JP2020086778A - 機械学習モデル構築装置および機械学習モデル構築方法 - Google Patents
機械学習モデル構築装置および機械学習モデル構築方法 Download PDFInfo
- Publication number
- JP2020086778A JP2020086778A JP2018218464A JP2018218464A JP2020086778A JP 2020086778 A JP2020086778 A JP 2020086778A JP 2018218464 A JP2018218464 A JP 2018218464A JP 2018218464 A JP2018218464 A JP 2018218464A JP 2020086778 A JP2020086778 A JP 2020086778A
- Authority
- JP
- Japan
- Prior art keywords
- input data
- learning model
- data
- machine learning
- distribution
- 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
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Operation Control Of Excavators (AREA)
Abstract
Description
上述した実施形態の一変形例による機械学習モデル構築装置1は、式2に代えて、カルバック・ライブラーダイバージェンスを用いて指標値Uを算出する点で、上述した実施形態による機械学習モデル構築装置1と異なる。
Claims (12)
- 第1入力データと第1出力データとの対応関係に基づいて、機械学習モデルを生成する学習部と、
前記機械学習モデルの生成に用いられていない第2入力データを前記機械学習モデルに入力することにより、対応する出力データを推定する推定部と、
前記第1出力データの前記第1入力データによる影響度を算出する影響度算出部と、
前記影響度、前記第1入力データの分布情報および前記第2入力データの分布情報に基づいて、前記機械学習モデルを更新するか否かを判定する学習モデル更新判定部とを備える機械学習モデル構築装置。 - 前記機械学習モデルは、前記第1入力データを変数とする所定の関数式で前記第1出力データを求めるものであり、
前記影響度算出部は、前記関数式を前記第1入力データで微分した値により前記影響度を算出する、請求項1に記載の機械学習モデル構築装置。 - 前記影響度と、前記第1入力データの分布情報と、前記第2入力データの分布情報とに基づいて、前記機械学習モデルを更新するか否かを判定する指標となる指標値を算出する指標値算出部をさらに備え、
前記学習モデル更新判定部は、前記指標値と所定の閾値との大小関係により、前記機械学習モデルを更新するか否かを判定する、請求項1または2に記載の機械学習モデル構築装置。 - 前記第1入力データの分布の平均値および分散を分布情報として算出する第1入力データ分布生成部と、
前記第2入力データの分布の平均値および分散を分布情報として算出する第2入力データ分布生成部と、を備え、
前記指標値算出部は、前記第1入力データ分布生成部で算出された前記第1入力データの分布の平均値および分散と、前記第2入力データ分布生成部で算出された前記第2入力データの分布の平均値および分散と、に基づいて、前記指標値を算出する、請求項3に記載の機械学習モデル構築装置。 - 前記第1入力データ分布生成部は、前記第1入力データの取り得る範囲を複数の区間に分割し、区間毎に前記第1入力データを分類した頻度分布に基づいて、前記第1入力データの平均値および分散を算出し、
前記第2入力データ分布生成部は、前記第2入力データの取り得る範囲を複数の区間に分割し、区間毎に前記第2入力データを分類した頻度分布に基づいて、前記第2入力データの平均値および分散を算出する、請求項4に記載の機械学習モデル構築装置。 - 前記指標値算出部は、前記第1入力データ分布生成部で算出された前記第1入力データの分布の平均値と前記第2入力データ分布生成部で算出された前記第2入力データの分布の平均値との差分を重み付けた値と、前記第1入力データ分布生成部で算出された前記第1入力データの分布の分散と前記第2入力データ分布生成部で算出された前記第2入力データの分布の分散との差分を重み付けた値と、に基づいて、前記指標値を算出する、請求項4または5に記載の機械学習モデル構築装置。
- 前記指標値算出部は、前記第1入力データの分布範囲に包含されていない前記第2入力データの分布範囲の平均値および分散に基づいて、前記指標値を算出する、請求項4から請求項6のいずれか一項に記載の機械学習モデル構築装置。
- 前記第1入力データの取り得る範囲を複数の区間に分割し、区間毎に前記第1入力データを分類した頻度分布を分布情報として求める第1入力データ分布生成部と、
前記第2入力データの取り得る範囲を複数の区間に分割し、区間毎に前記第2入力データを分類した頻度分布を分布情報として求める第2入力データ分布生成部と、を備え、
前記指標値算出部は、前記第1入力データの頻度分布および前記第2入力データの頻度分布に基づいてカルバック・ライブラーダイバージェンスを算出し、前記カルバック・ライブラーダイバージェンスを前記影響度により重み付けして、前記指標値を算出する、請求項3に記載の機械学習モデル構築装置。 - 前記学習部は、前記学習モデル更新判定部が前記機械学習モデルを更新すると判定した場合、前記機械学習モデルを生成するのに用いた前記第1入力データと前記第1出力データとの対応関係に加えて、前記第2入力データと第2出力データとの対応関係に基づいて、前記機械学習モデルを再生成する、請求項1から請求項8のいずれか一項に記載の機械学習モデル構築装置。
- 前記影響度算出部は、前記第1出力データの前記第1入力データによる影響度と、前記第2出力データの前記第2入力データによる影響度とを算出し、
前記学習部は、前記影響度が所定値以下になる前記第1入力データと、前記第2入力データと、を前記機械学習モデルの再生成の対象から除外する、請求項9に記載の機械学習モデル構築装置。 - 前記影響度、前記第1入力データの分布情報および前記第2入力データの分布情報を表示部に表示する制御を行う表示制御部をさらに備える、請求項1から請求項10のいずれか一項に記載の機械学習モデル構築装置。
- 第1入力データと第1出力データの対応関係に基づいて、機械学習モデルを生成する学習部と、前記機械学習モデルの生成に用いられていない第2入力データを前記機械学習モデルに入力することにより、対応する出力データを推定する推定部と、前記第1出力データの前記第1入力データによる影響度を算出する影響度算出部と、前記機械学習モデルを更新するか否かを判定する学習モデル更新判定部とを備えた機械学習モデル構築装置における機械学習モデル構築方法であって、
前記学習モデル更新判定部は、前記影響度、前記第1入力データの分布情報および前記第2入力データの分布情報に基づいて、前記機械学習モデルを更新するか否かを判定することを具備する機械学習モデル構築方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018218464A JP7152938B2 (ja) | 2018-11-21 | 2018-11-21 | 機械学習モデル構築装置および機械学習モデル構築方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018218464A JP7152938B2 (ja) | 2018-11-21 | 2018-11-21 | 機械学習モデル構築装置および機械学習モデル構築方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020086778A true JP2020086778A (ja) | 2020-06-04 |
JP7152938B2 JP7152938B2 (ja) | 2022-10-13 |
Family
ID=70908149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018218464A Active JP7152938B2 (ja) | 2018-11-21 | 2018-11-21 | 機械学習モデル構築装置および機械学習モデル構築方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7152938B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023219037A1 (ja) * | 2022-05-13 | 2023-11-16 | 株式会社レゾナック | 予測装置、材料設計システム、予測方法及び予測プログラム |
WO2024047758A1 (ja) * | 2022-08-30 | 2024-03-07 | 富士通株式会社 | 訓練データ分布推定プログラム、装置、及び方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004086896A (ja) * | 2002-08-06 | 2004-03-18 | Fuji Electric Holdings Co Ltd | 適応的予測モデル構築方法及び適応的予測モデル構築システム |
JP2012203634A (ja) * | 2011-03-25 | 2012-10-22 | Toshiba Corp | 認識装置、方法及びプログラム |
US20180285772A1 (en) * | 2017-03-31 | 2018-10-04 | At&T Intellectual Property I, L.P. | Dynamic updating of machine learning models |
-
2018
- 2018-11-21 JP JP2018218464A patent/JP7152938B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004086896A (ja) * | 2002-08-06 | 2004-03-18 | Fuji Electric Holdings Co Ltd | 適応的予測モデル構築方法及び適応的予測モデル構築システム |
JP2012203634A (ja) * | 2011-03-25 | 2012-10-22 | Toshiba Corp | 認識装置、方法及びプログラム |
US20180285772A1 (en) * | 2017-03-31 | 2018-10-04 | At&T Intellectual Property I, L.P. | Dynamic updating of machine learning models |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023219037A1 (ja) * | 2022-05-13 | 2023-11-16 | 株式会社レゾナック | 予測装置、材料設計システム、予測方法及び予測プログラム |
JP7480919B2 (ja) | 2022-05-13 | 2024-05-10 | 株式会社レゾナック | 予測装置、材料設計システム、予測方法及び予測プログラム |
WO2024047758A1 (ja) * | 2022-08-30 | 2024-03-07 | 富士通株式会社 | 訓練データ分布推定プログラム、装置、及び方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7152938B2 (ja) | 2022-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107832581B (zh) | 状态预测方法和装置 | |
JP5768834B2 (ja) | プラントモデル管理装置及び方法 | |
TWI444844B (zh) | 模擬參數校正技術 | |
US20190251474A1 (en) | Smart default threshold values in continuous learning | |
US9286573B2 (en) | Cost-aware non-stationary online learning | |
WO2015166637A1 (ja) | メンテナンス時期決定装置、劣化予測システム、劣化予測方法および記録媒体 | |
JP2011209879A (ja) | 評価装置および評価プログラム | |
US20210216901A1 (en) | Estimation system, estimation method, and estimation program | |
KR20210016154A (ko) | 머신러닝을 이용한 배터리 진단 방법 | |
US10635078B2 (en) | Simulation system, simulation method, and simulation program | |
JP2020035146A (ja) | 情報処理装置、情報処理システム及び情報処理方法 | |
JP7152938B2 (ja) | 機械学習モデル構築装置および機械学習モデル構築方法 | |
Petelin et al. | Evolving Gaussian process models for predicting chaotic time-series | |
WO2020105468A1 (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラムが格納された非一時的なコンピュータ可読媒体 | |
US20220101198A1 (en) | Automated generation of a machine learning model from computational simulation data | |
US20210248293A1 (en) | Optimization device and optimization method | |
JP7212292B2 (ja) | 学習装置、学習方法および学習プログラム | |
WO2021064931A1 (ja) | ナレッジトレース装置、方法、および、プログラム | |
US10689965B2 (en) | Field development plan selection system, method and program product | |
JP2020149209A (ja) | 残差特性推定モデル作成方法および残差特性推定モデル作成システム | |
US20230214668A1 (en) | Hyperparameter adjustment device, non-transitory recording medium in which hyperparameter adjustment program is recorded, and hyperparameter adjustment program | |
JP2020052460A (ja) | 異常検出システム、及び異常検出プログラム | |
Liu | Leave-group-out cross-validation for latent Gaussian models | |
Leser et al. | Sequential Monte Carlo: enabling real-time and high-fidelity prognostics | |
WO2016017171A1 (ja) | 流量予測装置、混合比推定装置、方法およびコンピュータ読み取り可能記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211006 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220826 |
|
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: 20220902 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220930 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7152938 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |