JP2023052555A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2023052555A5 JP2023052555A5 JP2023007474A JP2023007474A JP2023052555A5 JP 2023052555 A5 JP2023052555 A5 JP 2023052555A5 JP 2023007474 A JP2023007474 A JP 2023007474A JP 2023007474 A JP2023007474 A JP 2023007474A JP 2023052555 A5 JP2023052555 A5 JP 2023052555A5
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- neural network
- user interface
- dimensional coordinates
- computer
- 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.)
- Pending
Links
Claims (12)
- プロセッサと、
命令を記憶するメモリと
を備えるシステムであって、前記命令が、前記プロセッサによって実行されたとき、
品目の複数の説明を複数の単語ベクトルに変換することであって、各単語ベクトルが複数の次元を有する、単語ベクトルに変換することと、
ユーザ・インターフェースの2次元平面上に前記複数の単語ベクトルを投影することと、
前記複数の単語ベクトルと2次元座標の複数のセットとについてニューラル・ネットワークをトレーニングすることであって、2次元座標の各セットがそれぞれの単語ベクトルに関連付けられる、ニューラル・ネットワークをトレーニングすることと、
前記トレーニングされたニューラル・ネットワークに基づいて結果を予測することと、
前記2次元座標の複数のセットのクラスタ・グルーピングを含む予測を前記ユーザ・インターフェースに出力することと、
補正された予測を与えるために、前記ユーザ・インターフェースを介して、ユーザの入力に応答して、前記予測を補正することであって、前記ユーザ・インターフェースを表示するスクリーン上で、複数の前記クラスタ・グルーピングのうちの1つから、又は新しいクラスタ・グルーピングへ、前記2次元座標の複数のセットのサブセットを移動することを含む、予測を補正することと、
前記補正された予測に基づいて、前記トレーニングされたニューラル・ネットワークを再トレーニングし、それによって、再トレーニングされたニューラル・ネットワークを与えることと、
前記トレーニングされたニューラル・ネットワークに基づいて新しい結果を予測することと
を行うように前記システムを構成する
システム。 - 前記ユーザ・インターフェースがグラフィカル・ユーザ・インターフェースである、請求項1に記載のシステム。
- 前記結果がデバイスに出力される、請求項2に記載のシステム。
- 前記予測を補正することが、ユーザの入力に応答して、前記予測に関連付けられたデータ・ファイルを補正することを含む、請求項1に記載のシステム。
- 対話型機械学習のコンピュータ実装方法であって、前記方法は、
品目の複数の説明を複数の単語ベクトルに変換することであって、各単語ベクトルが複数の次元を有する、単語ベクトルに変換することと、
ユーザ・インターフェースの2次元平面上に前記複数の単語ベクトルを投影することと、
前記複数の単語ベクトルと2次元座標の複数のセットとについてニューラル・ネットワークをトレーニングすることであって、2次元座標の各セットがそれぞれの単語ベクトルに関連付けられる、ニューラル・ネットワークをトレーニングすることと、
前記トレーニングされたニューラル・ネットワークに基づいて結果を予測することと、
前記2次元座標の複数のセットのクラスタ・グルーピングを含む予測を前記ユーザ・インターフェースに出力することと、
補正された予測を与えるために、前記ユーザ・インターフェースを介して、ユーザの入力に応答して、前記予測を補正することであって、前記ユーザ・インターフェースを表示するスクリーン上で、複数の前記クラスタ・グルーピングのうちの1つから複数の前記クラスタ・グルーピングのうちの他の1つへ、又は新しいクラスタ・グルーピングへ、前記2次元座標の複数のセットのサブセットを移動することを含む、予測を補正することと、
前記補正された予測に基づいて、前記トレーニングされたニューラル・ネットワークを再トレーニングし、それによって、再トレーニングされたニューラル・ネットワークを与えることと、
前記トレーニングされたニューラル・ネットワークに基づいて新しい結果を予測することと
を含む、対話型機械学習のコンピュータ実装方法。 - 前記ユーザ・インターフェースがグラフィカル・ユーザ・インターフェースである、請求項5に記載のコンピュータ実装方法。
- 前記結果がデバイスに出力される、請求項6に記載のコンピュータ実装方法。
- 前記予測を補正することが、ユーザの入力に応答して、前記予測に関連付けられたデータ・ファイルを補正することを含む、請求項5に記載のコンピュータ実装方法。
- 非一時的コンピュータ可読記憶媒体であって、前記コンピュータ可読記憶媒体は、コンピュータによって実行されたとき、前記コンピュータに、
品目の複数の説明を複数の単語ベクトルに変換することであって、各単語ベクトルが複数の次元を有する、単語ベクトルに変換することと、
ユーザ・インターフェースの2次元平面上に前記複数の単語ベクトルを投影することと、
前記複数の単語ベクトルと2次元座標の複数のセットとについてニューラル・ネットワークをトレーニングすることであって、2次元座標の各セットがそれぞれの単語ベクトルに関連付けられる、ニューラル・ネットワークをトレーニングすることと、
前記トレーニングされたニューラル・ネットワークに基づいて結果を予測することと、
前記2次元座標の複数のセットのクラスタ・グルーピングを含む予測を前記ユーザ・インターフェースに出力することと、
補正された予測を与えるために、前記ユーザ・インターフェースを介して、ユーザの入力に応答して、前記予測を補正することであって、前記ユーザ・インターフェースを表示するスクリーン上で、複数の前記クラスタ・グルーピングのうちの1つから複数の前記クラスタ・グルーピングのうちの他の1つへ、又は新しいクラスタ・グルーピングへ、前記2次元座標の複数のセットのサブセットを移動することを含む、予測を補正することと、
前記補正された予測に基づいて前記トレーニングされたニューラル・ネットワークを再トレーニングし、それによって、再トレーニングされたニューラル・ネットワークを与えることと、
前記トレーニングされたニューラル・ネットワークに基づいて、新しい結果を予測することとを行わせる命令を含む、非一時的コンピュータ可読記憶媒体。 - 前記ユーザ・インターフェースがグラフィカル・ユーザ・インターフェースである、請求項9に記載のコンピュータ可読記憶媒体。
- 前記結果がデバイスに出力される、請求項10に記載のコンピュータ可読記憶媒体。
- 前記予測を補正することが、ユーザの入力に応答して、前記予測に関連付けられたデータ・ファイルを補正することを含む、請求項9に記載のコンピュータ可読記憶媒体。
Applications Claiming Priority (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962915076P | 2019-10-15 | 2019-10-15 | |
US62/915,076 | 2019-10-15 | ||
US16/697,620 | 2019-11-27 | ||
US16/697,620 US20210110298A1 (en) | 2019-10-15 | 2019-11-27 | Interactive machine learning |
US16/699,010 US20210110299A1 (en) | 2019-10-15 | 2019-11-28 | Interactive machine learning |
US16/699,010 | 2019-11-28 | ||
PCT/CA2020/051379 WO2021072537A1 (en) | 2019-10-15 | 2020-10-15 | Interactive machine learning |
JP2022521962A JP7245961B2 (ja) | 2019-10-15 | 2020-10-15 | 対話型機械学習 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022521962A Division JP7245961B2 (ja) | 2019-10-15 | 2020-10-15 | 対話型機械学習 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023052555A JP2023052555A (ja) | 2023-04-11 |
JP2023052555A5 true JP2023052555A5 (ja) | 2023-10-24 |
Family
ID=75382129
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022521962A Active JP7245961B2 (ja) | 2019-10-15 | 2020-10-15 | 対話型機械学習 |
JP2023007474A Pending JP2023052555A (ja) | 2019-10-15 | 2023-01-20 | 対話型機械学習 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022521962A Active JP7245961B2 (ja) | 2019-10-15 | 2020-10-15 | 対話型機械学習 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210110299A1 (ja) |
EP (1) | EP4046086A4 (ja) |
JP (2) | JP7245961B2 (ja) |
CA (1) | CA3154982C (ja) |
WO (1) | WO2021072537A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11727284B2 (en) * | 2019-12-12 | 2023-08-15 | Business Objects Software Ltd | Interpretation of machine learning results using feature analysis |
US11615330B2 (en) * | 2020-03-18 | 2023-03-28 | Kyndryl, Inc. | Virtual subject matter expert provisioning |
US11748239B1 (en) * | 2020-05-06 | 2023-09-05 | Allstate Solutions Private Limited | Data driven testing automation using machine learning |
US11663296B2 (en) * | 2020-09-02 | 2023-05-30 | nbn co limited | Automatic work order analysis |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7792353B2 (en) * | 2006-10-31 | 2010-09-07 | Hewlett-Packard Development Company, L.P. | Retraining a machine-learning classifier using re-labeled training samples |
JP5985991B2 (ja) * | 2010-02-19 | 2016-09-06 | トムソン ライセンシングThomson Licensing | メディアコンテンツ空間ナビゲーション |
US9390086B2 (en) * | 2014-09-11 | 2016-07-12 | Palantir Technologies Inc. | Classification system with methodology for efficient verification |
US9760990B2 (en) | 2014-12-14 | 2017-09-12 | International Business Machines Corporation | Cloud-based infrastructure for feedback-driven training and image recognition |
US11416680B2 (en) | 2016-08-18 | 2022-08-16 | Sap Se | Classifying social media inputs via parts-of-speech filtering |
JP6660900B2 (ja) | 2017-03-06 | 2020-03-11 | Kddi株式会社 | モデル統合装置、モデル統合システム、方法およびプログラム |
CA3235875A1 (en) * | 2017-03-23 | 2018-09-27 | Kinaxis Inc. | Method and system for generation of at least one output analytic for a promotion |
US10489126B2 (en) | 2018-02-12 | 2019-11-26 | Oracle International Corporation | Automated code generation |
-
2019
- 2019-11-28 US US16/699,010 patent/US20210110299A1/en active Pending
-
2020
- 2020-10-15 WO PCT/CA2020/051379 patent/WO2021072537A1/en active Search and Examination
- 2020-10-15 EP EP20877770.6A patent/EP4046086A4/en active Pending
- 2020-10-15 JP JP2022521962A patent/JP7245961B2/ja active Active
- 2020-10-15 CA CA3154982A patent/CA3154982C/en active Active
-
2023
- 2023-01-20 JP JP2023007474A patent/JP2023052555A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023052555A5 (ja) | ||
JP7285895B2 (ja) | 質問応答としてのマルチタスク学習 | |
US11875268B2 (en) | Object recognition with reduced neural network weight precision | |
US11568258B2 (en) | Operation method | |
US11941719B2 (en) | Learning robotic tasks using one or more neural networks | |
KR102344473B1 (ko) | 콘볼루셔널 뉴럴 네트워크들에 대한 슈퍼픽셀 방법들 | |
US10474951B2 (en) | Memory efficient scalable deep learning with model parallelization | |
JP6574503B2 (ja) | 機械学習方法および装置 | |
US10482380B2 (en) | Conditional parallel processing in fully-connected neural networks | |
Le | A tutorial on deep learning part 1: Nonlinear classifiers and the backpropagation algorithm | |
WO2017124646A1 (zh) | 一种用于稀疏连接的人工神经网络计算装置和方法 | |
CN107292352B (zh) | 基于卷积神经网络的图像分类方法和装置 | |
JP2021509747A (ja) | ハードウェアベースのプーリングのシステムおよび方法 | |
JP7403638B2 (ja) | 高速なスパースニューラルネットワーク | |
US20200387400A1 (en) | Allocation system, method and apparatus for machine learning, and computer device | |
US20170154262A1 (en) | Resizing neural networks | |
JPWO2019221985A5 (ja) | ||
JP6521440B2 (ja) | ニューラルネットワーク及びそのためのコンピュータプログラム | |
KR102046113B1 (ko) | 신경망 학습 방법 및 그 장치 | |
WO2020151175A1 (zh) | 文本生成方法、装置、计算机设备及存储介质 | |
CN112508190A (zh) | 结构化稀疏参数的处理方法、装置、设备及存储介质 | |
WO2020195940A1 (ja) | ニューラルネットワークのモデル縮約装置 | |
KR102236582B1 (ko) | 영상 처리 장치 및 그 동작방법 | |
US20180232152A1 (en) | Gated end-to-end memory network | |
CN109558882A (zh) | 基于鲁棒局部低秩稀疏cnn特征的图像分类方法及装置 |