JP6443858B2 - 算出装置、算出方法、学習装置、学習方法、及びプログラム - Google Patents
算出装置、算出方法、学習装置、学習方法、及びプログラム Download PDFInfo
- Publication number
- JP6443858B2 JP6443858B2 JP2014235353A JP2014235353A JP6443858B2 JP 6443858 B2 JP6443858 B2 JP 6443858B2 JP 2014235353 A JP2014235353 A JP 2014235353A JP 2014235353 A JP2014235353 A JP 2014235353A JP 6443858 B2 JP6443858 B2 JP 6443858B2
- Authority
- JP
- Japan
- Prior art keywords
- option
- options
- matrix
- vector
- learning
- 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
- 238000004364 calculation method Methods 0.000 title claims description 170
- 238000000034 method Methods 0.000 title claims description 27
- 238000011156 evaluation Methods 0.000 claims description 189
- 239000013598 vector Substances 0.000 claims description 176
- 239000011159 matrix material Substances 0.000 claims description 118
- 238000012545 processing Methods 0.000 claims description 45
- 238000006243 chemical reaction Methods 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 18
- 230000017105 transposition Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 15
- 230000006854 communication Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 238000012546 transfer Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 235000013353 coffee beverage Nutrition 0.000 description 4
- 230000010365 information processing Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000002940 Newton-Raphson method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005290 field theory Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
Description
[非特許文献2] Joel Huber, John. W. Payne, and Christopher Puto. Adding asymmetrically dominated alternatives: Violations of regularity and the similarity hypothesis. Journal of Consumer Research, 9:90-98, 1982.
[非特許文献3] Itamar Simonson. Choice based on reasons: The case of attraction and compromise effects. Journal of Consumer Research, 16:158-174, 1989.
[非特許文献4] R. M. Roe, J. R. Busemeyer, and J. T. Townsend. Multialternative decision field theory: A dynamic connectionist model of decision making. Psychological Review, 108:370-392, 2001.
[非特許文献5] C. Gonz´alez-Vallejo. Making trade-offs: A probabilistic and context-sensitive model of choice behavior. Psychological Review, 109:137-154, 2002.
Claims (20)
- 複数の選択肢のそれぞれに対応する特徴ベクトルを取得する特徴ベクトル取得部と、
それぞれの選択肢に対応する前記特徴ベクトルに基づいて、前記複数の選択肢の組み合わせに依存しない選択肢自体の絶対評価を表す絶対評価ベクトルを算出する絶対評価算出部と、
前記複数の選択肢が提示された場合における、前記複数の選択肢のそれぞれ同士の間での相対的な評価への変換を表す相対化行列を算出する相対化行列算出部と、
前記相対化行列に前記絶対評価ベクトルを乗じた結果に基づいて、前記複数の選択肢が提示された場合における各選択肢の相対評価を表す相対評価ベクトルを算出する相対評価算出部と、
を備える算出装置。 - 前記複数の選択肢同士の間の前記特徴ベクトルの類似度を表す類似度行列を算出する類似度行列算出部を更に備え、
前記相対化行列算出部は、前記類似度行列に基づいて前記相対化行列を算出する、
を備える請求項1に記載の算出装置。 - 前記相対化行列算出部は、類似度がより高い2つの選択肢に対し、類似度がより低い2つの選択肢と比較して評価をより高める前記相対化行列を算出する請求項2に記載の算出装置。
- 前記類似度行列算出部は、前記複数の選択肢のそれぞれ同士について、第1選択肢の前記特徴ベクトルに定数行列および第2選択肢の前記特徴ベクトルの転置を順次乗じた結果に基づいて、前記類似度行列を算出する請求項2または3に記載の算出装置。
- 前記相対化行列算出部は、単位行列に前記類似度行列を加えた行列の逆行列を前記類似度行列に乗じた結果に基づいて、前記相対化行列を算出する請求項2から4のいずれか一項に記載の算出装置。
- 前記絶対評価算出部は、各特徴量を重み付ける重みベクトルを各選択肢に対する前記特徴ベクトルに乗じた結果に基づいて前記絶対評価ベクトルを算出する請求項1から5のいずれか一項に記載の算出装置。
- 前記絶対評価算出部は、各特徴量を重み付ける前記重みベクトルを各選択肢に対する前記特徴ベクトルに乗じて各要素にバイアスを加えた結果に基づいて、前記絶対評価ベクトルを算出する請求項6に記載の算出装置。
- 前記相対評価ベクトルにおける各選択肢の相対評価に基づいて、各選択肢が選択される選択確率を推定する推定部を更に備える請求項1から7のいずれか一項に記載の算出装置。
- 前記相対評価算出部は、予め定められた選択肢を含み、他の選択肢の組み合わせが異なる複数の選択肢セットのそれぞれについて、前記予め定められた選択肢の相対評価を算出し、
前記予め定められた選択肢の相対評価に基づいて前記選択肢セットを選択して、当該予め定められた選択肢と共に提示する他の選択肢の組み合わせを決定する決定部
を更に備える請求項1から8のいずれか一項に記載の算出装置。 - 請求項1から9のいずれか一項に記載の算出装置のパラメータを学習する学習装置であって、
前記複数の選択肢のそれぞれの前記特徴ベクトルと、前記複数の選択肢の中から選択者によって選択された選択肢を示す選択情報とを含む学習データを取得する学習データ取得部と、
前記特徴ベクトルから前記絶対評価ベクトルへと変換するための変換パラメータを調整して、前記相対評価ベクトルにおける前記選択情報により示された選択肢の相対評価をより高める学習処理部と、
を備える学習装置。 - 前記学習データ取得部は、複数の選択肢セットの前記複数の選択肢に対する前記学習データを取得し、
前記学習処理部は、前記選択肢セットの各々に対する前記相対評価ベクトルにおける対応する前記選択情報により示された選択肢の相対評価に基づく値を複数の選択肢セットについて合計した合計値をより高めるように、前記特徴ベクトルから前記絶対評価ベクトルへと変換するための変換パラメータを調整する
請求項10に記載の学習装置。 - 前記絶対評価ベクトルは、各特徴量を重み付ける重みベクトルを前記特徴ベクトルに乗じた結果に基づいて算出され、
前記学習処理部は、前記変換パラメータとして、前記重みベクトルを調整する
請求項10または11に記載の学習装置。 - 前記絶対評価ベクトルは、前記重みベクトルを各選択肢に対する特徴ベクトルに乗じて各要素にバイアスを加えた結果に基づいて算出され、
前記学習処理部は、前記変換パラメータとして、前記重みベクトルおよび前記バイアスを調整する
請求項12に記載の学習装置。 - 前記学習処理部は、前記相対化行列を定める相対化パラメータを更に調整する請求項12または13に記載の学習装置。
- 前記相対化行列は、前記複数の選択肢同士の間の類似度を表す類似度行列に基づいて算出され、
前記類似度行列は、前記相対化パラメータとして、前記複数の選択肢のそれぞれ同士について、第1選択肢の前記特徴ベクトルに定数行列および第2選択肢の前記特徴ベクトルの転置を順次を乗じた結果に基づくものであり、
前記学習処理部は、前記定数行列を調整する
請求項14に記載の学習装置。 - 前記学習処理部は、前記変換パラメータを固定した状態で前記相対化パラメータを学習し、前記相対化パラメータを固定した状態で前記変換パラメータを学習する請求項14または15に記載の学習装置。
- コンピュータにより実行される選択肢の相対評価を算出する算出方法であって、
複数の選択肢セットのそれぞれに含まれる複数の選択肢のそれぞれに対応する特徴ベクトルを取得する特徴ベクトル取得段階と、
それぞれの選択肢に対応する前記特徴ベクトルに基づいて、前記複数の選択肢の組み合わせに依存しない選択肢自体の絶対評価を表す絶対評価ベクトルを算出する絶対評価算出段階と、
前記選択肢セットで前記複数の選択肢が提示された場合における、前記複数の選択肢のそれぞれ同士の間での相対的な評価の変換を表す相対化行列を算出する相対化行列算出段階と、
前記相対化行列に前記絶対評価ベクトルを乗じた結果に基づいて、前記複数の選択肢が提示された場合における各選択肢の相対評価を表す相対評価ベクトルを算出する相対評価算出段階と、
を備える算出方法。 - コンピュータにより実行される、請求項17に記載の算出方法に用いるパラメータを学習する学習方法であって、
前記複数の選択肢のそれぞれの前記特徴ベクトルと、前記複数の選択肢の中から選択者によって選択された選択肢を示す選択情報とを含む学習データを前記選択肢の組ごとに取得する学習データ取得段階と、
前記特徴ベクトルから前記絶対評価ベクトルへと変換するための変換パラメータを調整して、前記相対評価ベクトルにおける前記選択情報により示された選択肢の相対評価をより高める学習処理段階と、
を備える学習方法。 - コンピュータを請求項1から9のいずれか1項に記載の算出装置として機能させるプログラム。
- コンピュータを請求項10から16のいずれか1項に記載の学習装置として機能させるプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014235353A JP6443858B2 (ja) | 2014-11-20 | 2014-11-20 | 算出装置、算出方法、学習装置、学習方法、及びプログラム |
US14/947,031 US10380502B2 (en) | 2014-11-20 | 2015-11-20 | Calculation apparatus, calculation method, learning apparatus, learning method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014235353A JP6443858B2 (ja) | 2014-11-20 | 2014-11-20 | 算出装置、算出方法、学習装置、学習方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016099764A JP2016099764A (ja) | 2016-05-30 |
JP6443858B2 true JP6443858B2 (ja) | 2018-12-26 |
Family
ID=56010582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014235353A Active JP6443858B2 (ja) | 2014-11-20 | 2014-11-20 | 算出装置、算出方法、学習装置、学習方法、及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10380502B2 (ja) |
JP (1) | JP6443858B2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10255323B1 (en) * | 2015-08-31 | 2019-04-09 | Google Llc | Quantization-based fast inner product search |
US10719509B2 (en) | 2016-10-11 | 2020-07-21 | Google Llc | Hierarchical quantization for fast inner product search |
US11182804B2 (en) | 2016-11-17 | 2021-11-23 | Adobe Inc. | Segment valuation in a digital medium environment |
KR101853091B1 (ko) * | 2017-05-19 | 2018-04-27 | (주)뤼이드 | 기계학습이 적용된 사용자 답변 예측 프레임워크를 통한 개인 맞춤형 교육 컨텐츠 제공 방법, 장치 및 컴퓨터 프로그램 |
US11392596B2 (en) | 2018-05-14 | 2022-07-19 | Google Llc | Efficient inner product operations |
WO2019239544A1 (ja) * | 2018-06-14 | 2019-12-19 | 日本電気株式会社 | 表示形式決定装置、表示形式決定方法および記録媒体 |
CN109299435A (zh) * | 2018-09-14 | 2019-02-01 | 华泰证券股份有限公司 | 基于关系矩阵的金融活动参与主体价值评估的方法 |
CN109740113B (zh) * | 2018-12-03 | 2023-10-03 | 东软集团股份有限公司 | 超参数阈值范围确定方法、装置、存储介质及电子设备 |
CN109993409A (zh) * | 2019-03-01 | 2019-07-09 | 北京农业智能装备技术研究中心 | 农机手作业水平评价方法及装置 |
CN111784377A (zh) * | 2019-04-25 | 2020-10-16 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
CN113361853B (zh) * | 2021-04-28 | 2022-12-06 | 合肥工业大学 | 新共识模型的卫星应急任务规划方案效能评估方法及系统 |
CN113626769B (zh) * | 2021-10-12 | 2022-01-21 | 中国人民解放军国防科技大学 | 面向向量处理器的低位宽数据矩阵向量化转置方法及系统 |
JP7304475B1 (ja) | 2022-07-11 | 2023-07-06 | アクタピオ,インコーポレイテッド | 情報処理方法、情報処理装置および情報処理プログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005284470A (ja) | 2004-03-29 | 2005-10-13 | Toyota Motor Corp | 商品毎のシェア予測装置と予測方法とそのためのプログラム |
JP5266868B2 (ja) | 2008-05-15 | 2013-08-21 | トヨタ自動車株式会社 | 商品情報分析支援装置及び商品情報分析支援プログラム |
JP2011065504A (ja) | 2009-09-18 | 2011-03-31 | Tokyo Univ Of Science | ユーザの選好関係についての予測モデルを生成する選好予測サーバ及びその方法 |
JP2012242848A (ja) | 2011-05-13 | 2012-12-10 | Nec Corp | 支援モデル作成装置、支援モデル作成方法、及びプログラム |
JP5775425B2 (ja) | 2011-11-18 | 2015-09-09 | 日本電信電話株式会社 | 購買データ解析装置、方法、及びプログラム |
JP5612645B2 (ja) * | 2012-09-06 | 2014-10-22 | 東芝テック株式会社 | 情報処理装置及びプログラム |
-
2014
- 2014-11-20 JP JP2014235353A patent/JP6443858B2/ja active Active
-
2015
- 2015-11-20 US US14/947,031 patent/US10380502B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20160148120A1 (en) | 2016-05-26 |
JP2016099764A (ja) | 2016-05-30 |
US10380502B2 (en) | 2019-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6443858B2 (ja) | 算出装置、算出方法、学習装置、学習方法、及びプログラム | |
US11232152B2 (en) | Efficient processing of neighborhood data | |
US10489688B2 (en) | Personalized digital image aesthetics in a digital medium environment | |
US11501204B2 (en) | Predicting a consumer selection preference based on estimated preference and environmental dependence | |
US20190340533A1 (en) | Systems and methods for preparing data for use by machine learning algorithms | |
US8589317B2 (en) | Human-assisted training of automated classifiers | |
CN103502899B (zh) | 动态预测建模平台 | |
US20210103858A1 (en) | Method and system for model auto-selection using an ensemble of machine learning models | |
US20210150412A1 (en) | Systems and methods for automated machine learning | |
JP5984147B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
US20220391783A1 (en) | Stochastic demand model ensemble | |
JP5963320B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
JP6516406B2 (ja) | 処理装置、処理方法、およびプログラム | |
US20160171365A1 (en) | Consumer preferences forecasting and trends finding | |
US9053434B2 (en) | Determining an obverse weight | |
JP6366031B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN112991026A (zh) | 一种商品推荐方法、系统、设备及计算机可读存储介质 | |
JP5950284B2 (ja) | 処理装置、処理方法、およびプログラム | |
KR102539662B1 (ko) | 농산물 가격의 예측을 지원하는 전자 장치 및 그 제어 방법 | |
US11804214B2 (en) | Methods and apparatuses for discriminative pre-training for low resource title compression | |
JP2021077206A (ja) | 学習方法、評価装置、及び評価システム | |
CN116992158B (zh) | 资源配置的推荐方法和装置、存储介质及电子装置 | |
KR102545414B1 (ko) | 소싱 대행 업체 선정 방법 | |
US20230245196A1 (en) | Systems and methods for generating a consideration intent classification for an event | |
CN117236850A (zh) | 一种补货数据的控制方法、装置、设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170817 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180807 |
|
RD12 | Notification of acceptance of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7432 Effective date: 20180808 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20180809 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180911 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181012 |
|
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: 20181030 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20181031 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181120 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6443858 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |