RAPID機械学習 時系列数値解析版

独自の機械学習アルゴリズムによる時系列数値データの解析

学習データとなる時系列数値データとその正解値(ラベル)を大量に用意して学習することで、学習データの関係性をモデル化し、 予測対象とする時系列数値データの分類や回帰(数値予測)を行うことが可能です。 最新バージョンでは正常データのみで学習可能なOneClass機能を搭載し、異常データが少ない予防保全領域への適用を実現しました。

  • 時系列の数値データを独自の機械学習アルゴリズムにより学習して予測モデルを作成
  • 作成した予測モデルを元に現状の予測や未来予測、データの運用でより精度の高い予測を実現
時系列数値解析版 処理概要

RAPID機械学習 時系列数値解析 動作環境

対象 詳細
OS
  • ■Windows版
  • Microsoft Windows 10 Pro (64bit)
  • Microsoft Windows Server 2012 R2 Standard / Datacenter
  • Microsoft Windows Server 2016 Standard / Datacenter

  • ■Linux版
  • Red Hat Enterprise Linux 7.4/7.5 (64bit)
CPU
  • Intel Core i3/i5/i7/i9 以上
  • Intel Xeon E3/E5/E7 以上
GPU NVIDIA Tesla P4 ※GPU利用時のみ必要です。
メモリ 4GB以上(16GB以上推奨)
ディスク空き容量 1GB以上推奨(1TB以上推奨)
入力データ形式 CSVファイル
文字エンコード UTF-8(BOMなし)
改行コード LF
設定項目
  • <ID name>
  • データの各行の識別子の名称。ダブルクォーテーション("")で囲って指定すること。

  • <value name>
  • データの各列の名称。ダブルクォーテーション("")で囲って指定すること。

  • <ID>
  • 1行分データの識別子。
  • 秒(0以上の実数)か時刻(hh:mm:ss.ffffff)の形式で指定可能。同一のデータファイル内では同じ形式で指定すること。 <ID>は必ず昇順になるように指定すること。 指定できる値の範囲は以下のとおり。
  • 秒: [0, 2147483647.999999]の実数。小数点以下は6 桁まで指定可能。
  • 時刻:[00:00:00.00000, 99:59:59.999999]

  • <value>
  • における各の値。実数値の指定が可能。
  • 値が存在しない場合は指定しないことも可能(その場合は前処理「サンプリング補正」が必要
補足
  • <ID>、#60;value name>に記号(\:/.*?"<>|,)の指定は不可

ラベル作成支援GUI

対象 詳細
OS
  • ■Windows版
  • Microsoft Windows 10 Pro (64bit)
  • Microsoft Windows Server 2012 R2 Standard / Datacenter
  • Microsoft Windows Server 2016 Standard / Datacenter
メモリ 2GB以上(4GB以上推奨)
依存モジュール
  • 下記のいずれかが必要です。
  • Microsoft .NET Framework 4.5/4.6