特許ウォッチ

公開番号2025096490
公報種別公開特許公報(A)
公開日2025-06-26
出願番号2025064692,2023570519
出願日2025-04-10,2021-12-27
発明の名称観察対象選択装置、観察対象選択方法、及びプログラム
出願人日本電信電話株式会社
代理人弁理士法人ITOH
主分類G06N 5/04 20230101AFI20250619BHJP(計算;計数)
要約【課題】本開示は、個々のデータに応じて、欠損値で示された観察対象を選択することができることを目的とする。
【解決手段】本開示は、予測フェーズにおいて観察すべき観察対象を選択する観察対象選択装置であって、未観察による所定の欠損値を含むデータを入力する入力部と、観察済みの観察対象の特徴を示すデータを含んだ機械学習済みの選択モデルであり、未観察による前記所定の欠損値を含むデータに基づき前記所定の欠損値で示された複数の観察対象候補のうちの所定の観察対象を選択するための機械学習済みの選択モデルを用いて、未観察による特定の欠損値を含むデータに基づき特定の観察対象を選択する予測部と、予測部によって選択された特定の観察対象を示す選択結果のデータを出力する出力部、とを有する観察対象選択装置である。
【選択図】図5
特許請求の範囲【請求項１】
予測フェーズにおいて観察すべき観察対象を選択する観察対象選択装置であって、
未観察による所定の欠損値を含むデータを入力する入力部と、
観察済みの観察対象の特徴を示すデータを含んだ機械学習済みの選択モデルであり、未観察による前記所定の欠損値を含むデータに基づき前記所定の欠損値で示された複数の観察対象候補のうちの所定の観察対象を選択するための機械学習済みの選択モデルを用いて、未観察による特定の欠損値を含むデータに基づき特定の観察対象を選択する予測部と、
前記予測部によって選択された前記特定の観察対象を示す選択結果のデータを出力する出力部と、
を有し、
前記予測部は、前記所定の欠損値を含むデータのラベルを予測するための機械学習済みの予測モデルを用いて、前記出力部によって出力された選択結果のデータに基づいて新たに観察されたことにより得られた前記特定の観察対象の特徴を含み、未観察である残りの欠損値を含むデータに基づき、当該特定の観察対象以外の欠損値を含むデータのラベルを予測し、
前記出力部は、前記予測部によって予測されたラベルを示す予測結果のデータを出力する、
観察対象選択装置。
続きを表示（約 630 文字）【請求項２】
予測フェーズにおいて観察すべき観察対象を選択するための観察対象選択装置が実行する観察対象選択方法であって、
前記観察対象選択装置は、
未観察による所定の欠損値を含むデータを入力する入力処理と、
観察済みの観察対象の特徴を示すデータを含んだ機械学習済みの選択モデルであり、未観察による前記所定の欠損値を含むデータに基づき、前記所定の欠損値で示された複数の観察対象候補のうちの所定の観察対象を選択するための機械学習済みの選択モデルを用いて、未観察による特定の欠損値を含むデータに基づき特定の観察対象を選択する予測処理と、
前記予測処理によって選択された前記特定の観察対象を示す選択結果のデータを出力する出力処理と、
を実行し、
前記予測処理は、前記所定の欠損値を含むデータのラベルを予測するための機械学習済みの予測モデルを用いて、前記出力処理によって出力された選択結果のデータに基づいて新たに観察されたことにより得られた前記特定の観察対象の特徴を含み、未観察である残りの欠損値を含むデータに基づき、当該特定の観察対象以外の欠損値を含むデータのラベルを予測する処理を含み、
前記出力処理は、前記予測処理によって予測されたラベルを示す予測結果のデータを出力する処理を含む、
観察対象選択方法。
【請求項３】
コンピュータに、請求項２に記載の方法を実行させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示内容は、観察対象選択装置、観察対象選択方法、及びプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
一般に、機械学習の分野でラベルが付与されるデータに欠損値が多い場合、そのデータに関するラベルの予測の精度は低くなる。精度を高めるためには、より多くの観察対象を観察し、欠損値を少なくする必要があるが、観察に際しコストがかかる場合もある。例えば、医療検査の場合、多くの検査項目（観察対象）の検査にはコストがかかり、また患者の負担も増える。このような場合に、未検査項目（欠損値で示された複数の観察対象候補）のうち、所定の観察対象を選択するための選択方法は、既に提案されている(非特許参考文献１)。
【先行技術文献】
【非特許文献】
【０００３】
Guyon, Isabelle, and Andr Elisseeff. "An introduction to variable and feature selection." Journal of Machine Learning Research 3.Mar (2003): 1157-1182.
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、従来の方法では、欠損値で示された複数の観察対象候のうち、予め固定された観察対象を選択するため、個々のデータ（例えば、個々の患者に関するデータ）に応じて、欠損値で示された観察対象を選択することができないという課題が生じていた。
【０００５】
本発明は、上記の点に鑑みてなされたものであり、個々のデータに応じて、欠損値で示された観察対象を選択することを目的とする。
【課題を解決するための手段】
【０００６】
上記課題を解決するため、請求項１に係る発明は、予測フェーズにおいて観察すべき観察対象を選択する観察対象選択装置であって、未観察による所定の欠損値を含むデータを入力する入力部と、観察済みの観察対象の特徴を示すデータを含んだ機械学習済みの選択モデルであり、未観察による前記所定の欠損値を含むデータに基づき前記所定の欠損値で示された複数の観察対象候補のうちの所定の観察対象を選択するための機械学習済みの選択モデルを用いて、未観察による特定の欠損値を含むデータに基づき特定の観察対象を選択する予測部と、前記予測部によって選択された前記特定の観察対象を示す選択結果のデータを出力する出力部と、を有し、前記予測部は、前記所定の欠損値を含むデータのラベルを予測するための機械学習済みの予測モデルを用いて、前記出力部によって出力された選択結果のデータに基づいて新たに観察されたことにより得られた前記特定の観察対象の特徴を含み、未観察である残りの欠損値を含むデータに基づき、当該特定の観察対象以外の欠損値を含むデータのラベルを予測し、前記出力部は、前記予測部によって予測されたラベルを示す予測結果のデータを出力する、観察対象選択装置である。
【発明の効果】
【０００７】
以上説明したように本発明によれば、個々のデータに応じて、欠損値で示された観察対象を選択することができるという効果を奏する。
【図面の簡単な説明】
【０００８】
本実施形態の通信システムの概略図である。
観察対象選択装置及び通信端末のハードウェア構成図である。
本発明の実施形態に係る観察対象選択装置の機能構成図である。
本実施形態に係る観察対象選択装置の学習フェーズにおける処理又は動作を示すフローチャートである。
本実施形態に係る観察対象選択装置の予測フェーズにおける処理又は動作を示すフローチャートである。
評価結果を示す図である。
【発明を実施するための形態】
【０００９】
以下、図面に基づいて本発明の実施形態を説明する。
【００１０】
〔実施形態のシステム構成〕
まず、図１を用いて、本実施形態の通信システム１の構成の概略について説明する。図１は、本発明の実施形態に係る通信システムの概略図である。
（【００１１】以降は省略されています）

関連特許