【課題】マルコフ決定過程が周期性を有する場合に、既存の計算方法よりも効率的に最適施策を決定する方法、装置及びコンピュータプログラムを提供する。
【解決手段】少なくとも一の状態を有するＴ（Ｔは自然数）個の部分空間が周期構造を有するマルコフ決定過程を用いて最適施策を決定する。状態空間の一部である部分空間を特定し、特定された部分空間のうち、ｔ（ｔは自然数、ｔ≦Ｔ）番目の部分空間の選択を受け付ける。選択を受け付けたｔ番目の部分空間における一又は複数の状態から一周期後のｔ番目の部分空間における一又は複数の状態に到達する確率とコストの期待値とを算出し、算出した確率とコストの期待値とに基づいて、（ｔ−１）番目の部分空間から順に価値とコストの期待値とを再帰的に算出する。 （もっと読む）

【課題】入出力変数の関係の解釈を容易にできる情報を提供すること。
【解決手段】計算部１ａは、複数の入力変数の値と、複数の入力変数の値を調節することで最適化された複数の出力変数の値とを備えるデータ２ａに統計解析を実行して複数の入力変数の値および複数の出力変数の値それぞれの相対的な位置関係を示す中間変数の値を生成する。作成部１ｂは、生成した中間変数の値を用いて変数の値の大小の傾向を識別する散布図６ａ〜６ｄを入力変数および出力変数それぞれについて作成する。表示部１ｃは、作成した散布図６ａ〜６ｄを表示する。 （もっと読む）

【課題】３以上の次元を有する計測情報を高精度に確率モデル化し、かつ、ストリーム処理によって確率モデルを逐次更新することを可能にする。
【解決手段】受信部１１は、２人以上のユーザの行動を検出する２以上のセンサから、ユーザの行動を示すセンサ情報を受信し、センサ情報記億部１２は、センサ情報を記憶する。モデル化部１３は、時間を変数とし、ユーザとセンサを変化しないと仮定し、センサ情報記億部１２が記憶するセンサ情報を確率モデル化する。モデル記憶部１４は、確率モデルを記憶する。モデル更新部１５は、モデル化部１３が確率モデル化に用いなかったセンサ情報に基づいて、モデル記憶部１４が記憶する確率モデルを更新する。欠損値予測部１６および異常値検出部１７は、センサ情報と確率モデルとを比較して、それぞれ欠損値を予測し、異常値を検出する。 （もっと読む）

【課題】ノイズの多いデータに対してヒストグラム又は標本データ列のピーク値を決定する。
【解決手段】正規直交展開に基づいてモデル化された曲線をデータ列に当てはめ、データ列に当てはめられた曲線における勾配の変化を表す微分曲線を取得し、微分曲線における少なくとも一つの根を発見し、微分曲線における少なくとも一つの根の各々について、データ列に当てはめられた曲線上の対応値を算出し、少なくとも一つの根の各々について算出された対応値の中の最大値に基づいて、データ列のピーク値を決定する。 （もっと読む）

【課題】並列的に入力されるデータに対処してヒストグラムの度数データを生成することができ、ヒストグラムの度数データを生成する処理時間をその入力データにおけるヒストグラム値の分布状況に依存せず、更にはヒストグラムの度数データを累積するために用いる記憶領域を少なくすることができる並列演算装置を提供する。
【解決手段】複数のプロセッサによる並列的な演算結果に対して、演算結果の種別毎にそのデータ数を並列的に計数する複数のカウンタを有し、夫々のカウンタの計数値を累積してヒストグラムの度数とするヒストグラムカウンタ回路を備える。 （もっと読む）

【課題】非線形のデータセットに対して、パラメータチューニング作業を行うことなく、実用的な時間内に外れ値の検出を支援又は実行する外れ値検出装置等を提供する。
【解決手段】外れ値検出装置１が、データセットに含まれる各データを次元ごとにビット列に変換し、ビット列に基づいて、データセットの観測領域を構築する。次に、外れ値検出装置１が、データセットに含まれるデータの中から着目データを１つずつ決定し、観測領域から着目データに相当する領域を除去したときの着目データの周辺のデータ密度に基づいて、着目データの外れ度合を算出する。 （もっと読む）

【課題】故障の木の最小カットセットをより簡潔で、より読みやすいフォームに単純化すること。
【解決手段】本発明は、故障の木の最小カットセットを単純化するシステムであって、単純化のため複数のオリジナル最小カットセットを記憶するオリジナルMCSs 記憶手段と、前記オリジナル最小カットセットのサイズkを有する相関最小カットセットの集合を、k/(k+i)関数(i ≧ 1)に収縮する収縮手段とを有することを特徴とする最小カットセット単純化システムである。 （もっと読む）

【課題】情報エントロピーの概念を一般化して、部分集合同定の予測精度を改善する。
【解決手段】前に取得されたデータに基づく実験型モデリングシステムを創るための実験データの分布状階層的発展型モデルを創る方法と機械可読記憶媒体。該データは該システムへの入力と該システムからの対応する出力とを表す。該方法と機械可読記憶媒体は、次ぎに取得される入力からシステム出力を精確に予測するために、情報理論と熱力学の原理に基づくエントロピー関数を使用する。該方法と機械可読記憶媒体とは、混乱したシステムであるように見えるものの下にある秩序、又は構造を顕わすためにデータ集合の最も情報豊富な（すなわち、最適な）表現を同定する。発展型プログラミングはデータの最適表現を同定するため使用される１方法である。 （もっと読む）

【課題】 解決しようとする課題は、特徴量を算出する際にメモリの並列性を効率的に利用しつつ特徴量を算出することにある。
【解決手段】
上記課題を解決するために、本発明の実施形態の特徴量算出装置は、入力データの特徴値のヒストグラムに基づく特徴量を算出する特徴量算出装置において、前記入力データの一部を保持するためのバッファと、複数のバンクを有し、前記ヒストグラムの算出結果を保持するためのメモリと、前記特徴値を算出しようとする対象データの前記バッファ上での位置と、算出された前記特徴値のカテゴリを投票する前記メモリ上の位置とが対応されたテーブルを生成する生成部と、前記対象データの前記特徴値のカテゴリを求め、前記テーブルが示す前記メモリ上の位置に投票を行う投票部とを備える。 （もっと読む）

【課題】周期的に提供されるデータを処理し、移動平均を算出している最中に、移動平均回数を増加させると移動平均値が急激に減少してしまう現象が生じる。本現象を、複雑な処理を行なうことなく防止し、安定した移動平均値を提供する。
【解決手段】本発明の移動平均処理について、周期的に提供されるデータに対し、移動平均を実行している最中に移動平均回数を増加させたときに、平均回数を変更する前の移動平均値を平均回数増加分だけデータに加算することにより、移動平均値が急減少しないことを特徴とする。 （もっと読む）