초록 ▼

그룹 생성부(12)는, 복수의 시계열 데이터(7)에 기초하여, 동일하게 변화하는 복수의 시계열 데이터로 이루어지는 그룹을 복수개 생성한다.정규화부(13)는, 각 그룹에 대해서, 중앙치 시계열 데이터에 포함되는 중앙치의 최대치가 1, 최소치가 0으로 변환되도록, 그룹 내의 시계열 데이터에 포함되는 데이터에 선형 변환을 행한다.이상도 산출부(14)는, 각 그룹에 대해서, 그룹 내의 2개의 시계열 데이터의 모든 조합에 대해 같은 시각의 데이터간의 차의 평균치를 구하고, 구한 평균치의 최대치를 그룹의 이상도로 한다.랭킹 생성부(15)는 그

그룹 생성부(12)는, 복수의 시계열 데이터(7)에 기초하여, 동일하게 변화하는 복수의 시계열 데이터로 이루어지는 그룹을 복수개 생성한다.정규화부(13)는, 각 그룹에 대해서, 중앙치 시계열 데이터에 포함되는 중앙치의 최대치가 1, 최소치가 0으로 변환되도록, 그룹 내의 시계열 데이터에 포함되는 데이터에 선형 변환을 행한다.이상도 산출부(14)는, 각 그룹에 대해서, 그룹 내의 2개의 시계열 데이터의 모든 조합에 대해 같은 시각의 데이터간의 차의 평균치를 구하고, 구한 평균치의 최대치를 그룹의 이상도로 한다.랭킹 생성부(15)는 그룹의 이상도에 기초하여 그룹의 랭킹을 생성하고, 결과 표시부(17)는 그룹의 랭킹을 포함하는 화면을 표시한다.

대표청구항 ▼

복수의 시계열 데이터를 처리하는 시계열 데이터 처리 방법으로서,주어진 복수의 시계열 데이터에 기초하여, 동일하게 변화하는 복수의 시계열 데이터로 이루어지는 그룹을 복수개 생성하는 그룹 생성 단계와,각 그룹에 대해서, 그룹 내의 시계열 데이터를 같은 변환에 의해 정규화하는 정규화 단계와,각 그룹에 대해서, 정규화 후의 시계열 데이터에 기초하여 그룹의 이상도를 산출하는 이상도 산출 단계와,상기 그룹의 이상도에 기초하여 그룹의 랭킹을 생성하는 랭킹 생성 단계와,상기 그룹의 랭킹을 포함하는 화면을 표시하는 결과 표시 단계를 구비한, 시계열

복수의 시계열 데이터를 처리하는 시계열 데이터 처리 방법으로서,주어진 복수의 시계열 데이터에 기초하여, 동일하게 변화하는 복수의 시계열 데이터로 이루어지는 그룹을 복수개 생성하는 그룹 생성 단계와,각 그룹에 대해서, 그룹 내의 시계열 데이터를 같은 변환에 의해 정규화하는 정규화 단계와,각 그룹에 대해서, 정규화 후의 시계열 데이터에 기초하여 그룹의 이상도를 산출하는 이상도 산출 단계와,상기 그룹의 이상도에 기초하여 그룹의 랭킹을 생성하는 랭킹 생성 단계와,상기 그룹의 랭킹을 포함하는 화면을 표시하는 결과 표시 단계를 구비한, 시계열 데이터 처리 방법.