JP6860602B2 - 汎用人工知能装置及び汎用人工知能プログラム - Google Patents
汎用人工知能装置及び汎用人工知能プログラム Download PDFInfo
- Publication number
- JP6860602B2 JP6860602B2 JP2019032978A JP2019032978A JP6860602B2 JP 6860602 B2 JP6860602 B2 JP 6860602B2 JP 2019032978 A JP2019032978 A JP 2019032978A JP 2019032978 A JP2019032978 A JP 2019032978A JP 6860602 B2 JP6860602 B2 JP 6860602B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- artificial intelligence
- prediction
- learning
- model
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims description 127
- 238000007405 data analysis Methods 0.000 claims description 42
- 238000012549 training Methods 0.000 claims description 14
- 238000013136 deep learning model Methods 0.000 description 15
- 238000007637 random forest analysis Methods 0.000 description 13
- 238000007621 cluster analysis Methods 0.000 description 12
- 238000012706 support-vector machine Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006835 compression Effects 0.000 description 8
- 238000007906 compression Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 210000003792 cranial nerve Anatomy 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000001328 optic nerve Anatomy 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
(態様1)
人工知能モデルを用いて予測を実行する人工知能装置であって、
少なくとも学習データが入力されるデータ入力部と、
前記学習データを用いて、1つまたは複数の人工知能モデルによる学習及び予測を実行する学習予測部と、
前記学習データ、及び前記学習予測部が予測した予測データを用いて、データ構造を解析するデータ解析部とを備える、人工知能装置。
態様1に記載の人工知能装置において、
前記データ解析部は、前記データ構造に基づくイメージを生成する、人工知能装置。
(態様3)
態様1または2に記載の人工知能装置において、
前記学習データは、高次元データであり、
前記データ解析部は、前記高次元データの次元圧縮を実行する、人工知能装置。
(態様4)
態様3に記載の人工知能装置において、
前記データ解析部は、前記高次元データから2次元データ及び/または3次元データを生成する、人工知能装置。
態様4に記載の人工知能装置において、
前記データ解析部は、前記2次元データ及び/または3次元データに基づき、2次元グラフ及び/または3次元グラフを生成する、人工知能装置。
(態様6)
態様5に記載の人工知能装置において、
前記データ解析部は、前記2次元グラフ及び/または3次元グラフに含まれる前記データ構造を表す複数のクラスターを生成する、人工知能装置。
(態様7)
態様3乃至6のいずれか一項に記載の人工知能装置において、
前記次元圧縮は、t−SNEにより実行される、人工知能装置。
態様1乃至7のいずれか一項に記載の人工知能装置において、
前記データ解析部は、前記学習データから複数の散布図を生成し、前記複数の散布図から構成されたマトリックスを生成する、人工知能装置。
(態様9)
態様1乃至8のいずれか一項に記載の人工知能装置において、
前記1つまたは複数の人工知能モデルは、ディープラーニングモデル、サポートベクターマシンモデル、ランダムフォレストモデルの少なくとも1つを含む、人工知能装置。
(態様10)
態様1乃至9のいずれか一項に記載の人工知能装置において、
前記データ解析部が解析した前記データ構造を表示する表示部を含む、人工知能装置。
態様10に記載の人工知能装置において、
前記データ解析部は、前記1つまたは複数の人工知能モデルについて、調整可能パラメータ、予測精度、及び予測結果の少なくとも1つを前記表示部に表示する、人工知能装置。
(態様12)
態様11に記載の人工知能装置において、
前記予測精度は、学習精度、汎化精度の少なくとも1つを含む、人工知能装置。
(態様13)
態様1乃至12のいずれか一項に記載の人工知能装置において、
前記データ解析部による解析に用いた情報を記録する記録部を備える、人工知能装置。
人工知能モデルを用いて予測を実行する人工知能装置を作動するための人工知能プログラムであって、
前記人工知能装置が、学習データを用いて、1つまたは複数の人工知能モデルの学習及び予測を実行する学習予測ステップと、
前記人工知能装置が、前記学習データ、及び前記学習予測ステップで予測された予測データを用いて、データ構造を解析するデータ解析ステップとを実行する、人工知能プログラム。
態様14に記載の人工知能プログラムにおいて、
前記人工知能装置が、前記データ構造に基づくイメージを生成するイメージ生成ステップを実行する、人工知能プログラム。
(態様16)
態様14または15に記載の人工知能プログラムにおいて、
前記人工知能装置が、高次元データの前記学習データを2次元データまたは3次元データに次元圧縮を行う次元圧縮ステップを実行する、人工知能プログラム。
(態様17)
態様16に記載の人工知能プログラムにおいて、
前記人工知能装置が、前記2次元データ及び/または3次元データに基づき、2次元グラフ及び/または3次元グラフを生成するグラフ生成ステップを実行する、人工知能プログラム。
(態様18)
態様17に記載の人工知能プログラムにおいて、
前記前記人工知能装置が、前記2次元グラフ及び/または3次元グラフに含まれる前記データ構造を表す複数のクラスターを生成するクラスター生成ステップを実行する、人工知能プログラム。
10 入力部
20 学習予測部
22 ディープラーニングモデル
24 ランダムフォレストモデル
26 サポートベクターマシンモデル
30 データ解析部
40 表示部
50 記憶部
Claims (2)
- 人工知能モデルを用いて予測を実行する人工知能装置であって、
少なくとも学習データが入力されるデータ入力部と、
前記学習データを用いて、1つまたは複数の人工知能モデルによる学習及び予測を実行する学習予測部と、
前記学習データ、及び前記学習予測部が予測した予測データを用いて、データ構造を解析するデータ解析部と、
前記データ解析部が解析した前記データ構造を表示する表示部とを備え、
前記データ解析部は、前記1つまたは複数の人工知能モデルについて、複数の調整可能パラメータ、予測精度、及び予測結果を前記表示部に表示すると共に、前記1つまたは複数の人工知能モデルについて、前記複数の調整可能パラメータの名称及び前記複数の調整可能パラメータの選択状態を、前記複数の調整可能パラメータごとに個別に表示する、人工知能装置。 - 人工知能モデルを用いて予測を実行する人工知能装置を作動するための人工知能プログラムであって、
前記人工知能装置に、学習データを用いて、1つまたは複数の人工知能モデルの学習及び予測を実行させる学習予測ステップと、
前記人工知能装置に、前記学習データ、及び前記学習予測ステップで予測された予測データを用いて、データ構造を解析させるデータ解析ステップと、
前記人工知能装置が、前記データ解析ステップで解析された前記データ構造を表示部に表示させる表示ステップとを実行させ、
前記表示ステップでは、前記人工知能装置に、前記1つまたは複数の人工知能モデルについて、複数の調整可能パラメータ、予測精度、及び予測結果を前記表示部に表示させると共に、前記1つまたは複数の人工知能モデルについて、前記複数の調整可能パラメータの名称及び前記複数の調整可能パラメータの選択状態を、前記複数の調整可能パラメータごとに個別に表示させる、人工知能プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019032978A JP6860602B2 (ja) | 2019-02-26 | 2019-02-26 | 汎用人工知能装置及び汎用人工知能プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019032978A JP6860602B2 (ja) | 2019-02-26 | 2019-02-26 | 汎用人工知能装置及び汎用人工知能プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020140226A JP2020140226A (ja) | 2020-09-03 |
JP6860602B2 true JP6860602B2 (ja) | 2021-04-14 |
Family
ID=72264902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019032978A Active JP6860602B2 (ja) | 2019-02-26 | 2019-02-26 | 汎用人工知能装置及び汎用人工知能プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6860602B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023002648A1 (ja) * | 2021-07-23 | 2023-01-26 | ソニーグループ株式会社 | 情報処理方法及び情報処理システム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5715288B1 (ja) * | 2014-08-26 | 2015-05-07 | 株式会社日立パワーソリューションズ | 動態監視装置及び動態監視方法 |
JP6647992B2 (ja) * | 2016-09-12 | 2020-02-14 | 株式会社日立製作所 | 設計支援装置 |
CN109844777A (zh) * | 2016-10-26 | 2019-06-04 | 索尼公司 | 信息处理装置和信息处理方法 |
JP6840627B2 (ja) * | 2017-06-15 | 2021-03-10 | 株式会社日立製作所 | ハイパーパラメータの評価方法、計算機及びプログラム |
JP6463572B1 (ja) * | 2017-07-24 | 2019-02-06 | アクシオンリサーチ株式会社 | 対象システムの内部状態を推定する支援システム |
-
2019
- 2019-02-26 JP JP2019032978A patent/JP6860602B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020140226A (ja) | 2020-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dangeti | Statistics for machine learning | |
Raikwal et al. | Performance evaluation of SVM and k-nearest neighbor algorithm over medical data set | |
CN110009171B (zh) | 用户行为模拟方法、装置、设备及计算机可读存储介质 | |
CN111242310B (zh) | 特征有效性评估方法、装置、电子设备及存储介质 | |
Ahmed et al. | Clarify of the random forest algorithm in an educational field | |
US20190251458A1 (en) | System and method for particle swarm optimization and quantile regression based rule mining for regression techniques | |
CN108475393A (zh) | 通过合成特征和梯度提升决策树进行预测的系统和方法 | |
CN110379521B (zh) | 基于信息论的医疗数据集特征选择方法 | |
Bueff et al. | Machine learning interpretability for a stress scenario generation in credit scoring based on counterfactuals | |
WO2020013726A1 (ru) | Способ интерпретации искусственных нейронных сетей | |
Kamath et al. | Supervised learning model for kickstarter campaigns with R mining | |
JP6860602B2 (ja) | 汎用人工知能装置及び汎用人工知能プログラム | |
CN110956543A (zh) | 异常交易检测的方法 | |
CN115145817A (zh) | 一种软件测试方法、装置、设备及可读存储介质 | |
CN109934352B (zh) | 智能模型的自动进化方法 | |
Azmin et al. | Soil classification based on machine learning for crop suggestion | |
Sánchez-Monedero et al. | Evaluating the performance of evolutionary extreme learning machines by a combination of sensitivity and accuracy measures | |
CN115936773A (zh) | 一种互联网金融黑产识别方法与系统 | |
CN111026661B (zh) | 一种软件易用性全面测试方法及系统 | |
CN114612231A (zh) | 股票量化交易方法、装置、终端设备及可读存储介质 | |
JP2020166645A (ja) | 予測モデル評価システム、予測モデル評価方法 | |
Bisong et al. | Principles of learning | |
WO2023181322A1 (ja) | モデル分析装置、モデル分析方法、及び、記録媒体 | |
US20240127214A1 (en) | Systems and methods for improving machine learning models | |
WO2023181244A1 (ja) | モデル分析装置、モデル分析方法、及び、記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190318 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200330 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200728 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200923 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20201208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210215 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20210215 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20210224 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20210302 |
|
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: 20210323 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210326 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6860602 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |