JP2017097643A - 機械学習プログラム、機械学習方法及び情報処理装置 - Google Patents
機械学習プログラム、機械学習方法及び情報処理装置 Download PDFInfo
- Publication number
- JP2017097643A JP2017097643A JP2015229626A JP2015229626A JP2017097643A JP 2017097643 A JP2017097643 A JP 2017097643A JP 2015229626 A JP2015229626 A JP 2015229626A JP 2015229626 A JP2015229626 A JP 2015229626A JP 2017097643 A JP2017097643 A JP 2017097643A
- Authority
- JP
- Japan
- Prior art keywords
- continuous data
- data
- machine learning
- generated
- pseudo
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/08—Computing arrangements based on specific mathematical models using chaos models or non-linear system models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Nonlinear Science (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Complex Calculations (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】複数の連続データの各々から、等間隔で取得したN(Nは2以上の自然数)点の値を成分とする、N次元空間上の点の集合である疑似アトラクタを生成しS1、生成された複数の疑似アトラクタの各々から、パーシステントホモロジーの計算処理により、N次元空間上の球の半径に対する穴の数であるベッチ数の連続データを生成しS3〜S7、複数の疑似アトラクタの各々について、生成されたベッチ数の連続データを入力とする機械学習を実行するS9。
【選択図】図3
Description
図1に、第1の実施の形態における情報処理装置1の機能ブロック図を示す。情報処理装置1は、第1連続データ格納部101と、第1生成部103と、疑似アトラクタデータ格納部105と、第2生成部107と、バーコードデータ格納部109と、第3生成部111と、第2連続データ格納部113と、機械学習部115と、学習結果格納部117と、削除部119とを有する。
第1の実施の形態の説明において述べたように、元の連続データ間の類似関係は、バーコードデータから生成される連続データ間の類似関係とほぼ等価である(すなわち、1対1の関係である)。但し、或る連続データを平行移動して(すなわち、バイアスをかけて)別の連続データに重ね合わせることができる場合においては、1対1の関係は成立しない。
本付録においては、本実施の形態に関連する事項について説明を追加する。
コンピュータに、
複数の連続データの各々から、等間隔で取得したN(Nは2以上の自然数)点の値を成分とする、N次元空間上の点の集合である疑似アトラクタを生成し、
生成された複数の疑似アトラクタの各々から、パーシステントホモロジーの計算処理により、前記N次元空間上の球の半径に対する穴の数であるベッチ数の連続データを生成し、
前記複数の疑似アトラクタの各々について、生成された前記ベッチ数の連続データを入力とする機械学習を実行する、
処理を実行させる機械学習プログラム。
前記ベッチ数の連続データを生成する処理において、
前記パーシステントホモロジーの計算処理によって、各穴が発生してから消滅するまでの時間を表す第1データを穴の次元毎に生成し、
生成された前記第1データに基づき、前記球の半径に対する前記ベッチ数を穴の次元毎に算出し、
穴の次元毎に算出された、前記球の半径に対する前記ベッチ数に基づき、前記ベッチ数の連続データを生成する、
付記1記載の機械学習プログラム。
前記ベッチ数は、発生時の半径と消滅時の半径との差が所定長以上である穴の数である、
付記1又は2記載の機械学習プログラム。
前記コンピュータに、
前記複数の連続データの各々から、当該連続データに含まれる値の平均値を算出する
処理をさらに実行させ、
前記機械学習を実行する処理において、
生成された前記ベッチ数の連続データと前記平均値とを入力とする機械学習を実行する、
付記1乃至3のいずれか1つ記載の機械学習プログラム。
前記複数の連続データの各々はラベル付き連続データであり、
前記機械学習を実行する処理において、
前記球の半径に対する前記ベッチ数と、前記ラベルとの関係について機械学習を実行する、
付記1記載の機械学習プログラム。
前記穴は、ホモロジー群の元である
付記1乃至5のいずれか1つ記載の機械学習プログラム。
コンピュータが、
複数の連続データの各々から、等間隔で取得したN(Nは2以上の自然数)点の値を成分とする、N次元空間上の点の集合である疑似アトラクタを生成し、
生成された複数の疑似アトラクタの各々から、パーシステントホモロジーの計算処理により、前記N次元空間上の球の半径に対する穴の数であるベッチ数の連続データを生成し、
前記複数の疑似アトラクタの各々について、生成された前記ベッチ数の連続データを入力とする機械学習を実行する、
処理を実行する機械学習方法。
複数の連続データの各々から、等間隔で取得したN(Nは2以上の自然数)点の値を成分とする、N次元空間上の点の集合である疑似アトラクタを生成する生成部と、
前記生成部により生成された複数の疑似アトラクタの各々から、パーシステントホモロジーの計算処理により、前記N次元空間上の球の半径に対する穴の数であるベッチ数の連続データを生成する算出部と、
前記複数の疑似アトラクタの各々について、前記生成部により生成された前記ベッチ数の連続データを入力とする機械学習を実行する実行部と、
を有する情報処理装置。
103 第1生成部 105 疑似アトラクタデータ格納部
107 第2生成部 109 バーコードデータ格納部
111 第3生成部 113 第2連続データ格納部
115 機械学習部 117 学習結果格納部
119 削除部 121 付加部
Claims (7)
- コンピュータに、
複数の連続データの各々から、等間隔で取得したN(Nは2以上の自然数)点の値を成分とする、N次元空間上の点の集合である疑似アトラクタを生成し、
生成された複数の疑似アトラクタの各々から、パーシステントホモロジーの計算処理により、前記N次元空間上の球の半径に対する穴の数であるベッチ数の連続データを生成し、
前記複数の疑似アトラクタの各々について、生成された前記ベッチ数の連続データを入力とする機械学習を実行する、
処理を実行させる機械学習プログラム。 - 前記ベッチ数の連続データを生成する処理において、
前記パーシステントホモロジーの計算処理により、各穴が発生してから消滅するまでの時間を表す第1データを穴の次元毎に生成し、
生成された前記第1データに基づき、前記球の半径に対する前記ベッチ数を穴の次元毎に算出し、
穴の次元毎に算出された、前記球の半径に対する前記ベッチ数に基づき、前記ベッチ数の連続データを生成する、
請求項1記載の機械学習プログラム。 - 前記ベッチ数は、発生時の半径と消滅時の半径との差が所定長以上である穴の数である、
請求項1又は2記載の機械学習プログラム。 - 前記コンピュータに、
前記複数の連続データの各々から、当該連続データに含まれる値の平均値を算出する
処理をさらに実行させ、
前記機械学習を実行する処理において、
生成された前記ベッチ数の連続データと前記平均値とを入力とする機械学習を実行する、
請求項1乃至3のいずれか1つ記載の機械学習プログラム。 - 前記複数の連続データの各々はラベル付き連続データであり、
前記機械学習を実行する処理において、
前記球の半径に対する前記ベッチ数と、前記ラベルとの関係について機械学習を実行する、
請求項1記載の機械学習プログラム。 - コンピュータが、
複数の連続データの各々から、等間隔で取得したN(Nは2以上の自然数)点の値を成分とする、N次元空間上の点の集合である疑似アトラクタを生成し、
生成された複数の疑似アトラクタの各々から、パーシステントホモロジーの計算処理により、前記N次元空間上の球の半径に対する穴の数であるベッチ数の連続データを生成し、
前記複数の疑似アトラクタの各々について、生成された前記ベッチ数の連続データを入力とする機械学習を実行する、
処理を実行する機械学習方法。 - 複数の連続データの各々から、等間隔で取得したN(Nは2以上の自然数)点の値を成分とする、N次元空間上の点の集合である疑似アトラクタを生成する生成部と、
前記生成部により生成された複数の疑似アトラクタの各々から、パーシステントホモロジーの計算処理により、前記N次元空間上の球の半径に対する穴の数であるベッチ数の連続データを生成する算出部と、
前記複数の疑似アトラクタの各々について、前記生成部により生成された前記ベッチ数の連続データを入力とする機械学習を実行する実行部と、
を有する情報処理装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015229626A JP6606997B2 (ja) | 2015-11-25 | 2015-11-25 | 機械学習プログラム、機械学習方法及び情報処理装置 |
US15/334,405 US20170147946A1 (en) | 2015-11-25 | 2016-10-26 | Method and apparatus for machine learning |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015229626A JP6606997B2 (ja) | 2015-11-25 | 2015-11-25 | 機械学習プログラム、機械学習方法及び情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017097643A true JP2017097643A (ja) | 2017-06-01 |
JP6606997B2 JP6606997B2 (ja) | 2019-11-20 |
Family
ID=58720863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015229626A Active JP6606997B2 (ja) | 2015-11-25 | 2015-11-25 | 機械学習プログラム、機械学習方法及び情報処理装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20170147946A1 (ja) |
JP (1) | JP6606997B2 (ja) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018159558A1 (ja) * | 2017-03-03 | 2018-09-07 | 富士通株式会社 | データ生成方法、データ生成装置及びデータ生成プログラム |
JP2019016193A (ja) * | 2017-07-07 | 2019-01-31 | 富士通株式会社 | 分析方法、分析装置及び分析プログラム |
JP2019016194A (ja) * | 2017-07-07 | 2019-01-31 | 富士通株式会社 | 状態識別方法、状態識別装置及び状態識別プログラム |
JP2019105871A (ja) * | 2017-12-08 | 2019-06-27 | 富士通株式会社 | 異常候補抽出プログラム、異常候補抽出方法および異常候補抽出装置 |
JP2019105870A (ja) * | 2017-12-08 | 2019-06-27 | 富士通株式会社 | 判別プログラム、判別方法および判別装置 |
JP2019105883A (ja) * | 2017-12-08 | 2019-06-27 | 富士通株式会社 | 判別プログラム、判別方法および判別装置 |
JP2019133462A (ja) * | 2018-01-31 | 2019-08-08 | 富士通株式会社 | 検出プログラム、検出方法および検出装置 |
JP2019200738A (ja) * | 2018-05-18 | 2019-11-21 | ヤフー株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
JP2020036633A (ja) * | 2018-08-31 | 2020-03-12 | 富士通株式会社 | 異常判別プログラム、異常判別方法および異常判別装置 |
JP2020086796A (ja) * | 2018-11-21 | 2020-06-04 | 富士通株式会社 | 機械学習方法、機械学習プログラムおよび機械学習装置 |
JP2020091756A (ja) * | 2018-12-06 | 2020-06-11 | 富士通株式会社 | 学習方法、学習プログラムおよび学習装置 |
JP2020155009A (ja) * | 2019-03-22 | 2020-09-24 | 富士通株式会社 | ノイズ判定方法、ノイズ判定プログラムおよびノイズ判定装置 |
JP2020166440A (ja) * | 2019-03-28 | 2020-10-08 | 富士通株式会社 | 特徴量抽出方法、特徴量抽出プログラムおよび特徴量抽出装置 |
US11024022B2 (en) | 2017-03-03 | 2021-06-01 | Fujitsu Limited | Data generation method and data generation device |
EP3923228A1 (en) | 2020-06-10 | 2021-12-15 | Fujitsu Limited | Data analysis method, device and program |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11515004B2 (en) * | 2015-05-22 | 2022-11-29 | Csts Health Care Inc. | Thermodynamic measures on protein-protein interaction networks for cancer therapy |
US10469275B1 (en) * | 2016-06-28 | 2019-11-05 | Amazon Technologies, Inc. | Clustering of discussion group participants |
US11321841B2 (en) * | 2017-11-24 | 2022-05-03 | Osaka University | Image analysis method, image analysis device, image analysis system, and storage medium |
-
2015
- 2015-11-25 JP JP2015229626A patent/JP6606997B2/ja active Active
-
2016
- 2016-10-26 US US15/334,405 patent/US20170147946A1/en not_active Abandoned
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11024022B2 (en) | 2017-03-03 | 2021-06-01 | Fujitsu Limited | Data generation method and data generation device |
US11120302B2 (en) | 2017-03-03 | 2021-09-14 | Fujitsu Limited | Data generation apparatus, data generation method, and non-transitory computer-readable storage medium for storing program |
WO2018159558A1 (ja) * | 2017-03-03 | 2018-09-07 | 富士通株式会社 | データ生成方法、データ生成装置及びデータ生成プログラム |
JP7069581B2 (ja) | 2017-07-07 | 2022-05-18 | 富士通株式会社 | 分析方法、分析装置及び分析プログラム |
JP2019016193A (ja) * | 2017-07-07 | 2019-01-31 | 富士通株式会社 | 分析方法、分析装置及び分析プログラム |
JP2019016194A (ja) * | 2017-07-07 | 2019-01-31 | 富士通株式会社 | 状態識別方法、状態識別装置及び状態識別プログラム |
US11023562B2 (en) | 2017-07-07 | 2021-06-01 | Fujitsu Limited | Analysis method, analysis device, and recording medium |
JP6992291B2 (ja) | 2017-07-07 | 2022-01-13 | 富士通株式会社 | 状態識別方法、状態識別装置及び状態識別プログラム |
JP2019105871A (ja) * | 2017-12-08 | 2019-06-27 | 富士通株式会社 | 異常候補抽出プログラム、異常候補抽出方法および異常候補抽出装置 |
US11625570B2 (en) | 2017-12-08 | 2023-04-11 | Fujitsu Limited | Computer-readable recording medium, determination method, and determination apparatus for classifying time series data |
JP2019105883A (ja) * | 2017-12-08 | 2019-06-27 | 富士通株式会社 | 判別プログラム、判別方法および判別装置 |
JP2019105870A (ja) * | 2017-12-08 | 2019-06-27 | 富士通株式会社 | 判別プログラム、判別方法および判別装置 |
JP7040065B2 (ja) | 2018-01-31 | 2022-03-23 | 富士通株式会社 | 検出プログラム、検出方法および検出装置 |
JP2019133462A (ja) * | 2018-01-31 | 2019-08-08 | 富士通株式会社 | 検出プログラム、検出方法および検出装置 |
JP2019200738A (ja) * | 2018-05-18 | 2019-11-21 | ヤフー株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
JP7071213B2 (ja) | 2018-05-18 | 2022-05-18 | ヤフー株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
JP2020036633A (ja) * | 2018-08-31 | 2020-03-12 | 富士通株式会社 | 異常判別プログラム、異常判別方法および異常判別装置 |
JP7070255B2 (ja) | 2018-08-31 | 2022-05-18 | 富士通株式会社 | 異常判別プログラム、異常判別方法および異常判別装置 |
US11640553B2 (en) | 2018-11-21 | 2023-05-02 | Fujitsu Limited | Method for analyzing time-series data based on machine learning and information processing apparatus |
JP7115247B2 (ja) | 2018-11-21 | 2022-08-09 | 富士通株式会社 | 機械学習方法、機械学習プログラムおよび機械学習装置 |
JP2020086796A (ja) * | 2018-11-21 | 2020-06-04 | 富士通株式会社 | 機械学習方法、機械学習プログラムおよび機械学習装置 |
JP2020091756A (ja) * | 2018-12-06 | 2020-06-11 | 富士通株式会社 | 学習方法、学習プログラムおよび学習装置 |
US11410055B2 (en) | 2018-12-06 | 2022-08-09 | Fujitsu Limited | Learning of a feature based on betti sequences obtained from time series data |
JP7131351B2 (ja) | 2018-12-06 | 2022-09-06 | 富士通株式会社 | 学習方法、学習プログラムおよび学習装置 |
JP2020155009A (ja) * | 2019-03-22 | 2020-09-24 | 富士通株式会社 | ノイズ判定方法、ノイズ判定プログラムおよびノイズ判定装置 |
JP7293778B2 (ja) | 2019-03-22 | 2023-06-20 | 富士通株式会社 | ノイズ判定方法、ノイズ判定プログラムおよびノイズ判定装置 |
JP2020166440A (ja) * | 2019-03-28 | 2020-10-08 | 富士通株式会社 | 特徴量抽出方法、特徴量抽出プログラムおよび特徴量抽出装置 |
JP7234742B2 (ja) | 2019-03-28 | 2023-03-08 | 富士通株式会社 | 特徴量抽出方法、特徴量抽出プログラムおよび特徴量抽出装置 |
EP3923228A1 (en) | 2020-06-10 | 2021-12-15 | Fujitsu Limited | Data analysis method, device and program |
Also Published As
Publication number | Publication date |
---|---|
JP6606997B2 (ja) | 2019-11-20 |
US20170147946A1 (en) | 2017-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6606997B2 (ja) | 機械学習プログラム、機械学習方法及び情報処理装置 | |
KR102440821B1 (ko) | 신경 언어 행동 인식 시스템의 지각 연상 기억 | |
CN107111610B (zh) | 用于神经语言行为识别系统的映射器组件 | |
JP2023022060A (ja) | タンパク質表現モデルの事前トレーニング、タンパク質相互作用の予測方法および装置 | |
JP6816481B2 (ja) | 削減条件特定方法、削減条件特定プログラム及び削減条件特定装置 | |
JP2015230570A (ja) | 学習モデル作成装置、判定システムおよび学習モデル作成方法 | |
JP6950504B2 (ja) | 異常候補抽出プログラム、異常候補抽出方法および異常候補抽出装置 | |
US11037356B2 (en) | System and method for executing non-graphical algorithms on a GPU (graphics processing unit) | |
CN116028605B (zh) | 逻辑表达式生成方法、模型训练方法、装置及介质 | |
JP7069581B2 (ja) | 分析方法、分析装置及び分析プログラム | |
JP7131351B2 (ja) | 学習方法、学習プログラムおよび学習装置 | |
CN112541052B (zh) | 确定问题的答案的方法、装置、设备及存储介质 | |
JP5903394B2 (ja) | グラフ視覚化表示装置及び方法及びプログラム | |
JP6611679B2 (ja) | データ生成方法及び計算機システム | |
JP6992291B2 (ja) | 状態識別方法、状態識別装置及び状態識別プログラム | |
US20210390623A1 (en) | Data analysis method and data analysis device | |
US20200311587A1 (en) | Method for extracting features, storage medium, and apparatus for extracting features | |
US10692256B2 (en) | Visualization method, visualization device, and recording medium | |
CN114882587A (zh) | 生成对抗样本的方法、装置、电子设备和介质 | |
JP6402637B2 (ja) | 分析プログラム、分析方法及び分析装置 | |
JP7136329B2 (ja) | 異常検知装置、制御方法、及びプログラム | |
CN110059180B (zh) | 文章作者身份识别及评估模型训练方法、装置及存储介质 | |
JP5824412B2 (ja) | グラフデータ視覚化装置及び方法及びプログラム | |
JP7294384B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP2019133462A (ja) | 検出プログラム、検出方法および検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180810 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190813 |
|
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: 20190924 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191007 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6606997 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |