JP7315748B2 - データ識別器訓練方法、データ識別器訓練装置、プログラム及び訓練方法 - Google Patents
データ識別器訓練方法、データ識別器訓練装置、プログラム及び訓練方法 Download PDFInfo
- Publication number
- JP7315748B2 JP7315748B2 JP2022070856A JP2022070856A JP7315748B2 JP 7315748 B2 JP7315748 B2 JP 7315748B2 JP 2022070856 A JP2022070856 A JP 2022070856A JP 2022070856 A JP2022070856 A JP 2022070856A JP 7315748 B2 JP7315748 B2 JP 7315748B2
- Authority
- JP
- Japan
- Prior art keywords
- weight matrix
- data
- training method
- neural network
- discriminator
- 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
- G06N3/088—Non-supervised learning, e.g. competitive 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
-
- 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
- G06N3/048—Activation functions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
Description
まず、本実施形態の基礎となる敵対的生成ネットワーク(以下、GANと記載する。)について簡単に説明する。GANは、ジェネレータと、ディスクリミネータと、を備え、ジェネレータと、ディスクリミネータを並行して学習する生成モデルの訓練方法の一種である。
例えば、活性化関数alをReLU(Rectified Linear Unit)、leakyReLUとすると、||al||Lip=1となる。活性化関数alのそれぞれが、||al||Lip=1を満たす場合、不等式||g1*g2||Lip≦||g1||Lip・||g2||Lipであるので、||f||Lipを以下のように上から押さえることができる。ただし、上記の式においては、g1*g2は、g1とg2との合成関数であることを意味する。
前述の実施形態においては、GANの手法にスペクトル正規化を適用する例について述べたが、これには限られない。すなわち、WGAN-GP(比較例2)の手法において、スペクトル正規化を適用してもよい。以下、比較例2にSNを適用したものを、比較例2+SN等と表す。この場合、誤差関数は、以下の式を用いる。
Claims (24)
- ニューラルネットワークの重み行列をスペクトル正規化して、正規化された重み行列を算出することと、
前記正規化された重み行列を用いて取得した出力に基づいて、前記ニューラルネットワークの前記重み行列を更新することと、を備え、
前記正規化された重み行列は、第1データと前記第1データとは異なる第2データとの判別に用いられる、
訓練方法。 - 前記出力に基づいて誤差を算出すること、を更に備え、
前記ニューラルネットワークの前記重み行列は、前記誤差に基づいて更新される、
請求項1に記載の訓練方法。 - 前記スペクトル正規化は、前記重み行列のスペクトルノルムに基づく前記重み行列の正規化である、
請求項1又は請求項2に記載の訓練方法。 - 前記スペクトル正規化は、前記重み行列の特異値に基づく前記重み行列の正規化である、
請求項1又は請求項2に記載の訓練方法。 - 前記特異値は、前記重み行列の最大の特異値である、
請求項4に記載の訓練方法。 - 前記特異値は、べき乗法を用いて算出される、
請求項4又は請求項5に記載の訓練方法。 - 前記ニューラルネットワークは、CNN(Convolutional Neural Network)である、
請求項1乃至請求項6のいずれか一項に記載の訓練方法。 - 前記重み行列は、前記ニューラルネットワークの所定の層における重み行列である、
請求項1乃至請求項7のいずれか一項に記載の訓練方法。 - 前記重み行列は、前記ニューラルネットワークの複数の層における重み行列である、
請求項1乃至請求項8のいずれか一項に記載の訓練方法。 - 前記第1データ及び前記第2データは、画像データである、
請求項1乃至請求項9のいずれか一項に記載の訓練方法。 - ニューラルネットワークの重み行列を前記重み行列のスペクトルノルムに基づいて正規化し、正規化された重み行列を算出することと、
前記正規化された重み行列に基づいて、評価値を算出することと、
前記評価値に基づいて、前記ニューラルネットワークの前記重み行列を更新することと、
を備える訓練方法。 - ニューラルネットワークの重み行列を前記重み行列の最大の特異値に基づいて正規化し、正規化された重み行列を算出することと、
前記正規化された重み行列に基づいて、評価値を算出することと、
前記評価値に基づいて、前記ニューラルネットワークの前記重み行列を更新することと、
を備える訓練方法。 - 前記特異値は、べき乗法を用いて算出される、
請求項12に記載の訓練方法。 - 前記ニューラルネットワークは、分類を行うニューラルネットワークである、
請求項11乃至請求項13のいずれか一項に記載の訓練方法。 - 前記ニューラルネットワークは、敵対的生成ネットワークのディスクリミネータである、
請求項11乃至請求項13のいずれか一項に記載の訓練方法。 - 請求項1乃至請求項15のいずれか一項に記載の訓練方法を用いて前記正規化された重み行列を生成する、
モデル生成方法。 - 請求項1乃至請求項15のいずれか一項に記載の訓練方法によって生成された前記正規化された重み行列を用いて、敵対的生成ネットワークのジェネレータを生成する、
モデル生成方法。 - 請求項17に記載のモデル生成方法を用いて生成された前記ジェネレータを用いて、データを生成する、
データ生成方法。 - 少なくとも1つのプロセッサ、を備え、
前記少なくとも1つのプロセッサは、請求項1乃至請求項15のいずれか一項に記載の訓練方法を実行する、
訓練装置。 - 少なくとも1つのプロセッサ、を備え、
前記少なくとも1つのプロセッサは、請求項16又は請求項17に記載のモデル生成方法を実行する、
モデル生成装置。 - 少なくとも1つのプロセッサ、を備え、
前記少なくとも1つのプロセッサは、請求項18に記載のデータ生成方法を実行する、
データ生成装置。 - 少なくとも1つのプロセッサに、請求項1乃至請求項15のいずれか一項に記載の訓練方法を実行させる、
プログラム。 - 少なくとも1つのプロセッサに、請求項16又は請求項17に記載のモデル生成方法を実行させる、
プログラム。 - 少なくとも1つのプロセッサに、請求項18に記載のデータ生成方法を実行させる、
プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017127769 | 2017-06-29 | ||
JP2017127769 | 2017-06-29 | ||
JP2019203198A JP7064479B2 (ja) | 2017-06-29 | 2019-11-08 | データ識別器訓練方法、データ識別器訓練装置、プログラム及び訓練方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019203198A Division JP7064479B2 (ja) | 2017-06-29 | 2019-11-08 | データ識別器訓練方法、データ識別器訓練装置、プログラム及び訓練方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2022101650A JP2022101650A (ja) | 2022-07-06 |
JP2022101650A5 JP2022101650A5 (ja) | 2023-01-19 |
JP7315748B2 true JP7315748B2 (ja) | 2023-07-26 |
Family
ID=64742063
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019527020A Active JP6595151B2 (ja) | 2017-06-29 | 2018-06-28 | 訓練方法、訓練装置、プログラム及び非一時的コンピュータ可読媒体 |
JP2019168670A Active JP6625785B1 (ja) | 2017-06-29 | 2019-09-17 | データ識別器訓練方法、データ識別器訓練装置、プログラム及び訓練方法 |
JP2019203198A Active JP7064479B2 (ja) | 2017-06-29 | 2019-11-08 | データ識別器訓練方法、データ識別器訓練装置、プログラム及び訓練方法 |
JP2022070856A Active JP7315748B2 (ja) | 2017-06-29 | 2022-04-22 | データ識別器訓練方法、データ識別器訓練装置、プログラム及び訓練方法 |
Family Applications Before (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019527020A Active JP6595151B2 (ja) | 2017-06-29 | 2018-06-28 | 訓練方法、訓練装置、プログラム及び非一時的コンピュータ可読媒体 |
JP2019168670A Active JP6625785B1 (ja) | 2017-06-29 | 2019-09-17 | データ識別器訓練方法、データ識別器訓練装置、プログラム及び訓練方法 |
JP2019203198A Active JP7064479B2 (ja) | 2017-06-29 | 2019-11-08 | データ識別器訓練方法、データ識別器訓練装置、プログラム及び訓練方法 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11593663B2 (ja) |
EP (1) | EP3648017A4 (ja) |
JP (4) | JP6595151B2 (ja) |
CN (1) | CN110799995A (ja) |
WO (1) | WO2019004350A1 (ja) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110799995A (zh) * | 2017-06-29 | 2020-02-14 | 首选网络株式会社 | 数据识别器训练方法、数据识别器训练装置、程序及训练方法 |
JP7023669B2 (ja) | 2017-10-26 | 2022-02-22 | 株式会社Preferred Networks | 画像生成方法、画像生成装置、及び画像生成プログラム |
EP3735655A1 (en) * | 2018-01-02 | 2020-11-11 | Nokia Technologies Oy | Channel modelling in a data transmission system |
US11797864B2 (en) * | 2018-06-18 | 2023-10-24 | Fotonation Limited | Systems and methods for conditional generative models |
US20200143266A1 (en) * | 2018-11-07 | 2020-05-07 | International Business Machines Corporation | Adversarial balancing for causal inference |
JP7198432B2 (ja) * | 2019-01-30 | 2023-01-04 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置、画像読取装置、画像形成装置、画像処理方法及び画像処理プログラム |
JP7370158B2 (ja) | 2019-04-03 | 2023-10-27 | 株式会社Preferred Networks | 情報処理装置および情報処理方法 |
JP2020196102A (ja) * | 2019-06-04 | 2020-12-10 | 株式会社Preferred Networks | 制御装置、システム、学習装置および制御方法 |
CN110365647B (zh) * | 2019-06-13 | 2021-09-14 | 广东工业大学 | 一种基于pca和bp神经网络的虚假数据注入攻击检测方法 |
WO2021040419A1 (en) * | 2019-08-30 | 2021-03-04 | Samsung Electronics Co., Ltd. | Electronic apparatus for applying personalized artificial intelligence model to another model |
KR20210084123A (ko) * | 2019-12-27 | 2021-07-07 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
CN111461340B (zh) * | 2020-03-10 | 2023-03-31 | 北京百度网讯科技有限公司 | 权重矩阵的更新方法、装置及电子设备 |
CN111553587B (zh) * | 2020-04-26 | 2023-04-18 | 中国电力科学研究院有限公司 | 一种基于对抗学习模型的新能源场景生成方法及系统 |
CN111639861B (zh) * | 2020-06-01 | 2023-06-23 | 上海大学 | 一种基于神经网络的绩效考核方法及系统 |
TWI768555B (zh) * | 2020-11-23 | 2022-06-21 | 威盛電子股份有限公司 | 調整神經網路輸入資料的系統及方法 |
WO2022251282A1 (en) * | 2021-05-25 | 2022-12-01 | Visa International Service Association | Method, system, and computer program product for normalizing embeddings for cross-embedding alignment |
JP7487144B2 (ja) * | 2021-06-09 | 2024-05-20 | 株式会社東芝 | 情報処理装置、方法及びプログラム |
CN113438190B (zh) * | 2021-06-22 | 2022-09-02 | 电子科技大学 | 神经网络训练方法及装置、mimo均衡器与方法、可读介质 |
CN113806338B (zh) * | 2021-11-18 | 2022-02-18 | 深圳索信达数据技术有限公司 | 一种基于数据样本图像化的数据甄别的方法与系统 |
CN116302294B (zh) * | 2023-05-18 | 2023-09-01 | 安元科技股份有限公司 | 一种界面化自动识别组件属性的方法及系统 |
CN118129088B (zh) * | 2024-03-13 | 2024-09-06 | 新疆维吾尔自治区特种设备检验研究院 | 一种基于人工智能的压力管道电磁超声检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150170020A1 (en) | 2013-12-13 | 2015-06-18 | Amazon Technologies, Inc. | Reducing dynamic range of low-rank decomposition matrices |
WO2017094899A1 (en) | 2015-12-02 | 2017-06-08 | Preferred Networks, Inc. | Generative machine learning systems for drug design |
WO2017094267A1 (ja) | 2015-12-01 | 2017-06-08 | 株式会社Preferred Networks | 異常検出システム、異常検出方法、異常検出プログラム及び学習済モデル生成方法 |
Family Cites Families (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1993010500A1 (en) * | 1991-11-13 | 1993-05-27 | Iowa State University Research Foundation, Inc. | Improved memory capacity neural network |
US5479523A (en) * | 1994-03-16 | 1995-12-26 | Eastman Kodak Company | Constructing classification weights matrices for pattern recognition systems using reduced element feature subsets |
US6987819B2 (en) * | 2000-12-29 | 2006-01-17 | Motorola, Inc. | Method and device for multiple input/multiple output transmit and receive weights for equal-rate data streams |
JP4604545B2 (ja) * | 2004-05-10 | 2011-01-05 | ソニー株式会社 | 無線通信システム、無線通信装置及び無線通信方法ム |
JP5248130B2 (ja) * | 2008-01-31 | 2013-07-31 | 株式会社東芝 | 無線送信方法及び装置 |
JP5221285B2 (ja) * | 2008-11-05 | 2013-06-26 | 株式会社東芝 | 無線通信装置及び方法 |
WO2010150313A1 (ja) * | 2009-06-25 | 2010-12-29 | 株式会社 東芝 | 通信装置 |
US9189703B2 (en) * | 2012-07-09 | 2015-11-17 | Canon Kabushiki Kaisha | Systems and methods for colorimetric and spectral material estimation |
US10515304B2 (en) * | 2015-04-28 | 2019-12-24 | Qualcomm Incorporated | Filter specificity as training criterion for neural networks |
CN110688891B (zh) * | 2015-08-15 | 2024-05-31 | 硕动力公司 | 采用3d批归一化的三维(3d)卷积 |
US10521718B1 (en) * | 2015-09-28 | 2019-12-31 | Google Llc | Adversarial training of neural networks |
WO2017083746A1 (en) * | 2015-11-12 | 2017-05-18 | Google Inc. | Training neural networks using normalized target outputs |
EP3497624A1 (en) * | 2016-08-13 | 2019-06-19 | Intel Corporation | Apparatuses, methods, and systems for neural networks |
CN107785016A (zh) * | 2016-08-31 | 2018-03-09 | 株式会社东芝 | 训练神经网络辅助模型的方法和装置及语音识别方法和装置 |
US11164076B2 (en) * | 2016-10-20 | 2021-11-02 | Uber Technologies, Inc. | Intelligent regularization of neural network architectures |
US10685285B2 (en) * | 2016-11-23 | 2020-06-16 | Microsoft Technology Licensing, Llc | Mirror deep neural networks that regularize to linear networks |
WO2018184102A1 (en) * | 2017-04-03 | 2018-10-11 | Royal Bank Of Canada | Systems and methods for malicious code detection |
CN110799995A (zh) * | 2017-06-29 | 2020-02-14 | 首选网络株式会社 | 数据识别器训练方法、数据识别器训练装置、程序及训练方法 |
WO2019092931A1 (ja) * | 2017-11-07 | 2019-05-16 | 日本電気株式会社 | 判別モデル生成装置、判別モデル生成方法および判別モデル生成プログラム |
US10803347B2 (en) * | 2017-12-01 | 2020-10-13 | The University Of Chicago | Image transformation with a hybrid autoencoder and generative adversarial network machine learning architecture |
US10846593B2 (en) * | 2018-04-27 | 2020-11-24 | Qualcomm Technologies Inc. | System and method for siamese instance search tracker with a recurrent neural network |
US11170256B2 (en) * | 2018-09-26 | 2021-11-09 | Nec Corporation | Multi-scale text filter conditioned generative adversarial networks |
US10997464B2 (en) * | 2018-11-09 | 2021-05-04 | Adobe Inc. | Digital image layout training using wireframe rendering within a generative adversarial network (GAN) system |
JPWO2020179200A1 (ja) * | 2019-03-04 | 2020-09-10 | ||
WO2020190112A1 (en) * | 2019-03-21 | 2020-09-24 | Samsung Electronics Co., Ltd. | Method, apparatus, device and medium for generating captioning information of multimedia data |
US11164085B2 (en) * | 2019-04-25 | 2021-11-02 | Booz Allen Hamilton Inc. | System and method for training a neural network system |
US20220230276A1 (en) * | 2019-05-23 | 2022-07-21 | Deepmind Technologies Limited | Generative Adversarial Networks with Temporal and Spatial Discriminators for Efficient Video Generation |
JP7114528B2 (ja) * | 2019-07-08 | 2022-08-08 | 株式会社東芝 | 推論装置、学習装置、推論方法及び学習方法 |
WO2021040419A1 (en) * | 2019-08-30 | 2021-03-04 | Samsung Electronics Co., Ltd. | Electronic apparatus for applying personalized artificial intelligence model to another model |
JP7021158B2 (ja) * | 2019-09-04 | 2022-02-16 | 株式会社東芝 | ロボットシステムおよび駆動方法 |
JP7051772B2 (ja) * | 2019-09-12 | 2022-04-11 | 株式会社東芝 | 提供装置、提供方法及びプログラム |
CN110827216B (zh) * | 2019-10-23 | 2023-07-14 | 上海理工大学 | 图像去噪的多生成器生成对抗网络学习方法 |
WO2021179189A1 (zh) * | 2020-03-11 | 2021-09-16 | 深圳先进技术研究院 | 大脑成瘾性状评估的可视化方法、装置及介质 |
US11436498B2 (en) * | 2020-06-09 | 2022-09-06 | Toyota Research Institute, Inc. | Neural architecture search system for generating a neural network architecture |
DE102021201833A1 (de) * | 2021-02-26 | 2022-09-01 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein | Vorrichtung zur Verarbeitung von mindestens einem Eingangsdatensatz unter Verwendung eines neuronalen Netzes sowie Verfahren |
CN115049917B (zh) * | 2022-08-17 | 2022-11-15 | 上海与光彩芯科技有限公司 | 神经网络的训练方法、物体检测方法和智能终端设备 |
-
2018
- 2018-06-28 CN CN201880043309.5A patent/CN110799995A/zh active Pending
- 2018-06-28 JP JP2019527020A patent/JP6595151B2/ja active Active
- 2018-06-28 WO PCT/JP2018/024569 patent/WO2019004350A1/ja unknown
- 2018-06-28 EP EP18824804.1A patent/EP3648017A4/en active Pending
-
2019
- 2019-09-17 JP JP2019168670A patent/JP6625785B1/ja active Active
- 2019-11-08 JP JP2019203198A patent/JP7064479B2/ja active Active
- 2019-12-23 US US16/726,153 patent/US11593663B2/en active Active
-
2022
- 2022-04-22 JP JP2022070856A patent/JP7315748B2/ja active Active
-
2023
- 2023-01-25 US US18/101,242 patent/US11842284B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150170020A1 (en) | 2013-12-13 | 2015-06-18 | Amazon Technologies, Inc. | Reducing dynamic range of low-rank decomposition matrices |
WO2017094267A1 (ja) | 2015-12-01 | 2017-06-08 | 株式会社Preferred Networks | 異常検出システム、異常検出方法、異常検出プログラム及び学習済モデル生成方法 |
WO2017094899A1 (en) | 2015-12-02 | 2017-06-08 | Preferred Networks, Inc. | Generative machine learning systems for drug design |
Non-Patent Citations (1)
Title |
---|
YOSHIDA, Y. et al.,Spectral Norm Regularization for Improving the Generalizability of Deep Learning,arXiv.org [online],2017年05月31日,[検索日 2023.03.27], インターネット:<URL:https://arxiv.org/pdf/1705.10941v1.pdf>,<DOI: 10.48550/arXiv.1705.10941> |
Also Published As
Publication number | Publication date |
---|---|
JPWO2019004350A1 (ja) | 2019-11-07 |
JP7064479B2 (ja) | 2022-05-10 |
EP3648017A4 (en) | 2021-08-04 |
JP2022101650A (ja) | 2022-07-06 |
JP2020038704A (ja) | 2020-03-12 |
EP3648017A1 (en) | 2020-05-06 |
US11842284B2 (en) | 2023-12-12 |
JP6595151B2 (ja) | 2019-10-23 |
JP2020021496A (ja) | 2020-02-06 |
JP6625785B1 (ja) | 2019-12-25 |
US20200134473A1 (en) | 2020-04-30 |
WO2019004350A1 (ja) | 2019-01-03 |
US20230162045A1 (en) | 2023-05-25 |
CN110799995A (zh) | 2020-02-14 |
US11593663B2 (en) | 2023-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7315748B2 (ja) | データ識別器訓練方法、データ識別器訓練装置、プログラム及び訓練方法 | |
Zellinger et al. | Robust unsupervised domain adaptation for neural networks via moment alignment | |
JP6483667B2 (ja) | ベイズの最適化を実施するためのシステムおよび方法 | |
Weenink | Canonical correlation analysis | |
WO2022006919A1 (zh) | 基于激活定点拟合的卷积神经网络训练后量化方法及系统 | |
CN108171279B (zh) | 一种多视角视频自适应乘积Grassmann流形子空间聚类方法 | |
US20140204092A1 (en) | Classification of high dimensional data | |
US20220300823A1 (en) | Methods and systems for cross-domain few-shot classification | |
WO2022105108A1 (zh) | 一种网络数据分类方法、装置、设备及可读存储介质 | |
CN109993208B (zh) | 一种有噪声图像的聚类处理方法 | |
JP2011034177A (ja) | 情報処理装置および情報処理方法、並びにプログラム | |
CN112348119B (zh) | 基于胶囊网络的图像分类方法、存储介质及电子设备 | |
US20200151570A1 (en) | Training System for Artificial Neural Networks Having a Global Weight Constrainer | |
US20210248293A1 (en) | Optimization device and optimization method | |
US20230206054A1 (en) | Expedited Assessment and Ranking of Model Quality in Machine Learning | |
US20220137930A1 (en) | Time series alignment using multiscale manifold learning | |
CN110188621A (zh) | 一种基于ssf-il-cnn的三维人脸表情识别方法 | |
CN110717402B (zh) | 一种基于层级优化度量学习的行人再识别方法 | |
RU2727080C2 (ru) | Построение нейронной сети на основе нейронов с функциональным преобразованием произвольного вида для входных сигналов | |
US20230306255A1 (en) | Method and system for smooth training of a quantized neural network | |
KR20190129422A (ko) | 뉴럴 네트워크를 이용한 변분 추론 방법 및 장치 | |
JP7047665B2 (ja) | 学習装置、学習方法及び学習プログラム | |
Zenkov | Estimating the Probability of a Class at a Point by the Approximation of one Discriminant Function | |
JP5244452B2 (ja) | 文書特徴表現計算装置、及びプログラム | |
Somervuo | Speech modeling using variational Bayesian mixture of Gaussians. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220520 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230327 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
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: 20230704 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230713 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7315748 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |