JP2021174471A - 識別器学習装置及び識別器学習方法 - Google Patents
識別器学習装置及び識別器学習方法 Download PDFInfo
- Publication number
- JP2021174471A JP2021174471A JP2020080736A JP2020080736A JP2021174471A JP 2021174471 A JP2021174471 A JP 2021174471A JP 2020080736 A JP2020080736 A JP 2020080736A JP 2020080736 A JP2020080736 A JP 2020080736A JP 2021174471 A JP2021174471 A JP 2021174471A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- classifier
- discriminator
- feature vector
- data
- 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 80
- 239000013598 vector Substances 0.000 claims abstract description 117
- 238000004364 calculation method Methods 0.000 abstract description 24
- 230000008569 process Effects 0.000 description 56
- 238000013500 data storage Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 13
- 238000013528 artificial neural network Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000037303 wrinkles Effects 0.000 description 2
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
Claims (9)
- 識別器を学習する識別器学習装置であって、
プロセッサとメモリとを有し、
前記メモリは、前記識別器と、学習対象データと、前記学習対象データのラベルと、を保持し、
前記プロセッサは、
前記学習対象データを、前記識別器による識別対象の属性を示す第1特徴ベクトルと、前記識別器による識別対象の属性とは異なる属性を示す第2特徴ベクトルと、を含む複数の特徴ベクトルへ変換し、
前記学習対象データを前記識別器に入力して前記識別器からの出力を算出し、
前記出力と前記ラベルとに基づいて、前記第2特徴ベクトルに摂動を加え、
前記摂動を加えた第2特徴ベクトルを用いて前記識別器を学習する、識別器学習装置。 - 請求項1に記載の識別器学習装置であって、
前記プロセッサは、
前記出力と前記ラベルとに基づいて、前記識別器の誤差を算出し、
前記誤差が大きくなるように前記摂動を前記第2特徴ベクトルに加えて、当該第2特徴ベクトルを用いて前記識別器を学習する、識別器学習装置。 - 請求項1に記載の識別器学習装置であって、
前記プロセッサは、
前記出力と前記ラベルとに基づいて、前記複数の特徴ベクトルそれぞれに異なる摂動を加え、
前記摂動を加えた前記複数の特徴ベクトルを用いて前記識別器を学習する、識別器学習装置。 - 請求項1に記載の識別器学習装置であって、
前記プロセッサは、
前記識別器を用いて、前記複数の特徴ベクトルからデータを再構成し、
前記再構成したデータを前記識別器に入力して得られる出力に基づいて、前記第2特徴ベクトルに加える摂動を決定する、識別器学習装置。 - 請求項1に記載の識別器学習装置であって、
前記メモリは、前記学習対象データを前記複数の特徴ベクトルに変換するエンコーダを保持し、
前記プロセッサは、
前記学習対象データを、前記エンコーダに入力して前記複数の特徴ベクトルを生成し、
前記複数の特徴ベクトルからデータを再構成し、
前記再構成したデータと、前記ラベルと、に基づいて、前記エンコーダを学習する、識別器学習装置。 - 請求項1に記載の識別器学習装置であって、
前記プロセッサは、前記学習対象データを、前記識別器に入力して前記複数の特徴ベクトルを生成する、識別器学習装置。 - 請求項1に記載の識別器学習装置であって、
前記メモリは、前記学習対象データを前記複数の特徴ベクトルに変換するエンコーダを保持し、
前記プロセッサは、前記出力と前記ラベルと、に基づいて、前記エンコーダを学習する、識別器学習装置。 - 請求項1に記載の識別器学習装置であって、
前記識別器は、個体を示すデータが入力されると、個体の識別結果を出力し、
前記第1特徴ベクトルは、個体を識別するための個体性を示し、
前記第2特徴ベクトルは、前記個体性とは異なる属性を示す、識別器学習装置。 - 識別器を学習する識別器学習装置による識別器学習方法であって、
前記識別器学習装置は、プロセッサとメモリとを有し、
前記メモリは、前記識別器と、学習対象データと、前記学習対象データのラベルと、を保持し、
前記識別器学習方法は、
前記プロセッサが、前記学習対象データを、前記識別器による識別対象の属性を示す第1特徴ベクトルと、前記識別器による識別対象の属性とは異なる属性を示す第2特徴ベクトルと、を含む複数の特徴ベクトルへ変換し、
前記プロセッサが、前記学習対象データを前記識別器に入力して前記識別器からの出力を算出し、
前記プロセッサが、前記出力と前記ラベルとに基づいて、前記第2特徴ベクトルに摂動を加え、
前記プロセッサが、前記摂動を加えた第2特徴ベクトルを用いて前記識別器を学習する、識別器学習方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020080736A JP7475192B2 (ja) | 2020-04-30 | 2020-04-30 | 識別器学習装置及び識別器学習方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020080736A JP7475192B2 (ja) | 2020-04-30 | 2020-04-30 | 識別器学習装置及び識別器学習方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021174471A true JP2021174471A (ja) | 2021-11-01 |
JP7475192B2 JP7475192B2 (ja) | 2024-04-26 |
Family
ID=78279756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020080736A Active JP7475192B2 (ja) | 2020-04-30 | 2020-04-30 | 識別器学習装置及び識別器学習方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7475192B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023176256A (ja) * | 2022-05-31 | 2023-12-13 | 楽天グループ株式会社 | 画像からデータを予測する方法、コンピュータシステム、及びコンピュータ可読媒体 |
JP7557499B2 (ja) | 2022-05-31 | 2024-09-27 | 楽天グループ株式会社 | 画像からデータを予測する方法、コンピュータシステム、及びコンピュータ可読媒体 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11580383B2 (en) | 2017-03-16 | 2023-02-14 | Nec Corporation | Neural network learning device, method, and program |
-
2020
- 2020-04-30 JP JP2020080736A patent/JP7475192B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023176256A (ja) * | 2022-05-31 | 2023-12-13 | 楽天グループ株式会社 | 画像からデータを予測する方法、コンピュータシステム、及びコンピュータ可読媒体 |
JP7557499B2 (ja) | 2022-05-31 | 2024-09-27 | 楽天グループ株式会社 | 画像からデータを予測する方法、コンピュータシステム、及びコンピュータ可読媒体 |
Also Published As
Publication number | Publication date |
---|---|
JP7475192B2 (ja) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cerda et al. | Encoding high-cardinality string categorical variables | |
Christlein et al. | Writer identification using GMM supervectors and exemplar-SVMs | |
Ghifary et al. | Scatter component analysis: A unified framework for domain adaptation and domain generalization | |
Wang et al. | MoFAP: A multi-level representation for action recognition | |
JP6781415B2 (ja) | ニューラルネットワーク学習装置、方法、プログラム、およびパターン認識装置 | |
Harandi et al. | Joint dimensionality reduction and metric learning: A geometric take | |
Khalifa et al. | Off-line writer identification using an ensemble of grapheme codebook features | |
JP4321645B2 (ja) | 情報処理装置および情報処理方法、認識装置および情報認識方法、並びに、プログラム | |
Rani et al. | Three dimensional objects recognition & pattern recognition technique; related challenges: A review | |
JP2019028839A (ja) | 分類器、分類器の学習方法、分類器における分類方法 | |
Yamada et al. | Cross-domain object matching with model selection | |
Venugopal et al. | An online writer identification system using regression-based feature normalization and codebook descriptors | |
JP7268198B2 (ja) | 画像解析装置、画像解析方法、及びプログラム | |
Huang et al. | Hybrid Euclidean-and-Riemannian metric learning for image set classification | |
Zhang et al. | Multiview semantic representation for visual recognition | |
An et al. | Multi-level common space learning for person re-identification | |
Okokpujie et al. | Development of an adaptive trait-aging invariant face recognition system using convolutional neural networks | |
Abdallah et al. | Facial-expression recognition based on a low-dimensional temporal feature space | |
Zhao et al. | Multi-view dimensionality reduction via subspace structure agreement | |
JP7475192B2 (ja) | 識別器学習装置及び識別器学習方法 | |
Jian et al. | Mobile terminal trajectory recognition based on improved LSTM model | |
BabaAli | Online writer identification using statistical modeling-based feature embedding | |
Liang et al. | Offline writer identification using convolutional neural network and vlad descriptors | |
Su et al. | Learning low-dimensional temporal representations with latent alignments | |
Sucharta et al. | A survey on various pattern recognition methods for the identification of a Different types of images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221223 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240209 |
|
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: 20240402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240416 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7475192 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |