JP2019144767A - 学習プログラム、学習方法および学習装置 - Google Patents
学習プログラム、学習方法および学習装置 Download PDFInfo
- Publication number
- JP2019144767A JP2019144767A JP2018027256A JP2018027256A JP2019144767A JP 2019144767 A JP2019144767 A JP 2019144767A JP 2018027256 A JP2018027256 A JP 2018027256A JP 2018027256 A JP2018027256 A JP 2018027256A JP 2019144767 A JP2019144767 A JP 2019144767A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- data
- label
- target data
- learning target
- 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
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
Description
図1は、実施例1にかかる学習装置の全体例を説明する図である。図1に示すように、実施例1にかかる学習装置10は、学習データのラベルに対してスコアを付与した後に、機械学習や深層学習(ディープラーニング(DL)・Deep Learning)などを用いた判別処理(学習処理)を実行して、学習データを事象ごとに正しく判別(分類)できるように、スコアを用いてニューラルネットワーク(NN:Neural Network)などを学習する。その後、学習結果を適用した学習モデルを用いることで、判別対象データの正確な事象(ラベル)の推定を実現する。なお、学習データには、画像、動画、文書、グラフなど様々なデータを採用することができる。
次に、ラベルが曖昧な学習データの学習について説明する。図2は、実施例1にかかる学習例を説明する図である。ここでは、図2の(a)と(b)は、一般的な学習例を示し、図2の(c)は、実施例1による学習例を示す。
図3は、実施例1にかかる学習装置の機能構成を示す機能ブロック図である。図3に示すように、学習装置10は、通信部11と記憶部12と制御部20を有する。
まず、曖昧なデータの属性が複数の分布を含む混合分布に従う場合、混合分布における混合比率に基づきスコアを設定する例を説明する。つまり、各ラベルの発生がある分布に沿っていると仮定し、各ラベルの混合分布に基づいて決定する手法を説明する。この例では、各データ間の距離が定まっており、データ数は十分に存在し、曖昧なラベルも含めて全データにラベルが付与されているものとする。
次に、曖昧なデータの近傍のデータに付与されるラベルの割合に基づいて、曖昧なデータにラベルを設定する例を説明する。この例でも手法1と同様、各データ間の距離が定まっており、データ数は十分に存在し、曖昧なラベルも含めて全データにラベルが付与されているものとする。なお、データが三次元以上の場合には、全データ間の距離を計算し、MDS(Multi-Dimensional Scaling)などで二次元に次元圧縮する。
次に、曖昧なデータの近傍のデータ間の距離に基づいて、曖昧なデータにラベルを設定する例を説明する。この例の条件は、手法2と同様とする。図7は、データ間の距離を用いたラベルの設定例を説明する図である。
次に、ラベル決定の参考となる情報が複数存在する場合に、参考情報で指示されるラベルの割合に基づいて、ラベルを設定する例を説明する。例えば、クラウドソーシング等によって複数の担当者にラベル付作業を依頼することが考えられる。この場合、それぞれのラベル付結果から各データのラベルを決定するが、曖昧なデータに関しては、各担当者によって付与されるラベルが異なる場合がある。
次に、上述したラベルベクトルの設定処理について説明する。図9は、処理の流れを示すフローチャートである。
上述したように、学習装置10は、付与されたラベルが曖昧な場合に、確率的なラベルベクトルを与えることで深層学習を行い精度の高い学習を行うことができる。また、学習装置10は、ラベルを集約させることによる、判別速度の劣化や学習結果の判別精度の劣化を抑制することができる。
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。また、実施例で説明した具体例、分布、数値などは、あくまで一例であり、任意に変更することができる。
図11は、ハードウェア構成例を説明する図である。図11に示すように、学習装置10は、通信装置10a、HDD(Hard Disk Drive)10b、メモリ10c、プロセッサ10dを有する。また、図11に示した各部は、バス等で相互に接続される。
11 通信部
12 記憶部
13 入力データDB
14 学習データDB
15 学習結果DB
20 制御部
21 設定部
22 学習部
Claims (6)
- コンピュータに、
学習対象のデータそれぞれに付された1または複数のラベルそれぞれに対し、前記学習対象のデータの属性または前記学習対象のデータと他の学習対象のデータとの関係に基づき、スコアを設定し、
前記学習対象のデータそれぞれに付されたラベルに設定されたスコアを用いて、ニューラルネットワークに対する学習を行わせる、
処理を実行させる学習プログラム。 - 請求項1に記載の学習プログラムであって、前記コンピュータに、
前記学習対象のデータの属性が複数の分布を含む混合分布に従う場合、前記混合分布における混合比率に基づき前記スコアを設定する処理を実行させる学習プログラム。 - 請求項1に記載の学習プログラムであって、前記コンピュータに、
前記学習対象のデータから所定距離に位置する近接の学習対象のデータそれぞれを特定し、前記近接の学習対象のデータそれぞれに付されたラベルの割合に基づき、前記スコアを設定する処理を実行させる学習プログラム。 - 請求項1に記載の学習プログラムであって、前記コンピュータに、
前記学習対象のデータから所定距離に位置する近接の学習対象のデータそれぞれを特定し、前記近接の学習対象のデータそれぞれに付されたラベルの割合と、前記学習対象のデータと前記近接の学習対象のデータそれぞれとの距離に応じた重みとを用いて、前記スコアを設定する処理を実行させる学習プログラム。 - コンピュータが、
学習対象のデータそれぞれに付された1または複数のラベルそれぞれに対し、前記学習対象のデータの属性または前記学習対象のデータと他の学習対象のデータとの関係に基づき、スコアを設定し、
前記学習対象のデータそれぞれに付されたラベルに設定されたスコアを用いて、ニューラルネットワークに対する学習を行わせる、
処理を実行する学習方法。 - 学習対象のデータそれぞれに付された1または複数のラベルそれぞれに対し、前記学習対象のデータの属性または前記学習対象のデータと他の学習対象のデータとの関係に基づき、スコアを設定する設定部と、
前記学習対象のデータそれぞれに付されたラベルに設定されたスコアを用いて、ニューラルネットワークに対する学習を行わせる学習部と、
を有する学習装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018027256A JP7040104B2 (ja) | 2018-02-19 | 2018-02-19 | 学習プログラム、学習方法および学習装置 |
US16/275,487 US20190258935A1 (en) | 2018-02-19 | 2019-02-14 | Computer-readable recording medium, learning method, and learning apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018027256A JP7040104B2 (ja) | 2018-02-19 | 2018-02-19 | 学習プログラム、学習方法および学習装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019144767A true JP2019144767A (ja) | 2019-08-29 |
JP7040104B2 JP7040104B2 (ja) | 2022-03-23 |
Family
ID=67617915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018027256A Active JP7040104B2 (ja) | 2018-02-19 | 2018-02-19 | 学習プログラム、学習方法および学習装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20190258935A1 (ja) |
JP (1) | JP7040104B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2021079440A1 (ja) * | 2019-10-23 | 2021-04-29 | ||
WO2021130936A1 (ja) * | 2019-12-25 | 2021-07-01 | 日本電気株式会社 | 時系列データ処理方法 |
JP2021111382A (ja) * | 2019-12-30 | 2021-08-02 | エヌイーシー ラボラトリーズ ヨーロッパ ゲーエムベーハー | 弱教師に基づくオントロジーマッチング |
WO2021193025A1 (ja) * | 2020-03-25 | 2021-09-30 | パナソニックIpマネジメント株式会社 | データ生成方法、判定方法、プログラム、及び、データ生成システム |
DE112020003798T5 (de) | 2019-08-06 | 2022-05-25 | Mitsubishi Electric Corporation | Magnetische Sensorvorrichtung |
JP7467595B2 (ja) | 2020-03-10 | 2024-04-15 | オリンパス株式会社 | 画像処理システム、画像処理装置、内視鏡システム、画像処理方法及びプログラム |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10706327B2 (en) * | 2016-08-03 | 2020-07-07 | Canon Kabushiki Kaisha | Information processing apparatus, information processing method, and storage medium |
US11892562B2 (en) * | 2020-10-30 | 2024-02-06 | KaiKuTek Inc. | Impulse-like gesture recognition method, and impulse-like gesture recognition system |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009110064A (ja) * | 2007-10-26 | 2009-05-21 | Toshiba Corp | 分類モデル学習装置および分類モデル学習方法 |
JP2009282686A (ja) * | 2008-05-21 | 2009-12-03 | Toshiba Corp | 分類モデル学習装置および分類モデル学習方法 |
JP2016505974A (ja) * | 2012-12-21 | 2016-02-25 | インサイドセールスドットコム インコーポレイテッドInsidesales.Com,Inc. | インスタンス重み付け学習機械学習モデル |
WO2017073373A1 (ja) * | 2015-10-30 | 2017-05-04 | 株式会社モルフォ | 学習システム、学習装置、学習方法、学習プログラム、教師データ作成装置、教師データ作成方法、教師データ作成プログラム、端末装置及び閾値変更装置 |
WO2017183242A1 (ja) * | 2016-04-19 | 2017-10-26 | ソニー株式会社 | 情報処理装置及び情報処理方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5479574A (en) * | 1993-04-01 | 1995-12-26 | Nestor, Inc. | Method and apparatus for adaptive classification |
US9552549B1 (en) * | 2014-07-28 | 2017-01-24 | Google Inc. | Ranking approach to train deep neural nets for multilabel image annotation |
US10127477B2 (en) * | 2016-04-21 | 2018-11-13 | Sas Institute Inc. | Distributed event prediction and machine learning object recognition system |
-
2018
- 2018-02-19 JP JP2018027256A patent/JP7040104B2/ja active Active
-
2019
- 2019-02-14 US US16/275,487 patent/US20190258935A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009110064A (ja) * | 2007-10-26 | 2009-05-21 | Toshiba Corp | 分類モデル学習装置および分類モデル学習方法 |
JP2009282686A (ja) * | 2008-05-21 | 2009-12-03 | Toshiba Corp | 分類モデル学習装置および分類モデル学習方法 |
JP2016505974A (ja) * | 2012-12-21 | 2016-02-25 | インサイドセールスドットコム インコーポレイテッドInsidesales.Com,Inc. | インスタンス重み付け学習機械学習モデル |
WO2017073373A1 (ja) * | 2015-10-30 | 2017-05-04 | 株式会社モルフォ | 学習システム、学習装置、学習方法、学習プログラム、教師データ作成装置、教師データ作成方法、教師データ作成プログラム、端末装置及び閾値変更装置 |
WO2017183242A1 (ja) * | 2016-04-19 | 2017-10-26 | ソニー株式会社 | 情報処理装置及び情報処理方法 |
Non-Patent Citations (1)
Title |
---|
得居誠也: "最適化から見たディープラーニングの考え方", オペレーションズ・リサーチ, vol. 第60巻 第4号, JPN6021047065, 1 April 2015 (2015-04-01), JP, pages 191 - 197, ISSN: 0004649039 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112020003798T5 (de) | 2019-08-06 | 2022-05-25 | Mitsubishi Electric Corporation | Magnetische Sensorvorrichtung |
JPWO2021079440A1 (ja) * | 2019-10-23 | 2021-04-29 | ||
JP7276487B2 (ja) | 2019-10-23 | 2023-05-18 | 富士通株式会社 | 作成方法、作成プログラム及び情報処理装置 |
WO2021130936A1 (ja) * | 2019-12-25 | 2021-07-01 | 日本電気株式会社 | 時系列データ処理方法 |
JPWO2021130936A1 (ja) * | 2019-12-25 | 2021-07-01 | ||
JP7239022B2 (ja) | 2019-12-25 | 2023-03-14 | 日本電気株式会社 | 時系列データ処理方法 |
JP2021111382A (ja) * | 2019-12-30 | 2021-08-02 | エヌイーシー ラボラトリーズ ヨーロッパ ゲーエムベーハー | 弱教師に基づくオントロジーマッチング |
JP7060668B2 (ja) | 2019-12-30 | 2022-04-26 | エヌイーシー ラボラトリーズ ヨーロッパ ゲーエムベーハー | 弱教師に基づくオントロジーマッチング |
JP7467595B2 (ja) | 2020-03-10 | 2024-04-15 | オリンパス株式会社 | 画像処理システム、画像処理装置、内視鏡システム、画像処理方法及びプログラム |
WO2021193025A1 (ja) * | 2020-03-25 | 2021-09-30 | パナソニックIpマネジメント株式会社 | データ生成方法、判定方法、プログラム、及び、データ生成システム |
Also Published As
Publication number | Publication date |
---|---|
JP7040104B2 (ja) | 2022-03-23 |
US20190258935A1 (en) | 2019-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019144767A (ja) | 学習プログラム、学習方法および学習装置 | |
CN103513983A (zh) | 用于预测性警报阈值确定工具的方法和系统 | |
US11574147B2 (en) | Machine learning method, machine learning apparatus, and computer-readable recording medium | |
CN114677565B (zh) | 特征提取网络的训练方法和图像处理方法、装置 | |
Vignotto et al. | Extreme value theory for anomaly detection–the GPD classifier | |
US10496779B2 (en) | Generating root cause candidates for yield analysis | |
CN110954734B (zh) | 故障诊断方法、装置、设备和存储介质 | |
WO2021111540A1 (ja) | 評価方法、評価プログラム、および情報処理装置 | |
CN111611390B (zh) | 一种数据处理方法及装置 | |
US20230096921A1 (en) | Image recognition method and apparatus, electronic device and readable storage medium | |
CN113643260A (zh) | 用于检测图像质量的方法、装置、设备、介质和产品 | |
US20120328167A1 (en) | Merging face clusters | |
US20230196109A1 (en) | Non-transitory computer-readable recording medium for storing model generation program, model generation method, and model generation device | |
US20220334941A1 (en) | Pattern extraction and rule generation apparatus, method, and program | |
CN110390344B (zh) | 备选框更新方法及装置 | |
CN112861962B (zh) | 样本处理方法、装置、电子设备和存储介质 | |
JP2019159918A (ja) | クラスタリングプログラム、クラスタリング方法およびクラスタリング装置 | |
JP7172067B2 (ja) | 学習プログラム、学習方法および学習装置 | |
CN114443493A (zh) | 一种测试案例生成方法、装置、电子设备和存储介质 | |
US10248875B2 (en) | Method for automatically detecting and repairing biometric crosslinks | |
KR102137109B1 (ko) | 로그 메시지의 패턴을 분류하는 방법 및 장치 | |
CN112364688B (zh) | 人脸聚类方法、装置、计算机设备和可读存储介质 | |
US7797262B2 (en) | Method and apparatus for evaluating the complexity of human-in-the-loop processes | |
CN110647519B (zh) | 对测试样本中的缺失属性值进行预测的方法及装置 | |
CN114116688B (zh) | 数据处理与数据质检方法、装置及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201110 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211028 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211130 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220124 |
|
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: 20220208 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220221 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7040104 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |