JP2012216158A - 観測行動選択機能を有する分類システム及び該システムを使用する分類方法 - Google Patents
観測行動選択機能を有する分類システム及び該システムを使用する分類方法 Download PDFInfo
- Publication number
- JP2012216158A JP2012216158A JP2011092450A JP2011092450A JP2012216158A JP 2012216158 A JP2012216158 A JP 2012216158A JP 2011092450 A JP2011092450 A JP 2011092450A JP 2011092450 A JP2011092450 A JP 2011092450A JP 2012216158 A JP2012216158 A JP 2012216158A
- Authority
- JP
- Japan
- Prior art keywords
- classification
- observation
- probability
- behavior
- class
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】本分類システムは、物体の観測行動を繰り返しながら、観測行動によって得られた観測データに基づいて該物体をクラスに分類する分類システムである。本分類システム(100)は、該物体がそれぞれのクラスに分類される確率である分類確率を決定する分類確率決定部(103)と、観測データと該分類確率とから構成される状態空間を使用する強化学習に基づいて次の観測行動を選択する行動選択部(107)とを備えている。
【選択図】図1
Description
図3のステップS010において、外部入力などによって観察対象の1個体が定められる。
観測対象があるクラス
さらに、観測対象があるクラス
本発明の効果を確認するためのシミュレーション実験について以下に説明する。複数の分類クラスが存在する。そのうちの一つに属する個体から観測データを取得して、その観測データに基づいて本発明の実施形態による観測行動選択機能を有する分類システム100によって物体のクラスを分類する。
図4は、シミュレーション実験の手順を説明するための流れ図である。
図4のステップS3010において、個体のモデルを作成する。各クラスが正規分布を有するとして、その平均と共分散行列を設定する。
図4のステップS3020において、図2の流れ図に示した方法によって、観測行動選択機能を有する分類システム100の分類確率決定部103の初期化処理(クラス分類の学習)を行う。観測数は、約300である。
Claims (8)
- 物体の観測行動を繰り返しながら、観測行動によって得られた観測データに基づいて該物体をクラスに分類する分類システムであって、該物体がそれぞれのクラスに分類される確率である分類確率を決定する分類確率決定部と、観測データと該分類確率とから構成される状態空間を使用する強化学習に基づいて次の観測行動を選択する行動選択部とを備えた、観測行動選択機能を有する分類システム。
- 前記行動選択部は、前記分類確率決定手段によって決定された分類確率から求められたエントロピーの減少分に応じて報酬を決定し、該報酬に基づいて強化学習を行う請求項1に記載の観測行動選択機能を有する分類システム。
- 前記分類確率決定部は、観測行動ごとに前記物体がそれぞれのクラスに分類される確率を求め、観測行動に関する累積確率を分類確率とする請求項1または2に記載の観測行動選択機能を有する分類システム。
- 前記分類確率決定手段は、所定の物体の複数の観測データを、EMアルゴリズムで最尤推定することによって求めた、クラスの混合正規分布モデルを使用して分類確率を決定する請求項1から3のいずれかに記載の観測行動選択機能を有する分類システム。
- 観測行動選択機能を有する分類システムによって物体を分類する分類方法であって、
該観測行動選択機能を有する分類システムが、物体の観測行動を実施するステップと、
該観測行動選択機能を有する分類システムの分類確率決定部が、観測行動によって得られた観測データに基づいて、該物体がそれぞれのクラスに分類される確率である分類確率を決定するステップと、
該観測行動選択機能を有する分類システムの行動選択部が、観測データと該分類確率とから構成される状態空間を使用する強化学習に基づいて次の観測行動を選択するステップと、を含む分類方法。 - 前記行動選択部は、前記分類確率決定手段によって決定された分類確率から求められたエントロピーの減少分に応じて報酬を決定し、該報酬に基づいて強化学習を行う請求項5に記載の分類方法。
- 前記分類確率決定部は、観測行動ごとに前記物体がそれぞれのクラスに分類される確率を求め、観測行動に関する累積確率を分類確率とする請求項5または6に記載の分類方法。
- 初期化処理として、前記分類確率決定手段が、所定の物体の複数の観測データを、EMアルゴリズムで最尤推定することによって、分類確率を決定するために使用される、クラスの混合正規分布モデルを求めるステップをさらに含み、前記分類確率決定手段は、分類確率を決定するステップにおいて、該混合正規分布モデルを使用して分類確率を決定する請求項5から7のいずれかに記載の分類方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011092450A JP5847425B2 (ja) | 2011-04-01 | 2011-04-01 | 観測行動選択機能を有する分類システム及び該システムを使用する分類方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011092450A JP5847425B2 (ja) | 2011-04-01 | 2011-04-01 | 観測行動選択機能を有する分類システム及び該システムを使用する分類方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012216158A true JP2012216158A (ja) | 2012-11-08 |
JP5847425B2 JP5847425B2 (ja) | 2016-01-20 |
Family
ID=47268854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011092450A Active JP5847425B2 (ja) | 2011-04-01 | 2011-04-01 | 観測行動選択機能を有する分類システム及び該システムを使用する分類方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5847425B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016206784A (ja) * | 2015-04-17 | 2016-12-08 | 株式会社Ihi | データ分析装置及びデータ分析方法 |
CN111194452A (zh) * | 2017-06-09 | 2020-05-22 | 川崎重工业株式会社 | 动作预测系统及动作预测方法 |
WO2021014878A1 (ja) | 2019-07-25 | 2021-01-28 | オムロン株式会社 | 推論装置、推論方法、及び推論プログラム |
JPWO2021033503A1 (ja) * | 2019-08-20 | 2021-02-25 | ||
JPWO2021033502A1 (ja) * | 2019-08-20 | 2021-02-25 | ||
JPWO2021033501A1 (ja) * | 2019-08-20 | 2021-02-25 | ||
JP7421391B2 (ja) | 2019-07-05 | 2024-01-24 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 学習方法、および、プログラム |
-
2011
- 2011-04-01 JP JP2011092450A patent/JP5847425B2/ja active Active
Non-Patent Citations (1)
Title |
---|
JPN6015018894; 柴田克成,他2名: 'Actor-Qアーキテクチャに基づく能動認識学習システム' 電子情報通信学会論文誌(情報・システムII-パターン処理) 第J84-D-II巻, 第9号, 20010901, pp.2121-2130, 社団法人電子情報通信学会 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016206784A (ja) * | 2015-04-17 | 2016-12-08 | 株式会社Ihi | データ分析装置及びデータ分析方法 |
CN111194452B (zh) * | 2017-06-09 | 2023-10-10 | 川崎重工业株式会社 | 动作预测系统及动作预测方法 |
CN111194452A (zh) * | 2017-06-09 | 2020-05-22 | 川崎重工业株式会社 | 动作预测系统及动作预测方法 |
JP7421391B2 (ja) | 2019-07-05 | 2024-01-24 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 学習方法、および、プログラム |
WO2021014878A1 (ja) | 2019-07-25 | 2021-01-28 | オムロン株式会社 | 推論装置、推論方法、及び推論プログラム |
US11941868B2 (en) | 2019-07-25 | 2024-03-26 | Omron Corporation | Inference apparatus, inference method, and computer-readable storage medium storing an inference program |
JPWO2021033503A1 (ja) * | 2019-08-20 | 2021-02-25 | ||
JP7282305B2 (ja) | 2019-08-20 | 2023-05-29 | 日本電気株式会社 | 地震観測装置、地震観測方法および地震観測プログラム |
JP7282306B2 (ja) | 2019-08-20 | 2023-05-29 | 日本電気株式会社 | 地震観測装置、地震観測方法および地震観測プログラム |
JP7216359B2 (ja) | 2019-08-20 | 2023-02-01 | 日本電気株式会社 | 地震観測装置、地震観測方法および地震観測プログラム |
US11835670B2 (en) | 2019-08-20 | 2023-12-05 | Nec Corporation | Seismic observation device, seismic observation method, and recording medium in which seismic observation program is recorded |
JPWO2021033501A1 (ja) * | 2019-08-20 | 2021-02-25 | ||
US11906678B2 (en) | 2019-08-20 | 2024-02-20 | Nec Corporation | Seismic observation device, seismic observation method, and recording medium on which seismic observation program is recorded |
JPWO2021033502A1 (ja) * | 2019-08-20 | 2021-02-25 |
Also Published As
Publication number | Publication date |
---|---|
JP5847425B2 (ja) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5847425B2 (ja) | 観測行動選択機能を有する分類システム及び該システムを使用する分類方法 | |
US9002101B2 (en) | Recognition device, recognition method, and computer program product | |
CN103559504B (zh) | 图像目标类别识别方法及装置 | |
CN112560886A (zh) | 训练类条件生成对抗序列网络 | |
Lin et al. | Classifier design with feature selection and feature extraction using layered genetic programming | |
US11762679B2 (en) | Information processing device, information processing method, and non-transitory computer-readable storage medium | |
Baptista et al. | Performance comparison of ANN training algorithms for classification | |
JP2015095212A (ja) | 識別器、識別プログラム、及び識別方法 | |
JP2008546046A (ja) | マハラノビスの距離の遺伝的アルゴリズムの方法及びシステム | |
JP2009545045A (ja) | パターン分類方法 | |
JP6828807B2 (ja) | データ解析装置、データ解析方法およびデータ解析プログラム | |
Bak et al. | Adaptive optimal training of animal behavior | |
JP2020053073A (ja) | 学習方法、学習システム、および学習プログラム | |
JP2019169139A (ja) | 顔画像からの定性的特徴を評価するコンピュータ実行ツールを構築する方法 | |
JP2017107386A (ja) | 事例選択装置、分類装置、方法、及びプログラム | |
Zhang et al. | Integrating particle swarm optimization with learning automata to solve optimization problems in noisy environment | |
Scranton et al. | An approximate Bayesian computation approach to parameter estimation in a stochastic stage‐structured population model | |
Kaku et al. | Be like water: Robustness to extraneous variables via adaptive feature normalization | |
CN111292062B (zh) | 基于网络嵌入的众包垃圾工人检测方法、系统及存储介质 | |
CN116883786A (zh) | 图数据增广方法、装置、计算机设备及可读存储介质 | |
JP2016062249A (ja) | 識別辞書学習システム、認識辞書学習方法および認識辞書学習プログラム | |
JP7349404B2 (ja) | 判定装置、判定方法及び判定プログラム | |
Ali et al. | Multi-stage classification of Gyrodactylus species using machine learning and feature selection techniques | |
JP6538762B2 (ja) | 類似度計算装置及び類似度計算方法 | |
JP5809663B2 (ja) | 分類精度推定装置、分類精度推定方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140320 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20140320 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150519 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150626 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20151124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151125 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5847425 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |