特許ウォッチ

公開番号2025149585
公報種別公開特許公報(A)
公開日2025-10-08
出願番号2024050325
出願日2024-03-26
発明の名称時系列予測モデル、時系列予測システム、情報処理装置、情報処理方法及び情報処理プログラム
出願人国立大学法人大阪大学
代理人個人,個人
主分類G06N 3/044 20230101AFI20251001BHJP(計算;計数)
要約【課題】環境や条件を変更する場合に、状態の時間発展法則を再構築することなく、更新可能な時系列予測モデル等を提供すること。
【解決手段】時系列予測モデルは、第2時点の外力データを受け付ける入力層と、前記第2時点の外力データを、第1関数により一般化したデータ、及び、前記第2時点より前の第1時点の隠れ層状態変数を説明変数とし、前記第2時点の隠れ状態変数を目的変数とする第2関数を含む隠れ層と、前記第2時点の隠れ状態変数を説明変数、前記第2時点の予測データを目的変数とする第3関数により、前記隠れ状態変数を具体化した前記第2時点の予測データを出力する出力層とを備え、前記入力層に入力された外力データに対して、前記隠れ層による演算を行い、前記出力層から予測データを出力するように、コンピュータを機能させる。
【選択図】図1
特許請求の範囲【請求項１】
状態変数に基づいて、時系列の予測データを出力するようにコンピュータを機能させるための時系列予測モデルであって、
第２時点の外力データを受け付ける入力層と、
前記第２時点の外力データを、第１関数により一般化したデータ、及び、前記第２時点より前の第１時点の隠れ層状態変数を説明変数とし、前記第２時点の隠れ状態変数を目的変数とする第２関数を含む隠れ層と、
前記第２時点の隠れ状態変数を説明変数、前記第２時点の予測データを目的変数とする第３関数により、前記隠れ状態変数を具体化した前記第２時点の予測データを出力する出力層とを備え、
前記入力層に入力された外力データに対して、前記隠れ層による演算を行い、前記出力層から予測データを出力するように、コンピュータを機能させるための時系列予測モデル。
続きを表示（約 1,900 文字）【請求項２】
条件又は環境が異なる複数の時系列実測データの下、前記第１関数と前記第３関数は、個別の条件又は環境に依存する関数とし、前記第２関数は全ての条件又は環境に普遍な関数として学習を行う請求項１に記載の時系列予測モデル。
【請求項３】
前記時系列予測モデルを学習する際に用いた条件又は環境とは異なる時系列実測データの下、転移学習を行う
請求項１又は請求項２に記載の時系列予測モデル。
【請求項４】
前記転移学習においては、前記第２関数を固定し、前記第１関数及び前記第３関数の学習を行う請求項３に記載の時系列予測モデル。
【請求項５】
前記第１関数は式（１）、前記第２関数は式（２）、前記第３関数は式（３）で定義される請求項１又は請求項２に記載の時系列予測モデル。
TIFF
2025149585000011.tif
52
170
TIFF
2025149585000012.tif
78
170
【請求項６】
前記時系列予測モデルは、河川の水位を予測するものであって、
前記外力データは前記河川の流域における降水量、前記予測データは河川水位を表すデータであり、
前記第１関数は、前記降水量に基づいて、前記状態変数への一般化された外力を求める関数であり、
前記第２関数は、前記一般化された外力と前記状態変数を入力して、次時点の状態変数を求める関数であり、
前記第３関数は、前記状態変数に基づいて、前記水位の予測値を求める関数である
請求項１又は請求項２に記載の時系列予測モデル。
【請求項７】
請求項１又は請求項２に記載の時系列予測モデルと、
前記第２時点の一般化された外力データ、前記第１時点の隠れ層状態変数に加え、前記第１時点の予測データの実測データに対する誤差を入力して、前記第２時点の隠れ層状態変数を求める同期用リカレントニューラルネットワークを備える
時系列予測システム。
【請求項８】
制御部を備え、時系列予測モデルを実装した情報処理装置であって、
前記時系列予測モデルは、
第２時点の外力データを受け付ける入力層と、
前記第２時点の外力データを、第１関数により一般化したデータ、及び、前記第２時点より前の第１時点の隠れ層状態変数を説明変数とし、前記第２時点の隠れ状態変数を目的変数とする第２関数を含む隠れ層と、
前記第２時点の隠れ状態変数を説明変数、前記第２時点の予測データを目的変数とする第３関数により、前記隠れ状態変数を具体化した前記第２時点の予測データを出力する出力層とを有し、
前記制御部は、
外力データを取得し、
取得した前記外力データを、前記入力層へ入力し、
前記隠れ層による演算を行い、
前記出力層から取得した予測データを出力する
処理を行う情報処理装置。
【請求項９】
第２時点の外力データを受け付ける入力層と、
前記第２時点の外力データを、第１関数により一般化したデータ、及び、前記第２時点より前の第１時点の隠れ層状態変数を説明変数とし、前記第２時点の隠れ状態変数を目的変数とする第２関数を含む隠れ層と、
前記第２時点の隠れ状態変数を説明変数、前記第２時点の予測データを目的変数とする第３関数により、前記隠れ状態変数を具体化した前記第２時点の予測データを出力する出力層と
を有する予測モデルを実装した情報処理装置が、
外力データを取得し、
取得した前記外力データを前記入力層へ入力し、
前記隠れ層による演算を行い、
前記出力層から取得した予測データを出力する
情報処理方法。
【請求項１０】
第２時点の外力データを取得し、
取得した前記外力データを入力層へ入力し、
前記第２時点の外力データを、第１関数により一般化したデータ、及び、前記第２時点より前の第１時点の隠れ層状態変数を説明変数とし、前記第２時点の隠れ状態変数を目的変数とする第２関数を含む隠れ層による演算を行い、
前記第２時点の隠れ状態変数を説明変数、前記第２時点の予測データを目的変数とする第３関数により、前記隠れ状態変数を具体化した前記第２時点の予測データを出力する出力層から予測データを出力する
処理を情報処理装置に実行させる情報処理プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、状態変数に応じて予測データを出力する時系列予測モデル、時系列予測システム、情報処理装置、情報処理方法及び情報処理プログラムに関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
過去の時系列データを入力すると、将来時刻における予測データを出力する学習モデルとして、リカレントニューラルネットワーク（Recurrent Neural Network：ＲＮＮ。以下ＲＮＮとも記載する。）が利用されている。物理系において、状態変数が自励的に変化する場合や、外力によって変化する場合、状態に応じて観測される実測データの時間発展を予測するには、ＲＮＮが有効である。
【０００３】
例えば、河川水位の予測においては、河川流域の降水量が外力データとなり、それにより流速や流量等といった河川の状態が変化する。河川の状態に応じて観測される水位の将来予測を得ることで水害予防に役立てられる。
【０００４】
河川の水位を予測する従来技術として、特許文献１には、ニューラルネットワークを利用した予測システムが提案されている。
【先行技術文献】
【特許文献】
【０００５】
特開２０２３－９４７５４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
ＲＮＮなどによる時系列予測モデルは、予測モデル構築時に、環境や条件が同一の下で得られる学習データにより学習を行う。そのため、予測モデルの構築後に、環境や条件を変更する場合には、新たな学習により予測モデルを再構築することが必要となる。
【０００７】
例えば、河川水位の予測において、新たな観測地点での水位予測を行う場合、ＲＮＮの学習を再度行う必要がある。また、この観測地点での実測データ量が十分でない場合、過学習により、十分な精度の予測モデル構築が困難になる。
【０００８】
本発明はこのような状況に鑑みてなされたものである。その目的は、環境や条件を変更する場合に、状態の時間発展法則を再構築することなく、更新可能な時系列予測モデル、時系列予測システム、情報処理装置、情報処理方法及び情報処理プログラムの提供である。
【課題を解決するための手段】
【０００９】
本願の一態様に係る時系列予測モデルは、状態変数に基づいて、時系列の予測データを出力するようにコンピュータを機能させるための時系列予測モデルであって、第２時点の外力データを受け付ける入力層と、前記第２時点の外力データを、第１関数により一般化したデータ、及び、前記第２時点より前の第１時点の隠れ層状態変数を説明変数とし、前記第２時点の隠れ状態変数を目的変数とする第２関数を含む隠れ層と、前記第２時点の隠れ状態変数を説明変数、前記第２時点の予測データを目的変数とする第３関数により、前記隠れ状態変数を具体化した前記第２時点の予測データを出力する出力層とを備え、前記入力層に入力された外力データに対して、前記隠れ層による演算を行い、前記出力層から予測データを出力するように、コンピュータを機能させるためのリカレントニューラルネットワーク。
【発明の効果】
【００１０】
本願の一態様にあっては、状態の時間発展法則に普遍性を有するときに、環境や条件が異なる時系列データが複数与えられた下、状態の時間発展法則を全ての時系列データで共通化することで、時系列予測モデルの学習が容易化される。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許