JP2023014906A - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents
情報処理装置、情報処理方法及び情報処理プログラム Download PDFInfo
- Publication number
- JP2023014906A JP2023014906A JP2021119111A JP2021119111A JP2023014906A JP 2023014906 A JP2023014906 A JP 2023014906A JP 2021119111 A JP2021119111 A JP 2021119111A JP 2021119111 A JP2021119111 A JP 2021119111A JP 2023014906 A JP2023014906 A JP 2023014906A
- Authority
- JP
- Japan
- Prior art keywords
- learning model
- information processing
- terminal device
- unit
- processing apparatus
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 191
- 238000003672 processing method Methods 0.000 title claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 69
- 238000000034 method Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 description 22
- 230000008859 change Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
Images
Landscapes
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
まず、図1を用いて、情報処理装置100が学習モデルを分割することで、第1学習モデルと第2学習モデルとを生成する生成処理について説明する。次に、図1を用いて、情報処理装置100が評価結果に基づいて第2学習モデルのパラメータを更新する更新処理について説明する。ここで、図1は、実施形態に係る情報処理装置100が実行する情報処理の一例を示す図である。なお、学習モデルに基づく情報処理は、電子商取引サービスに適用されるものとする。
図2に示すように、情報処理システム1は、外部サーバ10と、端末装置20と、情報処理装置100とを含む。外部サーバ10、端末装置20及び情報処理装置100は、ネットワークNを介して、有線又は無線により通信可能に接続される。なお、図2に示す情報処理システム1には、複数台の外部サーバ10や、複数台の端末装置20や、複数台の情報処理装置100が含まれてもよい。
以下、上記した情報処理装置100が有する機能構成の一例について説明する。図2は、実施形態に係る情報処理装置100の構成例を示す図である。図2に示すように、情報処理装置100は、通信部110と、記憶部120と、制御部130とを有する。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークNと有線又は無線で接続され、他の各種装置との間で情報の送受信を行う。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部120は、学習モデル121と、第2学習モデル122と、評価情報記憶部123とを有する。
評価情報記憶部123は、評価した評価結果に関する各種情報を記憶する。ここで、図3に、実施形態に係る評価情報記憶部123の一例を示す。図3に示した例では、評価情報記憶部123は、「評価結果ID(Identifier)」、「学習モデルID」、「評価項目」、「評価結果」を含む。
制御部130は、コントローラ(Controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、情報処理装置100内部の記憶装置に記憶されている各種プログラム(情報処理プログラムの一例)がRAMを作業領域として実行されることにより実現される。また、制御部130は、コントローラであり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
受付部131は、各種情報を受付ける。例えば、受付部131は、学習モデル121を外部サーバ10から受付ける。そして、受付部131は、学習モデル121を記憶部120に記憶する。
生成部132は、各種学習モデルを生成する。具体的には、生成部132は、学習モデル121を利用者によって利用される端末装置20用に分割した第1学習モデルと、端末装置20と通信可能な情報処理装置100によって利用される第2学習モデル122であって、学習モデル121を情報処理装置100用に分割した第2学習モデル122とを生成する。そして、生成部132は、かかる第2学習モデル122を記憶部120に記憶する。
提供部133は、各種情報を提供する。例えば、提供部133は、生成部132によって生成された第1学習モデルを端末装置20に提供する。
評価部134は、第1学習モデル又は第2学習モデルを所定の条件に基づいて評価する。例えば、評価部134は、端末装置20によって通知された通知情報に基づいて、第1学習モデルが示すデータ容量が所定の閾値以上であるか否かを評価する。
更新部135は、評価部134によって評価された評価結果に基づいて、第2学習モデル122を更新する。具体的には、更新部135は、評価結果に基づいて、第2学習モデル122のパラメータを変更する。
次に、図4を用いて、実施形態に係る情報処理装置100が実行する提供処理の手順について説明する。図4は、実施形態に係る情報処理装置100が実行する提供処理の流れの一例を示すフローチャートである。
次に、図5を用いて、実施形態に係る情報処理装置100が実行する更新処理の手順について説明する。図5は、実施形態に係る情報処理装置100が実行する更新処理の流れの一例を示すフローチャートである。
上述した情報処理装置100は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理装置100の他の実施形態について説明する。
上記実施形態では、情報処理装置100が実行する情報処理が電子商取引サービスに適用される例を示したが、これに限定されない。例えば、情報処理装置100が実行する情報処理は、学習モデルに基づく情報処理を新規に導入するサービスや、オークションサービスや、フリーマーケットサービス等に適用されてもよい。
上記実施形態では、生成部132は、学習モデルMO1を利用者によって利用される端末装置20用に分割した第1学習モデルMO2と、端末装置20と通信可能な情報処理装置100によって利用される第2学習モデルMO3であって、学習モデルMO1を情報処理装置100用に分割した第2学習モデルMO3とを生成する例を示したが、これに限定されない。例えば、生成部132は、学習モデルMO1を任意の数の学習モデルに分割して生成してもよい。例えば、生成部132は、第1学習モデルと、第2学習モデルをさらに分割した第2学習モデル(1)と、第2学習モデル(2)とを生成してもよい。
上記実施形態では、更新部135は、端末装置20によって通知された通知情報に基づいて、第1学習モデルが示すデータ容量が所定の閾値以上である場合に、第2学習モデル122のパラメータを更新する例を示したが、これに限定されない。例えば、評価部134は、第2学習モデルによって出力された出力情報が示す値が所定の範囲内に含まれるか否かを評価し、更新部135は、かかる値が所定の範囲内に含まれない場合に、第2学習モデルのパラメータを変更してもよい。
上記実施形態では、更新部135は、端末装置20によって通知された通知情報に基づいて、第1学習モデルが示すデータ容量が所定の閾値以上である場合に、第2学習モデル122のパラメータを更新する例を示したが、これに限定されない。例えば、評価部134は、端末装置20と情報処理装置100との通信速度が所定の閾値未満であるか否かを評価し、更新部135は、かかる通信速度が所定の閾値未満である場合に、第2学習モデルのパラメータを変更してもよい。
上記実施形態では、更新部135が評価結果に基づいて、第2学習モデルのパラメータを更新する例を挙げて説明したが、これに限定されない。例えば、更新部135は、第2学習モデルのパラメータ以外にも、第1学習モデルと、第2学習モデルとが分割された位置を変更してもよい。
また、上述した実施形態に係る情報処理装置100は、例えば、図6に示すような構成のコンピュータ1000によって実現される。図6は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
上述してきたように、実施形態に係る情報処理装置100は、生成部132と、提供部133とを有する。生成部132は、一の学習モデルを利用者によって利用される端末装置20用に分割した第1学習モデルと、端末装置20と通信可能な情報処理装置100によって利用される第2学習モデルであって、一の学習モデルを情報処理装置100用に分割した第2学習モデルとを生成する。提供部133は、第1学習モデルを端末装置20に提供する。
1 情報処理システム
10 外部サーバ
20 端末装置
100 情報処理装置
110 通信部
120 記憶部
121 学習モデル
122 第2学習モデル
123 評価情報記憶部
130 制御部
131 受付部
132 生成部
133 提供部
134 評価部
135 更新部
Claims (12)
- 一の学習モデルを利用者によって利用される端末装置用に分割した第1学習モデルと、当該端末装置と通信可能な情報処理装置によって利用される第2学習モデルであって、当該一の学習モデルを情報処理装置用に分割した第2学習モデルとを生成する生成部と、
前記第1学習モデルを前記端末装置に提供する提供部と
を備えることを特徴とする情報処理装置。 - 前記生成部は、
前記一の学習モデルに含まれる各階層のうち、パラメータが所定の範囲内の変動量で変動する階層に基づいて前記第1学習モデルを生成し、パラメータが当該変動量よりも大きい変動量で変動する階層に基づいて前記第2学習モデルを生成する
ことを特徴とする請求項1に記載の情報処理装置。 - 前記生成部は、
前記第2学習モデルが示すデータ容量よりも小さいデータ容量を有する学習モデルを前記第1学習モデルとして生成する
ことを特徴とする請求項1又は2に記載の情報処理装置。 - 前記生成部は、
所定の入力情報が前記第1学習モデルに入力され、前記第1学習モデルによって出力された出力情報が、前記第2学習モデルの入力情報として、前記第2学習モデルに入力されるように、前記第1学習モデルと、前記第2学習モデルとを生成する
ことを特徴とする請求項1~3のいずれか1つに記載の情報処理装置。 - 前記生成部は、
前記第1学習モデルと、前記第2学習モデルをさらに分割した第2学習モデル(1)と、第2学習モデル(2)とを生成する
ことを特徴とする請求項1~4のいずれか1つに記載の情報処理装置。 - 前記第1学習モデル又は前記第2学習モデルを所定の条件に基づいて評価する評価部と、
前記評価部によって評価された評価結果に基づいて、前記第2学習モデルを更新する更新部とをさらに備える
ことを特徴とする請求項1~5のいずれか1つに記載の情報処理装置。 - 前記更新部は、
前記評価結果に基づいて、前記第2学習モデルのパラメータを変更する
ことを特徴とする請求項6に記載の情報処理装置。 - 前記評価部は、
前記端末装置によって通知された通知情報に基づいて、前記第1学習モデルが示すデータ容量が所定の閾値以上であるか否かを評価し、
前記更新部は、
前記データ容量が所定の閾値以上である場合に、前記第2学習モデルのパラメータを変更する
ことを特徴とする請求項6又は7に記載の情報処理装置。 - 前記評価部は、
前記第2学習モデルによって出力された出力情報が示す値が所定の範囲内に含まれるか否かを評価し、
前記更新部は、
前記値が所定の範囲内に含まれない場合に、前記第2学習モデルのパラメータを変更する
ことを特徴とする請求項6~8のいずれか1つに記載の情報処理装置。 - 前記評価部は、
前記端末装置と前記情報処理装置との通信速度が所定の閾値未満であるか否かを評価し、
前記更新部は、
前記通信速度が所定の閾値未満である場合に、前記第2学習モデルのパラメータを変更する
ことを特徴とする請求項6~9のいずれか1つに記載の情報処理装置。 - コンピュータが実行する情報処理方法であって、
一の学習モデルを利用者によって利用される端末装置用に分割した第1学習モデルと、当該端末装置と通信可能な情報処理装置によって利用される第2学習モデルであって、当該一の学習モデルを情報処理装置用に分割した第2学習モデルとを生成する生成工程と、
前記第1学習モデルを前記端末装置に提供する提供工程と
を含むことを特徴とする情報処理方法。 - 一の学習モデルを利用者によって利用される端末装置用に分割した第1学習モデルと、当該端末装置と通信可能な情報処理装置によって利用される第2学習モデルであって、当該一の学習モデルを情報処理装置用に分割した第2学習モデルとを生成する生成手順と、
前記第1学習モデルを前記端末装置に提供する提供手順と
をコンピュータに実行させるための情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021119111A JP7352600B2 (ja) | 2021-07-19 | 2021-07-19 | 情報処理装置、情報処理方法及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021119111A JP7352600B2 (ja) | 2021-07-19 | 2021-07-19 | 情報処理装置、情報処理方法及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023014906A true JP2023014906A (ja) | 2023-01-31 |
JP7352600B2 JP7352600B2 (ja) | 2023-09-28 |
Family
ID=85130317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021119111A Active JP7352600B2 (ja) | 2021-07-19 | 2021-07-19 | 情報処理装置、情報処理方法及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7352600B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019510287A (ja) * | 2016-03-28 | 2019-04-11 | グーグル エルエルシー | 適応型人工ニューラルネットワーク選択技法 |
WO2020026741A1 (ja) * | 2018-08-03 | 2020-02-06 | ソニー株式会社 | 情報処理方法、情報処理装置及び情報処理プログラム |
WO2021002215A1 (ja) * | 2019-07-02 | 2021-01-07 | 富士フイルム株式会社 | サーバ装置、サーバ装置の作動プログラム及び作動方法、並びにデータ解析処理システム |
-
2021
- 2021-07-19 JP JP2021119111A patent/JP7352600B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019510287A (ja) * | 2016-03-28 | 2019-04-11 | グーグル エルエルシー | 適応型人工ニューラルネットワーク選択技法 |
WO2020026741A1 (ja) * | 2018-08-03 | 2020-02-06 | ソニー株式会社 | 情報処理方法、情報処理装置及び情報処理プログラム |
WO2021002215A1 (ja) * | 2019-07-02 | 2021-01-07 | 富士フイルム株式会社 | サーバ装置、サーバ装置の作動プログラム及び作動方法、並びにデータ解析処理システム |
Also Published As
Publication number | Publication date |
---|---|
JP7352600B2 (ja) | 2023-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5154002B2 (ja) | リモートファンクションコールによるワークブックモデルへのアクセスを提供する方法、システム、および装置 | |
TWI682335B (zh) | 一種資料物件展示方法及裝置 | |
Wu et al. | Fractional q-deformed chaotic maps: A weight function approach | |
JP6823612B2 (ja) | 予測装置、予測方法、及び予測プログラム | |
JP7267964B2 (ja) | 生成装置、生成方法および生成プログラム | |
Liu et al. | Interval‐valued intuitionistic fuzzy ordered weighted cosine similarity measure and its application in investment decision‐making | |
CN104346428A (zh) | 信息处理装置、信息处理方法及程序 | |
JP2019053409A (ja) | 付与装置、付与方法、付与プログラム、及びモデル | |
Fanrong et al. | Local community detection in complex networks based on maximum cliques extension | |
JP7231322B2 (ja) | 学習装置、学習方法、学習プログラム及びプログラム | |
Sabaghian et al. | Presentation of a new method based on modern multivariate approaches for big data replication in distributed environments | |
Imran et al. | Frequency weighted model order reduction technique and error bounds for discrete time systems | |
CN112561644A (zh) | 基于链接预测的商品推荐方法、装置及相关设备 | |
JP7352600B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2019036173A (ja) | 算出装置、算出方法、算出プログラム及び第2モデル | |
Gupta et al. | A Study of Cloud-Based Solution for Data Analytics | |
Rahaman et al. | Extending DeGroot opinion formation for signed graphs and minimizing polarization | |
JP6529559B2 (ja) | 学習装置、生成装置、学習方法、生成方法、学習プログラム、生成プログラム、及びモデル | |
Aslam et al. | Integrating system dynamics and multi-objective optimisation for manufacturing supply chain analysis | |
JP6043755B2 (ja) | 生成装置、生成方法及び生成プログラム | |
JP7372278B2 (ja) | 算出装置、算出方法及び算出プログラム | |
JP7231026B2 (ja) | 機器推定装置、機器推定方法、および、機器推定プログラム | |
JP2020017126A (ja) | 学習装置、学習方法及び学習プログラム | |
Liu et al. | Non-uniform sampling finite-time control for networked control systems via event-driven transmission | |
US20240231935A9 (en) | Device cohort resource management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220809 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230623 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230627 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230825 |
|
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: 20230905 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230915 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7352600 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |