[发明专利]信息处理器、信息处理方法和程序

权利要求书

1.一种信息处理器，包括：

获取单元，被构造为获取目的时间系列数据和多个说明时间系列数据，所述目的时间系列数据是与要估计的目的变量对应的时间系列数据，所述多个说明时间系列数据是与用于说明所述目的变量的多个说明变量对应的时间系列数据；

学习单元，被构造为使用获取的目的时间系列数据和所述多个说明时间系列数据来学习概率模型的参数；

选择单元，被构造为基于已通过所述学习获得的概率模型的参数，选择与要由获取单元获取的说明时间系列数据对应的说明变量；和

估计单元，被构造为基于选择单元的选择结果，使用已由获取单元获取的所述多个说明时间系列数据估计所述目的变量的值。

2.如权利要求1所述的信息处理器，其中所述学习单元使用隐马尔可夫模型学习所述目的变量和所述多个说明变量之间的关系。

3.如权利要求2所述的信息处理器，其中所述目的变量由具有与隐马尔可夫模型的隐状态一一对应的线性回归系数和所述说明变量的线性回归模型表示。

4.如权利要求3所述的信息处理器，其中所述选择单元选择具有小于预定阈值的线性回归系数的说明变量，作为获取单元不获取时间系列数据的说明变量。

5.一种信息处理器的信息处理方法，包括：

获取目的时间系列数据和多个说明时间系列数据，所述目的时间系列数据是与要估计的目的变量对应的时间系列数据，所述多个说明时间系列数据是与用于说明所述目的变量的多个说明变量对应的时间系列数据；

使用获取的目的时间系列数据和所述多个说明时间系列数据学习概率模型的参数；

基于已通过所述学习获得的概率模型的参数，选择与要获取的说明时间系列数据对应的说明变量；以及

基于选择结果使用已获取的所述多个说明时间系列数据估计目的变量的值。

6.一种程序，用于使计算机用作：

获取单元，被构造为获取目的时间系列数据和多个说明时间系列数据，所述目的时间系列数据是与要估计的目的变量对应的时间系列数据，所述多个说明时间系列数据是与用于说明所述目的变量的多个说明变量对应的时间系列数据；

学习单元，被构造为使用获取的目的时间系列数据和多个说明时间系列数据学习概率模型的参数；

选择单元，被构造为基于已通过所述学习获得的概率模型的参数，选择与要由获取单元获取的说明时间系列数据对应的说明变量；和

估计单元，被构造为基于选择单元的选择结果，使用已由获取单元获取的所述多个说明时间系列数据估计所述目的变量的值。