JP7201270B1 - 情報処理方法、プログラム及び情報処理装置 - Google Patents
情報処理方法、プログラム及び情報処理装置 Download PDFInfo
- Publication number
- JP7201270B1 JP7201270B1 JP2021176197A JP2021176197A JP7201270B1 JP 7201270 B1 JP7201270 B1 JP 7201270B1 JP 2021176197 A JP2021176197 A JP 2021176197A JP 2021176197 A JP2021176197 A JP 2021176197A JP 7201270 B1 JP7201270 B1 JP 7201270B1
- Authority
- JP
- Japan
- Prior art keywords
- learning
- data
- information processing
- extended
- target data
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- 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
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- 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
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
-
- 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
- G06N3/045—Combinations of networks
- G06N3/0455—Auto-encoder networks; Encoder-decoder networks
-
- 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
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- 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
- G06N3/047—Probabilistic or stochastic networks
-
- 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
- G06N3/0475—Generative networks
-
- 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
- G06N3/09—Supervised learning
-
- 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
- G06N3/094—Adversarial learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
Abstract
Description
図1は、実施形態に係るシステム構成の一例を示す図である。図1に示す例では、サーバ10と、各情報処理装置20A、20B、20C、20Dとが、ネットワークを介してデータ送受信可能なように接続される。情報処理装置を個別に区別しない場合は情報処理装置20とも表記する。
図2は、実施形態に係る情報処理装置10の物理的構成の一例を示す図である。情報処理装置10は、演算部に相当するCPU(Central Processing Unit)10aと、記憶部に相当するRAM(Random Access Memory)10bと、記憶部に相当するROM(Read only Memory)10cと、通信部10dと、入力部10eと、表示部10fと、を有する。これらの各構成は、バスを介して相互にデータ送受信可能に接続される。
図3は、実施形態に係る情報処理装置(サーバ)10の処理ブロックの一例を示す図である。情報処理装置10は、取得部11、学習部12、関連付け部13、出力部14、拡張部15、及び記憶部16を備える。情報処理装置10は、汎用のコンピュータで構成されてもよい。
・水平及び/又は垂直に画像をシフトする
・水平方向及び/又は垂直方向に画像を反転させる
・回転させる (回転角度はランダム)
・明度を変える
・ズームイン又はズームアウトする
・画像の一部をくり抜く、削除する
・背景色を変える
・背景を置き換える
・Mixup又はCutMix
・色空間モデルを変更する
図5は、実施形態に係る関数ライブラリの一例を示す図である。図5に示す例では、関数の識別情報(ID)ごとに、データ拡張アルゴリズムの関数が関連付けられている。例えば、関数IDが「A001」には、シフト変換を行う関数が対応付けられ、関数ID「A002」には、拡大又は縮小を行う関数が対応付けられてもよい。また、関数IDに、関数のグループが対応付けられてもよい。例えば、画像の編集に関する関数群や、敵対的生成アルゴリズムなどである。また、関数IDに、上述した結合関数や、整数階又は分数階の微分又は積分される対象の関数が関連付けられてもよい。また、対象データの種類ごとに、対応するデータ拡張アルゴリズムを含む関数ライブラリがあってもよい。
図7は、実施形態に係る所定範囲の例を示す図である。図7に示す例では、学習部12によりシグモイド関数を用いて学習結果が出力される。学習結果が1.0に近い値の方が、分類精度が高いとする。このとき、所定範囲R1は、分類精度が高い学習結果を自動で抽出することを可能にし、この所定範囲R1に含まれる拡張データには、対象データと同じ正解ラベルを自動で付与することが可能になる。なお、所定範囲R1は、0からの所定範囲でもよく、この場合は不正解のラベルが拡張データに付与される。
図8は、実施形態に係るサーバ10の処理例を示すフローチャートである。ステップS102において、サーバ10の取得部12は、任意のデータ拡張アルゴリズムを用いて対象データが拡張された拡張データを取得する。また、サーバ10の取得部12は、情報処理装置20から、対象データを受信してもよい。サーバ10は、対象データを受信する場合は、拡張部15により拡張データを生成し、取得部12が、拡張部15により拡張された拡張データを取得してもよい。
Claims (6)
- 情報処理装置に備えられるプロセッサが、
データ拡張可能な複数の関数が重みを用いて結合された結合関数を含む任意のデータ拡張アルゴリズムを用いて対象データが拡張された拡張データを取得すること、
所定の学習を行う学習モデルに前記拡張データを入力して学習を行うことであって、前記結合関数の重みを段階的に変化させながら生成された各拡張データを用いて学習を行うことを含む、前記学習を行うこと、
前記学習の学習結果が所望の結果を示す境界の重みを特定し、前記境界の重みと前記対象データに関する情報とを関連付けること、
を実行する、情報処理方法。 - 情報処理装置に備えられるプロセッサが、
整数階又は分数階の微分又は積分可能な関数を含む任意のデータ拡張アルゴリズムを用いて対象データが拡張された拡張データを取得すること、
所定の学習を行う学習モデルに前記拡張データを入力して学習を行うことであって、前記関数の整数階又は分数階を段階的に変化させながら生成された各拡張データを用いて学習を行うことを含む、前記学習を行うこと、
前記学習の学習結果が所望の結果を示す境界の整数階又は分数階を特定し、前記境界の整数階又は分数階と前記対象データに関する情報とを関連付けること、
を実行する、情報処理方法。 - 情報処理装置に備えられるプロセッサに、
データ拡張可能な複数の関数が重みを用いて結合された結合関数を含む任意のデータ拡張アルゴリズムを用いて対象データが拡張された拡張データを取得すること、
所定の学習を行う学習モデルに前記拡張データを入力して学習を行うことであって、前記結合関数の重みを段階的に変化させながら生成された各拡張データを用いて学習を行うことを含む、前記学習を行うこと、
前記学習の学習結果が所望の結果を示す境界の重みを特定し、前記境界の重みと前記対象データに関する情報とを関連付けること、
を実行させる、プログラム。 - プロセッサを含む情報処理装置であって、
前記プロセッサが、
データ拡張可能な複数の関数が重みを用いて結合された結合関数を含む任意のデータ拡張アルゴリズムを用いて対象データが拡張された拡張データを取得すること、
所定の学習を行う学習モデルに前記拡張データを入力して学習を行うことであって、前記結合関数の重みを段階的に変化させながら生成された各拡張データを用いて学習を行うことを含む、前記学習を行うこと、
前記学習の学習結果が所望の結果を示す境界の重みを特定し、前記境界の重みと前記対象データに関する情報とを関連付けること、
を実行する、情報処理装置。 - 情報処理装置に備えられるプロセッサに、
整数階又は分数階の微分又は積分可能な関数を含む任意のデータ拡張アルゴリズムを用いて対象データが拡張された拡張データを取得すること、
所定の学習を行う学習モデルに前記拡張データを入力して学習を行うことであって、前記関数の整数階又は分数階を段階的に変化させながら生成された各拡張データを用いて学習を行うことを含む、前記学習を行うこと、
前記学習の学習結果が所望の結果を示す境界の整数階又は分数階を特定し、前記境界の整数階又は分数階と前記対象データに関する情報とを関連付けること、
を実行させる、プログラム。 - プロセッサを含む情報処理装置であって、
前記プロセッサが、
整数階又は分数階の微分又は積分可能な関数を含む任意のデータ拡張アルゴリズムを用いて対象データが拡張された拡張データを取得すること、
所定の学習を行う学習モデルに前記拡張データを入力して学習を行うことであって、前記関数の整数階又は分数階を段階的に変化させながら生成された各拡張データを用いて学習を行うことを含む、前記学習を行うこと、
前記学習の学習結果が所望の結果を示す境界の整数階又は分数階を特定し、前記境界の整数階又は分数階と前記対象データに関する情報とを関連付けること、
を実行する、情報処理装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021176197A JP7201270B1 (ja) | 2021-10-28 | 2021-10-28 | 情報処理方法、プログラム及び情報処理装置 |
US17/976,532 US20230137995A1 (en) | 2021-10-28 | 2022-10-28 | Information processing method, storage medium, and information processing apparatus |
CN202211336064.XA CN116050493A (zh) | 2021-10-28 | 2022-10-28 | 信息处理方法、记录介质以及信息处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021176197A JP7201270B1 (ja) | 2021-10-28 | 2021-10-28 | 情報処理方法、プログラム及び情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7201270B1 true JP7201270B1 (ja) | 2023-01-10 |
JP2023065826A JP2023065826A (ja) | 2023-05-15 |
Family
ID=84817430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021176197A Active JP7201270B1 (ja) | 2021-10-28 | 2021-10-28 | 情報処理方法、プログラム及び情報処理装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230137995A1 (ja) |
JP (1) | JP7201270B1 (ja) |
CN (1) | CN116050493A (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020140466A (ja) | 2019-02-28 | 2020-09-03 | 富士通株式会社 | 訓練データ拡張装置、方法、及びプログラム |
JP2020166397A (ja) | 2019-03-28 | 2020-10-08 | パナソニックIpマネジメント株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP2020166418A (ja) | 2019-03-28 | 2020-10-08 | キヤノン株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP2020166443A (ja) | 2019-03-28 | 2020-10-08 | 株式会社日立製作所 | データ加工方法レコメンドシステム、データ加工方法レコメンド方法、及びデータ加工方法レコメンドプログラム |
JP2021518939A (ja) | 2018-05-18 | 2021-08-05 | グーグル エルエルシーGoogle LLC | データ拡張方策の学習 |
-
2021
- 2021-10-28 JP JP2021176197A patent/JP7201270B1/ja active Active
-
2022
- 2022-10-28 US US17/976,532 patent/US20230137995A1/en active Pending
- 2022-10-28 CN CN202211336064.XA patent/CN116050493A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021518939A (ja) | 2018-05-18 | 2021-08-05 | グーグル エルエルシーGoogle LLC | データ拡張方策の学習 |
JP2020140466A (ja) | 2019-02-28 | 2020-09-03 | 富士通株式会社 | 訓練データ拡張装置、方法、及びプログラム |
JP2020166397A (ja) | 2019-03-28 | 2020-10-08 | パナソニックIpマネジメント株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP2020166418A (ja) | 2019-03-28 | 2020-10-08 | キヤノン株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP2020166443A (ja) | 2019-03-28 | 2020-10-08 | 株式会社日立製作所 | データ加工方法レコメンドシステム、データ加工方法レコメンド方法、及びデータ加工方法レコメンドプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023065826A (ja) | 2023-05-15 |
CN116050493A (zh) | 2023-05-02 |
US20230137995A1 (en) | 2023-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112632385B (zh) | 课程推荐方法、装置、计算机设备及介质 | |
EP3743827A1 (en) | Training image and text embedding models | |
US20200288204A1 (en) | Generating and providing personalized digital content in real time based on live user context | |
CN110737756B (zh) | 确定针对用户输入数据的应答的方法、装置、设备和介质 | |
EP3759616A1 (en) | Training image and text embedding models | |
US11416534B2 (en) | Classification of electronic documents | |
CN112395487B (zh) | 信息推荐方法、装置、计算机可读存储介质及电子设备 | |
CN117217284A (zh) | 一种数据处理方法及其装置 | |
CN115879508A (zh) | 一种数据处理方法及相关装置 | |
CN113569018A (zh) | 问答对挖掘方法及装置 | |
JP7201270B1 (ja) | 情報処理方法、プログラム及び情報処理装置 | |
CN116910357A (zh) | 一种数据处理方法及相关装置 | |
CN117251619A (zh) | 一种数据处理方法及相关装置 | |
CN110020195B (zh) | 文章推荐方法及装置、存储介质、电子设备 | |
JP6570698B1 (ja) | 設定装置、設定方法及び設定プログラム | |
CN116204709A (zh) | 一种数据处理方法及相关装置 | |
CN115408611A (zh) | 菜单推荐方法、装置、计算机设备和存储介质 | |
CN111797622B (zh) | 用于生成属性信息的方法和装置 | |
JP7257553B2 (ja) | 化粧品製品推奨のための方法及び装置 | |
CN113822324A (zh) | 基于多任务模型的图像处理方法、装置及相关设备 | |
AU2021276239A1 (en) | Identifying claim complexity by integrating supervised and unsupervised learning | |
KR20220101807A (ko) | Sns 텍스트 기반의 사용자의 인테리어 스타일 분석 모델 제공 장치 및 방법 | |
KR102549939B1 (ko) | Sns 텍스트 기반의 사용자의 인테리어 스타일 분석 모델 제공 서버, 사용자 단말 및 방법 | |
CN116644176A (zh) | 一种摘要生成方法及其相关设备 | |
WO2024114659A1 (zh) | 一种摘要生成方法及其相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211028 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211028 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220329 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220620 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220818 |
|
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: 20221028 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20221128 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221215 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7201270 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |