国立大学法人静岡大学
欠損値の影響を最小限に！時系列データモデリングの新しいアプローチ
静岡県浜松市中央区城北３－５－１
登録情報の修正申請国立大学法人静岡大学
欠損値の影響を最小限に！時系列データモデリングの新しいアプローチ
静岡県浜松市中央区城北３－５－１
登録情報の修正申請本発明は、時間的に連続して得られない潜在変数、直接観測できない第1及び第2の観測変数を扱うモデリングシステムに関するものです。これらの変数は、非線形関数を用いて順次導出されます。特に、欠損値が生じやすい場合でも、モデリングの精度を維持することが可能なシステムを提供します。具体的には、潜在変数の時間的な変化と、その変化に基づいた観測変数の時間的な変化をモデリングすることで、特定の現象における観測値のシミュレーションに利用することが可能です。この特許は、従来のモデリング手法に比べて、欠損データを考慮した最適化が可能になります。
つまりは、欠損値が存在する時系列データでも、モデリングの精度を維持する、ユニークなモデリングシステムの特許です。
AIによる特許活用案
おすすめ業界 ITデータサイエンス金融
- 欠損値が存在する時系列データの分析
- ニューラルネットワークを活用した時系列データの予測
- 機械学習の精度向上
欠損値が存在する時系列データの分析において、従来の手法ではモデリングの精度が低下する可能性がありました。しかし、本特許の技術を活用すれば、欠損値が存在してもモデリングの精度を維持することが可能です。これにより、より正確な分析結果を得ることができます。
本特許の技術は、潜在変数の時間的な変化と、その変化に基づいた観測変数の時間的な変化をモデリングすることで、特定の現象における観測値のシミュレーションに利用することが可能です。ニューラルネットワークを組み込むことで、より高度な予測モデルを作成することができます。
機械学習の学習データには欠損値が存在することが多く、これが精度を下げる要因となります。しかし、本特許の技術を活用すれば、欠損値が存在しても高精度なモデリングが可能になります。これにより、機械学習の精度向上を図ることができます。
活用条件
- サブスク
- 譲渡
- ライセンス
商品化・サービス化 | ASK 実証実験 | ASK サンプル・プロトタイプ | ASK
特許評価書
- 権利概要
| 出願番号 | 特願2018-109495 |
| 発明の名称 | モデリングシステム |
| 出願人/権利者 | 国立大学法人静岡大学 |
| 住所 | 静岡県浜松市中央区城北３－５－１ |
| 公開番号 | 特開2019-212159 |
| 登録番号 | 特許第0007198474号 |
- サブスク
- 譲渡
- ライセンス
準備中です