JP5432935B2 - 予測器選択装置、予測器選択方法、予測器選択プログラム - Google Patents
予測器選択装置、予測器選択方法、予測器選択プログラム Download PDFInfo
- Publication number
- JP5432935B2 JP5432935B2 JP2011032316A JP2011032316A JP5432935B2 JP 5432935 B2 JP5432935 B2 JP 5432935B2 JP 2011032316 A JP2011032316 A JP 2011032316A JP 2011032316 A JP2011032316 A JP 2011032316A JP 5432935 B2 JP5432935 B2 JP 5432935B2
- Authority
- JP
- Japan
- Prior art keywords
- cluster
- predictor
- training
- similarity
- database
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
変換行列生成部30は、前記DB10.20を参照してその保存データを入力として受け取る。表1は、前記DB10のデータ構造例を示している。ここでは「c1,c2,...,cN」が訓練クラスタのクラスタIDを示し、各行がそれぞれの訓練クラスタの特徴表現を示している。なお、表1のデータ構造例では、訓練各クラスタの特徴がM次元の特徴ベクトル「x1,x2,...,xM」で表現され、i行j列目の値は訓練クラスタciのj番目の特徴値を示している。
(1)類似度計算部50
類似度計算部50は、入力されたテクストクラスタと前記DB10.40の保存データを入力として受け取る。ここでは前記DB40の変換行列を用いて入力されたテストクラスタの特徴表現を変換し、前記DB10の訓練クラスタ特徴との前記類似度を計算する。この類似度が最大の訓練クラスタを前記DB10中から探索し、探索された訓練クラスタを最適な予測器を生成するクラスタとしてクラスタIDを出力する。
予測器選択部70は、類似度計算部50から「最適クラスタcbest」のクラスタIDを受け取ると、前記DB60を参照して最適予測器を図示省略の出力部を通じてモニタなどに出力する。
本発明は、予測器選択装置1(変換行列生成装置2を含む。)の各部10.20.30.40.50.60.70の一部もしくは全部として、コンピュータを機能させる文書検索プログラムとして構成することもできる。このプログラムによれば、前記各ステージの一部あるいは全部の処理をコンピュータに実行させることが可能となる。
2…変換行列生成装置
10…クラスタ表現DB(クラスタ表現データベース)
20…最適予測器情報DB(クラスタ表現データベース)
30…変換行列生成部(変換行列生成手段)
40…変換行列DB(変換行列データベース)
50…類似度計算部(類似度計算手段)
60…予測器DB(予測器データベース)
70…予測器選択部(予測器選択手段)
Claims (7)
- 高次元ベクトルで表現できる情報のクラスを予測するにあたって、訓練データを訓練クラスタに分割して予測器を生成し、入力されるテストクラスタに対して適切な予測器を選択する予測器選択装置であって、
訓練クラスタの特徴表現を保存するクラスタ表現データベースと、
訓練クラスタ間の非対称な類似度を最大化する変換行列を保存する変換行列データベースと、
テストクラスタの特徴表現を変換行列データベースに保存された変換行列にて変換し、変換されたテストクラスタの特徴表現とクラスタ表現データベースに保存された各特徴表現との類似度を算出し、算出された類似度が最大の訓練クラスタをテストクラスタに最適な予測器を生成するクラスタと特定する類似度計算手段と、
類似度計算手段にて特定されたクラスタから生成された予測器を選択し、選択された予測器を出力する予測器選択手段と、
を備えることを特徴とする予測器選択装置。 - 高次元ベクトルで表現できる情報のクラスを予測するにあたって、訓練データを訓練クラスタに分割して予測器を生成し、入力されるテストクラスタに対して適切な予測器を選択する予測器選択装置であって、
訓練クラスタの特徴表現を保存するクラスタ表現データベースと、
訓練クラスタ毎に最適な予測器を生成する訓練クラスタをクラスタ組として保存する最適情報データベースと、
最適情報データベースのクラスタ組の特徴表現をクラスタ表現データベースから取得し、一方の訓練クラスタの特徴表現を変換後にクラスタ組の非対称の類似度を最大化する変換行列を生成する変換行列生成手段と、
変換行列生成手段の生成した変換行列にてテストクラスタの特徴表現を変換し、変換されたテストクラスタの特徴表現とクラスタ表現データベースに保存された各特徴表現との類似度を算出し、算出された類似度が最大の訓練クラスタをテストクラスタに最適な予測器を生成するクラスタと特定する類似度計算手段と、
類似度計算手段にて特定されたクラスタから生成された予測器を選択し、選択された予測器を出力する予測器選択手段と、
を備えることを特徴とする予測器選択装置。 - 各訓練クラスタから生成された予測器を保存する予測器データベースをさらに備え、
予測器選択手段は、類似度計算手段にて特定されたクラスタから生成された予測器を予測器データベースから選択する
ことを特徴とする請求項1または2のいずれか1項に記載の予測器選択装置。 - 高次元ベクトルで表現できる情報のクラスを予測するにあたって、訓練データを訓練クラスタに分割して予測器を生成し、入力されるテストクラスタに対して適切な予測器を選択する装置の実行する予測器選択方法であって、
テストクラスタの特徴表現を、変換行列データベースに保存された訓練クラスタ間の非対称な類似度を最大化する変換行列にて変換し、変換されたテストクラスタの特徴表現とクラスタ表現データベースに保存された各特徴表現との前記類似度を算出し、前記類似度が最大の訓練クラスタをテストクラスタに最適な予測器を生成するクラスタと特定する類似度計算ステップと、
該特定されたクラスタから生成された予測器を選択し、選択された予測器を出力する予測器選択ステップと、
を有することを特徴とする予測器選択方法。 - 高次元ベクトルで表現できる情報のクラスを予測するにあたって、訓練データを訓練クラスタに分割して予測器を生成し、入力されるテストクラスタに対して適切な予測器を選択する装置の実行する予測器選択方法であって、
訓練クラスタ毎に最適な予測器を生成する訓練クラスタをクラスタ組として保存する最適情報データベースのクラスタ組の特徴表現を、訓練クラスタの特徴表現を保存するクラスタ表現データベースから取得し、一方の訓練クラスタの特徴表現を変換後にクラスタ組の非対称の類似度を最大化する変換行列を生成する変換行列生成ステップと、
該生成された変換行列にてテストクラスタの特徴表現を変換し、変換されたテストクラスタの特徴表現とクラスタ表現データベースに保存された各特徴表現との類似度を算出し、算出された類似度が最大の訓練クラスタをテストクラスタに最適な予測器を生成するクラスタと特定する類似度計算ステップと、
該特定されたクラスタから生成された予測器を選択し、選択された予測器を出力する予測器選択ステップと、
を有することを特徴とする予測器選択方法。 - 予測器選択ステップは、類似度計算ステップで特定されたクラスタから生成された予測器を、各訓練クラスタから生成された予測器を保存する予測器データベースから選択する
ことを特徴とする請求項4または5のいずれか1項に記載の予測器選択方法。 - 請求項1〜3のいずれか1項に記載の予測器選択装置の各手段としてコンピュータを機能させる予測器選択プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011032316A JP5432935B2 (ja) | 2011-02-17 | 2011-02-17 | 予測器選択装置、予測器選択方法、予測器選択プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011032316A JP5432935B2 (ja) | 2011-02-17 | 2011-02-17 | 予測器選択装置、予測器選択方法、予測器選択プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012173793A JP2012173793A (ja) | 2012-09-10 |
JP5432935B2 true JP5432935B2 (ja) | 2014-03-05 |
Family
ID=46976677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011032316A Expired - Fee Related JP5432935B2 (ja) | 2011-02-17 | 2011-02-17 | 予測器選択装置、予測器選択方法、予測器選択プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5432935B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7080793B2 (ja) | 2018-10-22 | 2022-06-06 | 大和製衡株式会社 | 計量装置 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6646216B2 (ja) | 2016-03-10 | 2020-02-14 | 富士通株式会社 | 情報処理装置、類似データ検索方法、及び類似データ検索プログラム |
CN110210731A (zh) * | 2019-05-20 | 2019-09-06 | 深圳壹账通智能科技有限公司 | 提醒任务分配方法、装置、计算机设备和存储介质 |
JP7477744B2 (ja) * | 2019-10-31 | 2024-05-02 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、制御方法、プログラム |
CN113392208A (zh) * | 2020-03-12 | 2021-09-14 | 中国移动通信集团云南有限公司 | It运维故障处理经验积累的方法、装置及存储介质 |
-
2011
- 2011-02-17 JP JP2011032316A patent/JP5432935B2/ja not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7080793B2 (ja) | 2018-10-22 | 2022-06-06 | 大和製衡株式会社 | 計量装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2012173793A (ja) | 2012-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109657805B (zh) | 超参数确定方法、装置、电子设备及计算机可读介质 | |
JP6090286B2 (ja) | 機械学習装置、機械学習方法、分類装置、分類方法、プログラム | |
JP6954003B2 (ja) | データベースのための畳み込みニューラルネットワークモデルの決定装置及び決定方法 | |
US20160253596A1 (en) | Geometry-directed active question selection for question answering systems | |
JP5432935B2 (ja) | 予測器選択装置、予測器選択方法、予測器選択プログラム | |
US9280739B2 (en) | Computer implemented system for automating the generation of a business decision analytic model | |
JP2019028839A (ja) | 分類器、分類器の学習方法、分類器における分類方法 | |
US8775338B2 (en) | Computer-implemented systems and methods for constructing a reduced input space utilizing the rejected variable space | |
JP6456667B2 (ja) | 新規物質探索システム及びその探索方法 | |
WO2014199920A1 (ja) | 予測関数作成装置、予測関数作成方法、及びコンピュータ読み取り可能な記録媒体 | |
JP5833817B2 (ja) | ドキュメント使用クラスタリングによるユーザタスク表現を近似するための方法 | |
JP2020144493A (ja) | 学習モデル生成支援装置、及び学習モデル生成支援方法 | |
BR112019004945B1 (pt) | Conversão de serviço de integração de dados | |
KR20200068106A (ko) | 딥러닝 신경망의 압축 방법 및 이를 수행하기 위한 장치 | |
JP2009157442A (ja) | データ検索装置および方法 | |
US20230196109A1 (en) | Non-transitory computer-readable recording medium for storing model generation program, model generation method, and model generation device | |
WO2013179578A1 (ja) | 並列割当最適化装置、並列割当最適化方法およびコンピュータ読取可能な記録媒体 | |
JP5491430B2 (ja) | クラス分類装置、クラス分類方法、及びクラス分類プログラム | |
JPWO2016132683A1 (ja) | クラスタリングシステム、方法およびプログラム | |
JP5486569B2 (ja) | パターン識別方法、パターン識別装置、およびプログラム | |
Fei et al. | Nonlinear dynamic probabilistic design of turbine disk-radial deformation using extremum response surface method-based support vector machine of regression | |
Wang et al. | State recognition method for machining process of a large spot welder based on improved genetic algorithm and hidden Markov model | |
Han et al. | An adaptive hybrid differential evolutionary algorithm for the parameter identification of rotating machinery | |
Wang et al. | Towards Accurate Post-training Quantization for Diffusion Models | |
JP6316669B2 (ja) | 状況モデル学習装置、その方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130208 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131122 |
|
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: 20131203 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131206 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5432935 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |