JP7293988B2 - 学習プログラム、判定処理プログラム、学習装置、判定処理装置、学習方法および判定処理方法 - Google Patents
学習プログラム、判定処理プログラム、学習装置、判定処理装置、学習方法および判定処理方法 Download PDFInfo
- Publication number
- JP7293988B2 JP7293988B2 JP2019155085A JP2019155085A JP7293988B2 JP 7293988 B2 JP7293988 B2 JP 7293988B2 JP 2019155085 A JP2019155085 A JP 2019155085A JP 2019155085 A JP2019155085 A JP 2019155085A JP 7293988 B2 JP7293988 B2 JP 7293988B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- machine learning
- importance
- learning model
- determination
- 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
- G06N5/04—Inference or reasoning models
-
- 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
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
前記学習データと前記重要度ベクトルとを基にして、k近傍法の第2機械学習モデルを学習し、
学習済みの前記第2機械学習モデルと、予測対象データとを基にして、前記訓練データから前記予測対象データに類似するデータを判定する
処理をコンピュータに実行させることを特徴とする判定処理プログラム。
前記予測対象データを前記第1機械学習モデルに入力した場合の判定結果と、前記類似するデータとを関連付けて出力する処理を更に実行することを特徴とする付記1に記載の判定処理プログラム。
前記訓練データを前記第1機械学習モデルに入力した場合の第1判定結果の確信度と、前記訓練データの複数の特徴量を前記重要度ベクトルで補正した補正訓練データを前記第2機械学習モデルに入力した場合の第2判定結果の確信度との差分が最小となるように、前記重要度ベクトルを調整する処理を実行させることを特徴とする付記1または2に記載の判定処理プログラム。
前記調整する処理は、前記データ集合を前記第1機械学習モデルに入力した場合の判定結果と、前記データ集合の複数の特徴量に前記重要度ベクトルを乗算したデータ集合を前記第2機械学習モデルに入力した場合の判定結果とを基にして、重要度ベクトルを調整することを特徴とする付記1、2または3に記載の判定処理プログラム。
前記学習データと前記重要度ベクトルとを基にして、k近傍法の第2機械学習モデルを学習する第2学習部と、
学習済みの前記第2機械学習モデルと、予測対象データとを基にして、前記訓練データから前記予測対象データに類似するデータを判定する判定部と
を有することを特徴とする判定処理装置。
前記調整部は、前記データ集合を前記第1機械学習モデルに入力した場合の判定結果と、前記データ集合の複数の特徴量に前記重要度ベクトルを乗算したデータ集合を前記第2機械学習モデルに入力した場合の判定結果とを基にして、重要度ベクトルを調整することを特徴とする付記7に記載の判定処理装置。
複数の特徴量を含む訓練データと判定結果とを対応付けた学習データを基にして、第1機械学習モデルを学習することで、前記複数の特徴量に対する重要度ベクトルを算出し、
前記学習データと前記重要度ベクトルとを基にして、k近傍法の第2機械学習モデルを学習し、
学習済みの前記第2機械学習モデルと、予測対象データとを基にして、前記訓練データから前記予測対象データに類似するデータを判定する
処理を実行することを特徴とする判定処理方法。
前記予測対象データを前記第1機械学習モデルに入力した場合の判定結果と、前記類似するデータとを関連付けて出力する処理を更に実行することを特徴とする付記9に記載の判定処理方法。
前記調整する処理は、前記データ集合を前記第1機械学習モデルに入力した場合の判定結果と、前記データ集合の複数の特徴量に前記重要度ベクトルを乗算したデータ集合を前記第2機械学習モデルに入力した場合の判定結果とを基にして、重要度ベクトルを調整することを特徴とする付記11に記載の判定処理方法。
110,210 通信部
120,220 入力部
130,230 表示部
140,240 記憶部
140a,240a,340a 学習データ
140b,240b,340b 第1機械学習モデル
140c,240c,340c 第2機械学習モデル
140d,240d,340d 重要度ベクトルデータ
150,250,350 制御部
150a,250a,350a 取得部
150b,250b,350b 第1学習部
150c,250c,350c 第2学習部
150d,250e,350e 判定部
250d,350d 調整部
Claims (9)
- 複数の特徴量を含む訓練データと判定結果とを対応付けた学習データを基にして、第1機械学習モデルを訓練することで、前記複数の特徴量それぞれの重要度を示す重要度ベクトルを算出し、
前記訓練データに含まれる前記複数の特徴量のそれぞれと前記重要度ベクトルが示す前記複数の特徴量それぞれの重要度をそれぞれ乗算した結果を用いてk近傍法の第2機械学習モデルを生成する
処理をコンピュータに実行させることを特徴とする学習プログラム。 - 訓練データに含まれる複数の特徴量のそれぞれに、前記複数の特徴量を含む前記訓練データと判定結果とを対応付けた学習データを用いて第1機械学習モデルを訓練することで算出された重要度ベクトルが示す前記複数の特徴量それぞれの重要度を乗算した結果を用いて生成されたk近傍法の第2機械学習モデルと、
予測対象データと、
を基にして、前記予測対象データに類似するデータを判定する
処理をコンピュータに実行させることを特徴とする判定処理プログラム。 - 前記判定する処理は、前記重要度ベクトルと、前記予測対象データとを乗算した値を、前記第2機械学習モデルに入力することで、前記類似するデータを判定し、
前記予測対象データを前記第1機械学習モデルに入力した場合の判定結果と、前記類似するデータとを関連付けて出力する処理を更に実行することを特徴とする請求項2に記載の判定処理プログラム。 - 前記コンピュータに、更に、
前記訓練データを前記第1機械学習モデルに入力した場合の第1判定結果の確信度と、前記訓練データの複数の特徴量を前記重要度ベクトルで補正した補正訓練データを前記第2機械学習モデルに入力した場合の第2判定結果の確信度との差分が最小となるように、前記重要度ベクトルを調整する処理を実行させることを特徴とする請求項2または3に記載の判定処理プログラム。 - 前記学習データに含まれる複数の訓練データのうち、前記予測対象データの近傍に存在する複数の訓練データを含むデータ集合を抽出する処理を更に実行し、
前記調整する処理は、前記データ集合を前記第1機械学習モデルに入力した場合の判定結果と、前記データ集合の複数の特徴量に前記重要度ベクトルを乗算したデータ集合を前記第2機械学習モデルに入力した場合の判定結果とを基にして、重要度ベクトルを調整することを特徴とする請求項4に記載の判定処理プログラム。 - 複数の特徴量を含む訓練データと判定結果とを対応付けた学習データを基にして、第1機械学習モデルを訓練することで、前記複数の特徴量それぞれの重要度を示す重要度ベクトルを算出する第1学習部と、
前記訓練データに含まれる前記複数の特徴量のそれぞれと前記重要度ベクトルが示す前記複数の特徴量それぞれの重要度をそれぞれ乗算した結果を用いてk近傍法の第2機械学習モデルを生成する第2学習部と、
を有することを特徴とする学習装置。 - 訓練データに含まれる複数の特徴量のそれぞれに、前記複数の特徴量を含む前記訓練データと判定結果とを対応付けた学習データを用いて第1機械学習モデルを訓練することで算出された重要度ベクトルが示す前記複数の特徴量それぞれの重要度を乗算した結果を用いて生成されたk近傍法の第2機械学習モデルと、予測対象データと、を基にして、前記予測対象データに類似するデータを判定する判定部
を有することを特徴とする判定処理装置。 - コンピュータが実行する学習方法であって、
複数の特徴量を含む訓練データと判定結果とを対応付けた学習データを基にして、第1機械学習モデルを訓練することで、前記複数の特徴量それぞれの重要度を示す重要度ベクトルを算出し、
前記訓練データに含まれる前記複数の特徴量のそれぞれと前記重要度ベクトルが示す前記複数の特徴量それぞれの重要度をそれぞれ乗算した結果を用いてk近傍法の第2機械学習モデルを生成する
処理を実行することを特徴とする学習方法。 - コンピュータが実行する判定処理方法であって、
訓練データに含まれる複数の特徴量のそれぞれに、前記複数の特徴量を含む前記訓練データと判定結果とを対応付けた学習データを用いて第1機械学習モデルを訓練することで算出された重要度ベクトルが示す前記複数の特徴量それぞれの重要度を乗算した結果を用いて生成されたk近傍法の第2機械学習モデルと、
予測対象データと、
を基にして、前記予測対象データに類似するデータを判定する
処理を実行することを特徴とする判定処理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019155085A JP7293988B2 (ja) | 2019-08-27 | 2019-08-27 | 学習プログラム、判定処理プログラム、学習装置、判定処理装置、学習方法および判定処理方法 |
US16/990,437 US20210065024A1 (en) | 2019-08-27 | 2020-08-11 | Non-transitory computer-readable storage medium for storing determination processing program, determination processing method, and determination processing apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019155085A JP7293988B2 (ja) | 2019-08-27 | 2019-08-27 | 学習プログラム、判定処理プログラム、学習装置、判定処理装置、学習方法および判定処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021033792A JP2021033792A (ja) | 2021-03-01 |
JP7293988B2 true JP7293988B2 (ja) | 2023-06-20 |
Family
ID=74678747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019155085A Active JP7293988B2 (ja) | 2019-08-27 | 2019-08-27 | 学習プログラム、判定処理プログラム、学習装置、判定処理装置、学習方法および判定処理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210065024A1 (ja) |
JP (1) | JP7293988B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB202207373D0 (en) * | 2022-05-19 | 2022-07-06 | Samsung Electronics Co Ltd | Method and apparatus for on-device user personalisation |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006236367A (ja) | 2006-03-24 | 2006-09-07 | Fuji Electric Systems Co Ltd | ニューラルネットワークの出力値の評価方法及び記憶媒体 |
WO2013001893A1 (ja) | 2011-06-28 | 2013-01-03 | 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 | 主観的な階層クラスタリングにおける特徴量ごとの重みを求める情報処理装置、方法、およびプログラム |
JP2017062713A (ja) | 2015-09-25 | 2017-03-30 | キヤノン株式会社 | 識別器作成装置、識別器作成方法、およびプログラム |
JP2017157213A (ja) | 2016-02-29 | 2017-09-07 | 富士通株式会社 | 予測分析のための時系列のデータ・セットを生成する方法及びデータ処理装置 |
JP2019114308A (ja) | 2019-04-23 | 2019-07-11 | 株式会社AI Samurai | 知的財産システム、知的財産支援方法および知的財産支援プログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1074188A (ja) * | 1996-05-23 | 1998-03-17 | Hitachi Ltd | データ学習装置およびプラント制御装置 |
CN102903008B (zh) * | 2011-07-29 | 2016-05-18 | 国际商业机器公司 | 用于计算机问答的方法及系统 |
JP6931624B2 (ja) * | 2018-05-22 | 2021-09-08 | 株式会社日立製作所 | 学習支援装置および学習支援方法 |
WO2020041859A1 (en) * | 2018-08-29 | 2020-03-05 | Darwinai Corporation | System and method for building and using learning machines to understand and explain learning machines |
JP7196696B2 (ja) * | 2019-03-07 | 2022-12-27 | 株式会社ジェイテクト | 機械学習装置及び機械学習方法 |
-
2019
- 2019-08-27 JP JP2019155085A patent/JP7293988B2/ja active Active
-
2020
- 2020-08-11 US US16/990,437 patent/US20210065024A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006236367A (ja) | 2006-03-24 | 2006-09-07 | Fuji Electric Systems Co Ltd | ニューラルネットワークの出力値の評価方法及び記憶媒体 |
WO2013001893A1 (ja) | 2011-06-28 | 2013-01-03 | 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 | 主観的な階層クラスタリングにおける特徴量ごとの重みを求める情報処理装置、方法、およびプログラム |
JP2017062713A (ja) | 2015-09-25 | 2017-03-30 | キヤノン株式会社 | 識別器作成装置、識別器作成方法、およびプログラム |
JP2017157213A (ja) | 2016-02-29 | 2017-09-07 | 富士通株式会社 | 予測分析のための時系列のデータ・セットを生成する方法及びデータ処理装置 |
JP2019114308A (ja) | 2019-04-23 | 2019-07-11 | 株式会社AI Samurai | 知的財産システム、知的財産支援方法および知的財産支援プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021033792A (ja) | 2021-03-01 |
US20210065024A1 (en) | 2021-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10943068B2 (en) | N-ary relation prediction over text spans | |
CN111209370A (zh) | 一种基于神经网络可解释性的文本分类方法 | |
CN109804363A (zh) | 使用通过示例的格式修改的连接 | |
JP2019185551A (ja) | アノテーション付テキストデータの拡張方法、アノテーション付テキストデータの拡張プログラム、アノテーション付テキストデータの拡張装置、及び、テキスト分類モデルの訓練方法 | |
Dubey et al. | A cluster-level semi-supervision model for interactive clustering | |
Hung | Penalized blind kriging in computer experiments | |
WO2020242766A1 (en) | Machine learning-based apparatus for engineering meso-scale peptides and methods and system for the same | |
CN104598925A (zh) | 一种基于ELM的多类Adaboost集成学习方法 | |
JP7293988B2 (ja) | 学習プログラム、判定処理プログラム、学習装置、判定処理装置、学習方法および判定処理方法 | |
US20200227142A1 (en) | Autonomous reasoning and experimentation agent for molecular discovery | |
Chong et al. | Evaluation of Active Learning Techniques on Medical Image Classification with Unbalanced Data Distributions | |
US20170154294A1 (en) | Performance evaluation device, control method for performance evaluation device, and control program for performance evaluation device | |
US20150339786A1 (en) | Forensic system, forensic method, and forensic program | |
JP2010146222A (ja) | 文書分類装置、文書分類方法およびプログラム | |
US8001122B2 (en) | Relating similar terms for information retrieval | |
Vallat et al. | Building and assessing atomic models of proteins from structural templates: Learning and benchmarks | |
JP6705506B2 (ja) | 学習プログラム、情報処理装置および学習方法 | |
Yang et al. | On the Importance of Diversity in Re-Sampling for Imbalanced Data and Rare Events in Mortality Risk Models | |
WO2020144730A1 (ja) | 抽出方法、抽出プログラムおよび情報処理装置 | |
Tavares et al. | Expert knowledge integration in the data mining process with application to cardiovascular risk assessment | |
JP6884945B2 (ja) | 訓練用データ生成装置、最適パラメータ取得装置、訓練用データ生成方法、および最適パラメータ取得方法 | |
US20240005214A1 (en) | Non-transitory computer-readable recording medium storing information presentation program, information presentation method, and information presentation device | |
JP4543687B2 (ja) | データ分析装置 | |
Hofmann et al. | " Learning to rank for information retrieval from user interactions" by K. Hofmann, S. Whiteson, A. Schuth, and M. de Rijke with Martin Vesely as coordinator | |
Thummala et al. | Prediction of Heart Disease using Random Forest in Comparison with Logistic Regression to Measure Accuracy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220517 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230208 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230417 |
|
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: 20230509 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230522 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7293988 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |