阅读说明：本技术 序列数据分析装置、序列数据分析方法以及序列数据分析程序 (Sequence data analysis device, sequence data analysis method, and sequence data analysis program ) 是由 清水尚吾 草野胜大 奥村诚司 于 2018-02-06 设计创作，主要内容包括：在序列数据分析装置(10)中,计算部(21)比较作为观测某事件而得到的时间序列数据的输入序列数据(32)与作为关于该事件的标准时间序列数据的参照序列数据(31),提取相互对应的输入序列数据(32)的数据元素与参照序列数据(31)的数据元素的组合。计算部(21)按照提取出的每个组合,计算输入序列数据(32)中的事件的进展相对于参照序列数据(31)中的事件的进展的相对速度即相对进展速度。判定部(22)根据由计算部(21)计算出的相对进展速度,判定输入序列数据(32)中的事件的进展是否存在异常。(In a sequence data analysis device (10), a calculation unit (21) compares input sequence data (32) that is time-series data obtained by observing an event with reference sequence data (31) that is standard time-series data regarding the event, and extracts a combination of data elements of the input sequence data (32) and data elements of the reference sequence data (31) that correspond to each other. A calculation unit (21) calculates a relative progress rate, which is a relative speed of the progress of the event in the input sequence data (32) with respect to the progress of the event in the reference sequence data (31), for each of the extracted combinations. A determination unit (22) determines whether or not there is an abnormality in the progress of an event in the input sequence data (32) on the basis of the relative progress rate calculated by the calculation unit (21).)

序列数据分析装置、序列数据分析方法以及序列数据分析 程序

技术领域

本发明涉及序列数据分析装置、序列数据分析方法以及序列数据分析程序。

背景技术

在专利文献1中记载有如下方法：通过DTW计算标准时间序列数据与异常检测对象时间序列数据之间的距离，调查异常检测对象时间序列数据是异常还是正常。“DTW”是Dynamic Time Warping(动态时间规整)的缩写。

在专利文献2中记载有如下方法：基于在传感器数据的时间序列的波形中产生的极值和该极值的产生时刻，学习波形的正常模型，比较正常模型与诊断对象的传感器数据，判定诊断对象的传感器数据是异常还是正常。

在专利文献3中记载有如下方法：根据基准数据和从基准数据的时间序列中提取的特征系数求出基准得分，根据对象数据和从对象数据的时间序列中提取的特征系数求出对象得分，比较基准得分与对象得分，判定对象数据是异常还是正常。

现有技术文献

专利文献

专利文献1：日本特开2010-271997号公报

专利文献2：日本特开2017-033470号公报

专利文献3：日本特开2016-038856号公报

发明内容

发明要解决的课题

在工厂的生产现场，为了进行品质管理，存在希望发现“使用掉落的部件”、“忘记拧紧螺钉”以及“作业顺序不同”这样的作业者的异常动作的需求。但是，异常动作的发现目前是通过目视确认监视影像来进行的，对监视者造成的负荷高。因此，要求通过影像分析技术从作业影像中自动检测异常作业场景的技术。

在工厂的作业影像中，反复出现某系列的作业动作模式。因此，通过比较作为基准的作业影像与监视影像并找出差异，能够自动检测作业者的异常动作。这里，如果将作业影像的分析解释成系列数据的分析，则作为检测对象场景举出的“使用掉落的部件”、“忘记拧紧螺钉”以及“作业顺序不同”分别可以解释成“标准以外的系列数据的***”、“系列数据的缺失”以及“系列数据的更换”。因此，需要能够以帧为单位检测这些序列数据的异常的序列数据分析技术。但是，在现有技术中，不能以帧为单位检测序列数据的异常。

本发明的目的在于，以数据元素为单位检测序列数据的异常。

用于解决课题的手段

本发明的一个方式的序列数据分析装置具有：

计算部，其比较作为观测某事件而得到的时间序列数据的输入序列数据与作为关于所述事件的标准时间序列数据的参照序列数据，提取相互对应的所述输入序列数据的数据元素与所述参照序列数据的数据元素的组合，按照提取出的每个组合，计算所述输入序列数据中的所述事件的进展相对于所述参照序列数据中的所述事件的进展的相对速度即相对进展速度；以及

判定部，其根据由所述计算部计算出的相对进展速度，判定所述输入序列数据中的所述事件的进展是否存在异常。

发明效果

在本发明中，按照相互对应的输入序列数据的数据元素与参照序列数据的数据元素的每个组合，计算输入序列数据中的事件的进展相对于参照序列数据中的事件的进展的相对速度即相对进展速度。然后，根据相对进展速度，判定输入序列数据中的事件的进展是否存在异常。因此，根据本发明，能够以数据元素为单位检测输入序列数据的异常。

附图说明

图1是表示实施方式1的序列数据分析装置的结构的框图。

图2是表示实施方式1的序列数据分析装置的动作的流程图。

图3是表示实施方式1的规整路径计算处理的顺序的流程图。

图4是表示实施方式1的通过规整路径计算处理计算出的规整路径的例子的图。

图5是表示实施方式1的相对进展速度计算处理的顺序的流程图。

图6是表示实施方式1的通过相对进展速度计算处理计算出的规整路径的斜率的例子的图。

图7是表示实施方式1的通过相对进展速度计算处理计算出的相对进展速度的例子的图。

图8是表示实施方式1的序列数据缺失区间检测处理的顺序的流程图。

图9是表示实施方式1的通过序列数据缺失区间检测处理检测出的序列数据缺失区间的例子的图。

图10是表示实施方式1的标准以外序列数据***区间检测处理的顺序的流程图。

图11是表示实施方式1的通过标准以外序列数据***区间检测处理检测出的标准以外序列数据***区间的例子的图。

图12是表示实施方式1的序列数据更换区间检测处理的顺序的流程图。

图13是表示实施方式1的通过序列数据更换区间检测处理检测出的序列数据更换区间的例子的图。

图14是表示实施方式1的通过异常信息记录处理记录的异常信息的例子的图。

图15是表示实施方式1的通过异常信息记录处理记录的异常信息的例子的图。

图16是表示实施方式1的变形例的序列数据分析装置的结构的框图。

具体实施方式

以下，使用附图对本发明的实施方式进行说明。另外，在各图中，对相同或对应的部分标注相同的标号。在实施方式的说明中，对于相同或对应的部分，适当省略或简化说明。另外，本发明不限于以下说明的实施方式，可以根据需要进行各种变更。例如，也可以部分地实施以下说明的实施方式。

实施方式1

使用图1～图15对本实施方式进行说明。

***结构的说明***

参照图1，说明本实施方式的序列数据分析装置10的结构。

序列数据分析装置10是计算机。序列数据分析装置10具备处理器11，并且具备存储器12、参照序列数据存储装置13、输入序列数据存储装置14和异常信息存储装置15这样的其他硬件。处理器11经由信号线而与其他硬件连接，控制这些其他硬件。

作为功能要素，序列数据分析装置10具备计算部21和判定部22。计算部21具备规整路径计算部23和相对进展速度计算部24。判定部22具备数据缺失检测部25、标准以外数据***检测部26、数据更换估计部27和异常信息记录部28。计算部21和判定部22的功能通过软件来实现。

处理器11是执行序列数据分析程序的装置。序列数据分析程序是实现计算部21和判定部22的功能的程序。处理器11例如是CPU、GPU、DSP或者它们中的一些或全部的组合。“CPU”是Central Processing Unit(中央处理单元)的缩写。“GPU”是Graphics ProcessingUnit(图形处理单元)的缩写。“DSP”是Digital Signal Processor(数字信号处理器)的缩写。

存储器12是存储序列数据分析程序、由序列数据分析程序生成的规整路径信息33、相对进展速度信息34、序列数据缺失区间信息35、标准以外序列数据***区间信息36、序列数据更换区间信息37和其他信息的装置。存储器12例如是RAM、闪存或它们的组合。“RAM”是Random Access Memory(随机存取存储器)的缩写。

参照序列数据存储装置13是存储输入到序列数据分析程序的参照序列数据31的装置。参照序列数据存储装置13例如是HDD、闪存或它们的组合。“HDD”是HardDisk Drive(硬盘驱动器)的缩写。

输入序列数据存储装置14是存储输入到序列数据分析程序的输入序列数据32的装置。输入序列数据存储装置14例如是HDD、闪存或它们的组合。

异常信息存储装置15是存储从序列数据分析程序输出的异常信息38的装置。异常信息存储装置15例如是HDD、闪存或它们的组合。

参照序列数据存储装置13、输入序列数据存储装置14和异常信息存储装置15也可以设置在序列数据分析装置10的外部。参照序列数据存储装置13、输入序列数据存储装置14和异常信息存储装置15可以作为分别独立的硬件来实现，也可以作为综合的硬件来实现。

作为硬件，序列数据分析装置10可以具备通信设备、输入设备和显示器。

通信设备包含接收输入到序列数据分析程序的参照序列数据31、输入序列数据32和其他数据的接收器、以及发送从序列数据分析程序输出的异常信息38和其他信息的发送器。通信设备例如是通信芯片或NIC。“NIC”是Network Interface Card(网络接口卡)的缩写。

输入设备是为了向序列数据分析程序输入阈值等参数而由用户操作的设备。输入设备例如是鼠标、键盘、触摸面板或者它们中的一些或全部的组合。

显示器是在画面上显示从序列数据分析程序输出的异常信息38和其他信息的设备。显示器例如是LCD。“LCD”是Liquid Crystal Display(液晶显示器)的缩写。

序列数据分析程序从存储器12读入处理器11，由处理器11执行。在存储器12中不仅存储有序列数据分析程序，还存储有OS。“OS”是Operating System(操作系统)的缩写。处理器11一边执行OS，一边执行序列数据分析程序。另外，也可以将序列数据分析程序的一部分或全部组入到OS中。

序列数据分析程序和OS也可以存储于辅助存储装置。辅助存储装置例如是HDD、闪存或它们的组合。序列数据分析程序和OS在存储于辅助存储装置的情况下，被加载到存储器12，由处理器11执行。辅助存储装置也可以用作参照序列数据存储装置13、输入序列数据存储装置14和异常信息存储装置15中的至少任意一个。

序列数据分析装置10也可以具备代替处理器11的多个处理器。这些多个处理器分担执行序列数据分析程序。各个处理器例如是CPU、GPU、DSP或者它们中的一些或全部的组合。

由序列数据分析程序利用、处理或输出的信号值和变量值存储于存储器12、辅助存储装置或处理器11内的寄存器或高速缓冲存储器中。

序列数据分析程序是使计算机执行由计算部21和判定部22进行的处理而分别作为计算处理和判定处理的程序。序列数据分析程序可以记录在计算机能读取的介质中来提供，也可以存储在记录介质中来提供，还可以作为程序产品来提供。

序列数据分析装置10可以由一台计算机构成，也可以由多台计算机构成。在序列数据分析装置10由多台计算机构成的情况下，计算部21和判定部22的功能可以分散到各计算机中来实现。

***动作的说明***

参照图2～图15，说明本实施方式的序列数据分析装置10的动作。序列数据分析装置10的动作相当于本实施方式的序列数据分析方法。

图2表示由序列数据分析装置10进行的序列数据分析处理的顺序。

序列数据分析处理大致分成步骤S100的序列数据读入处理、步骤S200的规整路径计算处理、步骤S300的异常提取处理、步骤S400的异常信息写出处理这4个。

在步骤S100中，计算部21取得输入序列数据32和参照序列数据31。输入序列数据32是观测某事件X而得到的时间序列数据。事件X可以是任意的事件，但是，在本实施方式中是能够拍摄并记录于影像的事件，具体而言是工厂中的作业。即，输入序列数据32在本实施方式中是影像的数据，具体而言是拍摄到在工厂中进行的作业的影像的数据。参考序列数据31是关于事件X的标准时间序列数据。参照序列数据31也可以不是与输入序列数据32相同形式的数据，但是，在本实施方式中是与输入序列数据32相同形式即影像的数据，具体而言是拍摄到正确进行的作业的影像的数据。

在步骤S100的序列数据读入处理中，具体而言，进行步骤S110的参照序列数据读入处理和步骤S120的输入序列数据读入处理。

在步骤S110的参照序列数据读入处理中，由计算部21进行将从参照序列数据存储装置13读入的参照序列数据31写出到存储器12的处理。在步骤S120的输入序列数据读入处理中，由计算部21的规整路径计算部23进行将从输入序列数据存储装置14读入的输入序列数据32写出到存储器12的处理。

在步骤S200中，计算部21比较输入序列数据32和参照序列数据31，提取相互对应的输入序列数据32的数据元素与参照序列数据31的数据元素的组合。如上所述，输入序列数据32是影像的数据，影像的各帧被作为输入序列数据32的数据元素来处理。参照序列数据31也是影像的数据，影像的各帧被作为参照序列数据31的数据元素来处理。

在步骤S200的规整路径计算处理中，具体而言，进行步骤S210的相似度映射计算处理、步骤S220的得分映射计算处理和步骤S230的规整路径计算处理。

步骤S210的相似度映射计算处理、步骤S220的得分映射计算处理和步骤S230的规整路径计算处理容后再述。

在步骤S300中，计算部21按照在步骤S200中提取出的每个组合计算相对进展速度V。相对进展速度V是输入序列数据32中的事件X的进展相对于参照序列数据31中的事件X的进展的相对速度。判定部22根据由计算部21计算出的相对进展速度V，判定输入序列数据32中的事件X的进展是否存在异常。

在步骤S300的异常提取处理中，具体而言，进行步骤S310的相对进展速度计算处理、步骤S320的序列数据缺失区间检测处理、步骤S330的标准以外序列数据***区间检测处理和步骤S340的序列数据更换区间估计处理。

步骤S310的相对进展速度计算处理、步骤S320的序列数据缺失区间检测处理、步骤S330的标准以外序列数据***区间检测处理和步骤S340的序列数据更换区间估计处理容后再述。

在步骤S400的异常信息写出处理中，由判定部22的异常信息记录部28进行将在步骤S300的异常提取处理中提取出的异常信息38写出到异常信息存储装置15的处理。

图3表示步骤S200的规整路径计算处理的顺序。

在步骤S200中，计算部21的规整路径计算部23针对从参照序列数据存储装置13和输入序列数据存储装置14读入的参照序列数据31和输入序列数据32，使用DP匹配来计算表示两序列数据间的对应帧的规整路径信息33。“DP”是Dynamic Programming(动态规划)的缩写。

如上所述，在步骤S200的规整路径计算处理中，具体而言，进行步骤S210的相似度映射计算处理、步骤S220的得分映射计算处理和步骤S230的规整路径计算处理。

在步骤S210中，规整路径计算部23针对输入序列数据32和参照序列数据31，计算全部帧间的相似度SIM[i，j]并写出到存储器12。相似度SIM[i，j]用下式计算。

SIM[i，j]＝A[i]·B[j]/(||A[i]||||B[j]||)

这里，i＝{0，···，Q-1}，j＝{0，···，P-1}，Q是输入序列数据的长度，P是参照序列数据的长度。A和B分别是输入序列数据32和参照序列数据31，分别用下式表示。

A＝{A[0]，A[1]，···，A[i]，···，A[Q-1]}

B＝{B[0]，B[1]，···，B[j]，···，B[P-1]}

这里，A[i]＝{A[i，0]，A[i，1]，···，A[i，D-1]}，B[j]＝{B[j，0]，B[j，1]，···，B[j，D-1]}。D是数据维数。

在步骤S220中，规整路径计算部23用下式对得分映射DTW进行初始化。

DTW[＊，0]＝SIM[＊，0]

DTW[0，＊]＝SIM[0，＊]

然后，规整路径计算部23根据相似度映射SIM用下式计算得分映射DTW。

DTW[k，h]＝SIM[k-1，h]+max{DTW[k-1，h]，DTW[k，h-1]，DTW[k-1，h-1]}

这里，k＝{1，···，Q-1}，h＝{1，···，P-1}。

在步骤S230中，规整路径计算部23从得分映射DTW中搜索规整路径。规整路径计算部23以DTW[Q-1，P-1]的单元为起点，通过反复追寻由在该单元值的计算中使用的式子的max函数选择出的相邻单元来搜索规整路径。

这样，在本实施方式中，计算部21计算输入序列数据32与参照序列数据31之间的规整路径。然后，计算部21提取计算出的规整路径的元素，作为输入序列数据32的数据元素与参照序列数据31的数据元素的组合。

规整路径的例子如图4所示。在该例子中，作为输入序列数据32的起始帧与参照序列数据31的起始帧的组合，提取出规整路径的起始元素。作为输入序列数据32的第2帧与参照序列数据31的起始帧的组合，提取出规整路径的第2元素。作为输入序列数据32的第3帧与参考序列数据31的第2帧的组合，提取出规整路径的第3元素。作为输入序列数据32的第4帧与参照序列数据31的第2帧的组合，提取出规整路径的第4元素。作为输入序列数据32的任意帧与参照序列数据31的任意帧的组合，提取出规整路径的从第5元素起的元素。

图5表示步骤S310的相对进展速度计算处理的顺序。

在步骤S310中，计算部21的相对进展速度计算部24从规整路径计算部23接收规整路径信息33，以帧为单位调查参照序列数据31与输入序列数据32之间的相对进展速度，作为相对进展速度信息34输出。

在步骤S310的相对进展速度计算处理中，具体而言，进行计算规整路径的斜率θ的步骤S311的处理和根据规整路径的斜率θ计算相对进展速度V的步骤S312的处理。

在步骤S311中，相对进展速度计算部24针对在步骤S230中计算出的规整路径，用下式计算局部的斜率θ。

d≤m＜M-1-d时：

θ[m]＝tan^-1(q[m+d]-q[m-d]，p[m+d]-p[m-d])

m＜d时：

θ[m]＝tan^-1(q[m+d]-q[0]，p[m+d]-p[0])

m≥M-1-d时：

θ[m]＝tan^-1(q[M-1]-q[m-d]，p[M-1]-p[m-d])

这里，m＝{0，···，M-1}，M是规整路径的长度。p[m]和q[m]分别表示与规整路径上的第m个单元对应的参照序列数据31的帧编号和输入序列数据32的帧编号。

在步骤S312中，相对进展速度计算部24根据规整路径的斜率θ，使用下式计算相对进展速度V。

V[m]＝(θ[m]-π/4)/(π/4)

这样，在本实施方式中，计算部21按照提取出的输入序列数据32的数据元素与参照序列数据31的数据元素的每个组合，计算相对进展速度V。

图6表示规整路径的斜率θ的例子。在该例子中d＝1，但是，d也可以被设定成大于1的整数。

图7表示相对进展速度V例子。在该例子中，根据图4和图6的例子计算相对进展速度V。因此，对于规整路径的起始元素，计算出θ[0]＝tan^-1(q[1]-q[0]，p[1]-p[0])＝tan^-1(1，0)，V[0]＝(θ[0]-π/4)/(π/4)＝(tan^-1(1，0)-π/4)/(π/4)＝-1.0。关于规整路径的第2元素，计算出θ[1]＝tan^-1(q[2]-q[0]，p[2]-p[0])＝tan^-1(1，2)，V[1]＝(θ[1]-π/4)/(π/4)＝(tan^-1(1，2)-π/4)/(π/4)＝-0.4。关于规整路径的第3元素，计算出θ[2]＝tan^-1(q[3]-q[1]，p[3]-p[1])＝tan^-1(1，2)，V[2]＝(θ[2]-π/4)/(π/4)＝(tan^-1(1，2)-π/4)/(π/4)＝-0.4。对于规整路径的第4元素，计算出θ[3]＝tan^-1(q[4]-q[2]，p[4]-p[2])＝tan^-1(1，1)，V[3]＝(θ[3]-π/4)/(π/4)＝(tan^-1(1，1)-π/4)/(π/4)＝0。对于规整路径的从第5元素起的元素，也计算出V[m]。

图8表示步骤S320的序列数据缺失区间检测处理的顺序。

在步骤S320中，判定部22的数据缺失检测部25根据从相对进展速度计算部24接收到的相对进展速度信息34，针对输入序列数据32，如参照序列数据31那样调查序列数据是否没有缺失。数据缺失检测部25在存在序列数据缺失的区间的情况下，输出序列数据缺失区间信息35。即，数据缺失检测部25基于在步骤S310中计算出的相对进展速度V，针对输入序列数据32，检测与参照序列数据31比较时的序列数据缺失区间。

在步骤S321中，数据缺失检测部25分别用-1和0对存储检测对象区间的开始帧和区间长度的“开始帧编号”和“计数器”进行初始化。

然后，数据缺失检测部25使用指示构成规整路径的单元的索引r，从开始单元到结束单元依次实施下面的处理。

在相对进展速度V[r]是1.0的情况下，在步骤S322中，数据缺失检测部25使计数器增加1。此时，如果对开始帧编号设定了初始化代码-1，则在步骤S323中，数据缺失检测部25将索引r代入开始帧编号。在相对进展速度V[r]不是1.0的情况下，数据缺失检测部25调查计数器和阈值T1的大小。如果计数器的值大于阈值T1，则在步骤S324中，数据缺失检测部25检测区间[开始帧编号，r-1]作为序列数据缺失区间。接着，在步骤S325中，数据缺失检测部25分别对计数器和开始帧编号进行初始化。另外，阈值T1可以适当调节。

这样，在本实施方式中，判定部22根据相对进展速度V、以及在由计算部21提取出的2个以上的组合中参照序列数据31的连续的数据元素是否与输入序列数据32的相同数据元素对应，判定输入序列数据32中的事件X的进展是否存在异常。

判定部22根据相对于参照序列数据31中包含的某区间R1的数据中的事件X的进展的相对速度，判定是否存在与该区间R1对应的区间R2的数据从输入序列数据32缺失这样的异常。

图9表示序列数据缺失区间的例子。在本实施方式中，检测出相对进展速度V继续为1且长度超过由阈值T1决定的长度的区间R1，作为序列数据缺失区间。由此，能够自动检测“忘记拧紧螺钉”这样的作业者的异常动作。

图10表示步骤S330的标准以外序列数据***区间检测处理的顺序。

在步骤S330中，判定部22的标准以外数据***检测部26根据从相对进展速度计算部24接收到的相对进展速度信息34，对输入序列数据32调查是否没有***未出现在参照序列数据31中的序列数据。标准以外数据***检测部26在存在参照序列数据31中不包含的序列数据区间的情况下，输出标准以外序列数据***区间信息36。即，标准以外数据***检测部26基于在步骤S310中计算出的相对进展速度V，针对输入序列数据32，检测与参照序列数据31比较时的标准以外序列数据***区间。

在步骤S331中，标准以外数据***检测部26分别用-1和0对存储检测对象区间的开始帧和区间长度的“开始帧编号”和“计数器”进行初始化。

然后，标准以外数据***检测部26使用指示构成规整路径的单元的索引r，从开始单元到结束单元依次实施下面的处理。

在相对进展速度V[r]是-1.0情况下，在步骤S332中，标准以外数据***检测部26使计数器递增1。此时，如果对开始帧编号设定了初始化代码-1，则在步骤S333中，标准以外数据***检测部26将索引r代入开始帧编号。在相对进展速度V[r]不是-1.0的情况下，标准以外数据***检测部26调查计数器和阈值T2的大小。如果计数器的值大于阈值T2，则在步骤S334中，标准以外数据***检测部26检测区间[开始帧编号，r-1]作为标准以外序列数据***区间。接着，在步骤S335中，标准以外数据***检测部26分别对计数器和开始帧编号进行初始化。另外，阈值T2可以适当调节。

这样，在本实施方式中，判定部22根据相对进展速度V、以及在由计算部21提取出的2个以上的组合中输入序列数据32的连续的数据元素是否与参照序列数据31的相同数据元素对应，判定输入序列数据32中的事件X的进展是否存在异常。

判定部22根据相对于输入序列数据32中包含的某区间R2的数据中的事件X的进展的相对速度，判定是否存在该区间R2的数据为标准以外的数据这样的异常。

图11表示标准以外序列数据***区间的例子。在本实施方式中，检测到相对进展速度V继续为-1且长度超过由阈值T2决定的长度的区间R2，作为标准以外序列数据***区间。由此，能够自动检测“使用掉落的部件”这样的作业者的异常动作。

图12表示步骤S340的序列数据更换区间估计处理的顺序。

在步骤S340中，判定部22数据更换估计部27根据分别从数据缺失检测部25和标准以外数据***检测部26接收到的序列数据缺失区间信息35和标准以外序列数据***区间信息36，针对输入序列数据32，调查是否是如参照序列数据31那样的顺序。如果发现序列数据更换，则数据更换估计部27输出序列数据更换区间信息37。即，数据更换估计部27根据序列数据缺失区间信息35和标准以外序列数据***区间信息36，针对输入序列数据32，调查是否没有发生相对于参照序列数据31的序列数据更换。

首先，数据更换估计部27确认检测到的序列数据缺失区间和标准以外序列数据***区间是否分别各是一个。在至少任意一个区间的数量不是1个的情况下，数据更换估计部27判断为没有序列数据更换。在2个区间的数量是1个的情况下，数据更换估计部27调查与序列数据缺失区间对应的参照序列数据31的区间的长度L1和与标准以外序列数据***区间对应的输入序列数据32的区间的长度L2之差是否小于阈值T3。在2个区间长度之差小于阈值T3的情况下，在步骤S341中，数据更换估计部27切出标准以外序列数据区间的序列数据，***到序列数据缺失区间产生部位，由此加工输入序列数据32。对于加工后的输入序列数据，与原来的输入序列数据32同样地，实施步骤S210的相似度映射计算处理、步骤S220的得分映射计算处理和步骤S230的规整路径计算处理。在步骤S342中，数据更换估计部27调查规整路径的得分值，比较与加工前的输入序列数据32的规整路径的得分值的大小。得分值是指规整路径终端单元位置处的得分映射的值。在得分值比加工前大的情况下，在步骤S343中，数据更换估计部27检测该2个区间作为序列数据更换区间。另外，阈值T3可以适当调节。

这样，在本实施方式中，有时判定部22判定为存在参照序列数据31中包含的与某个第1区间R1a对应的区间R2a的数据从输入序列数据32中缺失这样的异常、和输入序列数据32中包含的某个第2区间R2b的数据是标准以外的数据这样的异常。在该情况下，判定部22从输入序列数据32中删除第2区间R2b的数据，将删除的数据作为与第1区间R1a对应的区间R2a的数据***到输入序列数据32，由此，校正输入序列数据32。

计算部21计算由判定部22校正前的输入序列数据32与参照序列数据31的相似度即第1相似度、和由判定部22校正后的输入序列数据与参照序列数据31的相似度即第2相似度。判定部22比较第1相似度和第2相似度。在第2相似度比第1相似度高的情况下，判定部22判定为输入序列数据32中的事件X存在顺序更换这样的异常。

图13表示序列数据更换区间的例子。如该例子所示，通过检测序列数据更换区间，能够自动检测“作业顺序不同”这样的作业者的异常动作。

在图2所示的步骤400中，判定部22的异常信息记录部28根据分别从数据缺失检测部25、标准以外数据***检测部26和数据更换估计部27接收到的序列数据缺失区间信息35、标准以外序列数据***区间信息36和序列数据更换区间信息37生成异常信息38。异常信息记录部28将异常信息38写出到异常信息记录装置109。向异常信息存储装置109输出的例子如图14和图15所示。

***实施方式的效果的说明***

在本实施方式中，按照相互对应的输入序列数据32的数据元素与参照序列数据31的数据元素的每个组合，计算输入序列数据32中的事件X的进展相对于参照序列数据31中的事件X的进展的相对速度即相对进展速度。然后，根据相对进展速度，判定输入序列数据32中的事件X的进展是否存在异常。因此，根据本实施方式，能够以数据元素为单位检测输入序列数据32的异常。

根据本实施方式，能够根据输入序列数据32以帧为单位检测“标准以外的序列数据的***”、“序列数据的缺失”以及“序列数据的更换”。

在本实施方式中，根据通过DTW得到的输入序列数据32与参照序列数据31之间的帧对应信息，计算参照序列数据31与输入序列数据32之间的相对的帧进展速度。具体而言，帧对应信息是规整路径。以帧为单位检测“序列数据的缺失”区间和“标准以外序列数据的***”区间作为异常区间。然后，对于2个异常区间更换序列数据的顺序。对于更换前的输入序列数据32和更换后的输入序列数据，调查与参照序列数据31的相似度的变化。在相似度由于更换而变大的情况下，判定为输入序列数据32有更换。通过这样的处理手续，能够高详细度地检测输入序列数据32的异常。

***其他结构***

在本实施方式中，通过软件实现计算部21和判定部22的功能，但是，作为变形例，也可以通过硬件实现计算部21和判定部22的功能。关于该变形例，主要说明与本实施方式的差异。

参照图16，说明本实施方式的变形例的序列数据分析装置10的结构。

序列数据分析装置10具备电子电路16、参照序列数据存储装置13、输入序列数据存储装置14和异常信息存储装置15这样的硬件。

电子电路16是实现计算部21和判定部22的功能的专用硬件。电子电路16例如是单一电路、复合电路、程序化的处理器、并行程序化的处理器、逻辑IC、GA、FPGA、ASIC或者它们中的一些或全部的组合。“IC”是Integrated Circuit(集成电路)的缩写。“GA”是GateArray(门阵列)的缩写。“FPGA”是Field-Programmable Gate Array(现场可编程门阵列)的缩写。“ASIC”是Application Specific Integrated Circuit(面向特定用途的集成电路)的缩写。

序列数据分析装置10也可以具备代替电子电路16的多个电子电路。这些多个电子电路作为整体实现计算部21和判定部22的功能。各个电子电路例如是单一电路、复合电路、程序化的处理器、并行程序化的处理器、逻辑IC、GA、FPGA、ASIC或者它们中的一些或全部的组合。

作为另一变形例，也可以通过软件和硬件的组合来实现计算部21和判定部22的功能。即，也可以是，计算部21和判定部22的功能的一部分通过专用硬件来实现，其余通过软件来实现。

处理器11和电子电路16都是处理电路。即，无论序列数据分析装置10的结构是图1所示的结构还是图16所示的结构，计算部21和判定部22的动作都由处理电路进行。

标号说明

10：序列数据分析装置；11：处理器；12：存储器；13：参照序列数据存储装置；14：输入序列数据存储装置；15：异常信息存储装置；16：电子电路；21：计算部；22：判定部；23：规整路径计算部；24：相对进展速度计算部；25：数据缺失检测部；26：标准以外数据***检测部；27：数据更换估计部；28：异常信息记录部；31：参照序列数据；32：输入序列数据；33：规整路径信息；34：相对进展速度信息；35：序列数据缺失区间信息；36：标准以外序列数据***区间信息；37：序列数据更换区间信息；38：异常信息。