わせについて各々に属する特徴点の発生時点相互間で時間的に最も近い特徴点の相互間の発生時点の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算した結果を出力部3へ伝達する。

0160

出力部3は処理部2から伝達されてくる特徴点系列種Aα23、特徴点系列種Aβ33、特徴点系列種Bα43、特徴点系列種Bβ53の中で新たな特徴点が追加された特徴点系列種について、隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、さらに異なる2の特徴点系列種の組み合わせについて各々に属する特徴点の発生時点相互間で時間的に最も近い特徴点の相互間の発生時点の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算した結果を受領し、例えばディスプレーに表示する。

0161

一方、処理部2は受領した指示が、新たな特徴点Aαn25を削除、新たな特徴点Aβn35を削除、新たな特徴点Bαn45を削除、新たな特徴点Bβn55を削除するいずれかの指示である場合、新たな特徴点Aαn25、新たな特徴点Aβn35、新たな特徴点Bαn45、新たな特徴点Bβn55のうち指示されたものを削除する。

0162

上記のように、本発明の時系列データ処理システムを利用すると、複数の時系列データの複数の特徴点系列種に対して新たな特徴点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の統計的な性質を分析し、さらに異なる2の特徴点系列種の組み合わせについて各々に属する特徴点の発生時点相互間で時間的に最も近い特徴点の相互間の発生時点の時間間隔の統計的な性質を分析することができる。

0163

以上説明したように、本発明により、複数の時系列データの複数の特徴点系列種に対して、新たな特徴点を適切に追加し、新たな特徴点を追加した特徴点系列種の特徴点の発生時点間の時間間隔、および異なる2の特徴点系列種の特徴点の発生時点間の時間間隔の統計的な性質を詳細に分析できる時系列データ処理システムを提供することができる。

0164

本実施形態の時系列データ処理方法は、前述の時系列データ処理方法において、前記追加出力ステップの後に、前記入力部が前記特徴点系列種に前記新たな特徴点の発生時点の追加の指示を取得する追加指示取得ステップと、前記追加指示取得ステップの後に、前記処理部が新たな特徴点の発生時点を特徴点系列種に追加し、前記新たな特徴点の発生時点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算する特徴点系列種再処理ステップと、前記出力部が前記特徴点系列種再処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種再出力ステップと、を含む時系列データ処理方法である。

0165

さらに、前述の時系列データ処理方法において、前記追加出力ステップの後に、前記入力部が前記特徴点系列種から前記新たな特徴点の発生時点の削除の指示を取得する削除指示取得ステップと、前記削除指示取得ステップの後に、前記処理部が前記新たな特徴点の発生時点を特徴点系列種から削除する特徴点削除処理ステップと、前記特徴点削除処理ステップの後に、前記出力部が前記特徴点系列種処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する特徴点系列種出力ステップと、を含む時系列データ処理方法である。

0166

本実施形態の時系列データ処理方法のフローは図7により説明した前述の時系列データ処理方法のフローと同様である。本実施形態の時系列データ処理方法の例について、図9図10を参照して、図7により本発明の時系列データ処理方法の処理のフローに沿って、前述の時系列データ処理方法に追加される部分を中心に処理の例を説明する。

0167

図7に示す本発明の時系列データ処理方法のデータ取得ステップ101、グラフ処理ステップ102、表示ステップ103、特徴点系列種取得ステップ104、特徴点系列種処理ステップ105、特徴点系列種出力ステップ106、追加取得ステップ107、追加処理ステップ108、追加出力ステップ109は図5に示す前述の時系列データ処理方法の処理ステップと同様である。

0168

追加出力ステップ109において、出力部3が時間間隔TAαn26および時間間隔TAβn36、時間間隔TBαn46および時間間隔TBβn56の各々について、時間間隔TAα24および時間間隔TAβ34、時間間隔TBα44および時間間隔TBβ54の各々の平均からの偏差を計算した結果を受領し、例えばディスプレーに表示する。

0169

観測者は計算された偏差から、新たな特徴点Aαn25を特徴点系列種Aα23に追加するかあるいは新たな特徴点Aαn25を削除するかを判断し、新たな特徴点Aβn35を特徴点系列種Aβ33に追加するかあるいは新たな特徴点Aβn35を削除するかを判断し、新たな特徴点Bαn45を特徴点系列種Bα43に追加するかあるいは新たな特徴点Bαn45を削除するかを判断し、新たな特徴点Bβn55を特徴点系列種Bβ53に追加するかあるいは新たな特徴点Bβn55を削除するかを判断し、入力部1に入力する。入力した指示が新たな特徴点Aαn25を特徴点系列種Aα23に追加する、新たな特徴点Aβn35を特徴点系列種Aβ33に追加する、新たな特徴点Bαn45を特徴点系列種Bα43に追加する、新たな特徴点Bβn55を特徴点系列種Bβ53に追加する場合、各々の処理フローはステップ111へ進み、取得した指示の各々が、新たな特徴点Aαn25を削除する、新たな特徴点Aβn35を削除する、新たな特徴点Bαn45を削除する、新たな特徴点Bβn55を削除する場合、各々の処理フローはステップ121へ進む。

0170

(ステップ111)前記時系列データ処理システムの入力部1は、新たな特徴点Aαn25を特徴点系列種Aα23に追加するか、新たな特徴点Aβn35を特徴点系列種Aβ33に追加するか、新たな特徴点Bαn45を特徴点系列種Bα43に追加するか、新たな特徴点Bβn55を特徴点系列種Bβ53に追加する指示を取得する(追加指示取得ステップ)。

0171

(ステップ112)前記時系列データ処理システムの処理部2は、新たな特徴点Aαn25を特徴点系列種Aα23に追加し、新たな特徴点Aβn35を特徴点系列種Aβ33に追加し、新たな特徴点Bαn45を特徴点系列種Bα43に追加し、新たな特徴点Bβn55を特徴点系列種Bβ53に追加する。

0172

さらに、前記時系列データ処理システムは処理部2は、図10に示す新たな特徴点Aαn25追加した特徴点系列種Aα23、新たな特徴点Aβn35追加した特徴点系列種Aβ33、新たな特徴点Bαn45を追加した特徴点系列種Bα43、新たな特徴点Bβn55を追加した特徴点系列種Bβ53の各々について、隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、さらに新たな特徴点Aαn25追加した特徴点系列種Aα23、新たな特徴点Aβn35追加した特徴点系列種Aβ33、新たな特徴点Bαn45を追加した特徴点系列種Bα43、新たな特徴点Bβn55を追加した特徴点系列種Bβ53の各々の中で異なる2の特徴点系列種の組み合わせについて各々に属する特徴点の発生時点の間で時間的に最も近い特徴点の発生時点の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算する(特徴点系列種再処理ステップ)。さらに、例えば内部に記憶してもよい。

0173

(ステップ113)前記時系列データ処理システムの出力部3は、ステップ112により新たな特徴点Aαn25追加した特徴点系列種Aα23、新たな特徴点Aβn35追加した特徴点系列種Aβ33、新たな特徴点Bαn45を追加した特徴点系列種Bα43、新たな特徴点Bβn55を追加した特徴点系列種Bβ53の各々について、隣接する発生時点相互間の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算し、さらに新たな特徴点Aαn25追加した特徴点系列種Aα23、新たな特徴点Aβn35追加した特徴点系列種Aβ33、新たな特徴点Bαn45を追加した特徴点系列種Bα43、新たな特徴点Bβn55を追加した特徴点系列種Bβ53の各々の中で、さらに異なる2の特徴点系列種の組み合わせについて各々に属する特徴点の発生時点相互間で時間的に最も近い特徴点の相互間の発生時点の時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差のいずれかを計算した結果を例えばディスプレーに表示する(特徴点系列種再出力ステップ)。

0174

観測者は、新たな特徴点を追加する場合は、ステップ107に戻り、新たな特徴点の追加がない場合は終了する。

0175

(ステップ121)前記時系列データ処理システムの入力部1は、図9に示す新たな特徴点Aαn25を削除するか、新たな特徴点Aβn35を削除するか、新たな特徴点Bαn45を削除するか、新たな特徴点Bβn55を削除する指示を取得する(削除指示取得ステップ)。

0176

(ステップ122)前記時系列データ処理システムの処理部2は、前記時系列データ処理システムの入力部1は、図9に示す新たな特徴点Aαn25を削除するか、新たな特徴点Aβn35を削除するか、新たな特徴点Bαn45を削除するか、新たな特徴点Bβn55を削除する(特徴点削除処理ステップ)。処理部2が新たな特徴点Aαn25を削除し、あるいは新たな特徴点Aβn35を削除し、あるいは特徴新たな点Bαn45を削除し、あるいは新たな特徴点Bβn55を削除するとステップ106に戻り、出力部3は新たな特徴点を取得する前の前記特徴点系列種処理ステップにより計算された時間間隔の平均、時間間隔の分散又は時間間隔の標準偏差を出力する。

0177

上記のように、本発明の時系列データ処理方法を利用すると、複数の時系列データの複数の特徴点系列種に対して新たな特徴点を追加した特徴点系列種の隣接する発生時点相互間の時間間隔の統計的な性質を分析し、さらに異なる2の特徴点系列種の組み合わせについて各々に属する特徴点の発生時点相互間で時間的に最も近い特徴点の相互間の発生時点の時間間隔の統計的な性質を分析することができる。

0178

以上説明したように、本発明により、複数の時系列データの複数の特徴点系列種に対して、新たな特徴点を適切に追加し、新たな特徴点を追加した特徴点系列種の特徴点の発生時点間の時間間隔、および異なる2の特徴点系列種の特徴点の発生時点間の時間間隔の統計的な性質を詳細に分析できる時系列データ処理方法を提供することができる。

0179

医療、物流、企業の設備管理など幅広い分野の時系列データにおける各種現象の発見、予測などに有効に利用できる。

図面の簡単な説明

0180

本実施形態の時系列データ処理システムの構成を示した説明図である。
時系列データの例を示した説明図である。
本実施形態の時系列データ処理方法の処理フローを示した説明図である。
時系列データの例を示した説明図である。
本実施形態の時系列データ処理方法の処理フローを示した説明図である。
時系列データの例を示した説明図である。
本実施形態の時系列データ処理方法の処理フローを示した説明図である。
時系列データの例を示した説明図である。
時系列データの例を示した説明図である。
時系列データの例を示した説明図である。

符号の説明

0181

1 入力部
2 処理部
3 出力部
21 時系列データA
22特徴点Aα
23特徴点系列種Aα
24時間間隔TAα
25 特徴点Aαn
26 時間間隔TAαn
32 特徴点Aβ
33 特徴点系列種Aβ
34 時間間隔TAβ
35 特徴点Aβn
36 時間間隔TAβn
41 時系列データB
42 特徴点Bα
43 特徴点系列種Bα
44 時間間隔TBα
45 特徴点Bαn
46 時間間隔TBαn
52 特徴点Bβ
53 特徴点系列種Bβ
54 時間間隔TBβ
55 特徴点Bβn
56 時間間隔TBβn
61 時間間隔TABα
71 時間間隔TABβ
72 時間間隔TAαβ
73 時間間隔TBαβ
101データ取得ステップ
102グラフ処理ステップ
103 表示ステップ
104 特徴点系列種取得ステップ
105 特徴点系列種取得処理ステップ
106 特徴点系列種取得出力ステップ
107 追加取得ステップ
108追加処理ステップ
109追加出力ステップ
111 追加指示取得ステップ
112 特徴点系列種再処理ステップ
113 特徴点系列種再出力ステップ
121削除指示取得ステップ
122 特徴点削除処理ステップ

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

  • カンブリコン テクノロジーズ コーポレーション リミテッドの「 チップ装置および関連製品」が 公開されました。( 2020/10/29)

    【課題・解決手段】本開示は、チップ装置および関連製品を提供する。チップ装置は、メインユニットと、メインユニットと通信する複数の基本ユニットとを備える。メインユニットの機能は、計算予定データブロックと演... 詳細

  • 西川株式会社の「 睡眠状態可視化システム」が 公開されました。( 2020/10/29)

    【課題】表示される情報を分かりやすくすることができると共に、効率よく表示を行うことができる睡眠状態可視化システムを提供する。【解決手段】一実施形態に係る睡眠状態可視化システムは、グループに属する構成員... 詳細

  • トヨタ紡織株式会社の「 シート」が 公開されました。( 2020/10/29)

    【課題】着座者の大動脈の脈波信号を精度良く検出することである。【解決手段】着座者Mが着座するシート本体部と、シート本体部に設けられており、着座者Mの大動脈Tの脈波信号を検出する圧電センサ33,34とを... 詳細

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ