JP7238470B2 - 学習装置、検査装置、学習検査方法、学習プログラムおよび検査プログラム - Google Patents
学習装置、検査装置、学習検査方法、学習プログラムおよび検査プログラム Download PDFInfo
- Publication number
- JP7238470B2 JP7238470B2 JP2019035827A JP2019035827A JP7238470B2 JP 7238470 B2 JP7238470 B2 JP 7238470B2 JP 2019035827 A JP2019035827 A JP 2019035827A JP 2019035827 A JP2019035827 A JP 2019035827A JP 7238470 B2 JP7238470 B2 JP 7238470B2
- Authority
- JP
- Japan
- Prior art keywords
- learning data
- learning
- classifier
- data group
- inspection
- 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
20 学習部
30 距離算出部
40 判定部
50 分割部
60 分類器格納部
70 検査データ格納部
80 検査部
90 選択部
100 学習検査装置
104 表示装置
Claims (11)
- 複数の学習データを含む第1学習データ群に対して機械学習することで、第1分類器および第1SVM境界線を生成する機械学習部と、
前記第1SVM境界線と前記第1学習データ群の各学習データとの距離データを算出する算出部と、
前記距離データの分布が中央で分かれていない場合には、前記距離データに応じて、前記第1学習データ群を第2学習データ群、第3学習データ群および第4学習データ群に分割する分割部と、を備え、
前記機械学習部は、前記第2学習データ群に対して機械学習することで第2分類器および第2SVM境界線を生成し、前記第3学習データ群に対して機械学習することで第3分類器および第3SVM境界線を生成し、前記第4学習データ群に対して機械学習することで第4分類器および第4SVM境界線を生成することを特徴とする学習装置。 - 前記機械学習部による分類器およびSVM境界線の生成、前記算出部による各学習データと生成されたSVM境界線との距離の算出、および前記分割部による学習データ群の3つの学習データ群への分割は、SVM境界線と各学習データとの距離データの分布が中央で分かれるまで繰り返されることを特徴とする請求項1記載の学習装置。
- それぞれ2種類のラベルのいずれかが付された学習データを複数含む学習データ群に対して所定の特徴量に基づいてクラスタリングを行い、要素数が最大となる第1クラスタのいずれかの第1学習データと、前記第1クラスタに含まれる学習データのうち前記第1学習データと同じラベルが付された学習データとを第1群として選択し、前記第1クラスタ以外のクラスタに含まれる学習データのうち前記第1学習データと異なる学習データを第2群として選択し、前記第1群および前記第2群を前記第1学習データ群として格納部に格納する選択部をさらに備えることを特徴とする請求項1または2に記載の学習装置。
- 前記選択部は、前記特徴量の特徴量空間において、前記第1クラスタに含まれる学習データのうち前記第1学習データから最も近いものから所定番目まで近い学習データを前記第1群として選択し、前記第1クラスタ以外の学習データのうち前記第1学習データから最も遠いものから所定番目まで遠い学習データを前記第2群として選択することを特徴とする請求項3記載の学習装置。
- 前記選択部は、前記特徴量の特徴量空間において前記第1クラスタの重心位置に最も近い学習データを前記第1学習データとして選択することを特徴とする請求項3または4に記載の学習装置。
- 検査対象に対して、第1学習データ群に対して機械学習することで得られた第1分類器で分類を行う検査部と、
前記第1分類器の第1SVM境界線と前記検査対象との距離を算出する算出部と、を備え、
前記検査部は、前記算出部が算出した距離に応じて、前記第1学習データ群を第2学習データ群と第3学習データ群と第4学習データ群とに分割した場合の前記第2学習データ群に対して機械学習することで得られた第2分類器、前記第3学習データ群に対して機械学習することで得られた第3分類器、および前記第4学習データ群に対して機械学習することで得られた第4分類器のいずれかを選択し、選択した分類器を用いて前記検査対象を分類することを特徴とする検査装置。 - 前記第1分類器は、複数の学習データを含む第1学習データ群に対して機械学習することで生成された分類器であり、
前記第2分類器、前記第3分類器および前記第4分類器は、それぞれ、前記第1分類器に係る第1SVM境界線と前記第1学習データ群の各学習データとの距離データに応じて前記第1学習データ群を分割することで得られた第2学習データ群、第3学習データ群および第4学習データ群に対して機械学習することで生成された分類器であることを特徴とする請求項6記載の検査装置。 - 機械学習対象の学習データ群を用いた分類器およびSVM境界線の生成、各学習データと生成されたSVM境界線との距離の算出、および学習データ群の3つの学習データ群への分割は、SVM境界線と各学習データとの距離データの分布が中央で分かれるまで繰り返され、生成された分類器に係るSVM境界線と各学習データとの距離データの分布が中央で分かれている場合に当該分類器に識別子が付されており、
前記算出部による距離の算出と、前記検査部による3つの分類器からの選択とが、前記算出部によって算出された距離に応じて選択される分類器に前記識別子が付されているまで繰り返されることを特徴とする請求項6または7に記載の検査装置。 - 複数の学習データを含む第1学習データ群に対して機械学習することで、第1分類器および第1SVM境界線を生成する処理と、
前記第1SVM境界線と前記第1学習データ群の各学習データとの距離データを算出する処理と、
前記距離データの分布が中央で分かれていない場合には、前記距離データに応じて、前記第1学習データ群を第2学習データ群、第3学習データ群および第4学習データ群に分割する処理と、
前記第2学習データ群に対して機械学習することで第2分類器および第2SVM境界線を生成し、前記第3学習データ群に対して機械学習することで第3分類器および第3SVM境界線を生成し、前記第4学習データ群に対して機械学習することで第4分類器および第4SVM境界線を生成する処理と、
検査対象に対して前記第1分類器で分類を行う処理と、
前記第1SVM境界線と前記検査対象との距離を算出し、当該距離に応じて前記第2分類器、前記第3分類器および前記第4分類器のいずれかを選択し、選択した分類器を用いて前記検査対象を分類する処理と、をコンピュータが実行することを特徴とする学習検査方法。 - コンピュータに、
複数の学習データを含む第1学習データ群に対して機械学習することで、第1分類器および第1SVM境界線を生成する処理と、
前記第1SVM境界線と前記第1学習データ群の各学習データとの距離データを算出する処理と、
前記距離データの分布が中央で分かれていない場合には、前記距離データに応じて、前記第1学習データ群を第2学習データ群、第3学習データ群および第4学習データ群に分割する処理と、
前記第2学習データ群に対して機械学習することで第2分類器および第2SVM境界線を生成し、前記第3学習データ群に対して機械学習することで第3分類器および第3SVM境界線を生成し、前記第4学習データ群に対して機械学習することで第4分類器および第4SVM境界線を生成する処理と、を実行させることを特徴とする学習プログラム。 - コンピュータに、
検査対象に対して、第1学習データ群に対して機械学習することで得られた第1分類器で分類を行う処理と、
前記第1分類器の第1SVM境界線と前記検査対象との距離を算出する処理と、
算出された距離に応じて、前記第1学習データ群を第2学習データ群と第3学習データ群と第4学習データ群とに分割した場合の前記第2学習データ群に対して機械学習することで得られた第2分類器、前記第3学習データ群に対して機械学習することで得られた第3分類器、および前記第4学習データ群に対して機械学習することで得られた第4分類器のいずれかを選択し、選択した分類器を用いて前記検査対象を分類する処理と、を実行させることを特徴とする検査プログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018047487 | 2018-03-15 | ||
JP2018047487 | 2018-03-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019164774A JP2019164774A (ja) | 2019-09-26 |
JP7238470B2 true JP7238470B2 (ja) | 2023-03-14 |
Family
ID=68064616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019035827A Active JP7238470B2 (ja) | 2018-03-15 | 2019-02-28 | 学習装置、検査装置、学習検査方法、学習プログラムおよび検査プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7238470B2 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021079440A1 (ja) * | 2019-10-23 | 2021-04-29 | 富士通株式会社 | 作成方法、作成プログラム及び情報処理装置 |
JP7283563B2 (ja) * | 2019-10-24 | 2023-05-30 | 富士通株式会社 | 生成方法、生成プログラムおよび情報処理装置 |
JP7306468B2 (ja) * | 2019-10-24 | 2023-07-11 | 富士通株式会社 | 検出方法、検出プログラムおよび情報処理装置 |
JP7400827B2 (ja) * | 2019-10-24 | 2023-12-19 | 富士通株式会社 | 検出方法、検出プログラムおよび情報処理装置 |
WO2021079482A1 (ja) * | 2019-10-24 | 2021-04-29 | 富士通株式会社 | 生成方法、生成プログラムおよび情報処理装置 |
JP7207566B2 (ja) * | 2019-10-24 | 2023-01-18 | 富士通株式会社 | 生成方法、生成プログラムおよび情報処理装置 |
JP7306469B2 (ja) * | 2019-10-24 | 2023-07-11 | 富士通株式会社 | 検出方法、検出プログラムおよび情報処理装置 |
US11423698B2 (en) | 2020-10-26 | 2022-08-23 | Mitsubishi Electric Research Laboratories, Inc. | Anomaly detector for detecting anomaly using complementary classifiers |
CN113780338B (zh) * | 2021-07-30 | 2024-04-09 | 国家计算机网络与信息安全管理中心 | 基于支持向量机的大数据分析中置信度评价方法、系统、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003208594A (ja) | 2002-01-10 | 2003-07-25 | Mitsubishi Electric Corp | 類識別装置及び類識別方法 |
JP2010243451A (ja) | 2009-04-09 | 2010-10-28 | Denso Corp | 外観検査装置及び外観検査方法 |
JP2011198268A (ja) | 2010-03-23 | 2011-10-06 | Sony Corp | 情報処理装置および方法、並びにプログラム |
JP2014219847A (ja) | 2013-05-08 | 2014-11-20 | 株式会社デンソー | 物体識別装置 |
-
2019
- 2019-02-28 JP JP2019035827A patent/JP7238470B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003208594A (ja) | 2002-01-10 | 2003-07-25 | Mitsubishi Electric Corp | 類識別装置及び類識別方法 |
JP2010243451A (ja) | 2009-04-09 | 2010-10-28 | Denso Corp | 外観検査装置及び外観検査方法 |
JP2011198268A (ja) | 2010-03-23 | 2011-10-06 | Sony Corp | 情報処理装置および方法、並びにプログラム |
JP2014219847A (ja) | 2013-05-08 | 2014-11-20 | 株式会社デンソー | 物体識別装置 |
Non-Patent Citations (1)
Title |
---|
桑原隆比古, 外3名,"クラスタ化された特徴セットにより学習された複数識別器を用いた性別認識",電子情報通信学会技術研究報告,日本,社団法人電子情報通信学会,2005年10月21日,第105巻, 第375号,p.1-6 |
Also Published As
Publication number | Publication date |
---|---|
JP2019164774A (ja) | 2019-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7238470B2 (ja) | 学習装置、検査装置、学習検査方法、学習プログラムおよび検査プログラム | |
Yu et al. | Unsupervised out-of-distribution detection by maximum classifier discrepancy | |
US8595233B2 (en) | Data processing apparatus, data processing method, program, and integrated circuit | |
Grauman et al. | Unsupervised learning of categories from sets of partially matching image features | |
JP6364037B2 (ja) | 学習データ選択装置 | |
CN109523518B (zh) | 一种轮胎x光病疵检测方法 | |
JP6897749B2 (ja) | 学習方法、学習システム、および学習プログラム | |
Liao et al. | Similarity searching for defective wafer bin maps in semiconductor manufacturing | |
US11210555B2 (en) | High-dimensional image feature matching method and device | |
CN103136504A (zh) | 人脸识别方法及装置 | |
WO2013160192A1 (en) | Method for binary classification of a query image | |
CN111598004A (zh) | 一种渐进增强自学习的无监督跨领域行人再识别方法 | |
JP5754310B2 (ja) | 識別情報付与プログラム及び識別情報付与装置 | |
JP6004015B2 (ja) | 学習方法、情報処理装置および学習プログラム | |
JP2003256443A (ja) | データ分類装置 | |
CN112766170A (zh) | 基于簇类无人机图像的自适应分割检测方法及装置 | |
JP2002183171A (ja) | 文書データ・クラスタリングシステム | |
CN111414930B (zh) | 深度学习模型训练方法及装置、电子设备及存储介质 | |
CN113781483A (zh) | 工业产品外观缺陷检测方法和装置 | |
CN113360392A (zh) | 一种跨项目软件缺陷预测方法及装置 | |
JP2003208594A (ja) | 類識別装置及び類識別方法 | |
KR20200103177A (ko) | 빅데이터 분석을 위한 시장 세분화 반딧불 알고리즘 방법 및 시스템 | |
CN112132239B (zh) | 一种训练方法、装置、设备和存储介质 | |
CN116186278A (zh) | 一种基于超平面投影与关系路径邻域的知识图谱补全方法 | |
Vela et al. | Examples of machine learning algorithms for optical network control and management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211109 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221107 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221115 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230116 |
|
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: 20230131 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7238470 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |