JP6181602B2 - ラベリング装置、ラベリング方法およびラベリングプログラム - Google Patents
ラベリング装置、ラベリング方法およびラベリングプログラム Download PDFInfo
- Publication number
- JP6181602B2 JP6181602B2 JP2014119114A JP2014119114A JP6181602B2 JP 6181602 B2 JP6181602 B2 JP 6181602B2 JP 2014119114 A JP2014119114 A JP 2014119114A JP 2014119114 A JP2014119114 A JP 2014119114A JP 6181602 B2 JP6181602 B2 JP 6181602B2
- Authority
- JP
- Japan
- Prior art keywords
- label
- calculation target
- limit value
- label set
- score
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
実施形態で用いる主な記号を下表に示す。以下、従来手法の数理的背景、実施形態の数理的背景、実施形態の各説明において、同一の記号を用いる。
以下、従来手法の数理的背景を説明する。データポイントの集合XをX={X1,・・・,Xm,Xm+1,・・・,Xn}(nは、Xの要素数、1<m<n)、ラベルの集合L={l1,・・・,lc}(cはLの要素数)とする。以下、Lを「初期ラベル集合」と呼ぶ。ここで、Xの部分集合{X1,・・・,Xm}をラベル付与済みのデータポイントの集合とし、X\{X1,・・・,Xm}={Xm+1,・・・,Xn}を、ラベル未付与のデータポイントの集合とする。従来手法であるLabel Propagationは、以下に述べる手順で、ラベル未付与のデータポイントに対してラベル付与する。
次に、実施形態の数理的背景を説明する。実施形態は、全てのラベルに対して収束するまでスコアを計算するベキ乗法による従来手法とは異なり、全てのラベルに対してスコアを計算することはおこなわず、ラベルに対して選択的にスコアを計算する。実施形態における計算対象とラベルの選択は、ラベルのスコアの下限値と上限値を用いておこなう。
上記の数理的議論を踏まえ、以下、本願が開示するラベリング装置などの実施形態を、図面に基づいて説明する。以下の実施形態は、データポイントと、データポイント間の類似度からなるグラフと、ラベル付けされた複数のデータポイントとを入力とし、ラベルごとのスコアを計算し、ラベル付けされていないデータポイントに対してラベル付与する。なお、以下の実施形態は、一例を示すに過ぎず、本願が開示する技術を限定するものではない。
図17は、ラベリング装置の構成の一例を示すブロック図である。実施形態のラベリング装置10は、スコア計算部11、ラベル選択部12、ラベル決定部13を有する。ラベリング装置10は、データポイントおよびデータポイント間の類似度からなるグラフと、ラベル付与された複数のデータポイントを入力とし、ラベルごとのスコアを計算し、ラベル付与されていないデータポイントへ付与するラベルを出力する。
図18は、ラベル付与処理の一例を示すフローチャートである。先ず、図17に示すラベリング装置10は、k−NNグラフにおけるn×nの隣接行列W、k−NNグラフにおいて既にラベル付与されているデータポイントの集合X={X1,・・・,Xm}の入力を受け付ける(ステップS11)。そして、ラベリング装置10は、式(4)の繰り返し計算の繰り返し回数を示すカウンタtについてt=0と初期化し、式(4)におけるt回目の繰り返し計算(t=0,1,2,・・・)における計算対象のラベルの集合LtについてLt=L(Lは、初期ラベル集合)と初期化する(ステップS12)。
図19は、ラベル付与処理アルゴリズムの一例を示す図である。図19に示すラベル付与処理アルゴリズムの第1〜2行目は、図18のステップS12に相当する。ラベル付与処理アルゴリズムの第3〜28行目のループ処理は、図18のステップS13〜S34に相当する。
実施形態は、データポイントと、初期ラベル集合との入力を受け付ける。そして、実施形態は、各データポイントに対する計算対象のラベル集合が含むラベルごとの所定スコアの下限値および上限値について、0回目の計算対象のラベル集合が含むラベルごとの所定スコアの下限値および上限値を、計算対象のラベル集合を初期ラベル集合として計算する。そして、実施形態は、t回目(tは自然数)の計算対象のラベル集合が含むラベルごとの所定スコアの下限値および上限値を(t−1)回目の計算対象のラベル集合が含むラベルごとの所定スコアの下限値および上限値に基づき再帰的に計算する処理と、再帰的に計算したt回目の計算対象のラベル集合が含むラベルごとの所定スコアの下限値および上限値に対して、所定条件を満たすt回目の計算対象のラベル集合が含むラベルを(t+1)回の計算対象のラベル集合へ追加し、所定条件を満たさないt回目の計算対象のラベル集合が含むラベルを(t+1)回の計算対象のラベル集合への追加対象から除外する処理との各処理をt回目の計算対象のラベル集合もしくは(t+1)回の計算対象のラベル集合が空集合となるまでtについて再帰的に繰り返す。
図17に示したラベリング装置10の各構成要素は機能概念的なものであり、必ずしも物理的に図示のように構成されていることを要しない。すなわち、ラベリング装置10の機能の分散および統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散または統合して構成することができる。
また、実施形態において説明したラベリング装置10のCPUなどの制御装置が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。例えば、制御装置が実行する処理をコンピュータが実行可能な言語で記述したラベル付与プログラムを作成することもできる。この場合、コンピュータがラベル付与プログラムを実行することにより、実施形態と同様の効果を得ることができる。さらに、ラベル付与プログラムをコンピュータ読み取り可能な記録媒体に記録して、記録媒体に記録されたラベル付与プログラムをコンピュータに読み込ませて実行することにより実施形態と同様の処理を実現できる。以下に、図17に示したラベリング装置10と同様の機能を実現するプログラムを実行するコンピュータの一例を説明する。
11 スコア計算部
12 ラベル選択部
13 ラベル決定部
1000 コンピュータ
1010 メモリ
1020 CPU
Claims (5)
- 記憶部と協働して処理を実行する制御部を有するラベリング装置であって、
前記制御部は、
データポイントと、初期ラベル集合との入力を受け付け、
各前記データポイントに対する計算対象のラベル集合が含むラベルごとの所定スコアの下限値および上限値について、0回目の計算対象のラベル集合が含むラベルごとの前記所定スコアの下限値および上限値を、前記計算対象のラベル集合を前記初期ラベル集合として計算し、t回目(tは自然数)の計算対象のラベル集合が含むラベルごとの前記所定スコアの下限値および上限値を(t−1)回目の計算対象のラベル集合が含むラベルごとの前記所定スコアの下限値および上限値に基づき再帰的に計算する処理と、
再帰的に計算した前記t回目の計算対象のラベル集合が含むラベルごとの前記所定スコアの下限値および上限値に対して、所定条件を満たす前記t回目の計算対象のラベル集合が含むラベルを(t+1)回の計算対象のラベル集合へ追加し、前記所定条件を満たさない前記t回目の計算対象のラベル集合が含むラベルを前記(t+1)回の計算対象のラベル集合への追加対象から除外する処理と
の各処理を前記t回目の計算対象のラベル集合もしくは前記(t+1)回の計算対象のラベル集合が空集合となるまでtについて再帰的に繰り返す
ことを特徴とするラベリング装置。 - さらに、
前記制御部は、
各前記データポイントに対して、前記t回目の計算対象のラベル集合が空集合となった際の前記(t−1)回目の計算対象のラベル集合が含むラベルのうち、もしくは、前記(t+1)回目の計算対象のラベル集合が空集合となった際の前記t回目の計算対象のラベル集合が含むラベルのうち、前記下限値に最大値を与えるラベルを、当該データポイントに付与するラベルと決定する
ことを特徴とする請求項1に記載のラベリング装置。 - ラベリング装置が実行するラベリング方法であって、
前記ラベリング装置が、
データポイントと、初期ラベル集合との入力を受け付け、
各前記データポイントに対する計算対象のラベル集合が含むラベルごとの所定スコアの下限値および上限値について、0回目の計算対象のラベル集合が含むラベルごとの前記所定スコアの下限値および上限値を、前記計算対象のラベル集合を前記初期ラベル集合として計算し、t回目(tは自然数)の計算対象のラベル集合が含むラベルごとの前記所定スコアの下限値および上限値を(t−1)回目の計算対象のラベル集合が含むラベルごとの前記所定スコアの下限値および上限値に基づき再帰的に計算する処理と、
再帰的に計算した前記t回目の計算対象のラベル集合が含むラベルごとの前記所定スコアの下限値および上限値に対して、所定条件を満たす前記t回目の計算対象のラベル集合が含むラベルを(t+1)回の計算対象のラベル集合へ追加し、前記所定条件を満たさない前記t回目の計算対象のラベル集合が含むラベルを前記(t+1)回の計算対象のラベル集合への追加対象から除外する処理と
の各処理を前記t回目の計算対象のラベル集合もしくは前記(t+1)回の計算対象のラベル集合が空集合となるまでtについて再帰的に繰り返す
こと含むことを特徴とするラベリング方法。 - さらに、
前記ラベリング装置が、
各前記データポイントに対して、前記t回目の計算対象のラベル集合が空集合となった際の前記(t−1)回目の計算対象のラベル集合が含むラベルのうち、もしくは、前記(t+1)回目の計算対象のラベル集合が空集合となった際の前記t回目の計算対象のラベル集合が含むラベルのうち、前記下限値に最大値を与えるラベルを、当該データポイントに付与するラベルと決定する
ことを含むこと特徴とする請求項3に記載のラベリング方法。 - 請求項1または2に記載のラベリング装置としてコンピュータを機能させるラベリングプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014119114A JP6181602B2 (ja) | 2014-06-09 | 2014-06-09 | ラベリング装置、ラベリング方法およびラベリングプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014119114A JP6181602B2 (ja) | 2014-06-09 | 2014-06-09 | ラベリング装置、ラベリング方法およびラベリングプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015232781A JP2015232781A (ja) | 2015-12-24 |
JP6181602B2 true JP6181602B2 (ja) | 2017-08-16 |
Family
ID=54934189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014119114A Active JP6181602B2 (ja) | 2014-06-09 | 2014-06-09 | ラベリング装置、ラベリング方法およびラベリングプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6181602B2 (ja) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5547128B2 (ja) * | 2011-05-17 | 2014-07-09 | 日本電信電話株式会社 | クラスタリング装置及び方法及びプログラム |
-
2014
- 2014-06-09 JP JP2014119114A patent/JP6181602B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015232781A (ja) | 2015-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11093826B2 (en) | Efficient determination of optimized learning settings of neural networks | |
WO2018227800A1 (zh) | 一种神经网络训练方法及装置 | |
JP5734503B2 (ja) | 語義推定装置、方法及びプログラム | |
US20150379075A1 (en) | Maintaining diversity in multiple objective function solution optimization | |
US20160012202A1 (en) | Predicting the risks of multiple healthcare-related outcomes via joint comorbidity discovery | |
US20210224447A1 (en) | Grouping of pauli strings using entangled measurements | |
WO2019154411A1 (zh) | 词向量更新方法和装置 | |
US11449731B2 (en) | Update of attenuation coefficient for a model corresponding to time-series input data | |
CN114897173B (zh) | 基于变分量子线路确定PageRank的方法及装置 | |
US11461694B2 (en) | Machine learning implementation in processing systems | |
US20210034976A1 (en) | Framework for Learning to Transfer Learn | |
CN113326852A (zh) | 模型训练方法、装置、设备、存储介质及程序产品 | |
CN114418103B (zh) | 基态能量的确定方法、装置、设备及存储介质 | |
JP6453785B2 (ja) | 回帰分析装置、回帰分析方法および回帰分析プログラム | |
JP6662754B2 (ja) | L1グラフ計算装置、l1グラフ計算方法及びl1グラフ計算プログラム | |
JP6181602B2 (ja) | ラベリング装置、ラベリング方法およびラベリングプログラム | |
US20140310221A1 (en) | Interpretable sparse high-order boltzmann machines | |
JP7118882B2 (ja) | 変数変換装置、潜在パラメータ学習装置、潜在パラメータ生成装置、これらの方法及びプログラム | |
WO2020040007A1 (ja) | 学習装置、学習方法及び学習プログラム | |
WO2020247731A1 (en) | Systems and methods for neighbor frequency aggregation of parametric probability distributions with decision trees | |
JP2010033213A (ja) | 規則学習方法、プログラム及び装置 | |
EP4198837A1 (en) | Method and system for global explainability of neural networks | |
JP5538354B2 (ja) | トピックモデル学習方法、装置、及びプログラム | |
US20230401361A1 (en) | Generating and analyzing material structures based on neural networks | |
WO2022190221A1 (ja) | データ解析装置、データ解析方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20151001 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20151005 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160714 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170629 |
|
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: 20170718 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170720 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6181602 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |