JP2020140226A - 汎用人工知能装置及び汎用人工知能プログラム - Google Patents
汎用人工知能装置及び汎用人工知能プログラム Download PDFInfo
- Publication number
- JP2020140226A JP2020140226A JP2019032978A JP2019032978A JP2020140226A JP 2020140226 A JP2020140226 A JP 2020140226A JP 2019032978 A JP2019032978 A JP 2019032978A JP 2019032978 A JP2019032978 A JP 2019032978A JP 2020140226 A JP2020140226 A JP 2020140226A
- Authority
- JP
- Japan
- Prior art keywords
- artificial intelligence
- data
- intelligence device
- learning
- dimensional
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 155
- 238000007405 data analysis Methods 0.000 claims abstract description 50
- 238000012549 training Methods 0.000 claims description 22
- 238000013136 deep learning model Methods 0.000 claims description 16
- 238000007637 random forest analysis Methods 0.000 claims description 14
- 238000012706 support-vector machine Methods 0.000 claims description 13
- 230000006835 compression Effects 0.000 claims description 11
- 238000007906 compression Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims 1
- 238000007621 cluster analysis Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000010801 machine learning Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 210000003792 cranial nerve Anatomy 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000001328 optic nerve Anatomy 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
(態様1)
人工知能モデルを用いて予測を実行する人工知能装置であって、
少なくとも学習データが入力されるデータ入力部と、
前記学習データを用いて、1つまたは複数の人工知能モデルによる学習及び予測を実行する学習予測部と、
前記学習データ、及び前記学習予測部が予測した予測データを用いて、データ構造を解析するデータ解析部とを備える、人工知能装置。
態様1に記載の人工知能装置において、
前記データ解析部は、前記データ構造に基づくイメージを生成する、人工知能装置。
(態様3)
態様1または2に記載の人工知能装置において、
前記学習データは、高次元データであり、
前記データ解析部は、前記高次元データの次元圧縮を実行する、人工知能装置。
(態様4)
態様3に記載の人工知能装置において、
前記データ解析部は、前記高次元データから2次元データ及び/または3次元データを生成する、人工知能装置。
態様4に記載の人工知能装置において、
前記データ解析部は、前記2次元データ及び/または3次元データに基づき、2次元グラフ及び/または3次元グラフを生成する、人工知能装置。
(態様6)
態様5に記載の人工知能装置において、
前記データ解析部は、前記2次元グラフ及び/または3次元グラフに含まれる前記データ構造を表す複数のクラスターを生成する、人工知能装置。
(態様7)
態様3乃至6のいずれか一項に記載の人工知能装置において、
前記次元圧縮は、t−SNEにより実行される、人工知能装置。
態様1乃至7のいずれか一項に記載の人工知能装置において、
前記データ解析部は、前記学習データから複数の散布図を生成し、前記複数の散布図から構成されたマトリックスを生成する、人工知能装置。
(態様9)
態様1乃至8のいずれか一項に記載の人工知能装置において、
前記1つまたは複数の人工知能モデルは、ディープラーニングモデル、サポートベクターマシンモデル、ランダムフォレストモデルの少なくとも1つを含む、人工知能装置。
(態様10)
態様1乃至9のいずれか一項に記載の人工知能装置において、
前記データ解析部が解析した前記データ構造を表示する表示部を含む、人工知能装置。
態様10に記載の人工知能装置において、
前記データ解析部は、前記1つまたは複数の人工知能モデルについて、調整可能パラメータ、予測精度、及び予測結果の少なくとも1つを前記表示部に表示する、人工知能装置。
(態様12)
態様11に記載の人工知能装置において、
前記予測精度は、学習精度、汎化精度の少なくとも1つを含む、人工知能装置。
(態様13)
態様1乃至12のいずれか一項に記載の人工知能装置において、
前記データ解析部による解析に用いた情報を記録する記録部を備える、人工知能装置。
人工知能モデルを用いて予測を実行する人工知能装置を作動するための人工知能プログラムであって、
前記人工知能装置が、学習データを用いて、1つまたは複数の人工知能モデルの学習及び予測を実行する学習予測ステップと、
前記人工知能装置が、前記学習データ、及び前記学習予測ステップで予測された予測データを用いて、データ構造を解析するデータ解析ステップとを実行する、人工知能プログラム。
態様14に記載の人工知能プログラムにおいて、
前記人工知能装置が、前記データ構造に基づくイメージを生成するイメージ生成ステップを実行する、人工知能プログラム。
(態様16)
態様14または15に記載の人工知能プログラムにおいて、
前記人工知能装置が、高次元データの前記学習データを2次元データまたは3次元データに次元圧縮を行う次元圧縮ステップを実行する、人工知能プログラム。
(態様17)
態様16に記載の人工知能プログラムにおいて、
前記人工知能装置が、前記2次元データ及び/または3次元データに基づき、2次元グラフ及び/または3次元グラフを生成するグラフ生成ステップを実行する、人工知能プログラム。
(態様18)
態様17に記載の人工知能プログラムにおいて、
前記前記人工知能装置が、前記2次元グラフ及び/または3次元グラフに含まれる前記データ構造を表す複数のクラスターを生成するクラスター生成ステップを実行する、人工知能プログラム。
10 入力部
20 学習予測部
22 ディープラーニングモデル
24 ランダムフォレストモデル
26 サポートベクターマシンモデル
30 データ解析部
40 表示部
50 記憶部
Claims (18)
- 人工知能モデルを用いて予測を実行する人工知能装置であって、
少なくとも学習データが入力されるデータ入力部と、
前記学習データを用いて、1つまたは複数の人工知能モデルによる学習及び予測を実行する学習予測部と、
前記学習データ、及び前記学習予測部が予測した予測データを用いて、データ構造を解析するデータ解析部とを備える、人工知能装置。 - 請求項1に記載の人工知能装置において、
前記データ解析部は、前記データ構造に基づくイメージを生成する、人工知能装置。 - 請求項1または2に記載の人工知能装置において、
前記学習データは、高次元データであり、
前記データ解析部は、前記高次元データの次元圧縮を実行する、人工知能装置。 - 請求項3に記載の人工知能装置において、
前記データ解析部は、前記高次元データから2次元データ及び/または3次元データを生成する、人工知能装置。 - 請求項4に記載の人工知能装置において、
前記データ解析部は、前記2次元データ及び/または3次元データに基づき、2次元グラフ及び/または3次元グラフを生成する、人工知能装置。 - 請求項5に記載の人工知能装置において、
前記データ解析部は、前記2次元グラフ及び/または3次元グラフに含まれる前記データ構造を表す複数のクラスターを生成する、人工知能装置。 - 請求項3乃至6のいずれか一項に記載の人工知能装置において、
前記次元圧縮は、t−SNEまたは主成分分析により実行される、人工知能装置。 - 請求項1乃至7のいずれか一項に記載の人工知能装置において、
前記データ解析部は、前記学習データから複数の散布図を生成し、前記複数の散布図から構成されたマトリックスを生成する、人工知能装置。 - 請求項1乃至8のいずれか一項に記載の人工知能装置において、
前記1つまたは複数の人工知能モデルは、ディープラーニングモデル、サポートベクターマシンモデル、ランダムフォレストモデルの少なくとも1つを含む、人工知能装置。 - 請求項1乃至9のいずれか一項に記載の人工知能装置において、
前記データ解析部が解析した前記データ構造を表示する表示部を含む、人工知能装置。 - 請求項10に記載の人工知能装置において、
前記データ解析部は、前記1つまたは複数の人工知能モデルについて、調整可能パラメータ、予測精度、及び予測結果の少なくとも1つを前記表示部に表示する、人工知能装置。 - 請求項11に記載の人工知能装置において、
前記予測精度は、学習精度、汎化精度の少なくとも1つを含む、人工知能装置。 - 請求項1乃至12のいずれか一項に記載の人工知能装置において、
前記データ解析部による解析に用いた情報を記録する記録部を備える、人工知能装置。 - 人工知能モデルを用いて予測を実行する人工知能装置を作動するための人工知能プログラムであって、
前記人工知能装置が、学習データを用いて、1つまたは複数の人工知能モデルの学習及び予測を実行する学習予測ステップと、
前記人工知能装置が、前記学習データ、及び前記学習予測ステップで予測された予測データを用いて、データ構造を解析するデータ解析ステップとを実行する、人工知能プログラム。 - 請求項14に記載の人工知能プログラムにおいて、
前記人工知能装置が、前記データ構造に基づくイメージを生成するイメージ生成ステップを実行する、人工知能プログラム。 - 請求項14または15に記載の人工知能プログラムにおいて、
前記人工知能装置が、高次元データの前記学習データを2次元データまたは3次元データに次元圧縮を行う次元圧縮ステップを実行する、人工知能プログラム。 - 請求項16に記載の人工知能プログラムにおいて、
前記人工知能装置が、前記2次元データ及び/または3次元データに基づき、2次元グラフ及び/または3次元グラフを生成するグラフ生成ステップを実行する、人工知能プログラム。 - 請求項17に記載の人工知能プログラムにおいて、
前記前記人工知能装置が、前記2次元グラフ及び/または3次元グラフに含まれる前記データ構造を表す複数のクラスターを生成するクラスター生成ステップを実行する、人工知能プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019032978A JP6860602B2 (ja) | 2019-02-26 | 2019-02-26 | 汎用人工知能装置及び汎用人工知能プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019032978A JP6860602B2 (ja) | 2019-02-26 | 2019-02-26 | 汎用人工知能装置及び汎用人工知能プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020140226A true JP2020140226A (ja) | 2020-09-03 |
JP6860602B2 JP6860602B2 (ja) | 2021-04-14 |
Family
ID=72264902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019032978A Active JP6860602B2 (ja) | 2019-02-26 | 2019-02-26 | 汎用人工知能装置及び汎用人工知能プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6860602B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023002648A1 (ja) * | 2021-07-23 | 2023-01-26 | ソニーグループ株式会社 | 情報処理方法及び情報処理システム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016045846A (ja) * | 2014-08-26 | 2016-04-04 | 株式会社日立パワーソリューションズ | 動態監視装置及び動態監視方法 |
JP2018045266A (ja) * | 2016-09-12 | 2018-03-22 | 株式会社日立製作所 | 設計支援装置 |
WO2018079020A1 (ja) * | 2016-10-26 | 2018-05-03 | ソニー株式会社 | 情報処理装置および情報処理方法 |
JP2019003408A (ja) * | 2017-06-15 | 2019-01-10 | 株式会社日立製作所 | ハイパーパラメータの評価方法、計算機及びプログラム |
WO2019022085A1 (ja) * | 2017-07-24 | 2019-01-31 | アクシオンリサーチ株式会社 | 対象システムの内部状態を推定する支援システム |
-
2019
- 2019-02-26 JP JP2019032978A patent/JP6860602B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016045846A (ja) * | 2014-08-26 | 2016-04-04 | 株式会社日立パワーソリューションズ | 動態監視装置及び動態監視方法 |
JP2018045266A (ja) * | 2016-09-12 | 2018-03-22 | 株式会社日立製作所 | 設計支援装置 |
WO2018079020A1 (ja) * | 2016-10-26 | 2018-05-03 | ソニー株式会社 | 情報処理装置および情報処理方法 |
JP2019003408A (ja) * | 2017-06-15 | 2019-01-10 | 株式会社日立製作所 | ハイパーパラメータの評価方法、計算機及びプログラム |
WO2019022085A1 (ja) * | 2017-07-24 | 2019-01-31 | アクシオンリサーチ株式会社 | 対象システムの内部状態を推定する支援システム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023002648A1 (ja) * | 2021-07-23 | 2023-01-26 | ソニーグループ株式会社 | 情報処理方法及び情報処理システム |
Also Published As
Publication number | Publication date |
---|---|
JP6860602B2 (ja) | 2021-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dangeti | Statistics for machine learning | |
Raikwal et al. | Performance evaluation of SVM and k-nearest neighbor algorithm over medical data set | |
CN111242310B (zh) | 特征有效性评估方法、装置、电子设备及存储介质 | |
Ahmed et al. | Clarify of the random forest algorithm in an educational field | |
US20190251458A1 (en) | System and method for particle swarm optimization and quantile regression based rule mining for regression techniques | |
CN108475393A (zh) | 通过合成特征和梯度提升决策树进行预测的系统和方法 | |
CN101556553A (zh) | 基于需求变更的缺陷预测方法和系统 | |
CN110379521B (zh) | 基于信息论的医疗数据集特征选择方法 | |
CN112215696A (zh) | 基于时序归因分析的个人信用评估与解释方法、装置、设备及存储介质 | |
WO2020013726A1 (ru) | Способ интерпретации искусственных нейронных сетей | |
Kamath et al. | Supervised learning model for kickstarter campaigns with R mining | |
CN115145817A (zh) | 一种软件测试方法、装置、设备及可读存储介质 | |
CN110956543A (zh) | 异常交易检测的方法 | |
JP6860602B2 (ja) | 汎用人工知能装置及び汎用人工知能プログラム | |
KR101745874B1 (ko) | 학습코스 자동 생성 방법 및 시스템 | |
CN109460474B (zh) | 用户偏好趋势挖掘方法 | |
Sánchez-Monedero et al. | Evaluating the performance of evolutionary extreme learning machines by a combination of sensitivity and accuracy measures | |
CN115936773A (zh) | 一种互联网金融黑产识别方法与系统 | |
Jiang et al. | Applying AdaBoost to improve diagnostic accuracy | |
CN111026661B (zh) | 一种软件易用性全面测试方法及系统 | |
US20220164659A1 (en) | Deep Learning Error Minimizing System for Real-Time Generation of Big Data Analysis Models for Mobile App Users and Controlling Method for the Same | |
WO2021214936A1 (ja) | 予測装置、予測方法、及び、記録媒体 | |
CN112883284A (zh) | 一种基于网络和数据分析的在线学习系统及测试题推荐方法 | |
CN113011748A (zh) | 推荐效果的评估方法、装置、电子设备及可读存储介质 | |
Boschetti et al. | Complexity of a modelling exercise: A discussion of the role of computer simulation in complex system science |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190318 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200330 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200728 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200923 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20201208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210215 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20210215 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20210224 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20210302 |
|
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: 20210323 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210326 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6860602 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |