JP2020038699A5 - - Google Patents

Claims (10)

1. ネットワークに接続された各情報処理装置において、各前記情報処理装置に記憶されたデータを用いて機械学習処理を行って情報処理装置毎に学習済モデルを生成する、学習済モデル生成ステップと、
   各前記情報処理装置から、各前記学習済モデルを前記ネットワークを介して統合処理サーバへと提供する、学習済モデル提供ステップと、
   前記統合処理サーバにおいて、各前記学習済モデルに対して統合処理を行って統合学習済モデルを生成する、統合ステップと、
   前記統合学習済モデルを各前記情報処理装置へと提供する、統合学習済モデル提供ステップと、を備える方法。
2. 前記統合ステップは、さらに、
   各前記学習済モデルに対応する付随情報に基づいて、前記学習済モデルを選択的に統合処理する、選択的統合ステップを備える、請求項１に記載の方法。
3. 前記統合ステップは、さらに、
   前記統合処理を行う前に各前記学習済モデルの間で統合の可否に関する判定処理を行う、統合可否判定処理ステップを備える、請求項１又は２のいずれか１項に記載の方法。
4. 前記データは、各前記情報処理装置において生成されたデータである、請求項１〜３のいずれか１項に記載の方法。
5. 各前記情報処理装置において、前記統合学習済モデルを各前記情報処理装置に対して適用するか否かは選択可能に構成されている、請求項１〜４のいずれか１項に記載の方法。
6. 各前記情報処理装置における前記機械学習処理は、各前記情報処理装置に記憶されたデータを用いて既存の学習済モデルに対して行われる追加学習処理を含む、請求項１〜５のいずれか１項に記載の方法。
7. 各前記情報処理装置における前記機械学習処理は、所定の機械学習モデルについて所定の初期データに基づいて機械学習を行って得られた初期学習済モデルに対して追加学習処理を行うものである、請求項１〜６のいずれか１項に記載の方法。
8. 前記統合処理は、統合学習済モデル間の統合も含む多段階の統合処理である、請求項１〜７のいずれか１項に記載の方法。
9. 前記学習済モデルは木構造を有する学習済モデルである、請求項１〜８のいずれか１項に記載の方法。
10. 複数の情報処理装置と、ネットワークを介して各前記情報処理装置と接続された統合処理サーバと、から成るシステムであって、
    各前記情報処理装置は、
    前記情報処理装置に記憶されたデータを用いて機械学習処理を行って学習済モデルを生成する、学習済モデル生成部と、
    前記学習済モデルを前記ネットワークを介して前記統合処理サーバへと提供する、学習済モデル提供部と、を備え、
    前記統合処理サーバは、
    提供された各前記学習済モデルに対して統合処理を行って統合学習済モデルを生成する、統合部と、
    前記統合学習済モデルを各前記情報処理装置へと提供する、統合学習済モデル提供部と、を備える、システム。