JP6128501B2 - 時系列データ解析装置、時系列データ解析方法、およびプログラム - Google Patents

Description

本発明は、時系列のデータを解析する時系列データ解析装置等に関するものである。

従来、時系列のデータから規則性を取得する装置が開発されている（例えば、特許文献１参照）。

特開２００６−３３８３７３号公報

しかしながら、従来の時系列のデータを解析する装置においては、１種類の時系列のデータからは１種類の特徴量データのみしか取得しておらず、時系列のデータを有効に活用できていないという課題があった。

上記課題に対し、本発明の目的は、時系列のデータを有効に活用することである。

本発明の一態様は、観測対象に対する観測データである１種類以上の時系列の観測データを取得する観測データ取得部と、前記観測データ取得部により取得された１種類以上の時系列の観測データのうち１種類の観測データを、第１の期間と、前記第１の期間よりも短い前記第２の期間とで分割し、前記分割した第１の期間のそれぞれにおける特徴的な値の時系列データである第１の特徴量データと、前記分割した第２の期間のそれぞれにおける特徴的な値の時系列データである第２の特徴量データを取得する特徴量データ取得部と、前記特徴データ取得部により取得された第１の特徴量データを用いて、前記対象に関する第１規則を取得する第１規則取得部と、前記特徴データ取得部により取得された第２の特徴量データを用いて、前記対象に関する第２規則を取得する第２規則取得部と、前記第１規則取得部が取得した第１規則と、前記第２規則取得部が取得した第２規則とを出力する出力部とを備える時系列データ解析装置である。

本発明の一態様によれば、時系列のデータを有効に活用することができる。

実施の形態１における時系列データ解析装置のブロック図 同実施の形態における観測データ格納手段に格納されている観測データの一例を示す図 同実施の形態における特徴量データ取得手段が特徴量を取得する方法を説明するための図 同実施の形態における状態ラベル設定手段、および行動ラベル設定手段がラベルを設定する方法を説明するための図 同実施の形態における状態規則取得手段、および行動規則取得手段が規則を取得する方法を説明するための図 同実施の形態における時系列データ解析装置の動作を示すフローチャート 同実施の形態におけるコンピュータシステムの外観の一例を示す図 同実施の形態におけるコンピュータシステムの構成の一例を示す図

以下、時系列データ解析装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。

（実施の形態１）
本実施の形態において、時系列の観測データから状態に関する規則と行動に関する規則を取得する時系列データ解析装置１について説明する。図１は、本実施の形態における時系列データ解析装置１のブロック図である。

時系列データ解析装置１は、観測データ格納手段１０１、特徴量データ取得手段１０２、状態規則（第１規則）取得手段１０３、行動規則（第２規則）取得手段１０４、および出力手段１０５を備える。また、状態規則取得手段１０３は、状態ラベル（第１ラベル）設定手段２１、および状態規則特定手段２２を備える。また、行動規則取得手段１０４は、行動ラベル（第２ラベル）設定手段２３、および行動規則特定手段２４を備える。

観測データ格納手段１０１には、観測対象に対する観測データである１種類以上の時系列の観測データが格納される。以下、観測対象に対する観測データを対象観測データということもある。観測対象は、自ら行動するものが好適であるが、自ら行動するもの以外であっても良い。自ら行動するものは、例えば、動物であることが好適であるが、植物であっても良く、人間であっても良く、人間でなくても良い。自ら行動するもの以外では、例えば、乗り物であっても良く、可動部のある道具等であっても良い。時系列の観測データは、所定の間隔ごとに各種のセンサによって取得されたデータが連続しているデータである。所定の間隔は、一定であっても良く、不定であっても良い。所定の間隔は、例えば、１秒間に１回の間隔であっても良く、１０秒間に１回の間隔であっても良い。所定の間隔は、状態規則、または行動規則を取得するために必要な間隔以下であれば良い。

時系列の対象観測データは、カメラで観測対象を撮影した動画、およびその観測対象が発した音をマイクで集音した音声等が好適であるが、各種のセンサを用いて取得されたデータであれば何でも良い。例えば、時系列の対象観測データは、サーモグラフィで計測した体温を示す時系列のデータであっても良く、対象に付けたＧＰＳで取得した位置の時系列データであっても良く、対象に取り付けたジャイロセンサから取得した対象の角度を示す時系列のデータであっても良く、動物である観測対象に取り付けた脈拍計で取得した脈拍の時系列データであっても良い。なお、観測対象が発した音は、観測対象から発生した鳴き声等の音声であっても良く、観測対象が動作することによって発生した音声であっても良い。観測対象が動作することによって発生した音声とは、例えば、リスがひまわりの種を割っている音であっても良く、アライグマが食べ物を洗う際の水音等であっても良く、自動車のタイヤと路面とがこすれ合う音であっても良い。また、各種のセンサを用いて取得された対象観測データは、各種のセンサを用いて取得されたデータそのままであっても良く、その各種のセンサを用いて取得されたデータから算出されたデータであっても良い。センサを用いて取得されたデータから算出されたデータである観測対象データは、例えば、２以上のビデオカメラを用いて取得された観測対象の移動履歴を示す時系列の３次元座標データ等であっても良い。

また、観測データ格納手段１０１には、外部環境に関する時系列の観測データが格納されても良い。また、外部環境に関する観測データを外部環境観測データともいうこともある。なお、対象観測データ、および外部環境観測データを総称して観測データということもある。外部環境とは、観測対象の周囲の環境に関する事象のことである。周囲の環境は、観測対象に影響を与える圏内の環境であれば何でも良い。周囲の環境は、対象のケージの周辺であっても良く、ケージが置かれている部屋等であっても良い。外部環境観測データは、各種のセンサを用いて取得された外部環境に関するデータであれば何でも良い。例えば、時系列の外部環境観測データは、カメラで撮影した動画であっても良く、マイクで集音した音声を示す時系列のデータであっても良く、温度計が取得した気温を示す時系列のデータであっても良く、雨量計が取得した降水量を示す時系列のデータであっても良く、気圧計が取得した気圧を示す時系列のデータであっても良く、風力計が取得した風の強さを示す時系列のデータ等であっても良い。また、各種のセンサを用いて取得された外部環境観測データは、各種のセンサを用いて取得されたデータそのままであっても良く、その各種のセンサを用いて取得されたデータから算出されたデータであっても良い。また、センサを用いて取得されたデータから算出されたデータである外部環境観測データは、例えば、温度計が取得した温度の履歴から算出された、時系列の現在と数時間前の温度差を示すデータであっても良く、２以上の温度計が取得した室内と室外の温度から算出された、時系列の温度差を示すデータであっても良い。対象観測データ、および外部環境観測データを取得するために用いる各センサは、すべて公知技術であるため、詳細な説明は省略する。

観測データ格納手段１０１には、２種類以上の時系列の対象観測データが格納されていても良い。観測データ格納手段１０１に２種類以上の時系列の対象観測データが格納されている場合は、観測データ格納手段１０１には、例えば、図２のような観測データが格納される。観測データ格納手段１０１に格納されている各観測データは、共通する期間を含むデータである。つまり、任意の期間、例えば２０１３年１月１日０時０分０秒から同０時０分５秒までの期間に観測された２種類以上の時系列の観測データが格納されていることが好適である。また、観測データ格納手段１０１は、各時系列の観測データに共通する期間に含まれる特定の時点の各観測データの情報が同期できるように格納することが好適である。各時系列の観測データを同期するために、各時系列の観測データは、例えば、タイムコード等の同期に必要な情報を有していても良い。以下、観測データ格納手段１０１には、２種類の対象観測データと１種類の外部環境観測データとが格納されているものとして、主に説明する。観測データ格納手段１０１は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。観測データ格納手段１０１に観測データが格納される過程は問わない。例えば、記録媒体を介して観測データが観測データ格納手段１０１で格納されるようになっても良く、通信回線等を介して送信された観測データが観測データ格納手段１０１で格納されるようになっても良く、あるいは、入力デバイスを介して入力された観測データが観測データ格納手段１０１で格納されるようになっても良い。なお、「２種類以上の観測データ」は、２種類以上の異なるセンサで取得した観測データであることを示している。

特徴量データ取得手段１０２は、観測データ格納手段１０１に格納されている、１種類の対象観測データから、特徴的な値の時系列データである２種類以上の特徴量データを取得する。また、特徴量データ取得手段１０２は、外部環境に関する時系列の観測データからも、特徴的な値の時系列データである外部環境特徴量データを取得しても良い。特徴量データは、例えば、図３のように、観測データを、所定の期間ごとに分割し、その分割した各期間における特徴的な値を時系列に並べたデータである。特徴量データの値は、所定の期間における最大値であっても良く、所定の期間における最小値であっても良く、所定の期間における平均値であっても良く、所定の期間における波形の傾きであっても良く、所定の期間における波形をフーリエ変換して取得した特徴的な値であっても良く、所定の期間における移動量を時間で微分した値であっても良く、所定の期間における移動量を時間で２回微分した値であっても良く、その他のアルゴリズムで取得される値等であっても良い。また、特徴量データは、上記のようにして取得した値と対応付けられた値であっても良い。例えば、特徴量データ取得手段１０２は、図示しない格納手段に格納されている対応表を用いて、上記のようにして取得した各値に対応する特徴量データの値を取得しても良い。具体的には、特徴量データ取得手段１０２は、音量の大きさに応じて特徴量データの値を５段階に分ける対応表を用いて、鳴き声の音量に関する特徴量データを取得しても良い。なお、特徴量データの値は、上記のようにして取得した値を任意の桁を丸めた数値であっても良い。値を丸める方法は、四捨五入であっても良く、切り捨てであっても良く、切り上げであっても良い。

なお、観測データ格納手段１０１に、観測対象に対する２種類以上の時系列の観測データが格納されている場合は、特徴量データ取得手段１０２は、観測データ格納手段１０１に格納されている観測対象に対する２種類以上の対象観測データから、３種類以上の特徴量データを取得しても良い。特徴量データ取得手段１０２が２種類以上の時系列の対象観測データから特徴量データを取得する場合は、ある１種類の対象観測データから２種類以上の特徴量データを取得し、その１種類の対象観測データ以外の対象観測データそれぞれから１種類以上の特徴量データを取得しても良い。つまり、特徴量データ取得手段１０２は、Ｍ種類の対象観測データから、（Ｍ＋１）種類以上の特徴量データを、Ｍ種類の各対象観測データを用いて取得しても良い。Ｍは１以上の自然数とする。よって、状態規則または行動規則を取得するために用いられない特徴量データを取得するために用いる対象観測データをＭ種類の対象観測データの中に含めないものと考えても良い。以下、観測データ格納手段１０１には、２種類以上の時系列の対象観測データが格納されている場合について、主に説明する。

特徴量データ取得手段１０２は、対象観測データから、状態に関する特徴量データである状態特徴量データ（第１の特徴量データ）と行動に関する特徴量データである行動特徴量データ（第２の特徴量データ）とを取得しても良く、そうで無くても良い。なお、観測データ格納手段１０１に、観測対象に対する２種類以上の時系列の観測データが格納されている場合は、特徴量データ取得手段１０２は、対象観測データから、Ｎ種類以上の状態特徴量データと、（３−Ｎ）種類以上の行動特徴量データを取得しても良い。また、Ｎは１または２である。状態特徴量データは、状態規則を取得するために用いられるデータであっても良い。状態規則は、対象の状態に関する、特徴量データの値やラベル等の並びからなる情報である。状態規則は、例えば、食事中の状態を示す情報であっても良く、水飲み中の状態を示す情報であっても良く、排尿中の状態を示す情報であっても良く、排便中の状態を示す情報であっても良く、睡眠中の状態を示す情報であっても良く、その他の状態を示す情報であっても良い。また、行動特徴量データは、行動規則を取得するために用いられるデータであっても良い。行動規則は、対象の行動に関する、特徴量データの値やラベル等の並びからなる情報である。行動規則は、例えば、位置を定期的に変えている行動を示す情報であっても良く、走っている行動を示す情報であっても良く、鳴き声を上げている行動を示す情報であっても良く、ジャンプしている行動を示す情報等であっても良い。状態特徴量データと行動特徴量データとの違いは、特徴量データを取得する処理において、対象観測データを分割する所定の期間が異なることであっても良く、特徴量データを取得するための処理が異なることであっても良く、特徴量データを取得する対象観測データが異なることであっても良く、上述の２以上の違いを組み合わせたものであっても良い。対象観測データを分割する所定の期間が異なる場合の違いは、状態特徴量データを取得する処理における所定の期間より、行動特徴量データを取得する処理における所定の期間の方が短いことであっても良い。例えば、状態特徴量データを取得する処理における所定の期間が１０秒である場合に、行動特徴量データを取得する処理における所定の期間は、１秒等であっても良い。特徴量データを取得するための処理が異なる場合の違いは、例えば、状態特徴量データを取得する処理が積分値を取得する処理であったときに、行動特徴量データを取得する処理が微分値を取得する処理であることであっても良い。特徴量データを取得する対象観測データが異なる場合の違いは、状態特徴量データを取得するために用いる対象観測データと、行動特徴量データを取得するために用いる対象観測データとがあらかじめ異なるように決められていることであっても良い。例えば、特徴量データ取得手段１０２における処理は、カメラから状態特徴量データと行動特徴量データとを取得し、マイクから行動特徴量データを取得する等のように、あらかじめ決められていても良い。

また、「２種類以上の特徴量データ」とは、それぞれ異なる処理で取得した２以上の特徴量データであると考えても良い。なお、異なる処理で取得した、２個の特徴量データが同じ特徴量データである場合は、２種類の特徴量データと考えても良く、１種類の特徴量データと考えても良い。特徴量データ取得手段１０２は、通常、ＭＰＵやメモリ等から実現され得る。特徴量データ取得手段１０２の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。

状態規則取得手段１０３は、特徴量データ取得手段１０２が取得した１種類以上の特徴量データを用いて、対象の状態に関する規則である状態規則を取得する。特徴量データ取得手段１０２が１種類の対象観測データから取得した２種類以上の特徴量データを取得した場合は、状態規則取得手段１０３は、その２種類の以上の特徴量データのうち少なくとも１種類以上を用いて状態規則を取得しても良い。１種類の特徴量データから、状態規則を取得する場合は、状態規則取得手段１０３は、その特徴量データにおける２以上の連続した値が、所定の期間において繰り返し出現するときに、その連続した特徴量データの値である状態規則を取得しても良い。なお、特徴量データ取得手段１０２が、２種類以上の時系列の対象観測データから、３種類以上の特徴量データを取得した場合は、状態規則取得手段１０３は、３種類以上の特徴量データのうちのいずれかＮ種類以上の特徴量データを用いて、状態規則を取得しても良い。また、Ｎは前述のように１または２である。２種類以上の特徴量データから、状態規則を取得する場合は、状態規則取得手段１０３は、その２種類以上の特徴量データにおける１または２以上の連続した値の組み合わせが、所定の期間において繰り返し出現するときに、その連続した値の組み合わせである状態規則を取得しても良い。また、特徴量データ取得手段１０２が状態特徴量データを取得している場合は、状態規則取得手段１０３は、状態特徴量データから、上記のようにして、状態規則を取得しても良い。

また、状態規則取得手段１０３は、外部環境特徴量データの値ごと、または外部環境特徴量データの値の分類ごとに、状態規則を取得しても良い。「外部環境特徴量データの値ごとに状態規則を取得する」とは、特徴量データ取得手段１０２が取得した値ごとに状態規則を取得することである。例えば、外部環境観測データが気温に関する観測データである場合に、状態規則取得手段１０３は、気温が３０度のときの状態規則と、気温が３１度のときの状態規則とをそれぞれ取得しても良い。「外部環境特徴量データの値の分類ごとに状態規則を取得する」とは、特徴量データ取得手段１０２が取得した値を２以上の分類に仕分け、その分類ごとに状態規則を取得することである。例えば、外部環境観測データが気温に関する観測データである場合に、状態規則取得手段１０３は、気温が３０度以上のときの状態規則と、気温が２０度以上３０度未満のときの状態規則とをそれぞれ取得しても良い。外部環境特徴量データの値の分類は、上記以外にも、外部環境観測データが降水量に関する観測データである場合に、雨が降っているか降っていないかといった分類であっても良く、外部環境観測データが音声に関する観測データである場合に、図書館程度、生活音程度、または工事現場程度等といった分類であっても良く、その他の分類であっても良い。状態規則取得手段１０３は、通常、ＭＰＵやメモリ等から実現され得る。状態規則取得手段１０３の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。

状態規則取得手段１０３は、状態ラベル設定手段２１と状態規則特定手段２２との処理によって、特徴量データにラベルを付与して状態規則を取得しても良い。なお、ここで言う特徴量データとは、状態特徴量データであっても良い。状態ラベル設定手段２１は、図４のように、特徴量データの値を複数のグループに分類し、同一のグループに属する特徴量データの値に同一の状態ラベルを設定する。状態ラベル設定手段２１は、３種類以上の特徴量データのうちのいずれかＮ種類以上の特徴量データに対して状態ラベルを設定しても良い。Ｎは前述のように１または２である。状態ラベル設定手段２１が特徴量データの値を分類する基準は問わない。例えば、状態ラベル設定手段２１は、特徴量データの値ごとにグループに分類しても良く、所定の値の範囲ごとに特徴量データの値をグループに分類しても良く、あらかじめ決められた規則に応じて特徴量データの値をグループに分類しても良い。あらかじめ決められた規則は、偶数の特徴量データの値と奇数の特徴量データの値とのグループに分類する規則であっても良く、頻出する特徴量データの値とそうでない特徴量データの値とのグループに分類する規則等であっても良い。状態ラベルは、分類したグループを識別できる情報である。つまり、状態ラベルは、グループを一意に識別できる情報であれば、どのような情報であっても良い。状態ラベルを用いることで、複数の特徴量データの値を一つのラベルに設定でき、特徴量データの値を用いるよりも情報を丸めることができる。つまり、状態ラベルを設定することは、状態規則の発見を容易にしている。

なお、状態ラベル設定手段２１は、２以上の連続した特徴量データの値をまとめて一のグループに分類しても良い。状態ラベル設定手段２１は、２以上の連続した特徴量データの値をまとめてグループに分類した場合は、その２以上の連続した特徴量データの値に一の状態ラベルを設定しても良い。具体的には、状態ラベル設定手段２１は、「活動中を示す特徴量データの値・停止中を示す特徴量データの値・停止中を示す特徴量データの値・活動中を示す特徴量データの値」というような特徴量データの値の並びを「活動中を示す特徴量データの値・停止中を示す特徴量データの値・活動中を示す特徴量データの値」のように特徴量データの値をまとめても良い。特徴量データの値をまとめると、例えば、上述の場合には、状態ラベル設定手段２１は、停止中の期間にこだわらないようにラベルを設定できる。

状態規則特定手段２２は、例えば、図５のように状態ラベル設定手段２１が設定したＮ種類以上の状態ラベルの並びから状態規則を取得する。１種類の状態ラベルの並びから状態規則を取得する場合は、状態規則特定手段２２は、その状態ラベルの並びにおける２以上の連続した状態ラベルが、所定の期間において繰り返し出現するときに、その連続した状態ラベルである状態規則を取得しても良い。また、２種類以上の状態ラベルの並びから状態規則を取得する場合は、状態規則特定手段２２は、その２種類以上の状態ラベルの並びにおける１または２以上の連続した状態ラベルの組み合わせが、所定の期間において繰り返し出現するときに、その連続した状態ラベルの組み合わせである状態規則を取得しても良い。状態規則特定手段２２は、例えば、状態ラベルの並びを複数の期間ごとに分割して、頻出パターンマイニングを行うことで状態規則を取得しても良く、上述の状態ラベルの並びを分割する期間を複数回変更して、同様に頻出パターンマイニングを行うことで状態規則を取得しても良い。なお、頻出パターンマイニングは、公知技術であるため、その詳細な説明については、省略する。状態規則特定手段２２は、通常、ＭＰＵやメモリ等から実現され得る。

行動規則取得手段１０４は、特徴量データ取得手段１０２が取得した１種類以上の特徴量データを用いて、対象の行動に関する規則である行動規則を取得する。特徴量データ取得手段１０２が１種類の対象観測データから取得した２種類以上の特徴量データを取得した場合は、行動規則取得手段１０４は、その２種類の以上の特徴量データのうち少なくとも１種類以上を用いて行動規則を取得しても良い。１種類の特徴量データから、行動規則を取得する場合は、行動規則取得手段１０４は、その特徴量データにおける２以上の連続した値が、所定の期間において繰り返し出現するときに、その連続した特徴量データの値である行動規則を取得しても良い。なお、特徴量データ取得手段１０２が、２種類以上の時系列の対象観測データから、３種類以上の特徴量データを取得した場合は、行動規則取得手段１０４は、３種類以上の特徴量データのうちのいずれか（３−Ｎ）種類以上の特徴量データを用いて、行動規則を取得しても良い。また、Ｎは前述のように１または２である。２種類以上の特徴量データから、行動規則を取得する場合は、行動規則取得手段１０４は、その２種類以上の特徴量データにおける１または２以上の連続した値の組み合わせが、所定の期間において繰り返し出現するときに、その連続した値の組み合わせである行動規則を取得しても良い。また、特徴量データ取得手段１０２が行動特徴量データを取得している場合は、行動規則取得手段１０４は、行動特徴量データから、行動規則を取得しても良い。行動規則取得手段１０４は、特徴量データ取得手段１０２が取得した特徴量データのうち、状態規則取得手段１０３が用いなかった特徴量データをすべて用いて行動規則を取得しても良く、状態規則取得手段１０３が用いた特徴量データの種類と少なくとも一部が異なる１以上の特徴量データを用いて行動規則を取得しても良く、上述の両方を満たす１以上の特徴量データを用いて行動規則を取得しても良い。つまり、状態規則取得手段１０３と行動規則取得手段１０４とは、特徴量データ取得手段１０２が取得したすべての特徴量データが、状態規則または行動規則のいずれかを取得するために用いられるように処理を行っても良い。また、行動規則は、状態規則が取得された期間内の規則であっても良い。つまり、状態規則取得手段１０３が、時点ｔから時点（ｔ＋ｘ）までの期間ｘの状態規則を取得していた場合は、行動規則取得手段１０４は、時点ｔから時点（ｔ＋ｘ）までにおいて、期間ｘ未満の行動規則を取得しても良い。なお、ｘは任意の期間である。

また、行動規則取得手段１０４は、外部環境特徴量データの値ごと、または外部環境特徴量データの値の分類ごとに、行動規則を取得しても良い。「外部環境特徴量データの値ごとに行動規則を取得する」とは、特徴量データ取得手段１０２が取得した値ごとに行動規則を取得することである。例えば、外部環境観測データが気温に関する観測データである場合に、行動規則取得手段１０４は、気温が３０度のときの行動規則と、気温が３１度のときの行動規則とをそれぞれ取得しても良い。「外部環境特徴量データの値の分類ごとに行動規則を取得する」とは、特徴量データ取得手段１０２が取得した値を２以上の分類に仕分け、その分類ごとに行動規則を取得することである。例えば、外部環境観測データが気温に関する観測データである場合に、行動規則取得手段１０４は、気温が３０度以上のときの行動規則と、気温が２０度以上３０度未満のときの行動規則とをそれぞれ取得しても良い。外部環境特徴量データの値の分類は、上記以外にも、外部環境観測データが降水量に関する観測データである場合に、雨が降っているか降っていないかといった分類であっても良く、外部環境観測データが音声に関する観測データである場合に、図書館程度、生活音程度、または工事現場程度等といった分類であっても良く、その他の分類であっても良い。行動規則取得手段１０４は、通常、ＭＰＵやメモリ等から実現され得る。行動規則取得手段１０４の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。

行動規則取得手段１０４は、行動ラベル設定手段２３と行動規則特定手段２４との処理によって、特徴量データにラベルを付与して行動規則を取得しても良い。なお、ここで言う特徴量データとは、行動特徴量データであっても良い。行動ラベル設定手段２３は、図４のように、特徴量データの値を複数のグループに分類し、同一のグループに属する特徴量データの値に同一の行動ラベルを設定する。行動ラベル設定手段２３は、３種類以上の特徴量データのうちのいずれか（３−Ｎ）種類以上の特徴量データに対して行動ラベルを設定しても良い。Ｎは前述のように１または２である。行動ラベル設定手段２３が特徴量データの値を分類する基準は問わない。例えば、行動ラベル設定手段２３は、特徴量データの値ごとにグループに分類しても良く、所定の値の範囲ごとに特徴量データの値をグループに分類しても良く、あらかじめ決められた規則に応じて特徴量データの値をグループに分類しても良い。あらかじめ決められた規則は、偶数の特徴量データの値と奇数の特徴量データの値とのグループに分類する規則であっても良く、頻出する特徴量データの値とそうでない特徴量データの値とのグループに分類する規則等であっても良い。行動ラベルは、分類したグループを識別できる情報である。つまり、行動ラベルは、グループを一意に識別できる情報であれば、どのような情報であっても良い。行動ラベルを用いることで、複数の特徴量データの値を一つのラベルに設定でき、特徴量データの値を用いるよりも情報を丸めることができる。つまり、行動ラベルを設定することは、行動規則の発見を容易にしている。

なお、行動ラベル設定手段２３は、２以上の連続した特徴量データの値をまとめて一のグループに分類しても良い。行動ラベル設定手段２３は、２以上の連続した特徴量データの値をまとめてグループに分類した場合は、その２以上の連続した特徴量データの値に一の行動ラベルを設定しても良い。具体的には、行動ラベル設定手段２３は、「走っている行動を示す特徴量データの値・歩いている行動を示す特徴量データの値・歩いている行動を示す特徴量データの値・走っている行動を示す特徴量データの値」というような特徴量データの値の並びを「走っている行動を示す特徴量データの値・歩いている行動を示す特徴量データの値・走っている行動を示す特徴量データの値」のように特徴量データの値をまとめても良い。特徴量データの値をまとめると、例えば上述の場合には、行動ラベル設定手段２３は、歩いている期間にこだわらないようにラベルを設定できる。

行動規則特定手段２４は、例えば、図５のように行動ラベル設定手段２３が設定した（３−Ｎ）種類の行動ラベルの並びから行動規則を取得する。Ｎは前述のように１または２である。１種類の行動ラベルの並びから行動規則を取得する場合は、行動規則特定手段２４は、その行動ラベルの並びにおける２以上の連続した行動ラベルが、所定の期間において繰り返し出現するときに、その連続した行動ラベルである行動規則を取得しても良い。また、２種類以上の行動ラベルの並びから行動規則を取得する場合は、行動規則特定手段２４は、その２種類以上の行動ラベルの並びにおける１または２以上の連続した行動ラベルの組み合わせが、所定の期間において繰り返し出現するときに、その連続した行動ラベルの組み合わせである行動規則を取得しても良い。行動規則特定手段２４は、例えば、行動ラベルの並びを複数の期間ごとに分割して、頻出パターンマイニングを行うことで行動規則を取得しても良く、上述の行動ラベルの並びを分割する期間を複数回変更して、同様に頻出パターンマイニングを行うことで行動規則を取得しても良い。行動規則特定手段２４は、通常、ＭＰＵやメモリ等から実現され得る。

出力手段１０５は、状態規則取得手段１０３が取得した状態規則と、行動規則取得手段１０４が取得した行動規則とを出力する。出力手段１０５は、外部環境特徴量データごと、または外部環境特徴量データの値の分類ごとに、状態規則と行動規則とを出力する。なお、出力手段１０５は、同一の期間を含む状態規則と行動規則とを対応付けて出力しても良い。対応付けて出力するとは、状態規則と行動規則とを同時に出力することであっても良く、同一のＩＤを含む状態規則、行動規則、および行動規則をそれぞれ別々に出力することであっても良く、状態規則と行動規則とを順番に出力することであっても良い。また、出力手段１０５は、状態規則と行動規則とを、上記と同様にして外部環境特徴量データの値、または外部環境特徴量データの値の分類と対応付けて出力しても良い。なお、出力手段１０５は、状態規則と、その状態規則が取得された期間内における行動規則との両方が取得された場合にのみ出力しても良く、どちらか一方のみが取得された場合に出力しても良い。出力とは、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、外部の装置への送信、記録媒体への蓄積、他の処理装置や他のプログラム等への処理結果の引渡し等を含む概念である。出力手段１０５は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。出力手段１０５は、出力デバイスのドライバーソフト、または出力デバイスのドライバーソフトと出力デバイス等で実現され得る。

時系列データ解析装置１は、上述のようにして状態規則と行動規則とを取得する。このようにして取得した各規則は、その規則を用いて対象の状態や行動によってデータを分類する装置等で用いられる。規則を用いて対象の状態や行動によってデータを分類する装置等とは、例えば、動物に関する各規則とその規則が示す病気に関する情報とを対応付けたデータを格納し、動物を対象とした対象観測データを受け付けることで、受け付けた対象観測データに対応する規則を検索し、ヒットした場合に、そのヒットした規則に対応付けられている病気に関する情報を送信するような装置等であっても良い。

図６は、本実施の形態における時系列データ解析装置１の動作の一例を示すフローチャートである。以下、図２を用いて動作について説明する。なお、本フローチャートでは、観測データ格納手段１０１に、観測対象に対する２種類の観測データが格納されている場合について説明する。

（ステップＳ２０１）特徴量データ取得手段１０２は、観測データ格納手段１０１に格納されている２種類の対象観測データから３種類以上の特徴量データを取得する。

（ステップＳ２０２）特徴量データ取得手段１０２は、観測データ格納手段１０１に格納されている外部環境観測データから外部環境特徴量データを取得する。

（ステップＳ２０３）状態ラベル設定手段２１は、ステップＳ２０１で取得された特徴量データを、その特徴量データの値ごとにグループに分類し、分類したグループごとに状態ラベルを設定する。

（ステップＳ２０４）状態規則特定手段２２は、ステップＳ２０３で設定された状態ラベルの並びから外部環境特徴量データの値ごとに状態規則を特定する。

（ステップＳ２０５）行動ラベル設定手段２３は、ステップＳ２０１で取得された特徴量データを、その特徴量データの値ごとにグループに分類し、分類したグループごとに行動ラベルを設定する。

（ステップＳ２０６）行動規則特定手段２４は、ステップＳ２０５で設定された行動ラベルの並びから外部環境特徴量データの値ごとに行動規則を特定する。

（ステップＳ２０７）ステップＳ２０４で特定した状態規則とステップＳ２０６で特定した行動規則とを対応付けて外部環境特徴量データの値ごとに出力する。そして、処理を終了する。

以下、観測データ格納手段１０１に、カメラでリスを撮影した動画である対象観測データが格納されている場合について、具体的に説明する。なお、本具体例において、カメラは、リスのケージ上部からケージ内のすべてが撮影できるように配置されていたものとする。特徴量データ取得手段１０２は、動画である対象観測データから、背景差分の処理を行うことで、リスの位置に関する特徴量データ「Ａ，Ｂ，Ｃ，Ｃ，Ｃ，Ｃ，Ａ・・・」と、リスの姿勢に関する特徴量データ「Ｚ，Ｚ，Ｙ，Ｚ，Ｚ，Ｘ，Ｙ・・・」とを取得したものとする。なお、本具体例において、リスの位置に関する特徴量データでは、「Ｃ，Ｃ，Ｃ，Ｃ」が定期的に出現し、さらに、「Ｃ，Ｃ，Ｃ，Ｃ」と同じ期間に、リスの姿勢に関する特徴量データでは、「Ｚ，Ｚ，Ｘ」が定期的に出現したものとする。また、ここで「Ｃ」は、トイレの位置を示す特徴量データの値であり、「Ｚ」は、伏せていることを示す特徴量データの値であり、「Ｘ」は、周りを見回すことを示す特徴量データの値であるものとする。状態規則取得手段１０３は、リスの位置に関する特徴量データから状態規則「Ｃ，Ｃ，Ｃ，Ｃ」を取得する。そして、行動規則取得手段１０４は、状態規則「Ｃ，Ｃ，Ｃ，Ｃ」と対応する行動規則「Ｚ，Ｚ，Ｘ」を取得する。そして、出力手段１０５は、取得した状態規則と行動規則とを出力する。なお、本具体例で出力された状態規則「Ｃ，Ｃ，Ｃ，Ｃ」は、トイレに滞在することを示し、行動規則「Ｚ，Ｚ，Ｘ」は、少しの間伏せた後、周りを見回すことを示しているものとする。

また、観測データ格納手段１０１に、カメラでリスを撮影した動画である対象観測データと、そのリスが発した鳴き声をマイクで集音した音声である対象観測データとが格納されている場合について、具体的に説明する。なお、本具体例では、先に説明した具体例と重複する説明について省略しているものもある。また、本具体例において、マイクは、そのリスのケージのすぐ近くに配置されていたものとする。特徴量データ取得手段１０２は、動画である対象観測データから、背景差分の処理を行うことで、リスの位置に関する特徴量データ「Ａ，Ｂ，Ｃ，Ｃ，Ｃ，Ｃ，Ａ・・・」と、リスの姿勢に関する特徴量データ「Ｚ，Ｚ，Ｙ，Ｚ，Ｚ，Ｘ，Ｙ・・・」とを取得し、音声である対象観測データから鳴き声を発したかどうかに関する特徴量データ「０，０，０，０，０，１，０・・・」とを取得したものとする（ステップＳ２０１）。なお、本具体例において、「Ｃ，Ｃ，Ｃ，Ｃ」が出現する期間の「Ｚ，Ｚ，Ｘ」が出現する期間において、「０，０，１」も定期的に出現したものとする。また、ここで「０」は、鳴き声を上げていないことを示す特徴量データの値であり、「１」は、鳴き声を上げていることを示す特徴量データの値であるものとする。状態規則取得手段１０３は、リスの位置に関する特徴量データから状態規則「Ｃ，Ｃ，Ｃ，Ｃ」を取得する（ステップＳ２０３からステップＳ２０４）。そして、行動規則取得手段１０４は、状態規則「Ｃ，Ｃ，Ｃ，Ｃ」と対応する行動規則［「Ｚ，Ｚ，Ｘ」「０，０，１」］を取得する（ステップＳ２０５からステップＳ２０６）。そして、出力手段１０５は、取得した状態特徴量と行動特徴量とを出力する。なお、本具体例で出力された状態規則「ＣＣＣＣ」は、トイレに滞在することを示し、行動規則［「Ｚ，Ｚ，Ｘ」「０，０，１」］は、少しの間伏せた後、周りを見回しながら、鳴き声を上げることを示しているものとする。

以上、本実施の形態によれば、特徴量データ取得手段１０２が１種類の時系列データから、２以上の特徴量データを取得する。これにより、複数の観点から観測対象に対する規則を取得できるため、時系列のデータを有効に活用して規則を取得することができる。また、本実施の形態によれば、特徴量データ取得手段１０２が外部環境特徴量データを取得できる。これにより、状態規則と行動規則とを外部環境特徴量データの値、または外部環境特徴量データの値の分類ごとに取得できる。例えば、特徴量データ取得手段１０２が外部環境特徴量データを取得する場合は、規則を用いて対象の状態や行動によってデータを分類する装置等において、検索条件を限定できることから、高い精度で規則を検索できるようになる。また、本実施の形態によれば、特徴量データ取得手段１０２が、１種類の観測データから２種類以上の特徴量データを取得できる。これにより、状態規則を取得するために適した特徴量データと、行動規則を取得するために適した特徴量データとを取得できる。特徴量データ取得手段１０２が、１種類の観測データから２種類以上の特徴量データを取得する場合は、例えば、規則を用いて対象の状態や行動によってデータを分類する装置等において、検索条件を限定できることから、高速に規則を検索できるようになる。また、本実施の形態によれば、状態ラベル設定手段２１が特徴量データにラベルを設定することができる。これにより、状態規則を取得する際に観測データの特徴量グループに分類して状態規則を取得できる。よって、例えば、観測データの値を丸めた状態規則を取得できる。例えば、規則を用いて対象の状態や行動によってデータを分類する装置等において、類似する規則の検索が高速にできるようになる。また、本実施の形態によれば、行動ラベル設定手段２３が特徴量データにラベルを設定することができる。これにより、行動規則を取得する際に観測データの特徴量グループに分類して行動規則を取得できる。よって、例えば、観測データの値を丸めた行動規則を取得できる。例えば、規則を用いて対象の状態や行動によってデータを分類する装置等において、類似する規則の検索が高速にできるようになる。また、本実施の形態によれば、状態規則取得手段１０３、および行動規則取得手段１０４は、動物を撮影した、または動物が発した音を集音した観測データから状態規則と、行動規則とを取得できる。

状態ラベル設定手段２１と状態規則特定手段２２とを含む場合について説明したが、時系列データ解析装置１は、状態ラベル設定手段２１と状態規則特定手段２２とを含まなくても良い。状態ラベル設定手段２１と状態規則特定手段２２とを含まない場合は、状態規則取得手段１０３は、特徴量データからラベルを設定せずに状態規則を取得するようにしても良い。

行動ラベル設定手段２３と行動規則特定手段２４とを含む場合について説明したが、時系列データ解析装置１は、行動ラベル設定手段２３と行動規則特定手段２４とを含まなくても良い。行動ラベル設定手段２３と行動規則特定手段２４とを含まない場合は、行動規則取得手段１０４は、特徴量データからラベルを設定せずに行動規則を取得するようにしても良い。

また、本実施の形態における時系列データ解析装置１を実現するソフトウェアは、以下のようなプログラムである。つまり、プログラムは、観測対象に対する観測データである１種類以上の時系列の観測データが格納される観測データ格納手段にアクセス可能なコンピュータを、観測データ格納手段に格納されている１種類の観測データから、特徴的な値の時系列データである２種類以上の特徴量データを取得する特徴量データ取得手段、特徴量データを用いて、対象の状態に関する規則である状態規則を取得する状態規則取得手段、特徴量データを用いて、対象の行動に関する規則である行動規則を取得する行動規則取得手段、状態規則取得手段が取得した状態規則と、行動規則取得手段が取得した行動規則とを出力する出力手段として機能させるためのプログラムである。

なお、本実施の形態において、各処理（各機能）は、単一の装置（システム）によって集中処理されることによって実現されても良く、または、複数の装置によって分散処理されることによって実現されても良い。また、本実施の形態において、一の装置に存在する２以上の通信手段は、物理的に一の手段で実現されても良いことは言うまでもない。

また、本実施の形態において、各構成要素は、専用のハードウェアにより構成されても良く、または、ソフトウェアにより実現可能な構成要素については、プログラムを実行することによって実現されても良い。例えば、ハードディスクや半導体メモリ等の記録媒体に記録されたソフトウェア・プログラムをＣＰＵ等のプログラム実行手段が読み出して実行することによって、各構成要素が実現され得る。

なお、上記プログラムにおいて、上記プログラムが実現する機能には、ハードウェアでしか実現できない機能は含まれない。例えば、情報を取得する取得手段や、情報を出力する出力手段等におけるモデムやインターフェースカード等のハードウェアでしか実現できない機能は、上記プログラムが実現する機能には含まれない。

図７は、上記プログラムを実行して、上記実施の形態による本発明を実現するコンピュータの外観の一例を示す模式図である。上記実施の形態は、コンピュータハードウェアおよびその上で実行されるコンピュータプログラムによって実現され得る。

図７において、コンピュータシステム１１００は、ＣＤ−ＲＯＭドライブ１１０５、ＦＤドライブ１１０６を含むコンピュータ１１０１と、キーボード１１０２と、マウス１１０３と、モニタ１１０４とを備える。

図８は、コンピュータシステム１１００の内部構成を示す図である。図８において、コンピュータ１１０１は、ＣＤ−ＲＯＭドライブ１１０５、ＦＤドライブ１１０６に加えて、ＭＰＵ１１１１と、ブートアッププログラム等のプログラムを蓄積するためのＲＯＭ１１１２と、ＭＰＵ１１１１に接続され、アプリケーションプログラムの命令を一時的に蓄積すると共に、一時記憶空間を提供するＲＡＭ１１１３と、アプリケーションプログラム、システムプログラム、およびデータを蓄積するハードディスク１１１４と、ＭＰＵ１１１１と、ＲＯＭ１１１２等を相互に接続するバス１１１５とを備える。なお、コンピュータ１１０１は、ＬＡＮへの接続を提供する図示しないネットワークカードを含んでいても良い。

コンピュータシステム１１００に、上記実施の形態による本発明等の機能を実行させるプログラムは、ＣＤ−ＲＯＭ１１２１、またはＦＤ１１２２に蓄積されて、ＣＤ−ＲＯＭドライブ１１０５、またはＦＤドライブ１１０６に挿入され、ハードディスク１１１４に転送されても良い。これに代えて、そのプログラムは、図示しないネットワークを介してコンピュータ１１０１に送信され、ハードディスク１１１４に蓄積されても良い。プログラムは実行の際にＲＡＭ１１１３にロードされる。なお、プログラムは、ＣＤ−ＲＯＭ１１２１やＦＤ１１２２、またはネットワークから直接、ロードされても良い。

プログラムは、コンピュータ１１０１に、上記実施の形態による本発明の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティプログラム等を必ずしも含んでいなくても良い。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいても良い。コンピュータシステム１１００がどのように動作するのかについては周知であり、詳細な説明は省略する。

本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。また、本発明における各手段の「手段」は、「部」や「回路」と読み替えても良い。

本第一の参考例の時系列データ解析装置は、観測対象に対する観測データである１種類以上の時系列の観測データが格納される観測データ格納手段と、観測データ格納手段に格納されている１種類の観測データから、特徴的な値の時系列データである２種類以上の特徴量データを取得する特徴量データ取得手段と、特徴量データを用いて、対象の状態に関する規則である状態規則を取得する状態規則取得手段と、特徴量データを用いて、対象の行動に関する規則である行動規則を取得する行動規則取得手段と、状態規則取得手段が取得した状態規則と、行動規則取得手段が取得した行動規則とを出力する出力手段とを具備する時系列データ解析装置である。

本第二の参考例の時系列データ解析装置は、第一の発明に対して、観測データ格納手段には、２種類以上の時系列の観測データが格納されており、特徴量データ取得手段は、観測データ格納手段に格納されている２種類以上の観測データから、３種類以上の特徴量データを取得し、状態規則取得手段は、３種類以上の特徴量データのうちのいずれかＮ種類以上（Ｎは１または２である）の特徴量データを用いて状態規則を取得し、行動規則取得手段は、３種類以上の特徴量データのうちのいずれか（３−Ｎ）種類以上の特徴量データを用いて行動規則を取得する、時系列データ解析装置である。

本第三の参考例の時系列データ解析装置は、第一または第二の発明に対して、観測データ格納手段には、外部環境に関する時系列の観測データをも格納され、特徴量データ取得手段は、外部環境に関する時系列の観測データからも、特徴的な値の時系列データである外部環境特徴量データを取得し、状態規則取得手段は、外部環境特徴量データの値ごと、または外部環境特徴量データの値の分類ごとに、状態規則を取得し、行動規則取得手段は、外部環境特徴量データの値ごと、または外部環境特徴量データの値の分類ごとに、行動規則を取得し、出力手段は、外部環境特徴量データごと、または外部環境特徴量データの値の分類ごとに、状態規則と行動規則とを出力する時系列データ解析装置である。

本第四の参考例の時系列データ解析装置は、第一から第三のいずれか１つの発明に対して、状態規則取得手段は、特徴量データの値を複数のグループに分類し、同一のグループに属する特徴量データの値に同一の状態ラベルを設定する状態ラベル設定手段と、状態ラベル設定手段が設定した状態ラベルの並びから状態規則を取得する状態規則特定手段とを具備する、時系列データ解析装置である。

本第五の参考例の時系列データ解析装置は、第一から第四のいずれか１つの発明に対して、行動規則取得手段は、特徴量データの値を複数のグループに分類し、同一のグループに属する特徴量データの値に同一の行動ラベルを設定する行動ラベル設定手段と、行動ラベル設定手段が設定した行動ラベルの並びから行動規則を取得する行動規則特定手段とを具備する、時系列データ解析装置である。

本第六の参考例の時系列データ解析装置は、第一から第五いずれか１つの発明に対して、対象は動物であり、観測データは、動物を撮影した画像データ、および動物が発した音を集音した音データを含む時系列データ解析装置である。

参考例による時系列データ解析装置等によれば、１種類の時系列データから、２以上の特徴量データを取得することにより、複数の観点から観測対象に対する規則を取得できるため、時系列のデータを有効に活用して規則を取得することができる。

以上のように、本発明にかかる時系列データ解析装置等は、１種類の時系列データから、２以上の特徴量データを取得することにより、複数の観点から観測対象に対する規則を取得できるため、時系列のデータを有効に活用して規則を取得することができる。これは、規則を用いて対象の状態や行動によってデータを分類する装置等で用いるデータ解析装置等として有用である。

１ 時系列データ解析装置
１０１ 観測データ格納手段
１０２ 特徴量データ取得手段
１０３ 状態規則取得手段
１０４ 行動規則取得手段
１０５ 出力手段
２１ 状態ラベル設定手段
２２ 状態規則特定手段
２３ 行動ラベル設定手段
２４ 行動規則特定手段

Claims (9)

1. 観測対象に対する観測データである１種類以上の時系列の観測データを取得する観測データ取得部と、
   前記観測データ取得部により取得された１種類以上の時系列の観測データのうち１種類の観測データを、第１の期間と、前記第１の期間よりも短い前記第２の期間とで分割し、前記分割した第１の期間のそれぞれにおける特徴的な値の時系列データである第１の特徴量データと、前記分割した第２の期間のそれぞれにおける特徴的な値の時系列データである第２の特徴量データを取得する特徴量データ取得部と、
   前記特徴データ取得部により取得された第１の特徴量データを用いて、前記対象に関する第１規則を取得する第１規則取得部と、
   前記特徴データ取得部により取得された第２の特徴量データを用いて、前記対象に関する第２規則を取得する第２規則取得部と、
   前記第１規則取得部が取得した第１規則と、前記第２規則取得部が取得した第２規則とを出力する出力部と
   を備える時系列データ解析装置。
2. 前記第１規則取得部は、前記特徴データ取得部により取得された第１の特徴量データにおける連続して出現する値を、前記対象に関する第１規則として取得し、
   前記第２規則取得部は、前記特徴データ取得部により取得された第２の特徴量データにおける連続して出現する値を、前記対象に関する第２規則として取得する、
   請求項１記載の時系列データ解析装置。
3. 前記観測データ取得部は、
   ２種類以上の時系列の観測データを取得し、
   前記特徴量データ取得部は、
   前記取得部により取得された２種類以上の観測データから、３種類以上の特徴量データを取得し、
   前記第１規則取得部は、
   前記３種類以上の特徴量データのうちのいずれかＮ種類以上（Ｎは１または２である）の特徴量データを用いて前記第１規則を取得し、
   前記第２規則取得部は、
   前記３種類以上の特徴量データのうちのいずれか（３−Ｎ）種類以上の特徴量データを用いて前記第２規則を取得する、
   請求項１または２記載の時系列データ解析装置。
4. 前記観測データ取得部は、
   外部環境に関する時系列の観測データをも取得し、
   前記特徴量データ取得部は、
   前記外部環境に関する時系列の観測データからも、特徴的な値の時系列データである外部環境特徴量データを取得し、
   前記第１規則取得部は、
   前記外部環境特徴量データの値ごと、または前記外部環境特徴量データの値の分類ごとに、前記第１規則を取得し、
   前記第２規則取得部は、
   前記外部環境特徴量データの値ごと、または前記外部環境特徴量データの値の分類ごとに、前記第２規則を取得し、
   前記出力部は、
   前記外部環境特徴量データごと、または前記外部環境特徴量データの値の分類ごとに、前記第１規則と前記第２規則とを出力する、
   請求項１から３のうちいずれか一項に記載の時系列データ解析装置。
5. 前記第１規則取得部は、
   前記特徴量データの値を複数のグループに分類し、同一のグループに属する特徴量データの値に同一の第１ラベルを設定する第１ラベル設定部と、
   前記第１ラベル設定部が設定した第１ラベルの並びから第１規則を取得する第１規則特定部とを備える、
   請求項１から４のうちいずれか一項に記載の時系列データ解析装置。
6. 前記第２規則取得部は、
   前記特徴量データの値を複数のグループに分類し、同一のグループに属する特徴量データの値に同一の第２ラベルを設定する第２ラベル設定部と、
   前記第２ラベル設定部が設定した第２ラベルの並びから第２規則を取得する第２規則特定部とを備える、
   請求項１から５のうちいずれか一項に記載の時系列データ解析装置。
7. 前記対象は動物であり、
   前記観測データは、
   前記動物を撮影した画像データ、および前記動物が発した音を集音した音データを含む、
   請求項１から６のうちいずれか一項に記載の時系列データ解析装置。
8. 観測対象に対する観測データである１種類以上の時系列の観測データを取得する観測データ取得部と、特徴量データ取得部と、第１規則取得部と、第２規則取得部と、出力部とを用いて処理される時系列データ解析方法であって、
   前記特徴量データ取得部が、前記取得部により取得された１種類以上の時系列の観測データのうち１種類の観測データを、第１の期間と、前記第１の期間よりも短い前記第２の期間とで分割し、前記分割した第１の期間のそれぞれにおける特徴的な値の時系列データである第１の特徴量データと、前記分割した第２の期間のそれぞれにおける特徴的な値の時系列データである第２の特徴量データを取得する特徴量データ取得ステップと、
   前記第１規則取得部が、前記特徴量データ取得ステップにおいて取得された第１の特徴量データを用いて第１規則を取得する第１規則取得ステップと、
   前記第２規則取得部が、前記特徴量データ取得ステップにおいて取得された第２の特徴量データを用いて第２規則を取得する第２規則取得ステップと、
   前記出力部が、前記第１規則取得ステップで取得した第１規則と、前記第２規則取得ステップで取得した第２規則とを出力する出力ステップと、
   を備える時系列データ解析方法。
9. 観測対象に対する観測データである１種類以上の時系列の観測データを取得可能なコンピュータを、
   前記取得された１種類以上の時系列の観測データのうち１種類の観測データを、第１の期間と、前記第１の期間よりも短い前記第２の期間とで分割し、前記分割した第１の期間のそれぞれにおける特徴的な値の時系列データである第１の特徴量データと、前記分割した第２の期間のそれぞれにおける特徴的な値の時系列データである第２の特徴量データを取得する特徴量データ取得部、
   前記特徴データ取得部により取得された第１の特徴量データを用いて、前記対象に関する第１規則を取得する第１規則取得部、
   前記特徴データ取得部により取得された第２の特徴量データを用いて、前記対象に関する第２規則を取得する第２規則取得部、および、
   前記第１規則取得部が取得した第１規則と、前記第２規則取得部が取得した第２規則とを出力する出力部として機能させるためのプログラム。

Images