JP7475956B2 - 推論方法、機械学習推論システム及びコンピュータプログラム - Google Patents
推論方法、機械学習推論システム及びコンピュータプログラム Download PDFInfo
- Publication number
- JP7475956B2 JP7475956B2 JP2020085252A JP2020085252A JP7475956B2 JP 7475956 B2 JP7475956 B2 JP 7475956B2 JP 2020085252 A JP2020085252 A JP 2020085252A JP 2020085252 A JP2020085252 A JP 2020085252A JP 7475956 B2 JP7475956 B2 JP 7475956B2
- Authority
- JP
- Japan
- Prior art keywords
- inference
- result
- machine learning
- request
- client device
- 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
- 238000010801 machine learning Methods 0.000 title claims description 151
- 238000000034 method Methods 0.000 title claims description 37
- 238000004590 computer program Methods 0.000 title claims description 8
- 238000012795 verification Methods 0.000 claims description 35
- 238000012549 training Methods 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 238000010200 validation analysis Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000011524 similarity measure Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims 1
- 238000003860 storage Methods 0.000 description 35
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 18
- 230000004044 response Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 230000010365 information processing Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009118 appropriate response Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Landscapes
- Debugging And Monitoring (AREA)
Description
次のステップ1020は、推論要求から特徴ベクトルを抽出することである。特徴ベクトルは、特徴IDおよび特徴値を有するJSONファイル、またはキー値ペアを有する辞書の形態であってもよい。
ステップ1030において、代替結果生成プログラム1000はモデルIDおよび特徴IDに対応する特徴重み値(すなわち、重み値)を特徴重み値テーブル812から得る。
Claims (7)
- プロセッサ及びメモリを有する機械学習推論システムにより実施される推論方法であって、
前記プロセッサは、
クライアント装置から推論要求を受け入れ、
前記推論要求を機械学習モデルに提示してこの機械学習モデルから推論結果を受け入れ、
前記推論結果を検証し、前記検証の結果が肯定的であれば前記推論結果を前記クライアント装置に提示し、前記検証の結果が否定的であれば、キャッシュされかつ既に検証された前記推論要求と前記推論結果との組から少なくとも一つの代替的な前記推論結果を前記クライアント装置に提示し、
前記代替的な前記推論結果を提示するときに、
機械学習トレーニングシステムから、前記機械学習モデルによる推論処理の際に用いられるそれぞれの特徴の特徴重要度情報を検索し、
キャッシュされかつ既に検証された前記推論要求と前記推論結果との組を生成する際に用いられた前記特徴の重み付け値を算出し、
前記特徴の前記重み付け値に基づいて、前記クライアント装置から受け入れた前記推論要求に含まれる前記特徴とキャッシュされた前記推論要求に含まれる前記特徴との類似度を算出し、
前記類似度に基づいて、前記クライアント装置から受け入れた前記推論要求に最も類似するキャッシュされた前記推論要求を決定し、
キャッシュされた前記推論要求と前記推論結果との複数の組から、前記最も類似する前記推論要求に対応する前記代替的な前記推論結果を決定する
推論方法。 - 前記類似度の算出は、キャッシュされた前記推論結果のクラスタを生成することで、前記特徴の前記重み付け値を用いて前記キャッシュされた前記推論要求の前記特徴を重み付けクラスタリングすることにより行うことを特徴とする請求項1に記載の推論方法。
- 前記重み付けクラスタリングは、
前記推論要求からメタデータを抽出し、
クラスタリングアルゴリズムに含まれるデータ点の前記メタデータと前記クラスタリングアルゴリズムにより前記データ点として用いられている重み付けされた前記特徴とを用いて前記推論要求の重み付けクラスタリングを行う
ことを特徴とする請求項2に記載の推論方法。 - 前記代替的な前記推論結果を前記クライアント装置に提示する際に適切なエラーメッセージを返信し、
前記代替的な前記推論結果には、この代替的な前記推論結果は近似的結果であり実際の前記機械学習モデルによる結果でないという前記エラーメッセージと、後に推論要求を再試行するオプションとが含まれ、
さらに、前記エラーメッセージには、前記検証が否定的である理由が含まれ、
前記検証が否定的であるときは前記検証が否定的になったことを是正できるように通知を行う
ことを特徴とする請求項1に記載の推論方法。 - 前記推論要求を行った前記クライアント装置から、直接的または間接的に、前記クライアント装置が前記推論結果に満足しているとの評価と、前記推論結果を得るまでの時間に満足していることを含むフィードバックを受け入れ、
前記フィードバックを、最適なサービス品質保証(Service Level Agreement)を得るために要約統計量(Summary Statistics)を用いて算出し、
前記フィードバックを、ドメインに対する最適な許容結果を見つけるために解析し、
そして、算出・解析された前記フィードバックを、前記推論結果を検証するために前記ドメインの制約及び前記サービス品質保証を更新するために用いる
ことを特徴とする請求項1に記載の推論方法。 - プロセッサ及びメモリを有する機械学習推論システムであって、
前記プロセッサは、
クライアント装置から推論要求を受け入れ、
前記推論要求を機械学習モデルに提示してこの機械学習モデルから推論結果を受け入れ、
前記推論結果を検証し、前記検証の結果が肯定的であれば前記推論結果を前記クライアント装置に提示し、前記検証の結果が否定的であれば、キャッシュされかつ既に検証された前記推論要求と前記推論結果との組から少なくとも一つの代替的な前記推論結果を前記クライアント装置に提示し、
前記代替的な前記推論結果を提示するときに、
機械学習トレーニングシステムから、前記機械学習モデルによる推論処理の際に用いられるそれぞれの特徴の特徴重要度情報を検索し、
キャッシュされかつ既に検証された前記推論要求と前記推論結果との組を生成する際に用いられた前記特徴の重み付け値を算出し、
前記特徴の前記重み付け値に基づいて、前記クライアント装置から受け入れた前記推論要求に含まれる前記特徴とキャッシュされた前記推論要求に含まれる前記特徴との類似度を算出し、
前記類似度に基づいて、前記クライアント装置から受け入れた前記推論要求に最も類似するキャッシュされた前記推論要求を決定し、
キャッシュされた前記推論要求と前記推論結果との複数の組から、前記最も類似する前記推論要求に対応する前記代替的な前記推論結果を決定する
機械学習推論システム。 - プロセッサ及びメモリを有するコンピュータにより実行されるコンピュータプログラムであって、
前記コンピュータプログラムは、前記コンピュータに、
クライアント装置から推論要求を受け入れさせ、
前記推論要求を機械学習モデルに提示してこの機械学習モデルから推論結果を受け入れさせ、
前記推論結果を検証し、前記検証の結果が肯定的であれば前記推論結果を前記クライアント装置に提示させ、前記検証の結果が否定的であれば、キャッシュされかつ既に検証された前記推論要求と前記推論結果との組から少なくとも一つの代替的な前記推論結果を前記クライアント装置に提示させ、
前記代替的な前記推論結果を提示させるときに、
機械学習トレーニングシステムから、前記機械学習モデルによる推論処理の際に用いられるそれぞれの特徴の特徴重要度情報を検索させ、
キャッシュされかつ既に検証された前記推論要求と前記推論結果との組を生成する際に用いられた前記特徴の重み付け値を算出させ、
前記特徴の前記重み付け値に基づいて、前記クライアント装置から受け入れた前記推論要求に含まれる前記特徴とキャッシュされた前記推論要求に含まれる前記特徴との類似度を算出させ、
前記類似度に基づいて、前記クライアント装置から受け入れた前記推論要求に最も類似するキャッシュされた前記推論要求を決定させ、
キャッシュされた前記推論要求と前記推論結果との複数の組から、前記最も類似する前記推論要求に対応する前記代替的な前記推論結果を決定させる
コンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020085252A JP7475956B2 (ja) | 2020-05-14 | 2020-05-14 | 推論方法、機械学習推論システム及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020085252A JP7475956B2 (ja) | 2020-05-14 | 2020-05-14 | 推論方法、機械学習推論システム及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021179840A JP2021179840A (ja) | 2021-11-18 |
JP7475956B2 true JP7475956B2 (ja) | 2024-04-30 |
Family
ID=78511541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020085252A Active JP7475956B2 (ja) | 2020-05-14 | 2020-05-14 | 推論方法、機械学習推論システム及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7475956B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001142868A (ja) | 1999-11-12 | 2001-05-25 | Fuji Electric Co Ltd | ニューラルネットワークの出力値の評価装置、評価方法及び記憶媒体 |
JP2011517494A (ja) | 2008-03-19 | 2011-06-09 | アップルシード ネットワークス インコーポレイテッド | 行動パターンを検出する方法及び装置 |
JP2016103243A (ja) | 2014-11-28 | 2016-06-02 | キヤノン株式会社 | 予測装置、予測方法、及びプログラム |
JP2020071493A (ja) | 2018-10-29 | 2020-05-07 | 株式会社神戸製鋼所 | 結果予測装置、結果予測方法、及びプログラム |
-
2020
- 2020-05-14 JP JP2020085252A patent/JP7475956B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001142868A (ja) | 1999-11-12 | 2001-05-25 | Fuji Electric Co Ltd | ニューラルネットワークの出力値の評価装置、評価方法及び記憶媒体 |
JP2011517494A (ja) | 2008-03-19 | 2011-06-09 | アップルシード ネットワークス インコーポレイテッド | 行動パターンを検出する方法及び装置 |
JP2016103243A (ja) | 2014-11-28 | 2016-06-02 | キヤノン株式会社 | 予測装置、予測方法、及びプログラム |
JP2020071493A (ja) | 2018-10-29 | 2020-05-07 | 株式会社神戸製鋼所 | 結果予測装置、結果予測方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021179840A (ja) | 2021-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116057510B (zh) | 用于异常检测的系统、设备和方法 | |
US10599506B2 (en) | Methods and systems for identifying action for responding to anomaly in cloud computing system | |
US10902207B2 (en) | Identifying application software performance problems using automated content-based semantic monitoring | |
US10491697B2 (en) | System and method for bot detection | |
US20210097343A1 (en) | Method and apparatus for managing artificial intelligence systems | |
US10216622B2 (en) | Diagnostic analysis and symptom matching | |
US10963808B1 (en) | Predicting event outcomes using clickstream data | |
US20210150631A1 (en) | Machine learning approach to automatically disambiguate ambiguous electronic transaction labels | |
CN110798467A (zh) | 目标对象识别方法、装置、计算机设备及存储介质 | |
WO2022018538A1 (en) | Identifying source datasets that fit transfer learning process for target domain | |
US20220237232A1 (en) | Conversation based data analysis recommendations | |
KR20220143766A (ko) | 데이터 품질 문제들의 동적 발견 및 수정 | |
US11651041B2 (en) | Method and system for storing a plurality of documents | |
US20230205618A1 (en) | Performing root cause analysis on data center incidents | |
JP7475956B2 (ja) | 推論方法、機械学習推論システム及びコンピュータプログラム | |
US20220300822A1 (en) | Forgetting data samples from pretrained neural network models | |
US9818066B1 (en) | Automated development and utilization of machine-learning generated classifiers | |
US11212162B2 (en) | Bayesian-based event grouping | |
US20230259631A1 (en) | Detecting synthetic user accounts using synthetic patterns learned via machine learning | |
US12014142B2 (en) | Machine learning for training NLP agent | |
US11620473B1 (en) | Pre-processing raw data in user networks to create training data for service provider networks | |
US20210334678A1 (en) | Framework for measuring telemetry data variability for confidence evaluation of a machine learning estimator | |
WO2021181605A1 (ja) | 機械学習モデル決定システム及び機械学習モデル決定方法 | |
US20230214750A1 (en) | Generating a mitigation workflow for mitigating a technical issue of a computing service using historical mitigation workflows | |
WO2022206197A1 (en) | Training and scoring for large number of performance models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230306 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240321 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240326 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240417 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7475956 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |