JP5709915B2 - 機械学習装置、機械学習方法、およびプログラム - Google Patents
機械学習装置、機械学習方法、およびプログラム Download PDFInfo
- Publication number
- JP5709915B2 JP5709915B2 JP2013039748A JP2013039748A JP5709915B2 JP 5709915 B2 JP5709915 B2 JP 5709915B2 JP 2013039748 A JP2013039748 A JP 2013039748A JP 2013039748 A JP2013039748 A JP 2013039748A JP 5709915 B2 JP5709915 B2 JP 5709915B2
- Authority
- JP
- Japan
- Prior art keywords
- input
- machine learning
- analysis target
- information
- target set
- 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.)
- Active
Links
- 238000010801 machine learning Methods 0.000 title claims description 321
- 238000012795 verification Methods 0.000 claims description 195
- 230000006870 function Effects 0.000 claims description 27
- 230000013016 learning Effects 0.000 claims description 26
- 241000287462 Phalacrocorax carbo Species 0.000 claims 1
- 238000000034 method Methods 0.000 description 29
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000002790 cross-validation Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 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
Description
本実施の形態において、機械学習に用いる情報に関する時点を考慮して機械学習を行い、その結果を検証する機械学習装置1について説明する。
101 解析用情報格納手段
102 解析対象集合特定手段
103 クラス分割手段
104 機械学習手段
105 検証手段
106 出力手段
Claims (15)
- 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段と、
期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定手段と、
前記解析対象集合特定手段が特定した解析対象集合に含まれる入出力情報を用いて機械学習を行う機械学習手段とを具備し、
前記単位期間入出力集合に含まれる入出力情報の量は、
当該単位期間入出力集合の単位期間の時点と、特定の時点との期間に応じて周期的に変化する、機械学習装置。 - 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段と、
期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定手段と、
前記解析対象集合特定手段が特定した解析対象集合に含まれる入出力情報の一部を用いて機械学習を行う機械学習手段と、
前記解析対象集合特定手段が特定した解析対象集合のうち、前記機械学習手段で機械学習に用いた入出力情報を除いた入出力情報を用いて、前記機械学習手段で学習した機械学習の学習結果を検証する検証手段とを具備し、
前記解析対象集合特定手段は、
あらかじめ決められた複数の特定期間のそれぞれに含まれる入出力情報の量が解析対象集合ごとに等しくなり、かつ、少なくともいずれかの特定期間に含まれる入出力情報の少なくとも一部が解析対象集合ごとに異なるように、複数の解析対象集合を特定し、
前記機械学習手段は、
前記解析対象集合特定手段が特定した各解析対象集合において、検証のために用いられる入出力情報である検証用情報以外を用いて、それぞれ機械学習を行い、
前記検証手段は、
前記機械学習手段による各機械学習の結果を、当該機械学習時の検証用情報を用いて検証する、機械学習装置。 - 全ての入出力情報がいずれかの解析対象集合に一度は含まれるように、複数の解析対象集合を特定する、請求項2記載の機械学習装置。
- 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段と、
期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定手段と、
前記解析対象集合特定手段が特定した解析対象集合に含まれる入出力情報の一部を用いて機械学習を行う機械学習手段と、
前記解析対象集合特定手段が特定した解析対象集合のうち、前記機械学習手段で機械学習に用いた入出力情報を除いた入出力情報を用いて、前記機械学習手段で学習した機械学習の学習結果を検証する検証手段とを具備し、
前記解析対象集合特定手段は、
各単位期間に含まれる入出力情報の量が解析対象集合ごとに等しくなり、かつ、各解析対象集合がランダムに選択された入出力情報を含むように、複数の解析対象集合を特定し、
前記機械学習手段は、
前記解析対象集合特定手段が特定した各解析対象集合において、検証のために用いられる入出力情報である検証用情報以外を用いて、それぞれ機械学習を行い、
前記検証手段は、
前記機械学習手段による各機械学習の結果を、当該機械学習時の検証用情報を用いて検証する、機械学習装置。 - 前記解析対象集合特定手段が特定した解析対象集合に含まれる入出力情報を、期間が分割された複数のクラス期間にそれぞれ対応する複数のクラスに分割するクラス分割手段をさらに具備し、
各クラスに含まれる入出力情報は、
当該各クラスにそれぞれ対応する各クラス期間内の時点を示す時点情報に対応する入出力情報であり、
前記機械学習手段は、
検証のために用いられる一のクラスである検証用クラスに含まれる入出力情報である検証用情報以外の入出力情報を用いた機械学習を、前記解析対象集合ごとに異なるクラス期間に対応するクラスが検証用クラスとなるように、全てのクラス期間に対応するクラスが検証用クラスとなるまで繰り返す、請求項2から請求項4のいずれか一項記載の機械学習装置。 - 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段と、
期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定手段と、
前記解析対象集合特定手段が特定した解析対象集合に含まれる入出力情報の一部を用いて機械学習を行う機械学習手段と、
前記解析対象集合特定手段が特定した解析対象集合のうち、前記機械学習手段で機械学習に用いた入出力情報を除いた入出力情報を用いて、前記機械学習手段で学習した機械学習の学習結果を検証する検証手段と、
前記解析対象集合特定手段が特定した解析対象集合に含まれる入出力情報を、期間が分割された複数のクラス期間にそれぞれ対応する複数のクラスに分割するクラス分割手段とを具備し、
各クラスに含まれる入出力情報は、
当該各クラスにそれぞれ対応する各クラス期間内の時点を示す時点情報に対応する入出力情報であり、
前記機械学習手段は、
前記解析対象集合特定手段が特定した解析対象集合において、検証のために用いられる一のクラスである検証用クラス以外のクラスに含まれる入出力情報を用いた機械学習を、全てのクラスが検証用クラスとなるように繰り返し、
前記検証手段は、
前記機械学習手段による各機械学習の結果を、当該機械学習時の検証用クラスに含まれる入出力情報を用いて検証する、機械学習装置。 - 前記クラス分割手段は、
分割する各クラスに含まれる入出力情報の量が同じになるように分割する、請求項6記載の機械学習装置。 - 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段と、解析対象集合特定手段と、機械学習手段とを用いて処理される機械学習方法であって、
前記解析対象集合特定手段が、期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定ステップと、
前記機械学習手段が、前記解析対象集合特定ステップで特定した解析対象集合に含まれる入出力情報を用いて機械学習を行う機械学習ステップとを具備し、
前記単位期間入出力集合に含まれる入出力情報の量は、
当該単位期間入出力集合の単位期間の時点と、特定の時点との期間に応じて周期的に変化する、機械学習方法。 - 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段と、解析対象集合特定手段と、機械学習手段と、検証手段とを用いて処理される機械学習方法であって、
前記解析対象集合特定手段が、期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定ステップと、
前記機械学習手段が、前記解析対象集合特定ステップで特定した解析対象集合に含まれる入出力情報の一部を用いて機械学習を行う機械学習ステップと、
前記検証手段が、前記解析対象集合特定ステップで特定した解析対象集合のうち、前記機械学習ステップで機械学習に用いた入出力情報を除いた入出力情報を用いて、前記機械学習ステップで学習した機械学習の学習結果を検証する検証ステップとを具備し、
前記解析対象集合特定ステップでは、
あらかじめ決められた複数の特定期間のそれぞれに含まれる入出力情報の量が解析対象集合ごとに等しくなり、かつ、少なくともいずれかの特定期間に含まれる入出力情報の少なくとも一部が解析対象集合ごとに異なるように、複数の解析対象集合を特定し、
前記機械学習ステップでは、
前記解析対象集合特定ステップで特定した各解析対象集合において、検証のために用いられる入出力情報である検証用情報以外を用いて、それぞれ機械学習を行い、
前記検証ステップでは、
前記機械学習ステップにおける各機械学習の結果を、当該機械学習時の検証用情報を用いて検証する、機械学習方法。 - 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段と、解析対象集合特定手段と、機械学習手段と、検証手段とを用いて処理される機械学習方法であって、
前記解析対象集合特定手段が、期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定ステップと、
前記機械学習手段が、前記解析対象集合特定ステップで特定した解析対象集合に含まれる入出力情報の一部を用いて機械学習を行う機械学習ステップと、
前記検証手段が、前記解析対象集合特定ステップで特定した解析対象集合のうち、前記機械学習ステップで機械学習に用いた入出力情報を除いた入出力情報を用いて、前記機械学習ステップで学習した機械学習の学習結果を検証する検証ステップとを具備し、
前記解析対象集合特定ステップでは、
各単位期間に含まれる入出力情報の量が解析対象集合ごとに等しくなり、かつ、各解析対象集合がランダムに選択された入出力情報を含むように、複数の解析対象集合を特定し、
前記機械学習ステップでは、
前記解析対象集合特定ステップで特定した各解析対象集合において、検証のために用いられる入出力情報である検証用情報以外を用いて、それぞれ機械学習を行い、
前記検証ステップでは、
前記機械学習ステップにおける各機械学習の結果を、当該機械学習時の検証用情報を用いて検証する、機械学習方法。 - 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段と、解析対象集合特定手段と、クラス分割手段と、機械学習手段と、検証手段とを用いて処理される機械学習方法であって、
前記解析対象集合特定手段が、期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定ステップと、
前記クラス分割手段が、前記解析対象集合特定ステップで特定した解析対象集合に含まれる入出力情報を、期間が分割された複数のクラス期間にそれぞれ対応する複数のクラスに分割するクラス分割ステップと、
前記機械学習手段が、前記解析対象集合特定ステップで特定した解析対象集合に含まれる入出力情報の一部を用いて機械学習を行う機械学習ステップと、
前記検証手段が、前記解析対象集合特定ステップで特定した解析対象集合のうち、前記機械学習ステップで機械学習に用いた入出力情報を除いた入出力情報を用いて、前記機械学習ステップで学習した機械学習の学習結果を検証する検証ステップとを具備し、
各クラスに含まれる入出力情報は、
当該各クラスにそれぞれ対応する各クラス期間内の時点を示す時点情報に対応する入出力情報であり、
前記機械学習ステップでは、
前記解析対象集合特定ステップで特定した解析対象集合において、検証のために用いられる一のクラスである検証用クラス以外のクラスに含まれる入出力情報を用いた機械学習を、全てのクラスが検証用クラスとなるように繰り返し、
前記検証ステップでは、
前記機械学習ステップにおける各機械学習の結果を、当該機械学習時の検証用クラスに含まれる入出力情報を用いて検証する、機械学習方法。 - 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段にアクセス可能なコンピュータを、
期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定手段、
前記解析対象集合特定手段が特定した解析対象集合に含まれる入出力情報を用いて機械学習を行う機械学習手段として機能させ、
前記単位期間入出力集合に含まれる入出力情報の量は、
当該単位期間入出力集合の単位期間の時点と、特定の時点との期間に応じて周期的に変化する、プログラム。 - 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段にアクセス可能なコンピュータを、
期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定手段、
前記解析対象集合特定手段が特定した解析対象集合に含まれる入出力情報の一部を用いて機械学習を行う機械学習手段、
前記解析対象集合特定手段が特定した解析対象集合のうち、前記機械学習手段で機械学習に用いた入出力情報を除いた入出力情報を用いて、前記機械学習手段で学習した機械学習の学習結果を検証する検証手段として機能させ、
前記解析対象集合特定手段は、
あらかじめ決められた複数の特定期間のそれぞれに含まれる入出力情報の量が解析対象集合ごとに等しくなり、かつ、少なくともいずれかの特定期間に含まれる入出力情報の少なくとも一部が解析対象集合ごとに異なるように、複数の解析対象集合を特定し、
前記機械学習手段は、
前記解析対象集合特定手段が特定した各解析対象集合において、検証のために用いられる入出力情報である検証用情報以外を用いて、それぞれ機械学習を行い、
前記検証手段は、
前記機械学習手段による各機械学習の結果を、当該機械学習時の検証用情報を用いて検証する、プログラム。 - 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段にアクセス可能なコンピュータを、
期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定手段、
前記解析対象集合特定手段が特定した解析対象集合に含まれる入出力情報の一部を用いて機械学習を行う機械学習手段、
前記解析対象集合特定手段が特定した解析対象集合のうち、前記機械学習手段で機械学習に用いた入出力情報を除いた入出力情報を用いて、前記機械学習手段で学習した機械学習の学習結果を検証する検証手段として機能させ、
前記解析対象集合特定手段は、
各単位期間に含まれる入出力情報の量が解析対象集合ごとに等しくなり、かつ、各解析対象集合がランダムに選択された入出力情報を含むように、複数の解析対象集合を特定し、
前記機械学習手段は、
前記解析対象集合特定手段が特定した各解析対象集合において、検証のために用いられる入出力情報である検証用情報以外を用いて、それぞれ機械学習を行い、
前記検証手段は、
前記機械学習手段による各機械学習の結果を、当該機械学習時の検証用情報を用いて検証する、プログラム。 - 機械学習に用いることができる入力に関する情報、および出力に関する情報を含む入出力情報と、当該入出力情報に関する時点を示す時点情報とを対応付ける解析用情報が2以上格納される解析用情報格納手段にアクセス可能なコンピュータを、
期間が均等に分割された複数の単位期間について、当該単位期間内の時点を示す時点情報に対応する入出力情報の集合であって、当該単位期間の時点と特定の時点との期間に応じた量の入出力情報の集合である単位期間入出力集合を含む解析対象集合を特定する解析対象集合特定手段、
前記解析対象集合特定手段が特定した解析対象集合に含まれる入出力情報の一部を用いて機械学習を行う機械学習手段、
前記解析対象集合特定手段が特定した解析対象集合のうち、前記機械学習手段で機械学習に用いた入出力情報を除いた入出力情報を用いて、前記機械学習手段で学習した機械学習の学習結果を検証する検証手段、
前記解析対象集合特定手段が特定した解析対象集合に含まれる入出力情報を、期間が分割された複数のクラス期間にそれぞれ対応する複数のクラスに分割するクラス分割手段として機能させ、
各クラスに含まれる入出力情報は、
当該各クラスにそれぞれ対応する各クラス期間内の時点を示す時点情報に対応する入出力情報であり、
前記機械学習手段は、
前記解析対象集合特定手段が特定した解析対象集合において、検証のために用いられる一のクラスである検証用クラス以外のクラスに含まれる入出力情報を用いた機械学習を、全てのクラスが検証用クラスとなるように繰り返し、
前記検証手段は、
前記機械学習手段による各機械学習の結果を、当該機械学習時の検証用クラスに含まれる入出力情報を用いて検証する、プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013039748A JP5709915B2 (ja) | 2013-02-28 | 2013-02-28 | 機械学習装置、機械学習方法、およびプログラム |
US14/180,727 US9449286B2 (en) | 2013-02-28 | 2014-02-14 | Machine learning apparatus and method with time-point information indicating the time point in a unit period |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013039748A JP5709915B2 (ja) | 2013-02-28 | 2013-02-28 | 機械学習装置、機械学習方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014167744A JP2014167744A (ja) | 2014-09-11 |
JP5709915B2 true JP5709915B2 (ja) | 2015-04-30 |
Family
ID=51389227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013039748A Active JP5709915B2 (ja) | 2013-02-28 | 2013-02-28 | 機械学習装置、機械学習方法、およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US9449286B2 (ja) |
JP (1) | JP5709915B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101928208B1 (ko) | 2017-08-21 | 2018-12-11 | 재단법인대구경북과학기술원 | 뉴럴 네트워크의 디버깅 방법, 장치 및 시스템 |
US20210303156A1 (en) * | 2020-03-25 | 2021-09-30 | Samsung Electronics Co., Ltd. | Dynamic quantization in storage devices using machine learning |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7599897B2 (en) * | 2006-05-05 | 2009-10-06 | Rockwell Automation Technologies, Inc. | Training a support vector machine with process constraints |
JP5094956B2 (ja) * | 2010-12-28 | 2012-12-12 | ヤフー株式会社 | 広告配信サーバ及び広告配信方法 |
US20120172017A1 (en) * | 2011-01-05 | 2012-07-05 | Massachusetts Institute Of Technology | System for determining co2 emissions |
-
2013
- 2013-02-28 JP JP2013039748A patent/JP5709915B2/ja active Active
-
2014
- 2014-02-14 US US14/180,727 patent/US9449286B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2014167744A (ja) | 2014-09-11 |
US20140244553A1 (en) | 2014-08-28 |
US9449286B2 (en) | 2016-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2015196008A1 (en) | Event visualization on calendar with timeline | |
US20210398164A1 (en) | System and method for analyzing and predicting emotion reaction | |
JP2016522475A (ja) | 複数ヴァージョンをテストするための方法及びデバイス | |
US11222377B2 (en) | Smart recommendation engine for preventing churn and providing prioritized insights | |
US10970338B2 (en) | Performing query-time attribution channel modeling | |
US20110010323A1 (en) | Inferring view sequence and relevance data | |
US10467650B2 (en) | Information processing apparatus, information processing method, and non-transitory computer readable storage medium | |
US20160062871A1 (en) | Program information generating system, method, and computer program product | |
JP2016528608A5 (ja) | ||
US20180330001A1 (en) | Method and apparatus for processing user behavior data | |
JP5709915B2 (ja) | 機械学習装置、機械学習方法、およびプログラム | |
US20150221014A1 (en) | Clustered browse history | |
US20210365348A1 (en) | Unification of disparate cloud resources using machine learning | |
US20130268651A1 (en) | Content package modification based on performance data | |
US11341197B2 (en) | Recommendation system based on adjustable virtual indicium | |
JP6532762B2 (ja) | 情報生成システム、装置、方法、及びプログラム | |
US20170315842A1 (en) | Resource consuming tasks scheduler | |
US20230115855A1 (en) | Machine learning approaches for interface feature rollout across time zones or geographic regions | |
JP6708429B2 (ja) | 生成装置、生成方法、及び生成プログラム | |
US20210374771A1 (en) | Data analysis support apparatus and data analysis support method | |
US10331818B2 (en) | Simulation system and simulation method | |
JP2015187773A (ja) | データ解析装置、データ解析プログラム及びデータ解析方法 | |
US20180081780A1 (en) | Trace-information management system, trace-information management method, and trace-information management program product | |
CN111553375A (zh) | 使用变换以验证计算机视觉质量 | |
US20180275941A1 (en) | Display control system, display data generation system, display control method, and computer program product |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140620 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140818 |
|
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: 20150203 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150303 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5709915 Country of ref document: JP 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |