JP7230521B2 - 学習方法、学習プログラムおよび学習装置 - Google Patents
学習方法、学習プログラムおよび学習装置 Download PDFInfo
- Publication number
- JP7230521B2 JP7230521B2 JP2019006133A JP2019006133A JP7230521B2 JP 7230521 B2 JP7230521 B2 JP 7230521B2 JP 2019006133 A JP2019006133 A JP 2019006133A JP 2019006133 A JP2019006133 A JP 2019006133A JP 7230521 B2 JP7230521 B2 JP 7230521B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- network
- learning
- feature
- feature amount
- 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
- 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
- G06N3/045—Combinations of networks
Description
学習モデルに含まれる第1ネットワークおよび第2ネットワークと、前記第1ネットワークに入力されるデータを復元するデコーダとを実行し、
前記第1ネットワークに元教師データを入力することで前記第1ネットワークから第1特徴量と第2特徴量とを生成し、
前記第1特徴量および前記第2特徴量を前記デコーダに入力することで前記デコーダから出力される復元データが前記元教師データに近づき、また、前記第2特徴量を前記第2ネットワークに入力することで前記第2ネットワークから出力される出力データが、前記元教師データの正解データに近づくように、前記学習モデルのパラメータと、前記デコーダのパラメータとを学習する
処理を実行することを特徴とする学習方法。
学習モデルに含まれる第1ネットワークおよび第2ネットワークと、前記第1ネットワークに入力されるデータを復元するデコーダとを実行し、
前記第1ネットワークに元教師データを入力することで前記第1ネットワークから第1特徴量と第2特徴量とを生成し、
前記第1特徴量および前記第2特徴量を前記デコーダに入力することで前記デコーダから出力される復元データが前記元教師データに近づき、また、前記第2特徴量を前記第2ネットワークに入力することで前記第2ネットワークから出力される出力データが、前記元教師データの正解データに近づくように、前記学習モデルのパラメータと、前記デコーダのパラメータとを学習する
処理を実行させることを特徴とする学習プログラム。
前記第1特徴量および前記第2特徴量を前記デコーダに入力することで前記デコーダから出力される復元データが前記元教師データに近づき、また、前記第2特徴量を前記第2ネットワークに入力することで前記第2ネットワークから出力される出力データが、前記元教師データの正解データに近づくように、前記学習モデルのパラメータと、前記デコーダのパラメータとを学習する学習部と
を有することを特徴とする学習装置。
110 通信部
120 入力部
130 表示部
140 記憶部
141 学習データベース
142 拡張訓練データテーブル
143 パラメータテーブル
144 参照特徴量データベース
150 制御部
150a 取得部
150b 拡張部
150c 特徴量生成部
150d 学習部
Claims (5)
- コンピュータが実行する学習方法であって、
学習モデルに含まれる第1ネットワークおよび第2ネットワークと、前記第1ネットワークに入力されるデータを復元するデコーダとを実行し、
前記第1ネットワークに元教師データを入力することで前記第1ネットワークから第1特徴量と第2特徴量とを生成し、
前記第1特徴量および前記第2特徴量を前記デコーダに入力することで前記デコーダから出力される復元データが前記元教師データに近づき、また、前記第2特徴量を前記第2ネットワークに入力することで前記第2ネットワークから出力される出力データが、前記元教師データの正解データに近づくように、前記学習モデルのパラメータと、前記デコーダのパラメータとを学習し、
前記元教師データをデータ拡張されることで生成される複数の拡張教師データを前記第1ネットワークに入力することで算出される複数の第2特徴量に関して、同一の元教師データからデータ拡張された、複数の拡張教師データから算出される各第2特徴量が参照特徴量に類似するように、前記参照特徴量および前記第1ネットワークのパラメータを学習する
処理を実行することを特徴とする学習方法。 - 前記参照特徴量と、前記同一の元教師データの正解データとを対応づけて記憶装置に保存する処理を更に実行することを特徴とする請求項1に記載の学習方法。
- 前記学習する処理は、前記記憶装置に保存された前記参照特徴量を、前記第2ネットワークに入力することで前記第2ネットワークから出力される出力データが、前記参照特徴量に対応する正解データに近づくように、前記第2ネットワークのパラメータを学習することを特徴とする請求項2に記載の学習方法。
- コンピュータに、
学習モデルに含まれる第1ネットワークおよび第2ネットワークと、前記第1ネットワークに入力されるデータを復元するデコーダとを実行し、
前記第1ネットワークに元教師データを入力することで前記第1ネットワークから第1特徴量と第2特徴量とを生成し、
前記第1特徴量および前記第2特徴量を前記デコーダに入力することで前記デコーダから出力される復元データが前記元教師データに近づき、また、前記第2特徴量を前記第2ネットワークに入力することで前記第2ネットワークから出力される出力データが、前記元教師データの正解データに近づくように、前記学習モデルのパラメータと、前記デコーダのパラメータとを学習し、
前記元教師データをデータ拡張されることで生成される複数の拡張教師データを前記第1ネットワークに入力することで算出される複数の第2特徴量に関して、同一の元教師データからデータ拡張された、複数の拡張教師データから算出される各第2特徴量が参照特徴量に類似するように、前記参照特徴量および前記第1ネットワークのパラメータを学習する
処理を実行させることを特徴とする学習プログラム。 - 学習モデルに含まれる第1ネットワークおよび第2ネットワークと、前記第1ネットワークに入力されるデータを復元するデコーダとを実行し、前記第1ネットワークに元教師データを入力することで前記第1ネットワークから第1特徴量と第2特徴量とを生成する特徴量生成部と、
前記第1特徴量および前記第2特徴量を前記デコーダに入力することで前記デコーダから出力される復元データが前記元教師データに近づき、また、前記第2特徴量を前記第2ネットワークに入力することで前記第2ネットワークから出力される出力データが、前記元教師データの正解データに近づくように、前記学習モデルのパラメータと、前記デコーダのパラメータとを学習し、前記元教師データをデータ拡張されることで生成される複数の拡張教師データを前記第1ネットワークに入力することで算出される複数の第2特徴量に関して、同一の元教師データからデータ拡張された、複数の拡張教師データから算出される各第2特徴量が参照特徴量に類似するように、前記参照特徴量および前記第1ネットワークのパラメータを学習する学習部と
を有することを特徴とする学習装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019006133A JP7230521B2 (ja) | 2019-01-17 | 2019-01-17 | 学習方法、学習プログラムおよび学習装置 |
US16/742,033 US11562233B2 (en) | 2019-01-17 | 2020-01-14 | Learning method, non-transitory computer readable recording medium, and learning device |
EP20151932.9A EP3683737A1 (en) | 2019-01-17 | 2020-01-15 | Learning method, learning program, and learning device |
CN202010047461.XA CN111445022A (zh) | 2019-01-17 | 2020-01-16 | 学习方法、计算机可读记录介质和学习装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019006133A JP7230521B2 (ja) | 2019-01-17 | 2019-01-17 | 学習方法、学習プログラムおよび学習装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020115256A JP2020115256A (ja) | 2020-07-30 |
JP7230521B2 true JP7230521B2 (ja) | 2023-03-01 |
Family
ID=69172669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019006133A Active JP7230521B2 (ja) | 2019-01-17 | 2019-01-17 | 学習方法、学習プログラムおよび学習装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11562233B2 (ja) |
EP (1) | EP3683737A1 (ja) |
JP (1) | JP7230521B2 (ja) |
CN (1) | CN111445022A (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007241895A (ja) | 2006-03-10 | 2007-09-20 | Oki Electric Ind Co Ltd | データ分析装置およびデータ分析方法 |
WO2018020277A1 (en) | 2016-07-28 | 2018-02-01 | Google Llc | Domain separation neural networks |
JP2018139103A (ja) | 2016-12-13 | 2018-09-06 | アクシス アーベー | ニューラルネットワークをトレーニングするための方法、コンピュータプログラム製品、およびデバイス |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06119431A (ja) * | 1992-10-03 | 1994-04-28 | Ricoh Co Ltd | ワイヤボンダー等におけるパターン認識方法及び装置 |
US10929987B2 (en) * | 2017-08-16 | 2021-02-23 | Nvidia Corporation | Learning rigidity of dynamic scenes for three-dimensional scene flow estimation |
US11106975B2 (en) * | 2017-10-20 | 2021-08-31 | Asapp, Inc. | Fast neural network implementations by increasing parallelism of cell computations |
US10531415B2 (en) * | 2018-03-02 | 2020-01-07 | DeepSig Inc. | Learning communication systems using channel approximation |
US11101029B2 (en) * | 2018-07-17 | 2021-08-24 | Petuum Inc. | Systems and methods for predicting medications to prescribe to a patient based on machine learning |
US10430946B1 (en) * | 2019-03-14 | 2019-10-01 | Inception Institute of Artificial Intelligence, Ltd. | Medical image segmentation and severity grading using neural network architectures with semi-supervised learning techniques |
-
2019
- 2019-01-17 JP JP2019006133A patent/JP7230521B2/ja active Active
-
2020
- 2020-01-14 US US16/742,033 patent/US11562233B2/en active Active
- 2020-01-15 EP EP20151932.9A patent/EP3683737A1/en active Pending
- 2020-01-16 CN CN202010047461.XA patent/CN111445022A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007241895A (ja) | 2006-03-10 | 2007-09-20 | Oki Electric Ind Co Ltd | データ分析装置およびデータ分析方法 |
WO2018020277A1 (en) | 2016-07-28 | 2018-02-01 | Google Llc | Domain separation neural networks |
JP2018139103A (ja) | 2016-12-13 | 2018-09-06 | アクシス アーベー | ニューラルネットワークをトレーニングするための方法、コンピュータプログラム製品、およびデバイス |
Non-Patent Citations (1)
Title |
---|
Thomas Robert, Nicolas Thome and Matthieu Cord,HybridNet: Classification and Reconstruction Cooperation for Semi-Supervised Learning,Proceedings of the European Conference on Computer Vision (ECCV) [online],2018年,pp. 153-169, https://openaccess.thecvf.com/content_ECCV_2018/papers/Thomas_Robert_HybridNet_Classification_and_ECCV_2018_paper.pdf,[2022年8月9日検索] |
Also Published As
Publication number | Publication date |
---|---|
JP2020115256A (ja) | 2020-07-30 |
CN111445022A (zh) | 2020-07-24 |
EP3683737A1 (en) | 2020-07-22 |
US11562233B2 (en) | 2023-01-24 |
US20200234122A1 (en) | 2020-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shahbaz et al. | Inferring mealy machines | |
Scheinberg et al. | Self-correcting geometry in model-based algorithms for derivative-free unconstrained optimization | |
Ananieva et al. | Implicit constraints in partial feature models | |
Graham et al. | Robust incremental SLAM with consistency-checking | |
US9652360B2 (en) | Crawling for extracting a model of a GUI-based application | |
JP7279368B2 (ja) | 学習方法、学習プログラムおよび学習装置 | |
Yao et al. | Consistency checking of UML dynamic models based on petri net techniques | |
Solé et al. | Region-based foldings in process discovery | |
JP7230521B2 (ja) | 学習方法、学習プログラムおよび学習装置 | |
JP5244750B2 (ja) | テストケース生成装置およびその方法 | |
Raghavan et al. | Test sequencing problems arising in test planning and design for testability | |
Yue et al. | An efficient adaptive graph anonymization framework for incremental data publication | |
Morris et al. | Quantifying non-Markovian memory in a superconducting quantum computer | |
CN107885797A (zh) | 一种基于结构相关性的多模式图匹配方法 | |
Popovic et al. | A generic model-based test case generator | |
Amrouch et al. | Design close to the edge for advanced technology using machine learning and brain-inspired algorithms | |
Höger | Dynamic structural analysis for DAEs | |
BELL et al. | Model-based mutation testing using pushdown automata | |
Schlie et al. | Reengineering variants of matlab/simulink software systems | |
Megdiche et al. | LPHOM results for OAEI 2016. | |
JP7156049B2 (ja) | 学習方法、学習プログラムおよび学習装置 | |
Tatale et al. | A Survey on Test Case Generation using UML Diagrams and Feasibility Study to Generate Combinatorial Logic Oriented Test Cases. | |
Li et al. | Joint machine learning and human learning design with sequential active learning and outlier detection for linear regression problems | |
WO2020079815A1 (ja) | 学習プログラム、学習方法および学習装置 | |
Shao et al. | Self-Adaptive Anomaly Detection With Deep Reinforcement Learning and Topology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211007 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220810 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220823 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221012 |
|
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: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230130 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7230521 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |