JP2020052644A - 学習方法、学習装置および学習プログラム - Google Patents
学習方法、学習装置および学習プログラム Download PDFInfo
- Publication number
- JP2020052644A JP2020052644A JP2018180477A JP2018180477A JP2020052644A JP 2020052644 A JP2020052644 A JP 2020052644A JP 2018180477 A JP2018180477 A JP 2018180477A JP 2018180477 A JP2018180477 A JP 2018180477A JP 2020052644 A JP2020052644 A JP 2020052644A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- correct
- classifier
- label
- 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
- 238000000034 method Methods 0.000 title claims description 53
- 230000008569 process Effects 0.000 claims description 25
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 17
- 238000012549 training Methods 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 5
- 239000010931 gold Substances 0.000 description 5
- 229910052737 gold Inorganic materials 0.000 description 5
- 230000037213 diet Effects 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
第一の正解ラベルが付与された入力データと、前記第一の正解ラベルとは異なる基準の正解ラベルとなる第二の正解ラベルが付与された入力データとを基にしてモデルの学習を行う場合において、
入力データに対応する前記第一の正解ラベルを基にして、複数の前記第二の正解ラベルを、前記第一の正解ラベルに対応する第二の正解ラベルに制限した正解ラベル候補に変換し、
前記第一の正解ラベルが付与された入力データが入力された場合に、前記正解ラベル候補に基づいて前記モデルの学習を行い、
前記第二の正解ラベルが付与された入力データが入力された場合に、前記第二の正解ラベルに基づいて前記モデルの学習を行う
処理を実行することを特徴とする学習方法。
入力データに対応する前記第一の正解ラベルを基にして、複数の前記第二の正解ラベルを、前記第一の正解ラベルに対応する第二の正解ラベルに制限した正解ラベル候補を変換する変換部と、
前記第一の正解ラベルが付与された入力データが入力された場合に、前記正解ラベル候補に基づいて前記モデルの学習を行い、前記第二の正解ラベルが付与された入力データが入力された場合に、前記第二の正解ラベルに基づいて前記モデルの学習を行う学習部
を有することを特徴とする学習装置。
第一の正解ラベルが付与された入力データと、前記第一の正解ラベルとは異なる基準の正解ラベルとなる第二の正解ラベルが付与された入力データとを基にしてモデルの学習を行う場合において、
入力データに対応する前記第一の正解ラベルを基にして、複数の前記第二の正解ラベルを、前記第一の正解ラベルに対応する第二の正解ラベルに制限した正解ラベル候補を生成し、
前記第一の正解ラベルが付与された入力データが入力された場合に、前記正解ラベル候補に基づいて前記モデルの学習を行い、
前記第二の正解ラベルが付与された入力データが入力された場合に、前記第二の正解ラベルに基づいて前記モデルの学習を行う
処理を実行させることを特徴とする学習プログラム。
110 通信部
120 入力部
130 表示部
140 記憶部
141 第1教師データ
142 第2教師データ
143 パラメータ
144 制約表データ
145 学習結果モデル
150 制御部
151 受付部
152 変換部
153 学習部
154 分類部
Claims (6)
- コンピュータが実行する学習方法であって、
第一の正解ラベルが付与された入力データと、前記第一の正解ラベルとは異なる基準の正解ラベルとなる第二の正解ラベルが付与された入力データとを基にしてモデルの学習を行う場合において、
入力データに対応する前記第一の正解ラベルを基にして、複数の前記第二の正解ラベルを、前記第一の正解ラベルに対応する第二の正解ラベルに制限した正解ラベル候補に変換し、
前記第一の正解ラベルが付与された入力データが入力された場合に、前記正解ラベル候補に基づいて前記モデルの学習を行い、
前記第二の正解ラベルが付与された入力データが入力された場合に、前記第二の正解ラベルに基づいて前記モデルの学習を行う
処理を実行することを特徴とする学習方法。 - 前記変換する処理は、前記第一の正解ラベルと前記第二の正解ラベルとの対応関係を定義したデータを基にして、複数の前記第二の正解ラベルのうち、前記第一の正解ラベルに対応する第二の正解ラベルを、前記モデルの学習時の正解ラベルの候補とすることを特徴とする請求項1に記載の学習方法。
- 前記学習を行う処理は、前記第一の正解ラベルが付与された入力データが入力された場合に、前記正解ラベル候補に基づく損失が最小化するように、前記モデルのパラメータを学習することを特徴とする請求項1または2に記載の学習方法。
- 前記学習を行う処理は、前記第二の正解ラベルが付与された入力データが入力された場合に、前記第二の正解ラベルに基づく損失が最小化するように、前記モデルのパラメータを学習することを特徴とする請求項1、2または3に記載の学習方法。
- 第一の正解ラベルが付与された入力データと、前記第一の正解ラベルとは異なる基準の正解ラベルとなる第二の正解ラベルが付与された入力データとを基にしてモデルの学習を行う場合において、
入力データに対応する前記第一の正解ラベルを基にして、複数の前記第二の正解ラベルを、前記第一の正解ラベルに対応する第二の正解ラベルに制限した正解ラベル候補を変換する変換部と、
前記第一の正解ラベルが付与された入力データが入力された場合に、前記正解ラベル候補に基づいて前記モデルの学習を行い、前記第二の正解ラベルが付与された入力データが入力された場合に、前記第二の正解ラベルに基づいて前記モデルの学習を行う学習部
を有することを特徴とする学習装置。 - コンピュータに、
第一の正解ラベルが付与された入力データと、前記第一の正解ラベルとは異なる基準の正解ラベルとなる第二の正解ラベルが付与された入力データとを基にしてモデルの学習を行う場合において、
入力データに対応する前記第一の正解ラベルを基にして、複数の前記第二の正解ラベルを、前記第一の正解ラベルに対応する第二の正解ラベルに制限した正解ラベル候補を生成し、
前記第一の正解ラベルが付与された入力データが入力された場合に、前記正解ラベル候補に基づいて前記モデルの学習を行い、
前記第二の正解ラベルが付与された入力データが入力された場合に、前記第二の正解ラベルに基づいて前記モデルの学習を行う
処理を実行させることを特徴とする学習プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018180477A JP7200571B2 (ja) | 2018-09-26 | 2018-09-26 | 機械学習方法、機械学習装置および機械学習プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018180477A JP7200571B2 (ja) | 2018-09-26 | 2018-09-26 | 機械学習方法、機械学習装置および機械学習プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020052644A true JP2020052644A (ja) | 2020-04-02 |
JP7200571B2 JP7200571B2 (ja) | 2023-01-10 |
Family
ID=69997161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018180477A Active JP7200571B2 (ja) | 2018-09-26 | 2018-09-26 | 機械学習方法、機械学習装置および機械学習プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7200571B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022180796A1 (ja) * | 2021-02-26 | 2022-09-01 | 日本電気株式会社 | 分類システム、方法およびプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006309485A (ja) * | 2005-04-28 | 2006-11-09 | Nec Corp | 能動学習方法および能動学習システム |
JP2010122880A (ja) * | 2008-11-19 | 2010-06-03 | Hitachi Ltd | データ集計処理方法及びシステム |
JP2016186515A (ja) * | 2015-03-27 | 2016-10-27 | 日本電信電話株式会社 | 音響特徴量変換装置、音響モデル適応装置、音響特徴量変換方法、およびプログラム |
WO2018047225A1 (ja) * | 2016-09-06 | 2018-03-15 | 三菱電機株式会社 | 学習装置、信号処理装置および学習方法 |
-
2018
- 2018-09-26 JP JP2018180477A patent/JP7200571B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006309485A (ja) * | 2005-04-28 | 2006-11-09 | Nec Corp | 能動学習方法および能動学習システム |
JP2010122880A (ja) * | 2008-11-19 | 2010-06-03 | Hitachi Ltd | データ集計処理方法及びシステム |
JP2016186515A (ja) * | 2015-03-27 | 2016-10-27 | 日本電信電話株式会社 | 音響特徴量変換装置、音響モデル適応装置、音響特徴量変換方法、およびプログラム |
WO2018047225A1 (ja) * | 2016-09-06 | 2018-03-15 | 三菱電機株式会社 | 学習装置、信号処理装置および学習方法 |
Non-Patent Citations (2)
Title |
---|
KANG, M. ET AL.: "Chapter 5 Machine Learning: Data Pre-processing", PROGNOSTICS AND HEALTH MANAGEMENT OF ELECTRONICS: FUNDAMENTALS,MACHINE LEARNING, AND THE INTERNET OF, JPN6022021176, 24 August 2018 (2018-08-24), pages 111 - 130, ISSN: 0004785940 * |
YOUNG-BUM KIM ET AL.: ""New Transfer Learning Techniques for Disparate Label Sets"", PROCEEDINGS OF THE 53RD ANNUAL MEETING OF THE ASSOCIATION FOR COMPUTATIONAL LINGUISTICS AND THE 7TH, JPN6022049126, 2015, pages 473 - 482, ISSN: 0004925125 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022180796A1 (ja) * | 2021-02-26 | 2022-09-01 | 日本電気株式会社 | 分類システム、方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7200571B2 (ja) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10733431B2 (en) | Systems and methods for optimizing pose estimation | |
US10796452B2 (en) | Optimizations for structure mapping and up-sampling | |
US10748066B2 (en) | Projection neural networks | |
CN110852447B (zh) | 元学习方法和装置、初始化方法、计算设备和存储介质 | |
US11120373B2 (en) | Adaptive task assignment | |
Li et al. | Max-margin deep generative models for (semi-) supervised learning | |
US11620557B2 (en) | Online trained object property estimator | |
WO2020186887A1 (zh) | 一种连续小样本图像的目标检测方法、装置及设备 | |
US11727270B2 (en) | Cross data set knowledge distillation for training machine learning models | |
EP3493106A1 (en) | Optimizations for dynamic object instance detection, segmentation, and structure mapping | |
US20200042903A1 (en) | Multi-layered machine learning system to support ensemble learning | |
US11561983B2 (en) | Online trained object property estimator | |
Viaene et al. | Cost-sensitive learning and decision making revisited | |
CN111898768A (zh) | 数据处理方法、装置、设备及介质 | |
US11694035B2 (en) | Hypernym detection using strict partial order networks | |
CN112288572B (zh) | 业务数据处理方法及计算机设备 | |
CN110909222A (zh) | 基于聚类的用户画像建立方法、装置、介质及电子设备 | |
US20160328466A1 (en) | Label filters for large scale multi-label classification | |
JP5311899B2 (ja) | パターン検出器の学習装置、学習方法及びプログラム | |
CN111459898A (zh) | 机器学习方法、计算机可读记录介质以及机器学习设备 | |
CN111858947A (zh) | 自动知识图谱嵌入方法和系统 | |
US11188795B1 (en) | Domain adaptation using probability distribution distance | |
JPWO2017183548A1 (ja) | 情報処理システム、情報処理方法、及び、記録媒体 | |
CN112420125A (zh) | 分子属性预测方法、装置、智能设备和终端 | |
US11610126B1 (en) | Temporal-clustering invariance in irregular time series data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210610 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220531 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220725 |
|
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: 20221122 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221205 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7200571 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |