JP2023181643A - 機械学習システム及び機械学習方法 - Google Patents
機械学習システム及び機械学習方法 Download PDFInfo
- Publication number
- JP2023181643A JP2023181643A JP2022094894A JP2022094894A JP2023181643A JP 2023181643 A JP2023181643 A JP 2023181643A JP 2022094894 A JP2022094894 A JP 2022094894A JP 2022094894 A JP2022094894 A JP 2022094894A JP 2023181643 A JP2023181643 A JP 2023181643A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- model
- data
- unit
- characteristic group
- 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
- 238000010801 machine learning Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 claims abstract description 82
- 230000008569 process Effects 0.000 claims abstract description 70
- 230000008878 coupling Effects 0.000 claims abstract description 6
- 238000010168 coupling process Methods 0.000 claims abstract description 6
- 238000005859 coupling reaction Methods 0.000 claims abstract description 6
- 206010027175 memory impairment Diseases 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 238000013500 data storage Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 238000012549 training Methods 0.000 description 10
- 238000004821 distillation Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
Abstract
【課題】旧知識の忘却を抑制しつつ新たな知識を獲得することができるようにする。【解決手段】本発明の機械学習システムは、学習データを第1の特性グループ及び第2の特性グループに振り分ける学習データ分割部11と、第1の特性グループの学習データを用いて第1のモデルで学習する第1の学習プロセス部131と、第2の特性グループの学習データを用いて第2のモデルで学習する第2の学習プロセス部132と、第1の学習プロセス部131の学習と第2の学習プロセス部132の学習とを組み合わせて学習を行う学習プロセス結合部133と、を備える。【選択図】図1
Description
本発明は、機械学習システム及び機械学習方法に関する。
AI(人工知能)の一つの要素技術として、コンピュータが大量のデータを学習する機械学習がある。従来、機械学習を行うことにより、学習データをクラス分け(グループ分け)する技術が知られている(例えば、特許文献1参照)。特許文献1には、「機械学習を行うことにより、データを複数の対象物クラスのいずれかに分類する学習済みモデルを生成する」と記載されている。
ところで、AI(人工知能)には、新たに覚えなければならない事柄をネットワークに追加的に学習させる場合、新しい事柄(知識)については覚えられるものの、それ以前に学習して獲得したはずの旧知識については忘却してしまう(所謂、破滅的忘却)という課題がある。
従って、新たな知識を獲得するに当たっては、旧知識の忘却を抑制する必要がある。しかし、特許文献1に記載の従来技術では、旧知識の忘却を抑制することについては何ら考慮されていない。
本発明は、このような状況に鑑みてなされたものであり、旧知識の忘却を抑制しつつ新たな知識を獲得することができる機械学習システム及び機械学習方法を提供することを目的とする。
上記課題を解決するための本発明の機械学習システムは、学習データを第1の特性グループ及び第2の特性グループに振り分ける学習データ分割部と、第1の特性グループの学習データを用いて第1のモデルで学習する第1の学習プロセス部と、第2の特性グループの学習データを用いて第2のモデルで学習する第2の学習プロセス部と、第1の学習プロセス部の学習と第2の学習プロセス部の学習とを組み合わせて学習を行う学習プロセス結合部と、を備える。
また、上記課題を解決するための本発明の機械学習方法は、学習データを第1の特性グループ及び第2の特性グループに振り分け、次いで、第1の特性グループの学習データを用いて第1のモデルで学習するとともに、第2の特性グループの学習データを用いて第2のモデルで学習し、しかる後、第1のモデルでの学習と第2のモデルでの学習とを組み合わせて学習を行う。
本発明によれば、旧知識の忘却を抑制しつつ新たな知識を獲得することができる。
上記した以外の課題、構成、及び、効果は、以下の実施の形態の説明により明らかにされる。
上記した以外の課題、構成、及び、効果は、以下の実施の形態の説明により明らかにされる。
以下、本発明を実施するための形態(以下、「実施形態」と記述する)について、添付図面を参照して説明する。本明細書及び図面において、実質的に同一の機能又は構成を有する構成要素については、同一の符号を付することにより重複する説明を省略する。
<本発明の一実施形態>
本発明の一実施形態に係る機械学習システム及び機械学習方法は、一例として、自動車の自動運転のための外界認識技術(システム)に用いて好適な技術である。以下では、本実施形態に係る機械学習システム及び機械学習方法を、自動運転のための外界認識技術に適用する場合を例に挙げて説明するが、自動運転のための外界認識技術への適用例に限られるものではない。
本発明の一実施形態に係る機械学習システム及び機械学習方法は、一例として、自動車の自動運転のための外界認識技術(システム)に用いて好適な技術である。以下では、本実施形態に係る機械学習システム及び機械学習方法を、自動運転のための外界認識技術に適用する場合を例に挙げて説明するが、自動運転のための外界認識技術への適用例に限られるものではない。
本実施形態に係る機械学習システム及び機械学習方法は、一例として、ある程度認識できるモデルを外部から導入したとき、当該モデルを教師モデルとして、追加学習を行うことによって精度の高い生徒モデルを作成することを目的として用いられる技術である。本実施形態においては、追加学習前モデルが教師モデルとなり、追加学習後モデルが生徒モデルとなる。
ここで、一例として、追加学習前モデル(教師モデル)として、昼間の車両周囲の環境を認識できるモデルを外部から導入したとき、追加学習を行うことにより、昼間でも夜間でも車両周囲の環境を認識できるより精度の高いモデルを追加学習後モデル(生徒モデル)として作成する場合を例に挙げて説明することとする。
車両周囲の昼間の風景画像(以下、単に「昼画像」と記述する場合がある)を教師モデルとしたとき、より精度の高い風景画像を生徒モデルとして作成するためには、例えば、車両周囲の夜間の風景画像(以下、単に「夜画像」と記述する場合がある)の学習データを用いて追加学習を行うことが好ましい。
この追加学習の際に、昼画像の教師モデルに対して、夜画像の学習データだけを用いて追加学習を行うと、新知識である夜画像の知識を、旧知識である昼画像の知識に上書きしてしまう状態になる。その結果、旧モデルが獲得した知識である昼画像の旧知識を忘れてしまい、夜画像の新知識だけを覚えることになるため、精度の高い生徒モデルを作成できないことになる。
そこで、本実施形態に係る機械学習システム及び機械学習方法では、学習データ及び学習手段を、旧知識向けと新知識向けとに分けて追加学習を行うようにする。これにより、旧知識の忘却を抑制しつつ新たな知識を獲得することができるため、追加学習後モデル(生徒モデル)の精度の向上を図ることができる。また、追加学習後モデル(生徒モデル)の作成時に、1からモデルを作る必要がなく、旧モデルが獲得した知識(旧知識)を有効活用することができるために、モデル開発コストの低減を図ることができる。
以下に、旧知識の忘却を抑制しつつ新たな知識を獲得するために、学習データ及び学習手段を、旧知識向けと新知識向けとに分けて追加学習を行う本実施形態の具体的な実施例について説明する。
[実施例1]
実施例1は、本実施形態に係る機械学習システムの基本的な構成例である。図1は、本発明の実施例1に係る機械学習システムの構成例を示す機能ブロック図である。
実施例1は、本実施形態に係る機械学習システムの基本的な構成例である。図1は、本発明の実施例1に係る機械学習システムの構成例を示す機能ブロック図である。
(システム構成例)
図1に示すように、実施例1に係る機械学習システム10は、学習データ分割部11、学習データ格納部12、及び、学習部13を機能部として有するシステム構成となっている。この機械学習システム10には、外部から、昼間の車両周囲の環境を認識できるモデルが、追加学習前モデル(教師モデル)として導入される。
図1に示すように、実施例1に係る機械学習システム10は、学習データ分割部11、学習データ格納部12、及び、学習部13を機能部として有するシステム構成となっている。この機械学習システム10には、外部から、昼間の車両周囲の環境を認識できるモデルが、追加学習前モデル(教師モデル)として導入される。
機械学習システム10に導入された追加学習前モデル(教師モデル)は、学習データ分割部11及び学習部13(特に、後述する第1の学習プロセス部131)に与えられる。機械学習システム10に追加学習前モデルが導入される点、及び、導入された追加学習前モデルが学習データ分割部11及び学習部13に与えられる点については、後述する各実施例においても同様である。
学習データ分割部11は、あらかじめ用意されている学習データを、複数の特性グループ、例えば、第1の特性グループ及び第2の特性グループの2つの特性グループに振り分ける(所謂、グループ分け)。ここでは、例えば、昼画像(車両周囲の昼間の風景画像)及び夜画像(車両周囲の夜間の風景画像)を含む学習画像の画像データがあらかじめ用意され、当該画像データが学習データとして学習データ分割部11に与えられることとする。学習データ分割部11に与えられる学習データの内容については、後述する各実施例においても同様である。
学習データ分割部11は、昼画像及び夜画像を含む画像データである学習データを、昼画像を第1の特性グループとして、夜画像を第2の特性グループとして振り分ける。このグループ分けについては、例えば、学習データ分割部11において、外部から与えられる追加学習前モデル(教師モデル)を使って推論を行い、その推論結果として得られるコンフィデンス値の大きさに基づいて行うことができる。
学習データ格納部12は、第1の格納部121及び第2の格納部122を有している。
第1の格納部121は、学習データ分割部11で第1の特性グループとしてグループ分けされた昼画像の画像データを正解値なし学習データとして格納する。第2の格納部122は、学習データ分割部11で第2の特性グループとしてグループ分けされた夜画像の画像データを正解値あり学習データとして格納する。
学習部13は、第1の学習プロセス部131、第2の学習プロセス部132、及び、学習プロセス結合部133を有している。
第1の学習プロセス部131は、学習データ分割部11でグループ分けされ、第1の格納部121に格納されている第1の特性グループの学習データ、即ち、昼画像の画像データを用いて、第1のモデルとしての旧モデル(教師モデル)で学習する。第1の学習プロセス部131の学習としては、蒸留学習を例示することができる。
ここで、蒸留学習とは、教師モデルの学習結果を学習する、即ち、学習データが正解値を持っておらず、2つのモデル、即ち、教師モデル(旧モデル)と昼画像の画像データとの差がなくなるように行う学習である。
第2の学習プロセス部132は、学習データ分割部11でグループ分けされ、第2の格納部122に格納されている第2の特性グループの学習データ、即ち、夜画像の画像データを用いて、第2のモデルとしての新モデル(生徒モデル)で学習する。第2の学習プロセス部132の学習としては、通常学習を例示することができる。
ここで、通常学習とは、学習データが正解値を持っていて当該正解値に対する教師モデルのずれ分を補うようにその教師モデルのパラメータを更新する学習を行う。従って、通常学習については、正解値を学習する正解値学習ということもできる。ただし、第2の学習プロセス部132の学習としては、通常学習に限られるものではなく、蒸留学習を用いることもできる。
学習プロセス結合部133は、第1の学習プロセス部131の学習(蒸留学習)と、第2の学習プロセス部132の学習(通常学習又は蒸留学習)とを組み合わせて学習する。そして、学習プロセス結合部133の学習結果として追加学習後モデル(生徒モデル)が作成される。
上述したように、実施例1に係る機械学習システム10では、学習データ及び学習手段を、旧知識向け(例えば、昼画像及び蒸留学習)と、新知識向け(例えば、夜画像及び通常学習)とに分けて追加学習が行われる。これにより、旧知識(例えば、昼画像の知識)の忘却を抑制しつつ新たな知識(例えば、夜画像の知識)を獲得することができるため、追加学習後モデルである新モデル(生徒モデル)の精度の向上を図ることができる。
図1に機能ブロック図として図示した実施例1に係る機械学習システム10は、CPU(Central Processing Unit)等のプロセッサ、及び、ROM(Read Only Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)等の記憶部を備えるコンピュータによって構成することができる。そして、機械学習システム10の各機能は、あらかじめROMに記憶されたプログラムをプロセッサが実行することによって実現される。これらの点については、後述する各実施例においても同様である。
(処理手順の一例)
次に、実施例1に係る機械学習システム10において、コンピュータのプロセッサによる制御の下に実行される機械学習の処理手順(機械学習方法)の一例について、図2のフローチャートを用いて説明する。図3に、実施例1に係る機械学習システム10における機械学習の処理の流れを模式的に示す。
次に、実施例1に係る機械学習システム10において、コンピュータのプロセッサによる制御の下に実行される機械学習の処理手順(機械学習方法)の一例について、図2のフローチャートを用いて説明する。図3に、実施例1に係る機械学習システム10における機械学習の処理の流れを模式的に示す。
コンピュータのプロセッサ(以下、単に「プロセッサ」と記述する)は、先ず、学習データ分割部11の機能を実行する。具体的には、プロセッサは、あらかじめ用意されている学習データについて、外部から与えられる追加学習前モデル(教師モデル)を使って推論を行い、追加学習前モデルを用いた学習データのコンフィデンス値Xを算出する(ステップS11)。
次に、プロセッサは、算出したコンフィデンス値Xを基に学習データを、コンフィデンス値Xが相対的に大、小の2つの特性グループに振り分ける(ステップS12)。具体的には、プロセッサは、所定の第1のしきい値TH1及び当該第1のしきい値TH1よりも小さい第2のしきい値TH2(TH1>TH2)とコンフィデンス値Xとを比較することによって学習データを第1の特性グループと第2の特性グループとにグループ分けする。
このグループ分けにおいて、コンフィデンス値Xが第1のしきい値TH1よりも大きい(X>TH1)場合は、昼画像の学習データを蒸留学習用データ(第1の特性グループ)として振り分ける。蒸留学習用データは、正解値なしの旧モデル特性である。また、コンフィデンス値Xが第1のしきい値TH1以下で、第2のしきい値TH2よりも大きい(TH1≧X>TH2)場合は、夜画像の学習データを通常学習用データ(第2の特性グループ)として振り分ける。通常学習用データは、正解値ありの新モデル特性である。
次に、プロセッサは、学習部13の機能を実行する。具体的には、プロセッサは、旧モデル(昼画像)の学習データと、新モデル(夜画像)の学習データとを用いて推論を行い(ステップS13)、次いで、正解値なしの旧モデル特性(昼画像)の学習データを使って、旧モデル(教師モデル)と新モデル(生徒モデル)とで蒸留学習を行う(ステップS14)。
次に、プロセッサは、正解値ありの新モデル特性の学習データを使って、新モデル(生徒モデル)で通常学習(正解値学習)を行い(ステップS15)、次いで、新モデルが所望の精度に達したか否かを判断する(ステップS16)。
そして、プロセッサは、新モデルが所望の精度に達していると判断した場合(S16のYES)、上述した機械学習の一連の処理を終了する。また、プロセッサは、新モデルが所望の精度に達していないと判断した場合(S16のNO)、ステップS13に戻ってそれ以降の処理を新モデルが所望の精度に達するまで繰り返して実行する。
上述したように、実施例1に係る機械学習システム10における機械学習の一連の処理により、旧知識(例えば、昼画像)の忘却を抑制しつつ新たな知識(例えば、夜画像)を獲得することができ、また、機械学習によって、所望の精度に達した新モデルを作成することができる。
[実施例2]
実施例2は、実施例1の変形例であり、学習データ中に含まれている、新モデル作成に不要な情報について学習不要とする例である。図4は、本発明の実施例2に係る機械学習システムの構成例を示す機能ブロック図である。
実施例2は、実施例1の変形例であり、学習データ中に含まれている、新モデル作成に不要な情報について学習不要とする例である。図4は、本発明の実施例2に係る機械学習システムの構成例を示す機能ブロック図である。
(システム構成例)
図4に示すように、実施例2に係る機械学習システム10は、学習データ分割部11A、学習データ格納部12A、及び、学習部13を機能部として有するシステム構成となっている。
図4に示すように、実施例2に係る機械学習システム10は、学習データ分割部11A、学習データ格納部12A、及び、学習部13を機能部として有するシステム構成となっている。
実施例2に係る機械学習システム10を実施例1に係る機械学習システム10と対比すると、学習データ分割部11A及び学習データ格納部12Aの構成については異なり、学習部13の構成については同じである。
具体的には、学習データ分割部11Aは、あらかじめ用意されている学習データを、複数の特性グループ、例えば、第1の特性グループ、第2の特性グループ、及び、第3の特性グループの3つの特性グループに振り分ける。
ここで、例えば、昼画像及び夜画像を含む学習画像の画像データが、新モデルの作成に必要な学習データとしてあらかじめ用意されているとき、当該学習データには、新モデル作成に不要な情報が含まれている場合がある。この新モデル作成に不要な情報は、新モデルの精度を下げる一因となる場合がある。
そこで、学習データ分割部11Aは、新モデル作成に必要な昼画像及び夜画像を含む学習データを、昼画像を第1の特性グループとして、夜画像を第2の特性グループとして振り分け、更に、学習データに含まれている新モデル作成に不要な情報については、学出力不要な第3の特性グループとして振り分ける(グループ分け)。このグループ分けについては、例えば、学習データ分割部11Aにおいて、外部から与えられる追加学習前モデル(教師モデル)を使って推論を行い、その推論結果として得られるコンフィデンス値の大きさに基づいて行うことができる。
学習データ格納部12Aは、第1の格納部121、第2の格納部122、及び、第3の格納部123を有している。
第1の格納部121は、学習データ分割部11Aで第1の特性グループとしてグループ分けされた昼画像の学習データを正解値なし学習データとして格納する。第2の格納部122は、学習データ分割部11Aで第2の特性グループとしてグループ分けされた夜画像の学習データを正解値あり学習データとして格納する。第3の格納部123は、学習データ分割部11Aで第3の特性グループとしてグループ分けされた、新モデル作成に不要な情報を学習不要な情報として格納する。
第1の格納部121に格納された昼画像の学習データ、及び、第2の格納部122に格納された夜画像の学習データについては、実施例1の場合と同様に、追加学習に用いられる。これに対して、第3の格納部123に格納された情報、即ち、昼画像の学習データでも、夜画像の学習データでもない情報については、新モデル作成に不要な情報であることから学習不要として処理される。
上述した実施例2に係る機械学習システム10では、新モデル作成に不要な情報を第3の特性グループとしてグループ分けし、当該第3の特性グループについては、新モデル作成に不要な情報であるとして学習不要としている。これにより、新モデル作成に不要な情報を含まない、昼画像の学習データ及び夜画像の学習データを用いて追加学習を行って新モデルを作成することができるために、追加学習後モデルである新モデル(生徒モデル)の精度の更なる向上を図ることができる。
(処理手順の一例)
次に、実施例2に係る機械学習システム10において、コンピュータのプロセッサによる制御の下に実行される機械学習の処理手順の一例について、図5のフローチャートを用いて説明する。図6に、実施例2に係る機械学習システム10における機械学習の処理の流れを模式的に示す。
次に、実施例2に係る機械学習システム10において、コンピュータのプロセッサによる制御の下に実行される機械学習の処理手順の一例について、図5のフローチャートを用いて説明する。図6に、実施例2に係る機械学習システム10における機械学習の処理の流れを模式的に示す。
プロセッサは、先ず、学習データ分割部11の機能を実行する。具体的には、プロセッサは、あらかじめ用意されている学習データについて、外部から与えられる追加学習前モデル(教師モデル)を使って推論を行い、追加学習前モデルを用いた学習データのコンフィデンス値Xを算出する(ステップS21)。
次に、プロセッサは、算出したコンフィデンス値Xを基に学習データを、コンフィデンス値Xが相対的に大、中、小の3つの特性グループに振り分ける(ステップS22)。具体的には、プロセッサは、所定の第1のしきい値TH1及び当該第1のしきい値TH1よりも小さい第2のしきい値TH2(TH1>TH2)とコンフィデンス値Xとを比較することによって学習データを第1の特性グループ、第2の特性グループ、及び、第3の特性グループにグループ分けする。
このグループ分けにおいて、コンフィデンス値Xが第1のしきい値TH1よりも大きい(X>TH1)場合は、昼画像の学習データを蒸留学習用データ(第1の特性グループ)として振り分ける。蒸留学習用データは、正解値なしの旧モデル特性である。また、コンフィデンス値Xが第1のしきい値TH1以下で、第2のしきい値TH2よりも大きい(TH1≧X>TH2)場合は、夜画像の学習データを通常学習用データ(第2の特性グループ)として振り分ける。通常学習用データは、正解値ありの新モデル特性である。
更に、コンフィデンス値Xが第2のしきい値TH2以下の場合(TH2≧X)は、昼画像の学習データ及び夜画像の学習データのいずれにも属さない情報(第3の特性グループ)として振り分ける。昼画像の学習データ及び夜画像の学習データのいずれにも属さない情報ということは、新モデル作成に不要な情報であることから、第3の特性グループとして振り分けられた情報については、学習部13での学習が不要な情報として処理される。
次に、プロセッサは、学習部13の機能を実行する。具体的には、プロセッサは、旧モデル(昼画像)の学習データと、新モデル(夜画像)の学習データとを用いて推論を行い(ステップS23)、次いで、正解値なしの旧モデル特性の学習データを使って、旧モデル(教師モデル)と新モデル(生徒モデル)とで蒸留学習を行う(ステップS24)。
次に、プロセッサは、正解値ありの新モデル特性の学習データを使って、新モデル(生徒モデル)で通常学習(正解値学習)を行い(ステップS25)、次いで、新モデルが所望の精度に達したか否かを判断する(ステップS26)。
そして、プロセッサは、新モデルが所望の精度に達していると判断した場合(S26のYES)、上述した機械学習の一連の処理を終了する。また、プロセッサは、新モデルが所望の精度に達していないと判断した場合(S26のNO)、ステップS23に戻ってそれ以降の処理を新モデルが所望の精度に達するまで繰り返して実行する。
上述したように、実施例2に係る機械学習システム10における機械学習の一連の処理により、新モデル作成に不要な情報を第3の特性グループとしてグループ分けし、当該第3の特性グループについては学習不要とすることで、追加学習後モデルである新モデル(生徒モデル)の精度のより向上を図ることができる。
[実施例3]
実施例3は、実施例1の変形例であり、旧モデル(教師モデル)の忘却を検出し、その忘却を抑制する制御を行う例である。図7は、本発明の実施例3に係る機械学習システムの構成例を示す機能ブロック図である。
実施例3は、実施例1の変形例であり、旧モデル(教師モデル)の忘却を検出し、その忘却を抑制する制御を行う例である。図7は、本発明の実施例3に係る機械学習システムの構成例を示す機能ブロック図である。
(システム構成例)
図7に示すように、実施例3に係る機械学習システム10は、学習データ分割部11、学習データ格納部12、及び、学習部13Aを機能部として有するシステム構成となっている。
図7に示すように、実施例3に係る機械学習システム10は、学習データ分割部11、学習データ格納部12、及び、学習部13Aを機能部として有するシステム構成となっている。
実施例3に係る機械学習システム10を実施例1に係る機械学習システム10と対比すると、学習データ分割部11及び学習データ格納部12の構成については同じであり、学習部13Aの構成については異なっている。具体的には、学習部13Aは、第1の学習プロセス部131、第2の学習プロセス部132、及び、学習プロセス結合部133の他に、学習プロセス割合制御部134を有している。
学習プロセス割合制御部134は、旧モデル(本例では、昼画像)と新モデル(本例では、夜画像)とのバランスを自動的に維持する機能を有しており、第1の学習プロセス部131での旧モデル(教師モデル)の推論結果、及び、第2の学習プロセス部132での旧モデル(教師モデル)の推論結果に基づいて蒸留学習の学習率(重み更新率)を制御する。具体的には、学習プロセス割合制御部134は、旧モデル(昼画像)についての、第1の学習プロセス部131での旧モデルの推論結果と、第2の学習プロセス部132での旧モデルの推論結果との差分から、旧モデルについての忘却の程度を検出し、両推論結果の差分が所定のしきい値よりも高い場合に、蒸留学習の学習率を上げる制御を行う。
上述したように、実施例3に係る機械学習システム10では、学習プロセス割合制御部134による制御の下に、旧モデル(昼画像)の忘却を抑制しつつ新モデル(夜画像)を追加する制御が行われる。これにより、旧モデル(昼画像)と新モデル(夜画像)とのバランスを維持することができるために、追加学習後モデルである新モデル(生徒モデル)の精度のより向上を図ることができる。
(処理手順の一例)
次に、実施例3に係る機械学習システム10において、コンピュータのプロセッサによる制御の下に実行される機械学習の処理手順の一例について、図8のフローチャートを用いて説明する。図9に、実施例3に係る機械学習システム10における機械学習の処理の流れを模式的に示す。
次に、実施例3に係る機械学習システム10において、コンピュータのプロセッサによる制御の下に実行される機械学習の処理手順の一例について、図8のフローチャートを用いて説明する。図9に、実施例3に係る機械学習システム10における機械学習の処理の流れを模式的に示す。
プロセッサは、先ず、学習データ分割部11の機能を実行する。具体的には、プロセッサは、あらかじめ用意されている学習データについて、外部から与えられる追加学習前モデル(教師モデル)を使って推論を行い、追加学習前モデルを用いた学習データのコンフィデンス値Xを算出する(ステップS31)。
次に、プロセッサは、算出したコンフィデンス値Xを基に学習データを、コンフィデンス値Xが相対的に大、小の2つの特性グループに振り分ける(ステップS32)。具体的には、プロセッサは、所定の第1のしきい値TH1及び当該第1のしきい値TH1よりも小さい第2のしきい値TH2(TH1>TH2)とコンフィデンス値Xとを比較することによって学習データを第1の特性グループと第2の特性グループとにグループ分けする。
このグループ分けにおいて、コンフィデンス値Xが第1のしきい値TH1よりも大きい(X>TH1)場合は、昼画像の学習データを蒸留学習用データ(第1の特性グループ)として振り分ける。蒸留学習用データは、正解値なしの旧モデル特性である。また、コンフィデンス値Xが第1のしきい値TH1以下で、第2のしきい値TH2よりも大きい(TH1≧X>TH2)場合は、夜画像の学習データを通常学習用データ(第2の特性グループ)として振り分ける。通常学習用データは、正解値ありの新モデル特性である。
次に、プロセッサは、学習部13の機能を実行する。具体的には、プロセッサは、旧モデル(昼画像)について、旧モデルの学習データと、新モデルの学習データとを用いて推論を行う(ステップS33)。
次に、プロセッサは、旧モデル(昼画像)についての、旧モデルの推論結果と新モデルの推論結果との差分を、旧モデル(昼画像)の忘却の程度を示す情報として検出し、両推論結果の差分を所定のしきい値と比較することによって蒸留学習の学習率を決定する(ステップS34)。
旧モデルの推論結果と新モデルの推論結果との差分が0である、即ち、両推論結果が一致することが好ましいが、本例では、プロセッサは、両推論結果の差分を所定のしきい値と比較し、当該しきい値よりも両推論結果の差分が高い場合に、蒸留学習の学習率(重み更新率)を上げる制御を行う。
次に、プロセッサは、正解値なしの旧モデル特性(昼画像)の学習データ、及び、ステップS34で決定した学習率を使って、旧モデル(教師モデル)と新モデル(生徒モデル)とで蒸留学習を行う(ステップS35)。
次に、プロセッサは、正解値ありの新モデル特性の学習データを使って、新モデル(生徒モデル)で通常学習(正解値学習)を行い(ステップS36)、次いで、新モデルが所望の精度に達したか否かを判断する(ステップS37)。
そして、プロセッサは、新モデルが所望の精度に達していると判断した場合(S37のYES)、上述した機械学習の一連の処理を終了する。また、プロセッサは、新モデルが所望の精度に達していないと判断した場合(S37のNO)、ステップS33に戻ってそれ以降の処理を新モデルが所望の精度に達するまで繰り返して実行する。
上述したように、実施例3に係る機械学習システム10における機械学習の一連の処理により、旧モデル(昼画像)と新モデル(夜画像)とのバランスを維持することができるために、追加学習後モデルである新モデル(生徒モデル)の精度のより向上を図ることができる。
[実施例4]
実施例4は、自動車の自動運転(AD)システムや先進運転支援システム(ADAS)に適用する例である。図10は、本発明の実施例4に係る機械学習システムの構成例を示す機能ブロック図である。
実施例4は、自動車の自動運転(AD)システムや先進運転支援システム(ADAS)に適用する例である。図10は、本発明の実施例4に係る機械学習システムの構成例を示す機能ブロック図である。
実施例4に係る機械学習システムは、自動車100の自動運転システムや先進運転支援システムに適用され、学習データ分割部11及び学習データ格納部12が自動車100に搭載され、自動車100とインターネット等のネットワーク300を通してデータのやり取りが可能なクラウド200側に学習部13が配置されたシステム構成となっている。学習データ分割部11については、例えば、自動運転ECU(Electronic Control Unit)を用いて構成することができる。
自動車100には、学習データ分割部11及び学習データ格納部12の他に、自動車100の周囲の情報を取得するカメラ等のセンサ101、通信部102、モデル認識部103、及び、判断・車体制御部104が配置されている。クラウド200には、学習部13の他に、通信部201が配置されている。
自動車100側において、カメラ等のセンサ101は、自動車100の周辺を撮像して得た画像データを学習データ分割部11に学習データとして供給するとともに、モデル認識部103に供給する。
学習データ分割部11及び学習データ格納部12の作用については、実施例1の場合と同じである。すなわち、学習データ分割部11は、センサ101から供給される画像データを学習データとして取り込み、当該学習データを、第1の特性グループ(例えば、昼画像の学習データ)と、第2の特性グループ(例えば、夜画像の学習データ)の2つの特性グループに振り分ける。
学習データ格納部12において、第1の格納部121は、学習データ分割部11で第1の特性グループとしてグループ分けされた昼画像の画像データを正解値なし学習データとして格納する。第2の格納部122は、学習データ分割部11で第2の特性グループとしてグループ分けされた夜画像の画像データを正解値あり学習データとして格納する。
通信部102は、第1の格納部121に格納された第1の特性グループの学習データ、及び、第2の格納部122に格納された第2の特性グループの学習データを、インターネット等のネットワーク300を通して、クラウド200の通信部201に送信する。
クラウド200側において、通信部201は、自動車100側の通信部102から送信された第1の特性グループの学習データ、及び、第2の特性グループの学習データを受信し、学習部13に供給する。
学習部13は、第1の特性グループの学習データを用いて、旧モデル(教師モデル)で蒸留学習を行うとともに、第2の特性グループの学習データを用いて、新モデル(生徒モデル)で通常学習(又は、蒸留学習)を行う。そして、学習部13は、第1の学習プロセス部131の学習(蒸留学習)と、第2の学習プロセス部132の学習(通常学習又は蒸留学習)とを組み合わせて学習を行い、その学習結果として、追加学習後モデル(生徒モデル)を作成する。
通信部201は、学習部13で作成された追加学習後モデル(生徒モデル)を、インターネット等のネットワーク300を通して、自動車100側の通信部102に送信する。
自動車100側において、通信部102は、クラウド200側の通信部201から送信された追加学習後モデル(生徒モデル)を受信し、モデル認識部103に供給する。モデル認識部103は、通信部102から供給される追加学習後モデル(生徒モデル)について、センサ101から供給される画像データを用いて推論を行う。
モデル認識部103の推論結果は、判断・車体制御部104に供給される。判断・車体制御部104は、モデル認識部103の推論結果を基に、例えば、自動車100の前方における障害物の有無の判断処理などを行い、その判断結果を基に車体制御、即ち、自動運転制御を行う。
上述したように、実施例4に係る機械学習システムでは、例えば、新モデル(生徒モデル)の精度の向上を図ることができる実施例1に係る機械学習システムを、自動車の自動運転システムや先進運転支援システムに適用している。これにより、自動車の自動運転システムや先進運転支援システムに対して、より精度の高い新モデルを提供することができる。
尚、実施例4に係る機械学習システムでは、自動車の自動運転システムや先進運転支援システムに対して、実施例1に係る機械学習システムを適用した場合を例に挙げて説明したが、実施例2に係る機械学習システム、あるいは、実施例3に係る機械学習システムを適用することも可能である。
[実施例5]
実施例5は、実施例4の変形例であり、教師モデルを複数有する例である。図11は、本発明の実施例5に係る機械学習システムにおける機械学習の処理の流れを模式的に示す図である。
実施例5は、実施例4の変形例であり、教師モデルを複数有する例である。図11は、本発明の実施例5に係る機械学習システムにおける機械学習の処理の流れを模式的に示す図である。
実施例4に係る機械学習システムの場合と同様に、モデル特性に応じて学習データを分割する学習データ分割部11は、自動車100に搭載されている。学習データ分割部11については、自動運転ECUを用いて構成される。学習データ分割部11で分割された学習データは、学習データ分割部11と同じく自動車100に搭載されている学習データ格納部12に格納(保持)される。
クラウド200側に配置された学習部13における蒸留学習では、自動車100側の学習データ分割部11で振り分けられた複数の教師モデル、例えば、旧モデルA(教師モデル)、旧モデルB(教師モデル)、及び、新モデル(教師モデル)が用いられる。ここで意味するところは、学習データ分割部11で振り分けられる教師モデルは一つに限られるものではなく、複数であってもよいということである。新モデル(教師モデル)については事前に作成される。
実施例5に係る機械学習システムでは、精度を上げるために複数の教師モデルを用いて蒸留学習を行うとともに、追加学習後モデルである新モデル(生徒モデル)の品質チェックを行うようにしている。この新モデル(生徒モデル)の品質チェックには、例えば、学習データ分割部11において、旧モデル(教師モデル)を使って行う推論の結果として得られるコンフィデンス値を用いることができる。
コンフィデンス値を使った品質判定基準の表を図12に示す。ここでは、学習データを旧モデル(例えば、昼画像)及び新モデル(例えば、夜画像)とする。通常、教師モデルに対して旧モデル(昼画像)のコンフィデンス値は相対的に高く、新モデル(夜画像)のコンフィデンス値は相対的に低い。ここでは、教師モデルに対するコンフィデンス値について、便宜上、旧モデルの場合のコンフィデンス値をXHとし、新モデルの場合のコンフィデンス値をXLとする。
生徒モデル(新モデル)のコンフィデンス値については、教師モデル(旧モデル)のコンフィデンス値と一致することが理想的であるが、現実には一致しない。そこで、品質チェックに当たって、旧モデル(昼画像)に対して所定の設定値aを設定し、新モデル(夜画像)に対して所定の設定値bを設定する。
そして、旧モデル(昼画像)の場合、生徒モデル(新モデル)に対するコンフィデンス値Xが、(教師モデルに対するコンフィデンス値XH-設定値a)よりも大きい(X>XH-設定値a)とき、新モデル(生徒モデル)の品質がよいと判定する。また、新モデル(夜画像)の場合、生徒モデル(新モデル)に対するコンフィデンス値Xが、(教師モデルに対するコンフィデンス値XL+設定値b)よりも大きい(X>XL+設定値b)とき、新モデル(生徒モデル)の品質がよいと判定する。
上述したように、実施例5に係る機械学習システムでは、自動車の自動運転システムや先進運転支援システムに適用するに当たって、精度を上げるために複数の教師モデルを用いて蒸留学習を行うとともに、新モデル(生徒モデル)の品質チェックを行うようにしている。これにより、自動車の自動運転システムや先進運転支援システムに対して、より精度の高い高品質の新モデルを提供することができる。
尚、自動車100への搭載を前提とした実施例5に係る機械学習システムにおいて、精度を上げるために複数の教師モデルを用いて蒸留学習を行うとしたが、精度を上げるために複数の教師モデルを用いる点については、自動車100への搭載を前提とした機械学習システムに限られるものではない。
<変形例>
尚、本発明は上述した実施形態の各実施例に限られるものではなく、特許請求の範囲に記載した本発明の要旨を逸脱しない限りにおいて、その他種々の応用例、変形例を取り得ることは勿論である。例えば、上述した実施形態は本発明を分かりやすく説明するためにシステムの構成を詳細かつ具体的に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるのではない。また、本実施形態の構成の一部について、他の構成の追加、削除、置換をすることも可能である。
尚、本発明は上述した実施形態の各実施例に限られるものではなく、特許請求の範囲に記載した本発明の要旨を逸脱しない限りにおいて、その他種々の応用例、変形例を取り得ることは勿論である。例えば、上述した実施形態は本発明を分かりやすく説明するためにシステムの構成を詳細かつ具体的に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるのではない。また、本実施形態の構成の一部について、他の構成の追加、削除、置換をすることも可能である。
また、上述した実施形態では、学習データ分割部11における学習データのグループ分けのパラメータとして、学習データ分割部11での推論結果として得られるコンフィデンス値を用いてグループ分けを行う場合を例示したが、グループ分けのパラメータについてはコンフィデンス値に限定されるのではない。例えば、第1のモデルである教師モデルと第2のモデル生徒モデルとの中間データをパラメータとして用いて学習データのグループ分けを行うようにすることも可能である。この場合も、コンフィデンス値を用いる場合と同様の作用、効果を得ることができる。更に、最終結果の差分(差分大:新モデル、差分小:旧モデル)、特徴量の違い(旧モデル特性と学習データ)、あるいは、学習データのクラス種などをパラメータとして用いることも可能である。この場合も、コンフィデンス値を用いる場合と同様の作用、効果を得ることができる。
また、上述した実施形態では、学習データ分割部11においてグループ分けされる第1の特性グループ及び第2の特性グループとして、昼間の風景画像(昼画像)及び夜間の風景画像(夜画像)の組み合わせを例示したが、これらの組み合わせに限定されるものではない。例えば、第1の特性グループ及び第2の特性グループとして、高速道路の風景画素及び市街地の風景画素の組み合わせとすることもできる。
10…機械学習システム、11,11A…学習データ分割部、12,12A…学習データ格納部、13,13A…学習部、100…自動車、121…第1の格納部、122…第2の格納部、123…第3の格納部、131…第1の学習プロセス部、132…第2の学習プロセス部、133…学習プロセス結合部、134…学習プロセス割合制御部、200…クラウド、300…ネットワーク
Claims (9)
- 学習データを第1の特性グループ及び第2の特性グループに振り分ける学習データ分割部と、
前記第1の特性グループの学習データを用いて第1のモデルで学習する第1の学習プロセス部と、
前記第2の特性グループの学習データを用いて第2のモデルで学習する第2の学習プロセス部と、
前記第1の学習プロセス部の学習と前記第2の学習プロセス部の学習とを組み合わせて学習を行う学習プロセス結合部と、
を備えることを特徴とする機械学習システム。 - 前記第1の学習プロセス部で用いる学習は、蒸留学習であり、
前記第2の学習プロセス部で用いる学習は、通常学習(正解値学習)又は蒸留学習である
ことを特徴とする請求項1に記載の機械学習システム。 - 前記学習データ分割部は、
前記第1のモデルを使って行う推論の結果として得られるコンフィデンス値を用いて前記学習データの振り分けを行い、
前記コンフィデンス値が、所定の第1のしきい値よりも大きい場合は、前記第1の特性グループに振り分け、
前記コンフィデンス値が、前記第1のしきい値以下で、前記第1のしきい値よりも小さい第2のしきい値よりも大きい場合は、前記第2の特性グループに振り分ける
ことを特徴とする請求項1に記載の機械学習システム。 - 前記学習データ分割部は、
前記コンフィデンス値が、前記第2のしきい値以下の場合は、学習不要な第3の特性グループとして振り分ける
ことを特徴とする請求項3に記載の機械学習システム。 - 前記学習データ分割部は、前記第1のモデルを教師モデルとし、前記第2のモデルを生徒モデルとするとき、前記教師モデルと前記生徒モデルとの中間データを用いて前記学習データの振り分けを行う
ことを特徴とする請求項1に記載の機械学習システム。 - 前記学習プロセス結合部の学習率を制御する学習プロセス割合制御部を有し、
前記学習プロセス割合制御部は、前記第1のモデルを教師モデルとするとき、前記第1の学習プロセス部での前記教師モデルの推論結果、及び、前記第2の学習プロセス部での前記教師モデルの推論結果に基づいて、前記学習プロセス結合部の学習率を制御する
ことを特徴とする請求項1に記載の機械学習システム。 - 前記学習データ分割部は、自動車に搭載され、
前記第1の学習プロセス部、前記第2の学習プロセス部、及び、前記学習プロセス結合部は、前記自動車とデータのやり取りが可能なクラウド側に設けられている
ことを特徴とする請求項1に記載の機械学習システム。 - 前記学習データ分割部は、前記第1の特性グループについて、複数の特性グループに振り分ける
ことを特徴とする請求項7に記載の機械学習システム。 - 学習データを第1の特性グループ及び第2の特性グループに振り分け、
次いで、前記第1の特性グループの学習データを用いて第1のモデルで学習するとともに、前記第2の特性グループの学習データを用いて第2のモデルで学習し、
しかる後、前記第1のモデルでの学習と前記第2のモデルでの学習とを組み合わせて学習を行う
ことを特徴とする機械学習方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022094894A JP2023181643A (ja) | 2022-06-13 | 2022-06-13 | 機械学習システム及び機械学習方法 |
PCT/JP2023/020456 WO2023243415A1 (ja) | 2022-06-13 | 2023-06-01 | 機械学習システム及び機械学習方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022094894A JP2023181643A (ja) | 2022-06-13 | 2022-06-13 | 機械学習システム及び機械学習方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023181643A true JP2023181643A (ja) | 2023-12-25 |
Family
ID=89190972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022094894A Pending JP2023181643A (ja) | 2022-06-13 | 2022-06-13 | 機械学習システム及び機械学習方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2023181643A (ja) |
WO (1) | WO2023243415A1 (ja) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114467146A (zh) * | 2019-09-26 | 2022-05-10 | 株式会社润医 | 用于对部署机构中的人工智能模型进行专业化的训练方法以及用于对人工智能模型进行训练的装置 |
JP2022057202A (ja) * | 2020-09-30 | 2022-04-11 | 富士通株式会社 | プログラム,情報処理装置及び情報処理方法 |
-
2022
- 2022-06-13 JP JP2022094894A patent/JP2023181643A/ja active Pending
-
2023
- 2023-06-01 WO PCT/JP2023/020456 patent/WO2023243415A1/ja unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023243415A1 (ja) | 2023-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220363259A1 (en) | Method for generating lane changing decision-making model, method for lane changing decision-making of unmanned vehicle and electronic device | |
EP3365741B1 (de) | Verfahren zur vollautomatischen führung eines fahrzeugsystems und kraftfahrzeug | |
CN110631596B (zh) | 一种基于迁移学习的装备车辆路径规划方法 | |
CN111462130A (zh) | 使用车道掩码检测包含于输入图像的车道线的方法及装置 | |
CN113076338B (zh) | 一种基于规则的智能船舶避碰自动测试场景生成方法及系统 | |
JP2008018872A (ja) | 運転支援装置、自動車及び運転支援方法 | |
CN114312200B (zh) | 一种车辆主动悬架的控制方法及装置 | |
CN113015982A (zh) | 具有竞争性奖励调节脉冲时间依赖的可塑性的人工神经网络及其训练方法 | |
WO2023243415A1 (ja) | 機械学習システム及び機械学習方法 | |
CN113859246B (zh) | 一种车辆控制方法和装置 | |
DE102022123257A1 (de) | Selektives Ausscheiden der Merkmale für entgegenwirkende Robustheit neuronaler Netze | |
DE102022127647A1 (de) | Kalibrieren von parametern innerhalb einer virtuellen umgebung unter verwendung verstärkenden lernens | |
CN114359587A (zh) | 类激活图生成方法、可解释方法、装置、设备及存储介质 | |
CN112906296B (zh) | 混合动力汽车全服役期能量优化方法、系统和存储介质 | |
US20220188621A1 (en) | Generative domain adaptation in a neural network | |
CN110378460B (zh) | 决策方法 | |
CN107842433B (zh) | 发动机油门需求扭矩的在线自学习方法 | |
DE112021002118T5 (de) | Sensorerkennungsintegrationsvorrichtung | |
US20230174100A1 (en) | Autonomous driving system and correction learning method for autonomous driving | |
US20230050283A1 (en) | Configuring a neural network for equivariant or invariant behavior | |
CN112734292B (zh) | 一种基于发育型聚类的无人车智能迁移方法及系统 | |
CN112534446B (zh) | 电子控制装置、神经网络更新系统 | |
US11068749B1 (en) | RCCC to RGB domain translation with deep neural networks | |
US20210241030A1 (en) | Domain generation via learned partial domain translations | |
CN113554179B (zh) | 信息处理系统 |