JP6877978B2 - 学習装置、学習方法およびプログラム - Google Patents
学習装置、学習方法およびプログラム Download PDFInfo
- Publication number
- JP6877978B2 JP6877978B2 JP2016236383A JP2016236383A JP6877978B2 JP 6877978 B2 JP6877978 B2 JP 6877978B2 JP 2016236383 A JP2016236383 A JP 2016236383A JP 2016236383 A JP2016236383 A JP 2016236383A JP 6877978 B2 JP6877978 B2 JP 6877978B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- learning
- sensor
- sensor data
- generated
- 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
- Image Analysis (AREA)
Description
本発明の一態様に係るプログラムは、複数のセンサデータを取得する処理と、取得した複数のセンサデータに数値に基づいた画素情報を設定する処理と、設定した画素情報を統合することによって画像データを生成する処理と、生成した画像データに教師ラベルを付与することによって学習用データを生成する処理と、生成した学習用データを機械学習して学習モデルを生成する処理と、生成した学習モデルを格納する処理とをコンピュータに実行させる。
まず、本発明の第1の実施形態に係る学習装置について図面を参照しながら説明する。
図3は、変換処理手段10の詳細構成を示すブロック図である。図3のように、変換処理手段10は、入力手段11、データ変換手段13、画像データ出力手段15を有する。本実施形態においては、画素情報として輝度情報を用いる例について説明する。
次に、データ変換手段13の詳細構成について図面を参照しながら説明する。図4は、データ変換手段13の詳細構成を示すブロック図である。図4のように、データ変換手段13は、輝度データ生成手段133、画像生成手段135を有する。輝度データ生成手段133は、画素データ生成手段の一形態である。
ここで、データ変換手段13が生成する画像データについて一例を挙げて説明する。図6は、学習装置1が用いる複数のセンサデータをまとめたテーブルの一例(センサデータテーブル101)である。図6のセンサデータテーブル101は、1〜12の番号が付けられた複数のセンサによって取得されたセンサデータをまとめたものである。例えば、センサデータテーブル101は、所定のタイミングにおいて各センサによって取得されたセンサデータをまとめたものである。
次に、ラベル付与手段20の詳細構成について図面を参照しながら説明する。図10は、ラベル付与手段20の詳細構成を示すブロック図である。なお、ラベル付与手段20は、変換処理手段10に含めるように構成してもよいし、機械学習エンジン30に含めるように構成してもよい。
次に、機械学習エンジン30の詳細構成について図面を参照しながら説明する。図11は、機械学習エンジン30の詳細構成を示すブロック図である。
次に、本発明の第2の実施形態に係る学習装置について図面を参照しながら説明する。本実施形態の学習装置は、データ変換手段が正規化手段を有する点で、第1の実施形態の学習装置1と異なる。以下の説明においては、第1の実施形態と同様の構成・動作・効果に関する説明は省略する。
図12は、本実施形態の学習装置が備えるデータ変換手段13−2の構成を示すブロック図である。
ここで、データ変換手段13−2の動作について図面を参照しながら説明する。図13は、データ変換手段13−2の動作について説明するためのフローチャートである。なお、図13のフローチャートに沿った説明においては、データ変換手段13−2を主体として説明する。
次に、本発明の第3の実施形態に係る学習装置について図面を参照しながら説明する。本実施形態の学習装置は、センサデータの数値を画素情報に変換する際に、輝度情報ではなくRGB(Red-Green-Blue)情報に変換する点で、第2の実施形態の学習装置と異なる。以下の説明においては、第2の実施形態と同様の構成・動作・効果に関する説明は省略する。
図14は、本実施形態の学習装置が備えるデータ変換手段13−3の構成を示すブロック図である。
ここで、データ変換手段13−3の動作について図面を参照しながら説明する。図15は、データ変換手段13−3の動作について説明するためのフローチャートである。なお、図15のフローチャートに沿った説明においては、データ変換手段13−3を主体として説明する。
次に、本発明の第4の実施形態に係る学習装置について図面を参照しながら説明する。図16は本実施形態の学習装置4の構成を示すブロック図である。本実施形態の学習装置4は、機械学習エンジン30−4が、第1の実施形態の機械学習エンジン30と異なる。本実施形態は、機械学習エンジン30で検証する検証データをセンサデータとしてセンサデータベース50にフィードバックする点が第1の実施形態と異なる。
ここで、本実施形態に係る学習装置を実現するハードウェア構成について、図18のコンピュータ90を一例として挙げて説明する。なお、図18のコンピュータ90は、各実施形態の学習装置を実現するための構成例であって、本発明の範囲を限定するものではない。
10 変換処理手段
11 入力手段
13 データ変換手段
15 画像データ出力手段
20 ラベル付与手段
21 画像データ取得手段
23 教師ラベル付与手段
25 学習用データ出力手段
30 機械学習エンジン
31 学習用データ取得手段
32 学習手段
33 学習用モデルデータベース
34 検証データ取得手段
35 検証手段
36 出力手段
50 センサデータベース
70 センサ
71 センサデータ取得手段
131 正規化手段
133 輝度データ生成手段
134 RGBデータ生成手段
135 画像生成手段
Claims (10)
- 複数のセンサデータを取得して、取得した複数の前記センサデータの数値に基づいた画素情報を設定し、設定された前記画素情報を統合することによって画像データを生成する変換処理手段と、
前記変換処理手段によって生成された前記画像データを取得して、取得した前記画像データに教師ラベルを付与することによって学習用データを生成するラベル付与手段と、
前記ラベル付与手段によって生成された学習用データを取得して、前記学習用データを機械学習して学習モデルを生成し、生成した前記学習モデルを格納する機械学習エンジンとを備える学習装置。 - 前記変換処理手段は、
前記センサデータの数値に基づいた前記画素情報を設定する画素データ生成手段と、
前記画素データ生成手段によって設定された前記画素情報をデータ種別ごとに統合して前記画像データを生成する画像生成手段とを含むデータ変換手段を有する請求項1に記載の学習装置。 - 前記データ変換手段は、
複数の前記センサデータをデータ種別ごとに正規化する正規化手段を備える請求項2に記載の学習装置。 - 前記画素データ生成手段は、前記センサデータの数値に基づいた輝度情報を設定する請求項2または3に記載の学習装置。
- 前記画素データ生成手段は、前記センサデータの数値に基づいたRGB情報を設定する請求項2または3に記載の学習装置。
- 前記機械学習エンジンは、
前記ラベル付与手段から前記学習用データを取得する学習用データ取得手段と、
前記学習用データ取得手段によって取得された前記学習用データを機械学習して前記学習モデルを生成する学習手段と、
前記学習手段によって生成された前記学習モデルが格納される学習用モデルデータベースと、
検証データを取得する検証データ取得手段と、
前記学習用モデルデータベースに格納された前記学習モデルを用いて前記検証データを検証する検証手段と、
前記検証手段による検証結果を出力する出力手段とを有する請求項1乃至5のいずれか一項に記載の学習装置。 - 前記出力手段は、
前記検証データの元となる前記センサデータをセンサデータベースにフィードバックするとともに、前記検証データの元となる前記センサデータを含めた複数の前記センサデータを用いて前記画像データを生成する指示を前記変換処理手段に出力する請求項6に記載の学習装置。 - 請求項1乃至7のいずれか一項に記載の学習装置と、
前記センサデータを格納するセンサデータベースとを備える学習システム。 - 複数のセンサデータを取得し、
取得した複数の前記センサデータに数値に基づいた画素情報を設定し、
設定した前記画素情報を統合することによって画像データを生成し、
生成した前記画像データに教師ラベルを付与することによって学習用データを生成し、
生成した学習用データを機械学習して学習モデルを生成し、
生成した前記学習モデルを格納する学習方法。 - 複数のセンサデータを取得し、
取得した複数の前記センサデータに数値に基づいた画素情報を設定する処理と、
設定した前記画素情報を統合することによって画像データを生成する処理と、
生成した前記画像データに教師ラベルを付与することによって学習用データを生成する処理と、
生成した学習用データを機械学習して学習モデルを生成する処理と、
生成した前記学習モデルを格納する処理とをコンピュータに実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016236383A JP6877978B2 (ja) | 2016-12-06 | 2016-12-06 | 学習装置、学習方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016236383A JP6877978B2 (ja) | 2016-12-06 | 2016-12-06 | 学習装置、学習方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018092453A JP2018092453A (ja) | 2018-06-14 |
JP6877978B2 true JP6877978B2 (ja) | 2021-05-26 |
Family
ID=62563869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016236383A Active JP6877978B2 (ja) | 2016-12-06 | 2016-12-06 | 学習装置、学習方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6877978B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2020138479A1 (ja) * | 2018-12-28 | 2020-07-02 | ||
CN113383216A (zh) * | 2019-02-05 | 2021-09-10 | 日本电气株式会社 | 分析装置、分析方法和程序 |
JP2021197158A (ja) * | 2020-06-15 | 2021-12-27 | 三菱パワー株式会社 | 予兆判定装置、予兆判定システム、予兆判定方法及びプログラム |
JP7359313B2 (ja) | 2020-08-19 | 2023-10-11 | 日本電信電話株式会社 | 腐食性予測方法および装置 |
WO2022054407A1 (ja) * | 2020-09-08 | 2022-03-17 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 行動推定装置、行動推定方法、及び、プログラム |
KR102593832B1 (ko) * | 2020-12-24 | 2023-10-26 | 한국과학기술원 | 과적합 없는 단일 신경망 기반 다중 도메인 적응 학습을 위한 컴퓨터 시스템, 및 그의 방법 |
JP2022113523A (ja) * | 2021-01-25 | 2022-08-04 | 株式会社日本製鋼所 | コンピュータプログラム、異常検知方法、異常検知装置、成形機システム及び学習モデル生成方法 |
JP7069435B1 (ja) | 2021-05-31 | 2022-05-17 | 三菱電機株式会社 | 情報処理装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015215709A (ja) * | 2014-05-09 | 2015-12-03 | 株式会社神戸製鋼所 | 機器データ処理装置及び機器データ処理方法 |
JP5984153B2 (ja) * | 2014-09-22 | 2016-09-06 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 情報処理装置、プログラム、及び情報処理方法 |
-
2016
- 2016-12-06 JP JP2016236383A patent/JP6877978B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018092453A (ja) | 2018-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6877978B2 (ja) | 学習装置、学習方法およびプログラム | |
JP6870346B2 (ja) | データ分析システム、データ分析方法およびプログラム | |
US20220229621A1 (en) | Augmented reality quick-start and user guide | |
JP6732214B2 (ja) | 画像処理装置、画像処理方法、テンプレート作成装置、物体認識処理装置及びプログラム | |
JP6554900B2 (ja) | テンプレート作成装置及びテンプレート作成方法 | |
ATE470912T1 (de) | Robuster detektor und deskriptor für einen interessenspunkt | |
JP6326847B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
US11323577B2 (en) | Image processing device for creating an album | |
JP6179224B2 (ja) | 画像処理フィルタの作成装置及びその方法 | |
US20180101294A1 (en) | Information generating system, information generating device, information generating method, and information generating program | |
CN104951292A (zh) | 数据处理系统及数据处理方法 | |
JP6532762B2 (ja) | 情報生成システム、装置、方法、及びプログラム | |
JP2020135432A (ja) | 学習データの生成方法、学習データ生成装置及びプログラム | |
JP2019086473A (ja) | 学習プログラム、検出プログラム、学習方法、検出方法、学習装置および検出装置 | |
WO2020189132A1 (ja) | 学習装置、学習方法、コンピュータプログラム及び記録媒体 | |
JP2009075937A (ja) | 機器動作設定装置 | |
JP7179633B2 (ja) | 計測方法、計測装置、およびプログラム | |
KR102527605B1 (ko) | 다중 아날로그 제어 변수 생성을 위한 다중 뉴럴 네트워크 구성 방법 | |
US10909895B2 (en) | Correction system, display panel, display device, correction method, and storage medium | |
JP2015005018A (ja) | 画像処理装置、画像処理方法及びプログラム | |
WO2018158818A1 (ja) | 点検支援装置、点検支援方法および記録媒体 | |
JP2020201077A (ja) | アナログインジケータ読取装置、アナログインジケータ読取方法及びプログラム | |
JP7403253B2 (ja) | 学習装置、学習方法および学習プログラム | |
JP6971271B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
WO2024128124A1 (ja) | 学習装置、推定装置、学習方法、推定方法ならびに記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191115 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201020 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201120 |
|
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: 20210406 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210428 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6877978 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |