JP6751816B2 - 新規学習データセット生成方法および新規学習データセット生成装置 - Google Patents
新規学習データセット生成方法および新規学習データセット生成装置 Download PDFInfo
- Publication number
- JP6751816B2 JP6751816B2 JP2019521562A JP2019521562A JP6751816B2 JP 6751816 B2 JP6751816 B2 JP 6751816B2 JP 2019521562 A JP2019521562 A JP 2019521562A JP 2019521562 A JP2019521562 A JP 2019521562A JP 6751816 B2 JP6751816 B2 JP 6751816B2
- Authority
- JP
- Japan
- Prior art keywords
- training data
- learning
- input signal
- new
- signal
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/22—Arrangements for sorting or merging computer data on continuous record carriers, e.g. tape, drum, disc
- G06F7/24—Sorting, i.e. extracting data from one or more carriers, rearranging the data in numerical or other ordered sequence, and rerecording the sorted data on the original carrier or on a different carrier or set of carriers sorting methods in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/06—Arrangements for sorting, selecting, merging, or comparing data on individual record carriers
- G06F7/08—Sorting, i.e. grouping record carriers in numerical or other ordered sequence according to the classification of at least some of the information they carry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Image Analysis (AREA)
Description
Claims (9)
- 入力信号と出力信号の組み合わせである学習データを複数含む学習データセットを出力信号に応じて複数の学習データサブセットに振り分け、
前記複数の学習データサブセットのそれぞれについて、前記学習データサブセットに含まれる学習データの入力信号から新規入力信号を生成し、前記新規入力信号と前記学習データサブセットに応じた出力信号の組み合わせである新規学習データと前記学習データサブセットに含まれる学習データとを統合することにより、新規学習データサブセットを生成し、
前記複数の学習データサブセットのそれぞれについて生成された新規学習データサブセットを統合して新規学習データセットを生成し、
前記学習データサブセットに含まれる学習データの入力信号から前記新規入力信号を生成する際に、前記学習データサブセットに含まれる学習データの入力信号を第1の信号グループと第2の信号グループとに区分し、前記第1の信号グループを入力信号セットとし、前記第2の信号グループを出力信号セットとして学習を行って第1の学習器を生成し、前記第2の信号グループの入力信号を前記第1の学習器に入力することにより前記新規入力信号を生成する新規学習データセット生成方法。 - 請求項1において、
前記学習データサブセットに含まれる学習データの入力信号から前記新規入力信号を生成する際に、前記第2の信号グループを入力信号セットとし、前記第1の信号グループを出力信号セットとして学習を行って第2の学習器を生成し、前記第1の信号グループの入力信号を前記第2の学習器に入力することにより前記新規入力信号を生成する新規学習データセット生成方法。 - 請求項1または2において、
前記学習データセットが分類問題にかかる学習データセットである場合には、
前記学習データセットを分類問題のクラスに応じて前記複数の学習データサブセットに振り分け、
前記新規学習データの出力信号は、前記学習データサブセットのクラスに応じた出力信号である新規学習データセット生成方法。 - 請求項1または2において、
前記学習データセットが回帰問題にかかる学習データセットである場合には、
前記学習データセットを出力信号に対して量子化し、前記学習データセットの量子化値に応じて前記複数の学習データサブセットに振り分け、
前記新規学習データの出力信号は、前記学習データサブセットに含まれる学習データの出力信号の代表値とする新規学習データセット生成方法。 - 請求項1または2において、
前記学習データサブセットに含まれる学習データの入力信号から前記新規入力信号を生成する際に、前記第1の信号グループに含まれる学習データと前記第2の信号グループに含まれる学習データとをランダムに1対1に紐づけ、ニューラルネットワークの回帰問題として学習を行うことにより、前記第1の学習器を生成する新規学習データセット生成方法。 - 請求項1または2において、
前記新規学習データに対して、前記学習データサブセットに含まれる学習データと区別するための属性を付与する新規学習データセット生成方法。 - プロセッサと、
主記憶と、
前記主記憶に読み込まれ、前記プロセッサにより実行される学習データセット生成プログラムとを有し、
前記学習データセット生成プログラムは、学習データセットを複数の学習データサブセットに振り分ける振り分け部と、前記振り分け部で振り分けられた前記学習データサブセットごとに新規入力信号を生成する入力信号生成部と、前記新規入力信号に対して出力信号を付与する出力信号付与部とを有し、
前記入力信号生成部は、前記学習データサブセットに含まれる学習データの入力信号を第1の信号グループと第2の信号グループに区分し、前記第1の信号グループを入力信号セットとし、前記第2の信号グループを出力信号セットとして学習を行って第1の学習器を生成し、前記第2の信号グループの入力信号を前記第1の学習器に入力することにより前記新規入力信号を生成し、
前記出力信号付与部は、前記新規入力信号に対して前記学習データサブセットに応じた出力信号を付与する新規学習データセット生成装置。 - 請求項7において、
前記入力信号生成部は、前記第2の信号グループを入力信号セットとし、前記第1の信号グループを出力信号セットとして学習を行って第2の学習器を生成し、前記第1の信号グループの入力信号を前記第2の学習器に入力することにより前記新規入力信号を生成する新規学習データセット生成装置。 - 請求項7または8において、
前記入力信号生成部は、前記第1の信号グループに含まれる学習データと前記第2の信号グループに含まれる学習データとをランダムに1対1に紐づけ、ニューラルネットワークの回帰問題として学習を行うことにより、前記第1の学習器を生成する新規学習データセット生成装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/020041 WO2018220700A1 (ja) | 2017-05-30 | 2017-05-30 | 新規学習データセット生成方法、新規学習データセット生成装置および生成された学習データセットを用いた学習方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018220700A1 JPWO2018220700A1 (ja) | 2020-01-23 |
JP6751816B2 true JP6751816B2 (ja) | 2020-09-09 |
Family
ID=64456141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019521562A Active JP6751816B2 (ja) | 2017-05-30 | 2017-05-30 | 新規学習データセット生成方法および新規学習データセット生成装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11551080B2 (ja) |
JP (1) | JP6751816B2 (ja) |
WO (1) | WO2018220700A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019022136A1 (ja) * | 2017-07-25 | 2019-01-31 | 国立大学法人東京大学 | 学習方法、学習プログラム、学習装置及び学習システム |
US20210255147A1 (en) * | 2018-06-22 | 2021-08-19 | iNDTact GmbH | Sensor arrangement, use of the sensor arrangement and method for detecting structure-borne noise |
KR102644380B1 (ko) * | 2019-03-28 | 2024-03-07 | 현대자동차주식회사 | 볼트 축력 예측 방법 |
US20210182603A1 (en) * | 2019-12-05 | 2021-06-17 | Indian Institute Of Technology Delhi | Person identification and imposter detection using footfall generated seismic signals |
US11720647B2 (en) * | 2020-08-21 | 2023-08-08 | GE Precision Healthcare LLC | Synthetic training data generation for improved machine learning model generalizability |
JP7045103B1 (ja) | 2020-11-17 | 2022-03-31 | 株式会社VRAIN Solution | データ拡張装置、データ拡張システム、及びデータ拡張プログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3827037B2 (ja) | 1997-05-23 | 2006-09-27 | ソニー株式会社 | 学習方法および装置、ロボット、並びに記録媒体 |
JP4347226B2 (ja) * | 2004-05-20 | 2009-10-21 | 富士通株式会社 | 情報抽出プログラムおよびその記録媒体、情報抽出装置ならびに情報抽出規則作成方法 |
US20050261889A1 (en) | 2004-05-20 | 2005-11-24 | Fujitsu Limited | Method and apparatus for extracting information, and computer product |
US8135652B2 (en) * | 2004-10-29 | 2012-03-13 | Nec Laboratories America, Inc. | Parallel support vector method and apparatus |
US9342793B2 (en) * | 2010-08-31 | 2016-05-17 | Red Hat, Inc. | Training a self-learning network using interpolated input sets based on a target output |
JP6208552B2 (ja) | 2013-11-14 | 2017-10-04 | 株式会社デンソーアイティーラボラトリ | 識別器、識別プログラム、及び識別方法 |
-
2017
- 2017-05-30 US US16/618,183 patent/US11551080B2/en active Active
- 2017-05-30 JP JP2019521562A patent/JP6751816B2/ja active Active
- 2017-05-30 WO PCT/JP2017/020041 patent/WO2018220700A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JPWO2018220700A1 (ja) | 2020-01-23 |
US20210158137A1 (en) | 2021-05-27 |
WO2018220700A1 (ja) | 2018-12-06 |
US11551080B2 (en) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6751816B2 (ja) | 新規学習データセット生成方法および新規学習データセット生成装置 | |
US11645571B2 (en) | Scheduling in a dataset management system | |
US11210595B2 (en) | System and method for selective use of examples | |
CN109446430B (zh) | 产品推荐的方法、装置、计算机设备及可读存储介质 | |
CN109508375A (zh) | 一种基于多模态融合的社交情感分类方法 | |
CN109376844A (zh) | 基于云平台和模型推荐的神经网络自动训练方法和装置 | |
JP7266674B2 (ja) | 画像分類モデルの訓練方法、画像処理方法及び装置 | |
WO2022095376A1 (zh) | 方面级别情感分类方法、装置、设备及可读存储介质 | |
Bairavel et al. | Novel OGBEE-based feature selection and feature-level fusion with MLP neural network for social media multimodal sentiment analysis | |
CN114443899A (zh) | 视频分类方法、装置、设备及介质 | |
CN111783873A (zh) | 基于增量朴素贝叶斯模型的用户画像方法及装置 | |
CN104077408B (zh) | 大规模跨媒体数据分布式半监督内容识别分类方法及装置 | |
JP2022505875A (ja) | デジタルコンテンツの法的認可審査を実行するための方法 | |
US11232325B2 (en) | Data analysis system, method for controlling data analysis system, and recording medium | |
CN116029760A (zh) | 消息推送方法、装置、计算机设备和存储介质 | |
US11514311B2 (en) | Automated data slicing based on an artificial neural network | |
CN111445545B (zh) | 一种文本转贴图方法、装置、存储介质及电子设备 | |
CA3070816A1 (en) | Method of and system for generating training images for instance segmentation machine learning algorithm | |
Humphries et al. | Spectral estimation for detecting low-dimensional structure in networks using arbitrary null models | |
Tomar | A critical evaluation of activation functions for autoencoder neural networks | |
US20240054782A1 (en) | Few-shot video classification | |
KR20230049486A (ko) | 정치성향 분석 장치 및 이를 이용한 서비스 제공 방법 | |
CN116977762A (zh) | 模型训练方法、装置、计算机设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190925 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190925 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200609 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200728 |
|
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: 20200811 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200817 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6751816 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |