JP7484318B2 - 学習装置及び学習プログラム - Google Patents
学習装置及び学習プログラム Download PDFInfo
- Publication number
- JP7484318B2 JP7484318B2 JP2020058590A JP2020058590A JP7484318B2 JP 7484318 B2 JP7484318 B2 JP 7484318B2 JP 2020058590 A JP2020058590 A JP 2020058590A JP 2020058590 A JP2020058590 A JP 2020058590A JP 7484318 B2 JP7484318 B2 JP 7484318B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- trained
- learning
- dataset
- input data
- 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 claims description 70
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 22
- 238000000034 method Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 15
- 238000013528 artificial neural network Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 6
- 238000013434 data augmentation Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005401 electroluminescence Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 101150096078 outD gene Proteins 0.000 description 2
- 101100459518 Bacillus subtilis (strain 168) nadE gene Proteins 0.000 description 1
- 101100393826 Dickeya dadantii (strain 3937) outB gene Proteins 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 101150033591 outC gene Proteins 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Image Analysis (AREA)
Description
前記プロセッサは、前記選択した学習済みデータセットの入力データ、正解データ、変形入力データ、及び変形正解データ、並びに、前記学習データセットの入力データ及び正解データを用いて、機械学習を行う。
図1は、第1の実施形態に係る学習装置10の電気的な構成の一例を示すブロック図である。
上記第1の実施形態では、類似度の算出を学習済みデータセットの学習済みモデルを用いて行う形態について説明した。本実施形態では、類似度の算出を学習済みデータセットの各データを用いて行う形態について説明する。
本実施形態では、複数の学習済みデータセットを機械学習して得られる学習モデルを用いて、類似する学習済みデータセットを選択する形態について説明する。
本実施形態では、入力データが透かし(ウォーターマーク)有りの画像であり、正解データが透かし(ウォーターマーク)無しの画像である場合について説明する。
11 CPU
11A 取得部
11B 類似度算出部
11C 選択部
11D 学習データ決定部
11E 初期値決定部
11F 学習部
12 ROM
13 RAM
14 I/O
15 記憶部
15A 学習プログラム
16 表示部
17 操作部
18 通信部
Claims (10)
- プロセッサを備え、
前記プロセッサは、
過去の複数の案件の機械学習に用いられた複数の学習済みデータセットであって、各々が入力データ、正解データ、及び学習済みモデルを含む前記複数の学習済みデータセットの中から、新たな案件の機械学習に用いる入力データ及び正解データを含む学習データセットと類似する学習済みデータセットを選択し、
前記選択した学習済みデータセットの入力データ及び正解データ、並びに、前記学習データセットの入力データ及び正解データを用いて、機械学習を行う
学習装置。 - 前記プロセッサは、前記学習データセットの入力データを前記学習済みモデルの各々に入力し、前記学習済みモデルから得られる出力データと、前記学習データセットの正解データとの類似度を算出し、算出した類似度に基づいて、前記学習データセットと類似する学習済みデータセットを選択する
請求項1に記載の学習装置。 - 前記類似度は、前記出力データの画素値と前記学習データセットの正解データの画素値との差、前記出力データの前記学習データセットの正解データに対する認識率、及び、前記出力データの前記学習データセットの正解データに対する編集距離の少なくとも1つで表される
請求項2に記載の学習装置。 - 前記プロセッサは、前記複数の学習済みデータセットの各々について、前記学習データセットに対する類似度を算出し、算出した類似度に基づいて、前記学習データセットと類似する学習済みデータセットを選択する
請求項1に記載の学習装置。 - 前記類似度は、前記学習済みデータセットの入力データと前記学習データセットの入力データとの類似度、及び、前記学習済みデータセットの正解データと前記学習データセットの正解データとの類似度の少なくとも一方で表される
請求項4に記載の学習装置。 - 前記プロセッサは、前記複数の学習済みデータセットの各々に含まれる入力データ及び正解データを用いて機械学習を行うことにより学習モデルを生成し、生成した学習モデルに対して、前記学習データセットの入力データ及び正解データを入力し、前記生成した学習モデルから得られる出力結果に基づいて、前記学習データセットと類似する学習済みデータセットを選択する
請求項1に記載の学習装置。 - 前記プロセッサは、自装置の実装先情報に基づいて、前記複数の学習済みデータセットに対して、自装置で処理可能な学習済みデータセットの絞り込みを更に行う
請求項1~請求項6のいずれか1項に記載の学習装置。 - 前記プロセッサは、前記新たな案件の機械学習を行う場合に、前記選択した学習済みデータセットから得られる値を、前記機械学習の初期値として設定する
請求項1~請求項7のいずれか1項に記載の学習装置。 - 前記選択した学習済みデータセットは、入力データを変形して得られる変形入力データと、変形入力データの正解データである変形正解データとを更に含み、
前記プロセッサは、前記選択した学習済みデータセットの入力データ、正解データ、変形入力データ、及び変形正解データ、並びに、前記学習データセットの入力データ及び正解データを用いて、機械学習を行う
請求項1~請求項8のいずれか1項に記載の学習装置。 - 過去の複数の案件の機械学習に用いられた複数の学習済みデータセットであって、各々が入力データ、正解データ、及び学習済みモデルを含む前記複数の学習済みデータセットの中から、新たな案件の機械学習に用いる入力データ及び正解データを含む学習データセットと類似する学習済みデータセットを選択し、
前記選択した学習済みデータセットの入力データ及び正解データ、並びに、前記学習データセットの入力データ及び正解データを用いて、機械学習を行うことを、
コンピュータに実行させるための学習プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020058590A JP7484318B2 (ja) | 2020-03-27 | 2020-03-27 | 学習装置及び学習プログラム |
CN202010916319.4A CN113449843A (zh) | 2020-03-27 | 2020-09-03 | 学习装置及记录介质 |
US17/016,364 US20210304031A1 (en) | 2020-03-27 | 2020-09-09 | Learning device and non-transitory computer readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020058590A JP7484318B2 (ja) | 2020-03-27 | 2020-03-27 | 学習装置及び学習プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021157619A JP2021157619A (ja) | 2021-10-07 |
JP7484318B2 true JP7484318B2 (ja) | 2024-05-16 |
Family
ID=77808573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020058590A Active JP7484318B2 (ja) | 2020-03-27 | 2020-03-27 | 学習装置及び学習プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210304031A1 (ja) |
JP (1) | JP7484318B2 (ja) |
CN (1) | CN113449843A (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022091341A (ja) * | 2020-12-09 | 2022-06-21 | 日本電気株式会社 | 送信装置照合装置、学習装置、送信装置照合方法、学習方法、及びプログラム |
JP7462254B1 (ja) | 2023-11-09 | 2024-04-05 | AI inside株式会社 | プログラム、方法、情報処理装置、システム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160253597A1 (en) | 2015-02-27 | 2016-09-01 | Xerox Corporation | Content-aware domain adaptation for cross-domain classification |
JP2017224156A (ja) | 2016-06-15 | 2017-12-21 | 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 |
JP2020034998A (ja) | 2018-08-27 | 2020-03-05 | 日本電信電話株式会社 | 拡張装置、拡張方法及び拡張プログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8306327B2 (en) * | 2008-12-30 | 2012-11-06 | International Business Machines Corporation | Adaptive partial character recognition |
JP7017640B2 (ja) * | 2018-05-18 | 2022-02-08 | グーグル エルエルシー | データ拡張方策の学習 |
JP7036049B2 (ja) * | 2019-01-18 | 2022-03-15 | オムロン株式会社 | モデル統合装置、モデル統合方法、モデル統合プログラム、推論システム、検査システム、及び制御システム |
EP3918428A4 (en) * | 2019-02-05 | 2022-10-26 | Urugus S.A. | AUTOMATIC OPTIMIZATION OF MACHINE LEARNING ALGORITHMS IN THE PRESENCE OF TARGET RECORDS |
JP7331937B2 (ja) * | 2019-10-01 | 2023-08-23 | 日本電気株式会社 | ロバスト学習装置、ロバスト学習方法、プログラム及び記憶装置 |
US11205099B2 (en) * | 2019-10-01 | 2021-12-21 | Google Llc | Training neural networks using data augmentation policies |
-
2020
- 2020-03-27 JP JP2020058590A patent/JP7484318B2/ja active Active
- 2020-09-03 CN CN202010916319.4A patent/CN113449843A/zh active Pending
- 2020-09-09 US US17/016,364 patent/US20210304031A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160253597A1 (en) | 2015-02-27 | 2016-09-01 | Xerox Corporation | Content-aware domain adaptation for cross-domain classification |
JP2017224156A (ja) | 2016-06-15 | 2017-12-21 | 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 |
JP2020034998A (ja) | 2018-08-27 | 2020-03-05 | 日本電信電話株式会社 | 拡張装置、拡張方法及び拡張プログラム |
Non-Patent Citations (1)
Title |
---|
上野 洋典, 東 耕平, 近藤 正章,画像認識における効率的な転移学習のための学習モデル選択手法の検討,電子情報通信学会技術研究報告,vol. 117, no. 278 ,日本,一般社団法人電子情報通信学会,2017年10月31日,pp. 13~18 |
Also Published As
Publication number | Publication date |
---|---|
CN113449843A (zh) | 2021-09-28 |
JP2021157619A (ja) | 2021-10-07 |
US20210304031A1 (en) | 2021-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113822494B (zh) | 风险预测方法、装置、设备及存储介质 | |
Ozdemir et al. | Feature Engineering Made Easy: Identify unique features from your dataset in order to build powerful machine learning systems | |
Chi et al. | Splitting methods for convex clustering | |
CN110362723B (zh) | 一种题目特征表示方法、装置及存储介质 | |
KR20180134738A (ko) | 전자 장치 및 학습 모델 생성 방법 | |
US10949664B2 (en) | Optical character recognition training data generation for neural networks by parsing page description language jobs | |
US20210125034A1 (en) | 2d document extractor | |
GB2569418A (en) | Using deep learning techniques to determine the contextual reading order in a document | |
JP7484318B2 (ja) | 学習装置及び学習プログラム | |
US20230267308A1 (en) | Learning graph representations using hierarchical transformers for content recommendation | |
CN112016546A (zh) | 一种文本区域的定位方法及装置 | |
WO2023051140A1 (zh) | 用于图像特征表示生成的方法、设备、装置和介质 | |
Mi et al. | Face recognition using sparse representation-based classification on k-nearest subspace | |
JP7293729B2 (ja) | 学習装置、情報出力装置、及びプログラム | |
Raza et al. | A heuristic based dependency calculation technique for rough set theory | |
EP4052192A1 (en) | Model induction method for explainable a.i | |
CN116776003A (zh) | 基于对比学习和协同信号的知识图推荐方法、系统及设备 | |
CN113490955A (zh) | 用于产生金字塔层的架构的系统和方法 | |
US20220277197A1 (en) | Enhanced word embedding | |
EP4064038A1 (en) | Automated generation and integration of an optimized regular expression | |
JP7491405B2 (ja) | 点過程学習方法、点過程学習装置及びプログラム | |
CA3060293A1 (en) | 2d document extractor | |
JPWO2020084683A1 (ja) | ロバスト学習装置、ロバスト学習方法およびロバスト学習プログラム | |
US20210383226A1 (en) | Cross-transformer neural network system for few-shot similarity determination and classification | |
US20230367800A1 (en) | Information Extraction for Unstructured Text Documents |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230228 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240229 |
|
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: 20240402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240415 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7484318 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |