JP2019016025A - 情報処理システム - Google Patents
情報処理システム Download PDFInfo
- Publication number
- JP2019016025A JP2019016025A JP2017130811A JP2017130811A JP2019016025A JP 2019016025 A JP2019016025 A JP 2019016025A JP 2017130811 A JP2017130811 A JP 2017130811A JP 2017130811 A JP2017130811 A JP 2017130811A JP 2019016025 A JP2019016025 A JP 2019016025A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- unit
- learning model
- input
- model unit
- 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
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
Abstract
Description
210 プロセッサ、220 メモリ、230 補助記憶装置、240 入出力インタフェース、242 入力装置、244 表示装置、451 入力データを生成する手続き、453 学習内容更新手続き、452 学習終了判定条件
Claims (9)
- 学習モデル部と
前記学習モデル部を学習させるトレーナ部と、
記憶部と、を含み、
前記記憶部は、入力値に対する前記学習モデル部の出力値が真と判定される条件を示す、予め設定されている検証ルールを格納し、
前記トレーナ部は、
前記学習モデル部に対して、複数の第1の入力値を入力し、
前記複数の第1の入力値に対する前記学習モデル部の複数の第1の出力値を取得し、
前記検証ルールを参照して、前記複数の第1の出力値が、それぞれ、前記複数の第1の入力値に対して真であるか判定し、
前記複数の第1の出力値において真であると判定された第1の出力値と対応する第1の入力値とのペアを、教師あり学習のための新規訓練データとして前記記憶部に格納する、情報処理システム。 - 請求項1に記載の情報処理システムであって、
前記トレーナ部は、前記新規訓練データを利用して、前記学習モデル部を学習させる、情報処理システム。 - 請求項2に記載の情報処理システムであって、
前記トレーナ部は、初期訓練データによる学習済みの前記学習モデル部に、前記複数の第1の入力値を入力して、前記新規訓練データを生成する、情報処理システム。 - 請求項3に記載の情報処理システムであって、
前記トレーナ部は、
外部から入力された前記初期訓練データを使用して前記学習モデル部を学習させた後、前記学習モデル部に前記複数の第1の入力値を入力する、情報処理システム。 - 請求項3に記載の情報処理システムであって、
前記複数の第1の入力値は、前記初期訓練データよりも計算複雑性が高い学習のデータである、情報処理システム。 - 請求項3に記載の情報処理システムであって、
前記トレーナ部は、
前記新規訓練データを使用した前記学習モデル部の学習の後、前記学習モデル部に複数の第2の入力値を入力して複数の第2の出力値を取得し、
前記検証ルールを参照して、前記複数の第2の出力値が、それぞれ、前記複数の第2の入力値に対して真であるか判定し、
前記複数の第2の出力値において真であると判定された第2の出力値と対応する第2の入力値とのペアを、前記学習モデル部の再学習ための訓練データとして使用する、情報処理システム。 - 請求項6に記載の情報処理システムであって、
前記トレーナ部は
前記新規訓練データを使用した前記学習モデル部の学習の後、前記学習モデル部にテストデータを入力し、
前記テストデータに対する正解率を前記検証ルールに基づき決定し、
前記正解率及び予め定められている判定条件に基づき、前記学習モデル部の現在の学習内容の学習を継続するか判定し、
前記現在の学習内容での学習を終了すると判定した場合に、前記学習モデル部に前記複数の第2の入力値を入力して前記第2の出力値を取得する、情報処理システム。 - 請求項7に記載の情報処理システムであって、
前記複数の第2の入力値は、前記複数の第1の入力値よりも計算複雑性が高い学習のデータである、情報処理システム。 - 学習モデル部と、前記学習モデル部を学習させるトレーナ部と、記憶部と、を含む、情報処理システムにおいて実行される方法であって、
前記記憶部は、入力値に対する前記学習モデル部の出力値が真と判定される条件を示す、予め設定されている検証ルールを格納し、
前記方法は、前記トレーナ部が、
前記学習モデル部に対して、複数の入力値を入力し、
前記複数の入力値に対する前記学習モデル部の複数の出力値を取得し、
前記検証ルールを参照して、前記複数の出力値が、それぞれ、前記複数の入力値に対して真であるか判定し、
前記複数の出力値において真であると判定された出力値と対応する入力値とのペアを、教師あり学習のための新規訓練データとして前記記憶部に格納する、ことを含む、方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017130811A JP6802118B2 (ja) | 2017-07-04 | 2017-07-04 | 情報処理システム |
US16/008,128 US20190012611A1 (en) | 2017-07-04 | 2018-06-14 | Information processing system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017130811A JP6802118B2 (ja) | 2017-07-04 | 2017-07-04 | 情報処理システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019016025A true JP2019016025A (ja) | 2019-01-31 |
JP6802118B2 JP6802118B2 (ja) | 2020-12-16 |
Family
ID=64903844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017130811A Active JP6802118B2 (ja) | 2017-07-04 | 2017-07-04 | 情報処理システム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20190012611A1 (ja) |
JP (1) | JP6802118B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020179438A (ja) * | 2019-04-24 | 2020-11-05 | 株式会社日立製作所 | 計算機システム及び機械学習方法 |
WO2022013954A1 (ja) * | 2020-07-14 | 2022-01-20 | 富士通株式会社 | 機械学習プログラム、機械学習方法および情報処理装置 |
WO2022102532A1 (ja) * | 2020-11-13 | 2022-05-19 | 株式会社エンビジョンAescジャパン | データ処理装置、モデル生成装置、データ処理方法、モデル生成方法、及びプログラム |
JP2023502817A (ja) * | 2020-10-26 | 2023-01-26 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 領域熱度予測モデルを確立する方法、領域熱度予測の方法、及び装置 |
US11699038B2 (en) | 2020-09-18 | 2023-07-11 | Fujifilm Business Innovation Corp. | Information processing apparatus |
JP7348488B2 (ja) | 2019-08-07 | 2023-09-21 | 横浜ゴム株式会社 | 物性データ予測方法及び物性データ予測装置 |
JP7348489B2 (ja) | 2019-08-09 | 2023-09-21 | 横浜ゴム株式会社 | 物性データ予測方法及び装置物性データ予測装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11625533B2 (en) * | 2018-02-28 | 2023-04-11 | Charles Northrup | System and method for a thing machine to perform models |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03105663A (ja) * | 1989-09-20 | 1991-05-02 | Fujitsu Ltd | 強化学習処理方式 |
JPH0594554A (ja) * | 1991-09-30 | 1993-04-16 | Toshiba Corp | ニユ−ラルネツトワ−ク装置 |
JPH05314090A (ja) * | 1992-05-14 | 1993-11-26 | Hitachi Ltd | ニューラルネットを用いたパターン認識方法およびその装置 |
JPH1152992A (ja) * | 1997-07-31 | 1999-02-26 | Seiko Epson Corp | 音声認識用ニューラルネットワークの学習方法 |
JP2005092253A (ja) * | 2003-09-11 | 2005-04-07 | Fuji Xerox Co Ltd | 機械学習用データ生成システム及び機械学習用データ生成方法、類似文書対生成システム及び類似文書対生成方法、並びにコンピュータ・プログラム |
JP2005100011A (ja) * | 2003-09-24 | 2005-04-14 | Nec Tohoku Sangyo System Kk | ニューラルネットワークの学習方法及び学習システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10915798B1 (en) * | 2018-05-15 | 2021-02-09 | Adobe Inc. | Systems and methods for hierarchical webly supervised training for recognizing emotions in images |
-
2017
- 2017-07-04 JP JP2017130811A patent/JP6802118B2/ja active Active
-
2018
- 2018-06-14 US US16/008,128 patent/US20190012611A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03105663A (ja) * | 1989-09-20 | 1991-05-02 | Fujitsu Ltd | 強化学習処理方式 |
JPH0594554A (ja) * | 1991-09-30 | 1993-04-16 | Toshiba Corp | ニユ−ラルネツトワ−ク装置 |
JPH05314090A (ja) * | 1992-05-14 | 1993-11-26 | Hitachi Ltd | ニューラルネットを用いたパターン認識方法およびその装置 |
JPH1152992A (ja) * | 1997-07-31 | 1999-02-26 | Seiko Epson Corp | 音声認識用ニューラルネットワークの学習方法 |
JP2005092253A (ja) * | 2003-09-11 | 2005-04-07 | Fuji Xerox Co Ltd | 機械学習用データ生成システム及び機械学習用データ生成方法、類似文書対生成システム及び類似文書対生成方法、並びにコンピュータ・プログラム |
JP2005100011A (ja) * | 2003-09-24 | 2005-04-14 | Nec Tohoku Sangyo System Kk | ニューラルネットワークの学習方法及び学習システム |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020179438A (ja) * | 2019-04-24 | 2020-11-05 | 株式会社日立製作所 | 計算機システム及び機械学習方法 |
JP7179672B2 (ja) | 2019-04-24 | 2022-11-29 | 株式会社日立製作所 | 計算機システム及び機械学習方法 |
JP7348488B2 (ja) | 2019-08-07 | 2023-09-21 | 横浜ゴム株式会社 | 物性データ予測方法及び物性データ予測装置 |
JP7348489B2 (ja) | 2019-08-09 | 2023-09-21 | 横浜ゴム株式会社 | 物性データ予測方法及び装置物性データ予測装置 |
WO2022013954A1 (ja) * | 2020-07-14 | 2022-01-20 | 富士通株式会社 | 機械学習プログラム、機械学習方法および情報処理装置 |
JP7364083B2 (ja) | 2020-07-14 | 2023-10-18 | 富士通株式会社 | 機械学習プログラム、機械学習方法および情報処理装置 |
US11699038B2 (en) | 2020-09-18 | 2023-07-11 | Fujifilm Business Innovation Corp. | Information processing apparatus |
JP2023502817A (ja) * | 2020-10-26 | 2023-01-26 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 領域熱度予測モデルを確立する方法、領域熱度予測の方法、及び装置 |
WO2022102532A1 (ja) * | 2020-11-13 | 2022-05-19 | 株式会社エンビジョンAescジャパン | データ処理装置、モデル生成装置、データ処理方法、モデル生成方法、及びプログラム |
JP7443218B2 (ja) | 2020-11-13 | 2024-03-05 | 株式会社Aescジャパン | データ処理装置、モデル生成装置、データ処理方法、モデル生成方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6802118B2 (ja) | 2020-12-16 |
US20190012611A1 (en) | 2019-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6802118B2 (ja) | 情報処理システム | |
Corso et al. | A survey of algorithms for black-box safety validation of cyber-physical systems | |
WO2018125337A2 (en) | Automated generation of workflows | |
Martin | The cost of restoration as a way of defining resilience: a viability approach applied to a model of lake eutrophication | |
Wyatt | Exploration and inference in learning from reinforcement | |
KR20200052444A (ko) | 신경망을 이용하여 예측 결과를 출력하는 방법, 신경망을 생성하는 방법 및 그 장치들 | |
CN110278175A (zh) | 图结构模型训练、垃圾账户识别方法、装置以及设备 | |
Lin et al. | Metareasoning for planning under uncertainty | |
US11809977B2 (en) | Weakly supervised reinforcement learning | |
Meng et al. | Microscopic traffic simulation model-based optimization approach for the contraflow lane configuration problem | |
CN110119860A (zh) | 一种垃圾账号检测方法、装置以及设备 | |
KR101584314B1 (ko) | 가상 교육 훈련 시스템에서 실시간으로 발생하는 학습자 상황 정보를 추론하기 위한 온톨로지 추론 교육 방법, 이를 이용한 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
KR101855360B1 (ko) | 신경망의 학습 최적화를 위한 신경망 구성 방법 및 장치 | |
CN114787831B (zh) | 改进分类模型的准确性 | |
Say | A unified framework for planning with learned neural network transition models | |
CN112434817B (zh) | 构建通信算法数据库的方法、装置和计算机存储介质 | |
US11475371B2 (en) | Learned model integration method, apparatus, program, IC chip, and system | |
Fu | Verifying probabilistic systems: new algorithms and complexity results | |
Luo et al. | Dynamic simplex: Balancing safety and performance in autonomous cyber physical systems | |
Belfadil et al. | Leveraging Deep Reinforcement Learning for Water Distribution Systems with Large Action Spaces and Uncertainties: DRL-EPANET for Pressure Control | |
Gouveia et al. | Model Revision of Boolean Logical Models of Biological Regulatory Networks | |
Schaffeld et al. | Towards robust models of Cyber-Physical Systems | |
Grimstad et al. | Reinforcement Learning and Graph Neural Networks for Probabilistic Risk Assessment | |
JP2018112659A (ja) | 異なる基準に基づく質問を混在させたユーザ適応型のテストプログラム、装置及び方法 | |
Peters | A POMDP AT AIL E |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191204 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200909 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201006 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201104 |
|
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: 20201117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201126 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6802118 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |