JP7371375B2 - 学習モデルの出力結果を2次元で表示するシステム、方法、プログラム、及び記録媒体 - Google Patents

学習モデルの出力結果を2次元で表示するシステム、方法、プログラム、及び記録媒体 Download PDF

Info

Publication number
JP7371375B2
JP7371375B2 JP2019133921A JP2019133921A JP7371375B2 JP 7371375 B2 JP7371375 B2 JP 7371375B2 JP 2019133921 A JP2019133921 A JP 2019133921A JP 2019133921 A JP2019133921 A JP 2019133921A JP 7371375 B2 JP7371375 B2 JP 7371375B2
Authority
JP
Japan
Prior art keywords
circle
class
ratio
center
classes
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
Application number
JP2019133921A
Other languages
English (en)
Other versions
JP2021018607A (ja
Inventor
恭司 吉野
悠紀 河村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dai Nippon Printing Co Ltd
Original Assignee
Dai Nippon Printing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dai Nippon Printing Co Ltd filed Critical Dai Nippon Printing Co Ltd
Priority to JP2019133921A priority Critical patent/JP7371375B2/ja
Publication of JP2021018607A publication Critical patent/JP2021018607A/ja
Application granted granted Critical
Publication of JP7371375B2 publication Critical patent/JP7371375B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は、学習モデルの出力結果を表示することができるシステム、方法、プログラム、及び記録媒体に関する。
ディープランニング等の機械学習に使用される様々な学習モデルが日々開発されている。学習モデルは、ニューラルネットワーク等の公知の機械学習アルゴリズムを利用して生成することができ、様々な学習データを機械学習アルゴリズムに入力することにより、その判定精度を高めることができる。例えば、特許第5885875号公報に、判定精度の向上、換言すれば、人口知能の成長過程を可視化できるようにしたシステムも従来開発されている。
特許第5885875号公報
しかしながら、従来の学習モデルは、出力結果をユーザに示すだけで、出力結果の正当性や、そのような出力結果を導き出した判定基準を、ユーザが確認することは不可能であるか、又は、困難であった。
本発明の目的は、このような上記従来技術における欠点を解消することにあり、データを入力した際に、複数のクラス(カテゴリー)の各々にその入力データが属する確からしさを、クラス毎に、複数のクラス間における割合(「識別スコア」とも呼ばれる)として出力することができる学習モデルについて、その学習モデルの出力結果を2次元で表示することができるシステム、方法、プログラム、及び記録媒体を提供することにある。
上記の課題を解決するため、本発明の一態様によるシステムは、複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示システムであって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記システムは、前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する手段であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比を求める、前記手段、前記解析することによって得られた情報に基づいて画像データを形成する手段、及び、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円を、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することによって得られた半径を有する円として、それぞれ表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第2のクラスとの関係において示す識別マークを、前記第1の直線上であって、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記第1の直線を按分した位置に表示する手段、を備える2次元表示システムを特徴として有する。
この態様のシステムによれば、学習モデルの出力結果の正当性を直観的に把握することができ、また、その判定基準を容易に把握することができる。
上記態様のシステムにおいて、前記解析する手段は、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第1のクラスの割合と前記第nのクラスの割合の比を求め、前記表示する手段は、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、第n-1の円と互いに重なり合わないように表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第nのクラスとの関係において示す識別マークを、前記第1の円の中心と前記第nの円の中心を結ぶ第n-1の直線上であって、前記第1の円の中心までの長さと前記第nの円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比又は前記第nのクラスの割合と前記第1のクラスの割合との比に対応するように前記第n-1の直線を按分した位置に表示する(nは、3≦n≦(確認すべきクラスの数)の整数)ものであってもよい。
また、上記の課題を解決するため、本発明の他の一態様によるシステムは、複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示システムであって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記システムは、前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する手段であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比及び前記第2のクラスの割合と前記第3のクラスの割合の比を求める、前記手段、前記解析することによって得られた情報に基づいて画像データを形成する手段、及び、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円を、前記第1の円と前記第2の円については前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することによって得られた半径を有する円として、また、前記第3の円については前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第2の円と前記第3の円が互いに重なり合わないように、それぞれ表示するとともに、前記第1のクラスと前記第2のクラスと前記第3のクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第2の円の中心と前記第3の円の中心との間に形成され得る前記第1の円と同心の円弧を前記第2の円の中心までの円弧の長さと前記第3の円の中心までの円弧の長さの比が前記第3のクラスの割合と前記第2のクラスの割合との比に対応するように按分した位置に対応する位置に表示する手段、を備える2次元表示システムを特徴として有する。
この態様のシステムによれば、学習モデルの出力結果の正当性を直観的に把握することができ、また、その判定基準を容易に把握することができる。
上記態様のシステムにおいて、前記解析する手段は、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第nのクラスの割合と前記第n-1のクラスの割合の比を求め、前記表示する手段は、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第n-1の円と互いに重なり合わないように表示するとともに、前記第1のクラスと前記第n-1のクラスと前記第nのクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第n-1の円の中心と前記第nの円の中心との間に形成され得る前記第1の円と同心の円弧を前記第n-1の円の中心までの円弧の長さと前記第nの円の中心までの円弧の長さの比が前記第nのクラスの割合と前記第n-1のクラスの割合との比に対応するように按分した位置に対応する位置に表示する(nは、4≦n≦(確認すべきクラスの数)の整数)ものであってもよい。
また、上記態様のシステムの前記解析する手段において、前記第1の円の半径と前記第2の円の半径は、前記第1の直線を2分割することによって得られ、前記第2の円の半径は、前記第1の円の半径と同じか又は前記第1の円の半径より小さくてもよい。
また、上記態様のシステムの前記表示する手段において、前記第1の円と前記第nの円は、それらの円周において互いに実質的に一点で接した状態で表示されてもよい(nは2以上のいずれかの整数)。
更に、上記態様のシステムの前記表示する手段において、前記第nの円と前記第n+1の円は、それらの円周において互いに実質的に一点で接した状態で表示されてもよい(nは2以上のいずれかの整数)。
また、上記態様のシステムにおいて、前記第n-1のクラスの割合が前記nのクラスの割合と同じであってもよい(nは、2≦n≦(確認すべきクラスの数)のいずれかの整数)。
また、上記態様のシステムにおいて、前記識別マークの表示方法を前記割合の大きさに応じて変更する表示変更手段を更に備えるのが好ましい。
更に、上記態様のシステムにおいて、前記表示変更手段によって、前記識別マークを、表示対象として選択された複数の前記クラスにおいて時間を異にして表示してもよい。。
上記態様のシステムにおいて、前記表示変更手段によって、前記識別マークを、前記割合の大きさに対応した大きさで表示してもよい。
上記態様のシステムにおいて、前記表示変更手段によって、前記識別マークを、前記割合の大きさに対応した速度で点滅表示してもよい。
上記態様のシステムにおいて、前記解析する手段は、前記割合が所定の閾値以下の前記クラスを表示対象から除外してもよい。
上記態様のシステムにおいて、前記表示変更手段によって、前記識別マークを評価する評価基準を示す円を前記第1の円と同心状に表示してもよい。
上記態様のシステムにおいて、前記表示変更手段によって、前記第1の円以外の円を、各円の中心付近に円以外の方法で表示してもよい、又は、何も表示しなくてもよい。
上記態様のシステムにおいて、前記学習データには、前記学習モデルの作製用データと前記学習モデルの検証用データが含まれるのが好ましい。
上記の課題を解決するため、本発明の一態様による方法は、複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示方法であって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記方法は、前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する段階であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比を求める、前記段階、前記解析することによって得られた情報に基づいて画像データを形成する段階、及び、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円を、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することによって得られた半径を有する円として、それぞれ表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第2のクラスとの関係において示す識別マークを、前記第1の直線上であって、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記第1の直線を按分した位置に表示する段階、を備えることを特徴として有する。
この態様の方法によれば、学習モデルの出力結果の正当性を直観的に把握することができ、また、その判定基準を容易に把握することができる。
上記態様の方法において、前記解析する段階において、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第1のクラスの割合と前記第nのクラスの割合の比を求め、前記表示する段階において、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、第n-1の円と互いに重なり合わないように表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第nのクラスとの関係において示す識別マークを、前記第1の円の中心と前記第nの円の中心を結ぶ第n-1の直線上であって、前記第1の円の中心までの長さと前記第nの円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比又は前記第nのクラスの割合と前記第1のクラスの割合との比に対応するように前記第n-1の直線を按分した位置に表示する(nは、3≦n≦(確認すべきクラスの数)の整数)ものであってもよい。
また、上記の課題を解決するため、本発明の他の一態様による方法は、複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示方法であって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記方法は、前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する段階であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比及び前記第2のクラスの割合と前記第3のクラスの割合の比を求める、前記段階、前記解析することによって得られた情報に基づいて画像データを形成する段階、及び、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円を、前記第1の円と前記第2の円については前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することによって得られた半径を有する円として、また、前記第3の円については前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第2の円と前記第3の円が互いに重なり合わないように、それぞれ表示するとともに、前記第1のクラスと前記第2のクラスと前記第3のクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第2の円の中心と前記第3の円の中心との間に形成され得る前記第1の円と同心の円弧を前記第2の円の中心までの円弧の長さと前記第3の円の中心までの円弧の長さの比が前記第3のクラスの割合と前記第2のクラスの割合との比に対応するように按分した位置に対応する位置に表示する段階、を備えることを特徴として有する。
この態様の方法によれば、学習モデルの出力結果の正当性を直観的に把握することができ、また、その判定基準を容易に把握することができる。
上記態様の方法において、前記解析する段階において、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第nのクラスの割合と前記第n-1のクラスの割合の比を求め、前記表示する段階において、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第n-1の円と互いに重なり合わないように表示するとともに、前記第1のクラスと前記第n-1のクラスと前記第nのクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第n-1の円の中心と前記第nの円の中心との間に形成され得る前記第1の円と同心の円弧を前記第n-1の円の中心までの円弧の長さと前記第nの円の中心までの円弧の長さの比が前記第nのクラスの割合と前記第n-1のクラスの割合との比に対応するように按分した位置に対応する位置に表示する(nは、4≦n≦(確認すべきクラスの数)の整数)ものであってもよい。
上記の課題を解決するため、本発明の一態様によるプログラムは、複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示プログラムであって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記プログラムは、コンピュータに、前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する機能であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比を求める、前記機能、前記解析することによって得られた情報に基づいて画像データを形成する機能、及び、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円を、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することによって得られた半径を有する円として、それぞれ表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第2のクラスとの関係において示す識別マークを、前記第1の直線上であって、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記第1の直線を按分した位置に表示する機能、を実現させるための2次元表示プログラムを特徴として有する。
この態様のプログラムによれば、学習モデルの出力結果の正当性を直観的に把握することができ、また、その判定基準を容易に把握することができる。
上記態様のプログラムにおいて、コンピュータに、前記解析する機能において、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第1のクラスの割合と前記第nのクラスの割合の比を求める機能、前記表示する機能において、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、第n-1の円と互いに重なり合わないように表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第nのクラスとの関係において示す識別マークを、前記第1の円の中心と前記第nの円の中心を結ぶ第n-1の直線上であって、前記第1の円の中心までの長さと前記第nの円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比又は前記第nのクラスの割合と前記第1のクラスの割合との比に対応するように前記第n-1の直線を按分した位置に表示する機能(nは、3≦n≦(確認すべきクラスの数)の整数)を実現させてもよい。
また、上記の課題を解決するため、複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示プログラムであって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記プログラムは、コンピュータに、前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する機能であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比及び前記第2のクラスの割合と前記第3のクラスの割合の比を求める、前記機能、前記解析することによって得られた情報に基づいて画像データを形成する機能、及び、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円を、前記第1の円と前記第2の円については前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することによって得られた半径を有する円として、また、前記第3の円については前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第2の円と前記第3の円が互いに重なり合わないように、それぞれ表示するとともに、前記第1のクラスと前記第2のクラスと前記第3のクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第2の円の中心と前記第3の円の中心との間に形成され得る前記第1の円と同心の円弧を前記第2の円の中心までの円弧の長さと前記第3の円の中心までの円弧の長さの比が前記第3のクラスの割合と前記第2のクラスの割合との比に対応するように按分した位置に対応する位置に表示する機能、を実現させるための2次元表示プログラムを特徴として有する。
この態様のプログラムによれば、学習モデルの出力結果の正当性を直観的に把握することができ、また、その判定基準を容易に把握することができる。
上記態様のプログラムにおいて、コンピュータに、前記解析する機能において、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第nのクラスの割合と前記第n-1のクラスの割合の比を求める機能、前記表示する機能において、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第n-1の円と互いに重なり合わないように表示するとともに、前記第1のクラスと前記第n-1のクラスと前記第nのクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第n-1の円の中心と前記第nの円の中心との間に形成され得る前記第1の円と同心の円弧を前記第n-1の円の中心までの円弧の長さと前記第nの円の中心までの円弧の長さの比が前記第nのクラスの割合と前記第n-1のクラスの割合との比に対応するように按分した位置に対応する位置に表示する機能(nは、4≦n≦(確認すべきクラスの数)の整数)を実現させてもよい。
上記の課題を解決するため、本発明の一態様によれば、プログラムを記録したコンピュータ読み取り可能な記録媒体を特徴として有する。
本発明によれば、上記従来技術における欠点を解消した、学習モデルの出力結果を2次元で表示することができるシステム、方法、プログラム、及び記録媒体を提供することができる。
本発明の一実施形態によるシステムに用いることができる学習モデルの作製方法を概略的に示した図である。 本発明の一実施形態によるシステムのハードウェア構成の一例を、周辺機器である学習モデル及び表示装置とともに概略的に示す図である。 システムを使用して表示装置に表示させることができる表示の一例を示す図である。 解析部によって実行される動作のフローチャートである。 直線表示を行うために解析部によって実行される動作のフローチャートである。 表示クラスが2つであると判断された場合の直線表示の一例を示す図である。 表示クラスが3つ以上であると判断された場合の直線表示の一例を示す図である。 表示クラスが3つ以上であると判断された場合の直線表示の一例を示す図である。 表示クラスが3つ以上であると判断された場合の直線表示の一例を示す図である。 表示クラスが3つ以上であると判断された場合の直線表示の一例を示す図である。 円弧表示を行うために解析部によって実行される動作のフローチャートである。 円弧表示の一例を示す図である。 円弧表示の一例を示す図である。
以下、添付図面を参照しつつ、本発明の好適な一つの実施形態について説明する。説明の便宜のため好適な実施形態のみを示すが、勿論、これによって本発明を限定しようとするものではない。
図1は、本発明の一実施形態によるシステムに用いることができる学習モデル1の作製方法を概略的に示した図である。学習モデル1は、例えば、入力された画像データが、りんご、ばなな、ぶどう等、いずれの果物の画像データであるか、言い換えれば、その画像データが、いずれの「クラス(カテゴリー)」に属するのかを出力することができ、更に、各「クラス」に属する確からしさを、クラス毎に、複数のクラス間における割合として出力することができる。学習モデル1は、勿論、果物の判定のみに限定されるものではなく、例えば、看者のレントゲン写真から病名を診断するもの、指紋や顔から人物を特定するもの等、様々なタイプの学習モデルが含まれる。
これらの学習モデル1は、例えば、ニューラルネットワーク等の公知の機械学習アルゴリズムを利用して作製することができる。機械学習アルゴリズムに入力する学習データ(教師データ)は、学習モデル1の作製者が予め用意する。例えば、図1に示した果物の判定に用いる学習モデル1であれば、学習データは、写真撮影された各種果物の画像データや、手書きによる各種果物の絵画の画像データ等、果物に関連する画像データということになる。図1に、一例として、リンゴの画像データ11A、ばななの画像データ11B、及びぶどうの画像データ11Cを示した。各クラスそれぞれにつき、少なくとも1000枚以上の画像データを用意するものとする。これらの画像データには、正解スコアが紐づけられている。紐づけされた正解スコアは、0から1までの数値パラメータを有する。正解スコアは、画像データ11A、11B、11Cの各々につき、基本的には、人の手によって評価され、設定されたものである。学習データには、学習モデルを作製するための作製用データに加え、作製用データを用いて作製された学習モデルを検証するための検証用データを用いることもできる。検証用データを利用することにより、学習モデル1の精度をより向上させることができる。尚、学習データを用いて学習された学習済みの学習モデルに、学習データを入力した場合、基本的に、ほぼ100%の正解率を有する出力結果が得られることになる。
図2に、本発明の一実施形態によるシステム2のハードウェア構成の一例を、周辺機器としての学習モデル1とともに概略的に示す。
学習モデル1は、「未知のデータ」、即ち、「学習済みの学習モデル1を作製するため、また、検証するために用いた学習データ以外のデータ」が入力されたときに、その「未知のデータ」が、例えば、りんご、ばなな、ぶどう等の、いずれの果物、即ち、「クラス」に属するのかを出力し、更に、各「クラス」に属する確からしさを、クラス毎に、複数のクラス間における「割合」として出力する。図2に示した例では、学習モデル1が、ある「未知のデータ」について、「りんご」、「ばなな」、「ぶどう」のいずれかのクラスに属する割合が高いと判定し、また、これらの3つのクラスの各々に属する確からしさを、各クラス毎に、それら3つのクラス間における割合として、0.6、0.3、0.1として出力した例を示したものである。尚、図2に示した表中の「No.」は、単なる便宜上の表示である(以下、同様)。
システム2を利用することにより、このような「未知のデータ」が複数のクラス(この例では、りんご、ばなな、ぶどう等)の各々に属する確からしさを、クラス毎に、複数のクラス間における割合に応じて表示させることができ、取り分け、本システム2によれば、これらの出力結果を表示装置5に2次元で、従って、ユーザに直観的に把握させることができる方法で、表示させることができる。
表示装置5は、画像データに基づいて表示を行うことができるもの、また、学習モデル1の出力結果を2次元で表示することができるものであれば足り、一般に用いられている、ディスプレイ、タブレット、その他視様々なデバイスを使用することができる。
図3に、システム2を使用して表示装置5に表示させることができる表示の一例を示す。図3の(a)は、表示の全体像、図3の(b)は、その部分拡大図である。この表示例は、特に、「りんご」に最も近いと考えられる複数の画像データを含んだ「未知のデータ」についての表示例であり、各クラスはそれぞれ、1つの円14乃至20として表示されている。確からしさが最も大きなクラス、言い換えれば、複数のクラス間における割合が最も大きなクラスに対応する円14、この例では「りんご」に対応する第1の円14は、他のクラスである「ばなな」や「ぶどう」にそれぞれ対応する第2の円15や第3の円16等の中心に配置されており、このような表示によって、「りんご」である可能性が最も高いことを直観的に示すものとなっている。更に、「未知のデータ」に含まれる複数の画像データが、各画像データに対応する「識別マーク」14a、15a、16aを、確からしさが最も大きなクラスである「りんご」の絵とし、更に、それらの絵を、複数のクラス間における割合に応じて、第1の円14の中心から離れた位置に表示している。図3の例では、第1の円14の中心に近いほど、その識別データが、「りんご」である確からしさが大きいことを意味するものとなっている。更に、「りんご」である確からしさが最も大きいものではあるが、「りんご」以外の、例えば、「ばなな」や「ぶどう」である確からしさも比較的大きい場合には、「ばなな」に対応する第2の円15や、「ぶどう」に対応する第3の円16の中心に比較的接近した位置に、識別マーク15a、16a、17aをそれぞれ表示するようになっている。このように、システム2を用いて、学習モデル1の出力結果を2次元で表示することにより、ユーザは、学習モデル1の出力結果の正当性を直観的に把握することができる。更に、図3の(b)によく示されているように、識別マークを評価する評価基準を示す付加的な円又はエリア、例えば、「合格エリア」及び「不合格エリア」、更に、それらの間に設けた「準合格エリア」を、第1の円14と同心状に表示することにより、所定の判定基準に基づいて、各「識別マーク」があるクラスに属する度合いを容易に把握することができるようになっている。
再び図2を参照する。システム2は、主に、入力部3と本体4を含む。入力部3は、ユーザからの指示等を本体4に入力することができるものであれば足り、キーボード、ディスプレイ、スキャナ等の様々な入力インタフェースを含む。ユーザは、入力部3を通じて、少なくとも、以下の事項を指示することができる。
1)「確認すべきクラス」、即ち、複数のクラスの中で、表示装置5に表示させるべきクラス、言い換えれば、表示装置5に表示させることにより、学習モデル1の出力結果の正当性を確認すべきものとユーザによって判断されたクラス、
2)「確認すべきクラス」のうち、割合の値が低く、表示装置5における表示を省略してもよいとユーザが判断したクラスを選別するための割合の値である「閾値」、
3)表示装置5における表示方法、例えば、各クラスを表す円の色や模様、円の半径の大きさ、割合が最も大きなクラス以外のクラスの円の表示の要否、識別マークの色、形状、及び大きさ、識別マークの表示方法等、
4)その他の有用な表示、例えば、図3に示した判定基準。
本体4は、入力部3から入力された指示内容や、学習モデル1から得た出力結果に基づいて、表示装置5における表示に必要な表示データを生成する。この表示データに基づいて、表示装置5にて2次元表示がなされる。
本体4は、一般的なコンピュータの構成、例えば、メモリ、コントローラ、バス、通信インタフェース、各機能を実現するソフトウェアであるプログラムを実行するCPU42、当該プログラムおよび各種データがコンピュータ(またはCPU)で読み取り可能に記録されたROMまたは記憶装置、当該プログラムを展開するRAM等(これらを「記録媒体」と称する)41を含むとともに、更に、受信部43、解析部200、画像形成部300、表示変更部400、及び出力部44を含む。
受信部43は、入力部3や学習モデル1から各種データを受信する。
図4に、解析部200によって実行される動作のフローチャートを示す。解析部200は、受信部43を通じて取得した情報(S202)、例えば、入力部3を通じて入力された指示内容や学習モデル1から得た出力結果を、CPU42等を用いて解析して、画像表示を行うために必要な情報を得る。解析に際し、先ず、「確認すべきクラス」、即ち、複数のクラスの中で、表示装置5に表示させるべきクラスを確認する(S203)。「確認すべきクラス」以外のクラス、即ち、表示する必要がないとされたクラスについては、基本的に、その後の処理は行わない。次いで、入力部3等を通じて「閾値」、即ち、割合の値が低く、表示装置5における表示を省略してもよいとユーザが判断したクラスを選別するための割合の値が設定されている場合には、「確認すべきクラス」のそれぞれの割合を、そのような「閾値」と比較する(S204)。「閾値」以下のクラスは、表示対象から除外し(S205)、その後の処理は行わない。以上の処理を行った後も表示対象とされたクラス(以下、「表示クラス」と呼ぶ)については、それらの「割合」を互いに比較し、「割合」の大きさに従って順序付けを行う(S206)。尚、順序付けの際、相隣り合う「割合」の大きさは互いに同じであってもよく、この場合には、いずれか一方のクラスを大きい又は小さい「割合」を有するものとして取り扱えばよい。次いで、「表示クラス」が2つ以上であるかを判断する(S207)。2つ以上でない場合、即ち、表示クラスが1つである場合は、処理を終了する。一方、2つ以上である場合は、更に、表示クラスが3つ以上であるかを判断する(S208)。3つ以上でない場合、即ち、表示クラスが2つである場合には、処理「A」に進む。一方、3つ以上である場合には、入力部3等を通じて「直線表示」が指示されているか否かを判断する(S209)。「直線表示」が指示等されている場合には、処理「A」に進む。一方、「直線表示」が指示されていない場合、言い換えれば、「円弧表示」が選択されている場合、処理「B」に進む。
1.直線表示
図5に、図4のS208において「表示クラス」が2つであると判断され、又は、図4のS208において「表示クラス」が3つ以上であると判断され且つS209において「直線表示」が指示されていると判断されて、処理「A」に進んだ場合に、解析部200によって実行される動作のフローチャートを示す。ここで「直線表示」とは、クラス間における割合に応じて「直線」を分割して示す表示方法を意味する。図6に、図4のS208において「表示クラス」が2つであると判断された場合の直線表示の一例を、また、図7乃至図10に、図4のS208において「表示クラス」が3つ以上であると判断され且つS209において「直線表示」が指示されていると判断された場合の直線表示の一例を、それぞれ示す。図6は、直線表示の一例を、この直線表示の基になった学習モデルの出力結果と共に示したもの、図7は、直線表示の一例を、この直線表示の基になった学習モデルの出力結果及び計算方法と共に示したものであって、(a)は、直線表示の全体像を、(b)は、その部分拡大図を示している。
1-1.表示クラスが2つの直線表示
図5及び図6を参照して、図4のS208において「表示クラス」が2つであると判断された場合の処理を説明する。先ず、入力部3を通じてユーザ等から表示方法が指示されているか否かを確認する(S210)。ユーザは、識別マーク15a、即ち、表示クラスに未知のデータが属する確からしさを第1のクラスと第2のクラスとの関係において示すマークをどのように表示するか、例えば、クラスに関連するりんごで表示するか単なる点とするか、その表示速度、表示の大きさ等を、入力部3を通じて指示することができる。表示方法が指示されている場合、その情報を、表示変更部400へ送信する。
次いで、表示クラスの中で割合が最も大きな第1のクラスに対応する第1の円14と、2番目に大きな第2のクラスに対応する第2の円15それぞれの中心を決定し、且つ、それら第1の円14と第2の円15それぞれの半径を設定するとともに、識別マーク15aを表示すべき位置を計算する(S211)。
第1の円14と第2の円15の半径は、例えば、第1の円14と第2の円15を、それらの中心14A、15B同士を結ぶ第1の直線30を分割することによって得ることができる。第1の直線30は、2分割されてもよいし、3分割等されてもよい。分割方法は、例えば、入力部3を通じてユーザによって入力された指示に従う。図6は、2分割、特に、等分した例を示している。この場合、第1の円14と第2の円15は、それらの円周において実質的に一点で接した状態で表示される。ここで「実質的に一点で接している」とは、図示のように、ユーザが目視したときに、それらが重なって二重の線として見えない程度に接している状態を意味する。分割された分割片31、32の直線距離は、第1の円14及び第2の円15それぞれの半径に対応する。この場合、分割によって得られる第1の円14の半径31の大きさと第2の円15の半径32の大きさは、共に、第1の直線30の長さより小さい。分割方法は特に限定されないが、識別マーク15a等の見易さの観点から、第2の円15の半径32は、第1の円14の半径31と同じか又は第1の円14の半径31より小さいのが好ましい。これら第1の円14と第2の円15の中心14A、15Bは、このように、例えば、第1の円14と第2の円15が、それらの円周において実質的に一点で接した状態となるように、また、少なくともそれら第1の円14と第2の円15の円が互いに重なり合わないように表示できるように決定する。
識別マーク15aは、第1の円14と第2の円15の中心14A、15A同士を結ぶ第1の直線30上に表示するものとし、第1の直線30における位置は、第1の円14の中心14Aまでの長さと第2の円15の中心15Aまでの長さの比が、第2のクラスの割合、図示の例では「0.30」と、第1のクラスの割合、図示の例では「0.70」との比に対応するように、第1の直線30を按分した位置とする。解析部200において、第1のクラスの割合と第2のクラスの割合の比を求め、この按分位置を計算する。
その後、表示クラスの数を確認する(S212)。表示クラスは、ここでは2つであるから、処理は終了する。
以上の解析部200の処理によって得られた情報は、その後、画像形成部300へ送信される。
1-2.表示クラスが3つ以上の直線表示
図5及び図7乃至図10を参照して、図4のS208において「表示クラス」が3つ以上であると判断され且つS209において「直線表示」が指示されていると判断された場合の処理を説明する。尚、図7の例では、第1の円14及び第2の円15に加え、4個の付加的な円16乃至20を、図8の例では、2個の付加的な円16、17を、更に、図9の例では、8個の付加的な円16乃至24を含むものとなっている。尚、図8、図9では、便宜上、図面が簡略化されている。
図5のフローチャートにおいて、S212に至るまでの処理は、図5及び図6を参照して説明した<表示クラスが2つでの直線表示>と同じである。従って、ここでは説明を省略する。S212において、ここでは表示クラスの数は3つ以上であるから、S213に進み、nに3が設定される。次いで、S214において、表示クラスの中で割合が3番目に大きな第3のクラスに対応する第3の円16の中心を決定し、且つ、半径を設定するとともに、識別マーク16a、即ち、表示クラスに未知のデータが属する確からしさを第1のクラスと第3のクラスとの関係において示すマークを表示すべき位置を計算する(S214)。
第3の円16の半径は、第n-1の円、即ち、第2の円15と同じ大きさとする。
また、第3の円16の中心16Aは、第1の円14と第2の円15の中心間距離、即ち、第1の直線30の長さ分だけ第1の円14の中心14Aから離れた位置とし、このとき、第3の円16が第2の円15と互いに重なり合わないように表示できる位置とする。表示された第3の円16の円周と、第2の円15の円周は、図7、図9、図10に示すように、実質的に一点で接していてもよいし、図8に示すように、接していなくてもよい。
識別マーク16aは、第1の円の中心と第3の円の中心を結ぶ第n-1の直線、即ち、第2の直線33上に表示するものとし、第2の直線33における位置は、例えば、入力部3を通じて入力された指示に従って、第1の円14の中心14Aまでの長さと第3の円16の中心16Aまでの長さの比が、A)第2のクラスの割合と第1のクラスの割合との比に対応するように、又は、B)第3のクラスの割合と第1のクラスの割合との比に対応するように、第2の直線33を按分した位置とする。例えば、入力部3を通じて特に指示がない場合には、B)としてもよい。図7乃至図9は、入力部3を通じて指示があった場合、即ち、A)の例を示している。A)の場合、第1の直線30に表示した識別マーク15aと、第2の直線33に表示した識別マーク16aは、共に、第1の円の中心14Aの同心円上に存在することになり、表示方法を変更等しなければ、第2のクラスの割合と第3のクラスの割合との間の関係を認識することができない。表示の変更方法は、例えば、入力部3を通じて得てもよい。
次いで、S215において、nを1だけ追加し、nの値が表示クラスに達するまで(S216)、S214及びS215の処理を繰り返す。nの値が表示クラスに達したときに、処理を終了する。
以上の解析部200の処理によって得られた情報は、その後、画像形成部300へ送信される。
2.円弧表示
図11に、図4のS209において「直線表示」が指示されていないと判断された場合、言い換えれば、「円弧表示」が選択されたと判断されて、処理「B」に進んだ場合に、解析部200によって実行される動作のフローチャートを示す。ここで「円弧表示」とは、クラス間における割合に応じて「円弧」を分割して示す表示方法を意味する。図12、図13は共に、図11に示したフローチャートの動作を通じて得られる円弧表示の一例である。図12は、円弧表示の一例を、この円弧表示の基になった学習モデルの出力結果と共に示したものであって、(a)は、円弧表示の全体像を、(b)は、その部分拡大図を示している。図13は、図12と同様の方法で円弧表示を示す図であるが、ここでは、図4のS204、S205を通じて、閾値以下の第4のクラス乃至第7のクラスが削除されている例を示している。
2-1.表示クラスが3つの円弧表示
図11、図12を参照して、図4のS209において「円弧表示」が選択されたと判断された場合であって、表示クラスが3つである場合の解析部200における処理を説明する。先ず、入力部3を通じてユーザ等から表示方法が指示されているか否かを確認する(S220)。ユーザは、識別マーク156aをどのように表示するか、例えば、クラスに関連するりんごで表示するか単なる点とするか、その表示速度、表示の大きさ等を、入力部3を通じて指示することができる。表示方法が指示されている場合、その情報を、表示変更部400へ送信する。
次いで、表示クラスの中で割合が最も大きな第1のクラスに対応する第1の円14と、2番目に大きな第2のクラスに対応する第2の円15と、3番目に大きな第3のクラスに対応する第3の円16それぞれの中心を決定し、且つ、半径を設定するとともに、識別マーク156a、即ち、表示クラスに未知のデータが属する確からしさを、第1のクラス、第2のクラス、及び第3のクラスとの関係において示すマークを表示すべき位置を計算する(S221)。
第1の円14と第2の円15の半径は、それらの中心14A、15B同士を結ぶ第1の直線30を分割することによって得ることができる。第1の直線30は、2分割されてもよいし、3分割等されてもよい。図12の例は、2分割、特に、等分した例を示している。分割された分割片31、32の直線距離は、第1の円14及び第2の円15それぞれの半径に対応する。ユーザは、入力部3を通じて、分割方法、更に言えば、第1の円14及び第2の円15の半径の大きさを指示することができる。分割によって得られる第1の円14の半径31の大きさと第2の円15の半径32の大きさは、共に、第1の直線30の長さより小さい。分割方法は特に限定されないが、識別マーク156a等の見易さの観点から、第2の円15の半径32は、第1の円14の半径31と同じか又は第1の円14の半径31より小さいのが好ましい。これら第1の円14と第2の円15の中心14A、15Bは、このように、例えば、第1の円14と第2の円15が、それらの円周において実質的に一点で接した状態となるように、また、少なくともそれら第1の円14と第2の円15の円が互いに重なり合わないように表示できるように決定する。
第3の円16の半径は、第2の円15と同じとする。図12の例では、第1の円14の半径とも同じものとなっている。
また、第3の円の中心16Aは、第1の円14と第2の円15の中心間距離、即ち、第1の直線30の長さ分だけ第1の円14の中心14Aから離れた位置とし、更にこのとき、第3の円16と第2の円15が、互いに重なり合わないように表示できる位置とする。表示された第3の円16の円周と、第2の円15の円周は、図12に示すように、実質的に一点で接していてもよいし、接していなくてもよい。
識別マーク156aは、第1の円と同心の円弧36上に表示するものとし、この円弧36を形成している円の半径は、第1の円14の中心14Aまでの長さと第2の円15の中心15Aまでの長さの比が、第2のクラスの割合、即ち、図示の例では「0.20」と、第1のクラスの割合、即ち、図示の例では「0.70」との比に対応するように、直線30を按分した位置38と、第1の円14の中心14Aと、の間の距離35に相当する長さとする。この円弧36において、識別マーク156aは、第2の円15の中心15Aと第3の円16の中心16Aとの間に形成され得る、第1の円14と同心の円弧37を、第2の円15の中心15Aまでの円弧37aの長さと第3の円16の中心16Aまでの円弧37bの長さの比が、第3のクラスの割合、即ち、図示の例では「0.10」と、第2のクラスの割合、即ち、図示の例では「0.20」との比に対応するように按分した位置に対応する位置とする。識別マーク156aの位置を決定するため、解析部200において、第1のクラスの割合と第2のクラスの割合の比、及び、第2のクラスの割合と第3のクラスの割合の比を求め、この按分位置を計算する。
その後、表示クラスの数を確認する(S222)。表示クラスは、ここでは3つであるから、処理は終了する。
以上の解析部200の処理によって得られた情報は、その後、画像形成部300へ送信される。
2-2.表示クラスが4つ以上の円弧表示
図11を更に参照しつつ、図4のS209において「円弧表示」が選択されたと判断された場合であって、表示クラスが4つ以上である場合の解析部200における処理を説明する。尚、この処理を通じて得られる円弧表示の例は、特に示していない。表示クラスが4つ以上の場合、S223において、nに4が設定される。次いで、表示クラスの中で割合が4番目に大きな第4のクラスに対応する第4の円の中心を決定し、且つ、半径を設定するとともに、識別マーク、即ち、表示クラスに未知のデータが属する確からしさを、第1のクラス、第3のクラス、及び第4のクラスとの関係において示すマークを表示すべき位置を計算する(S224)。
第4の円の半径は、第2の円15と同じ大きさとする。
また、第4の円の中心は、第1の円14と第2の円15の中心間距離、即ち、第1の直線30の長さ分だけ第1の円14の中心14Aから離れた位置とし、更にこのとき、第4の円が第3の円16と互いに重なり合わないように表示できる位置とする。表示された第4の円の円周と、第3の円の円周は、実質的に一点で接していなくてもよいし、接していてもよい。
識別マークは、第1の円と同心の円弧上に表示するものとし、この円弧を形成している円の半径は、第1の円14の中心14Aまでの長さと第2の円15の中心15Aまでの長さの比が、第2のクラスの割合と第1のクラスの割合との比に対応するように、直線30を按分した位置38と、第1の円14の中心14Aと、の間の距離35に相当する長さとする。この円弧において、識別マークは、第3の円16の中心16Aと第4の円の中心との間に形成され得る、第1の円14と同心の円弧を、第3の円16の中心16Aまでの円弧の長さと第4の円の中心までの円弧の長さの比が、第4のクラスの割合と第3のクラスの割合との比に対応するように按分した位置に対応する位置とする。識別マークの位置を決定するため、解析部200において、第3のクラスの割合と第4のクラスの割合の比を求め、この按分位置を計算する。
次いで、S225において、nを1だけ追加し、nの値が表示クラスに達するまで(S226)、S224及びS225の処理を繰り返す。nの値が表示クラスに達したときに、処理を終了する。
以上の解析部200の処理によって得られた情報は、その後、画像形成部300へ送信される。
画像形成部300は、解析部200による解析によって得られた情報や、解析部200を通じて得られた入力部3から入力された指示内容等に基づいて、2次元表示を行うために必要な画像データを形成する。例えば、表示装置5によって表示する際の、各クラスを表示する円の中心座標を決定し、また、識別マークを表示する座標を決定する。更に、記録媒体41等に記録された画像表示に必要なデータを収集する。画像形成部300によって形成された画像データは、出力部44を通じて表示装置5に送信され、表示装置5は、この画像データに基づいて2次元表示を行う。
表示変更部24は、解析部200を通じて得られた入力部3から入力された指示内容等に基づいて、画像形成部300によって形成された画像データを操作し、表示方法を変更する。表示を変更する必要がなければ、特に処理を行う必要はない。例えば、S214において、入力部3を通じて入力された指示に従って、第1の円14の中心14Aまでの長さと第3の円16の中心16Aまでの長さの比を、第2のクラスの割合と第1のクラスの割合との比に対応するように第2の直線33を按分した位置とした場合(上記A)のケース)には、第2のクラスの割合と第3のクラスの割合とを比較することができるよう、入力部3から入力された指示内容等に従って、識別マーク15a、16aの表示方法を割合の大きさに応じて変更することもできる。また、例えば、図7、図8の例に示すように、識別マークを、割合の大きさに対応した大きさで表示してもよいし、図10に示すように、表示クラス間において時間を異にして表示してもよい(図において、矢印「39」は、識別マークを表示する順序を意味する、更に言えば、識別マーク15a乃至20aは、時計回りに順番に表示してもよい)。また、識別マークを、割合の大きさに対応した速度で点滅表示させてもよい。更に、これらの表示方法を適当に組み合わせても勿論よい。更にまた、図3に示した判定基準を表示させてもよい。
尚、本発明は、上述した実施形態に限定されるわけではなく、その他種々の変更が可能である。
例えば、上述した実施形態では、割合が大きい順に円を表示することとしているが、必ずしもそのような順番で表示する必要はない。互いに重ならなければ、どのような順番で表示してもよい。
また、第1のクラス以外のクラスについては、必ずしも第1のクラスのように円で表示する必要はない。更に言えば、それら第1のクラス以外のクラスに対応する円については、各円の中心付近に円以外の方法で表示してもよいし、又は、何も表示しなくてもよい。円以外の表示として、例えば、図6等に示した、クラスを表す文字による表示とすることもできる。
また、入力部3を通じて指示されるユーザからの指示内容を、システム2が指示するものとしてもよい。
更に、上述した実施形態では、学習モデル1はシステム2とは別個のものとして、一方、表示装置5はシステム2に含むものとして説明しているが、学習モデル1をシステム2に含めてもよいし、逆に、表示装置5をシステム2に含めなくてもよい。後者の場合、本体4における出力部44が、実質的に表示手段として機能することになる。
本発明の更に別の態様、特徴及び効果は、本発明を実施するよう意図された最良の態様を含めて、多数の特定の実施形態及び実施例を示すだけで、以下の詳細な説明から容易に明らかとなろう。又、本発明は、他の及び異なる実施形態で構成することもでき、そしてその多数の細部は、本発明の精神及び範囲から逸脱せずに、種々の明らかな観点において変更することができる。従って、図面及び説明は、例示に過ぎず、これに限定されるものではない。
1 学習モデル
2 システム
3 入力部
4 本体
5 表示装置(表示手段)
44 出力部(表示手段)
200 解析部(解析手段)
300 画像形成部(画像データ形成手段)
400 表示変更部

Claims (25)

  1. 複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示システムであって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記システムは、
    前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する手段であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比を求める、前記手段、
    前記解析することによって得られた情報に基づいて画像データを形成する手段、及び
    前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円を、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することによって得られた半径を有する円として、それぞれ表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第2のクラスとの関係において示す識別マークを、前記第1の直線上であって、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記第1の直線を按分した位置に表示する手段、
    を備えることを特徴とする2次元表示システム。
  2. 前記解析する手段は、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第1のクラスの割合と前記第nのクラスの割合の比を求め、
    前記表示する手段は、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、第n-1の円と互いに重なり合わないように表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第nのクラスとの関係において示す識別マークを、前記第1の円の中心と前記第nの円の中心を結ぶ第n-1の直線上であって、前記第1の円の中心までの長さと前記第nの円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比又は前記第nのクラスの割合と前記第1のクラスの割合との比に対応するように前記第n-1の直線を按分した位置に表示する(nは、3≦n≦(確認すべきクラスの数)の整数)、
    請求項1に記載の2次元表示システム。
  3. 前記解析する手段において、前記第1の円の半径と前記第2の円の半径は、前記第1の直線を2分割することによって得られ、前記第2の円の半径は、前記第1の円の半径と同じか又は前記第1の円の半径より小さい、請求項1又は2に記載の2次元表示システム。
  4. 複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示システムであって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記システムは、
    前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する手段であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比及び前記第2のクラスの割合と前記第3のクラスの割合の比を求める、前記手段、
    前記解析することによって得られた情報に基づいて画像データを形成する手段、及び
    前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円を、前記第1の円と前記第2の円については前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することによって得られた半径を有する円として、また、前記第3の円については前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第2の円と前記第3の円が互いに重なり合わないように、それぞれ表示するとともに、前記第1のクラスと前記第2のクラスと前記第3のクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第2の円の中心と前記第3の円の中心との間に形成され得る前記第1の円と同心の円弧を前記第2の円の中心までの円弧の長さと前記第3の円の中心までの円弧の長さの比が前記第3のクラスの割合と前記第2のクラスの割合との比に対応するように按分した位置に対応する位置に表示する手段、
    を備えることを特徴とする2次元表示システム。
  5. 前記解析する手段は、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第nのクラスの割合と前記第n-1のクラスの割合の比を求め、
    前記表示する手段は、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第n-1の円と互いに重なり合わないように表示するとともに、前記第1のクラスと前記第n-1のクラスと前記第nのクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第n-1の円の中心と前記第nの円の中心との間に形成され得る前記第1の円と同心の円弧を前記第n-1の円の中心までの円弧の長さと前記第nの円の中心までの円弧の長さの比が前記第nのクラスの割合と前記第n-1のクラスの割合との比に対応するように按分した位置に対応する位置に表示する(nは、4≦n≦(確認すべきクラスの数)の整数)、請求項に記載の2次元表示システム。
  6. 前記表示する手段において、前記第1の円と前記第nの円は、それらの円周において互いに実質的に一点で接した状態で表示される(nは2以上のいずれかの整数)、請求項1乃至5のいずれかに記載の2次元表示システム。
  7. 前記表示する手段において、前記第nの円と前記第n+1の円は、それらの円周において互いに実質的に一点で接した状態で表示される(nは2以上のいずれかの整数)、請求項1乃至6のいずれかに記載の2次元表示システム。
  8. 前記第n-1のクラスの割合が前記nのクラスの割合と同じである(nは、2≦n≦(確認すべきクラスの数)のいずれかの整数)、請求項1乃至7のいずれかに記載の2次元表示システム。
  9. 前記識別マークの表示方法を前記割合の大きさに応じて変更する表示変更手段を更に備える、請求項1乃至8のいずれかに記載の2次元表示システム。
  10. 前記表示変更手段によって、前記識別マークを、表示対象として選択された複数の前記クラスにおいて時間を異にして表示する、請求項9に記載の2次元表示システム。
  11. 前記表示変更手段によって、前記識別マークを、前記割合の大きさに対応した大きさで表示する、請求項9又は10に記載の2次元表示システム。
  12. 前記表示変更手段によって、前記識別マークを、前記割合の大きさに対応した速度で点滅表示する、請求項9乃至11のいずれかに記載の2次元表示システム。
  13. 前記表示変更手段によって、前記識別マークを評価する評価基準を示す円を前記第1の円と同心状に表示する、請求項乃至12のいずれかに記載の2次元表示システム。
  14. 前記表示変更手段によって、前記第1の円以外の円を、各円の中心付近に円以外の方法で表示する、又は、何も表示しない、請求項乃至13のいずれかに記載の2次元表示システム。
  15. 前記解析する手段は、前記割合が所定の閾値以下の前記クラスを表示対象から除外する、請求項1乃至14のいずれかに記載の2次元表示システム。
  16. 前記学習データには、前記学習モデルの作製用データと前記学習モデルの検証用データが含まれる、請求項1乃至15のいずれかに記載の2次元表示システム。
  17. 複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示方法であって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記方法は、
    前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する段階であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比を求める、前記段階、
    前記解析することによって得られた情報に基づいて画像データを形成する段階、及び
    前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円を、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することによって得られた半径を有する円として、それぞれ表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第2のクラスとの関係において示す識別マークを、前記第1の直線上であって、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記第1の直線を按分した位置に表示する段階、
    を備えることを特徴とする2次元表示方法。
  18. 前記解析する段階において、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第1のクラスの割合と前記第nのクラスの割合の比を求め、
    前記表示する段階において、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、第n-1の円と互いに重なり合わないように表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第nのクラスとの関係において示す識別マークを、前記第1の円の中心と前記第nの円の中心を結ぶ第n-1の直線上であって、前記第1の円の中心までの長さと前記第nの円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比又は前記第nのクラスの割合と前記第1のクラスの割合との比に対応するように前記第n-1の直線を按分した位置に表示する(nは、3≦n≦(確認すべきクラスの数)の整数)、
    請求項17に記載の2次元表示方法。
  19. 複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示方法であって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記方法は、
    前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する段階であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比及び前記第2のクラスの割合と前記第3のクラスの割合の比を求める、前記段階、
    前記解析することによって得られた情報に基づいて画像データを形成する段階、及び
    前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円を、前記第1の円と前記第2の円については前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することによって得られた半径を有する円として、また、前記第3の円については前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第2の円と前記第3の円が互いに重なり合わないように、それぞれ表示するとともに、前記第1のクラスと前記第2のクラスと前記第3のクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第2の円の中心と前記第3の円の中心との間に形成され得る前記第1の円と同心の円弧を前記第2の円の中心までの円弧の長さと前記第3の円の中心までの円弧の長さの比が前記第3のクラスの割合と前記第2のクラスの割合との比に対応するように按分した位置に対応する位置に表示する段階、
    を備えることを特徴とする2次元表示方法。
  20. 前記解析する段階において、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第nのクラスの割合と前記第n-1のクラスの割合の比を求め、
    前記表示する段階において、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第n-1の円と互いに重なり合わないように表示するとともに、前記第1のクラスと前記第n-1のクラスと前記第nのクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第n-1の円の中心と前記第nの円の中心との間に形成され得る前記第1の円と同心の円弧を前記第n-1の円の中心までの円弧の長さと前記第nの円の中心までの円弧の長さの比が前記第nのクラスの割合と前記第n-1のクラスの割合との比に対応するように按分した位置に対応する位置に表示する(nは、4≦n≦(確認すべきクラスの数)の整数)、
    請求項19に記載の2次元表示方法。
  21. 複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示プログラムであって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記プログラムは、
    コンピュータに、
    前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する機能であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比を求める、前記機能、
    前記解析することによって得られた情報に基づいて画像データを形成する機能、及び
    前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円を、前記第1の円の中心と前記第2の円の中心を結ぶ第1の直線を分割することによって得られた半径を有する円として、それぞれ表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第2のクラスとの関係において示す識別マークを、前記第1の直線上であって、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記第1の直線を按分した位置に表示する機能、
    を実現させるための2次元表示プログラム。
  22. コンピュータに、
    前記解析する機能において、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第1のクラスの割合と前記第nのクラスの割合の比を求める機能、
    前記表示する機能において、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、第n-1の円と互いに重なり合わないように表示するとともに、前記クラスに前記未知のデータが属する確からしさを前記第1のクラスと前記第nのクラスとの関係において示す識別マークを、前記第1の円の中心と前記第nの円の中心を結ぶ第n-1の直線上であって、前記第1の円の中心までの長さと前記第nの円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比又は前記第nのクラスの割合と前記第1のクラスの割合との比に対応するように前記第n-1の直線を按分した位置に表示する機能(nは、3≦n≦(確認すべきクラスの数)の整数)、
    を実現させるための請求項21に記載の2次元表示プログラム。
  23. 複数のクラスの各々について用意された学習データを利用して機械学習を行った学習済みの学習モデルにデータを入力した際に得られる出力結果を2次元で表示する2次元表示プログラムであって、前記学習モデルは、データを入力した際に、複数の前記クラスの各々に前記データが属する確からしさを前記クラス毎に前記複数のクラス間における割合として出力するものであり、前記プログラムは、
    コンピュータに、
    前記学習モデルに前記学習データ以外の未知のデータを入力することによって得られる出力結果を解析する機能であって、確認すべき複数の前記クラスを前記割合の大きさに従って順序付けし、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円の中心を決定し、且つ、前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することにより半径を設定し、更に、前記第1のクラスの割合と前記第2のクラスの割合の比及び前記第2のクラスの割合と前記第3のクラスの割合の比を求める、前記機能、
    前記解析することによって得られた情報に基づいて画像データを形成する機能、及び
    前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合が最も大きな第1のクラスに対応する第1の円と2番目に大きな第2のクラスに対応する第2の円と3番目に大きな第3のクラスに対応する第3の円を、前記第1の円と前記第2の円については前記第1の円の中心と前記第2の円の中心を結ぶ直線を分割することによって得られた半径を有する円として、また、前記第3の円については前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第2の円と前記第3の円が互いに重なり合わないように、それぞれ表示するとともに、前記第1のクラスと前記第2のクラスと前記第3のクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第2の円の中心と前記第3の円の中心との間に形成され得る前記第1の円と同心の円弧を前記第2の円の中心までの円弧の長さと前記第3の円の中心までの円弧の長さの比が前記第3のクラスの割合と前記第2のクラスの割合との比に対応するように按分した位置に対応する位置に表示する機能、
    を実現させるための2次元表示プログラム。
  24. コンピュータに、
    前記解析する機能において、更に、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円の中心を決定し、前記第nのクラスの割合と前記第n-1のクラスの割合の比を求める機能、
    前記表示する機能において、更に、前記画像データに基づいて、確認すべき複数の前記クラスの中で前記割合がn番目に大きな第nのクラスに対応する第nの円を、前記第1の円と前記第2の円の中心間距離だけ前記第1の円の中心から離れた位置を中心とし前記第2の円と同じ半径を有する円として、前記第n-1の円と互いに重なり合わないように表示するとともに、前記第1のクラスと前記第n-1のクラスと前記第nのクラスとの関係において前記クラスに前記未知のデータが属する確からしさを示す識別マークを、前記第1の円の中心までの長さと前記第2の円の中心までの長さの比が前記第2のクラスの割合と前記第1のクラスの割合との比に対応するように前記直線を按分した位置と前記第1の円の中心との間の距離に相当する長さの半径を有する前記第1の円と同心の円弧上であって、前記第n-1の円の中心と前記第nの円の中心との間に形成され得る前記第1の円と同心の円弧を前記第n-1の円の中心までの円弧の長さと前記第nの円の中心までの円弧の長さの比が前記第nのクラスの割合と前記第n-1のクラスの割合との比に対応するように按分した位置に対応する位置に表示する機能(nは、4≦n≦(確認すべきクラスの数)の整数)、
    を実現させるための請求項23に記載の2次元表示プログラム。
  25. 請求項21乃至24のいずれかに記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
JP2019133921A 2019-07-19 2019-07-19 学習モデルの出力結果を2次元で表示するシステム、方法、プログラム、及び記録媒体 Active JP7371375B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019133921A JP7371375B2 (ja) 2019-07-19 2019-07-19 学習モデルの出力結果を2次元で表示するシステム、方法、プログラム、及び記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019133921A JP7371375B2 (ja) 2019-07-19 2019-07-19 学習モデルの出力結果を2次元で表示するシステム、方法、プログラム、及び記録媒体

Publications (2)

Publication Number Publication Date
JP2021018607A JP2021018607A (ja) 2021-02-15
JP7371375B2 true JP7371375B2 (ja) 2023-10-31

Family

ID=74566043

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019133921A Active JP7371375B2 (ja) 2019-07-19 2019-07-19 学習モデルの出力結果を2次元で表示するシステム、方法、プログラム、及び記録媒体

Country Status (1)

Country Link
JP (1) JP7371375B2 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101859324A (zh) 2010-06-03 2010-10-13 大连理工大学 对聚类分析结果进行可视化的方法
JP2011118784A (ja) 2009-12-04 2011-06-16 Sony Corp 情報処理装置、情報処理方法およびプログラム
US20150370876A1 (en) 2014-06-20 2015-12-24 Vmware, Inc. Method for visualizing degree of similarity and difference between a large group of objects and a reference object
JP2018142097A (ja) 2017-02-27 2018-09-13 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011118784A (ja) 2009-12-04 2011-06-16 Sony Corp 情報処理装置、情報処理方法およびプログラム
CN101859324A (zh) 2010-06-03 2010-10-13 大连理工大学 对聚类分析结果进行可视化的方法
US20150370876A1 (en) 2014-06-20 2015-12-24 Vmware, Inc. Method for visualizing degree of similarity and difference between a large group of objects and a reference object
JP2018142097A (ja) 2017-02-27 2018-09-13 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
瀬川 修 外3名,文書分類結果の解釈を支援する可視化手法,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 ,2011年06月30日,第111巻 第119号,pp.21-24

Also Published As

Publication number Publication date
JP2021018607A (ja) 2021-02-15

Similar Documents

Publication Publication Date Title
De Winter et al. Segmentation of object outlines into parts: A large-scale integrative study
US10460256B2 (en) Interactive performance visualization of multi-class classifier
Rodgers A survey of Euler diagrams
US11468664B2 (en) Machine learning to predict cognitive image composition
Quadri et al. A survey of perception-based visualization studies by task
Polatsek et al. Exploring visual attention and saliency modeling for task-based visual analysis
CN112016546A (zh) 一种文本区域的定位方法及装置
Mrva et al. Decision support in medical data using 3D decision tree visualisation
Brzinsky-Fay Graphical representation of transitions and sequences
Görg et al. Visual representations
JP7371375B2 (ja) 学習モデルの出力結果を2次元で表示するシステム、方法、プログラム、及び記録媒体
Walther et al. The mid-level vision toolbox for computing structural properties of real-world images
Burch et al. Dashboard Design
Lespinats et al. ClassiMap: A new dimension reduction technique for exploratory data analysis of labeled data
Alnjar Data visualization metrics between theoretic view and real implementations: A review
Quadri Constructing Frameworks for Task-Optimized Visualizations
Xu et al. A force-directed algorithm for drawing directed graphs symmetrically
Cybulski et al. Motion velocity as a preattentive feature in cartographic symbolization
CN111783832A (zh) 一种时空数据预测模型的交互式选择方法
Barros et al. Use of reorderable matrices and heatmaps to support data analysis of students transcripts
Cruz et al. Interactive network visualization of gene expression time-series data
Raees et al. RUN: rational ubiquitous navigation, a model for automated navigation and searching in virtual environments
Raman Mastering Python Data Visualization
US11600028B1 (en) Semantic resizing of line charts
Samuel Conceptual Frameworks for Big-Data Visualization: Discussion on Models, Methods and Artificial Intelligence for Graphical Representations of Data-Call for Extension.

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220527

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230428

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230509

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230615

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: 20230919

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231002

R150 Certificate of patent or registration of utility model

Ref document number: 7371375

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150