JPWO2019187542A1 - 情報処理方法、情報処理装置、およびプログラム - Google Patents
情報処理方法、情報処理装置、およびプログラム Download PDFInfo
- Publication number
- JPWO2019187542A1 JPWO2019187542A1 JP2020509713A JP2020509713A JPWO2019187542A1 JP WO2019187542 A1 JPWO2019187542 A1 JP WO2019187542A1 JP 2020509713 A JP2020509713 A JP 2020509713A JP 2020509713 A JP2020509713 A JP 2020509713A JP WO2019187542 A1 JPWO2019187542 A1 JP WO2019187542A1
- Authority
- JP
- Japan
- Prior art keywords
- unit
- information processing
- neural network
- components
- processing method
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 124
- 238000003672 processing method Methods 0.000 title claims abstract description 50
- 238000013528 artificial neural network Methods 0.000 claims abstract description 110
- 230000006870 function Effects 0.000 claims description 54
- 230000000007 visual effect Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 21
- 210000004205 output neuron Anatomy 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 abstract description 19
- 238000011161 development Methods 0.000 abstract description 10
- 239000010410 layer Substances 0.000 description 40
- 238000000034 method Methods 0.000 description 24
- 238000004891 communication Methods 0.000 description 23
- 238000004364 calculation method Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 5
- 230000035772 mutation Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 239000002356 single layer Substances 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 210000002364 input neuron Anatomy 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001151 other effect Effects 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 101150012579 ADSL gene Proteins 0.000 description 1
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 1
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/34—Graphical or visual programming
-
- 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
- G06N3/10—Interfaces, programming languages or software development kits, e.g. for simulating neural networks
- G06N3/105—Shells for specifying net layout
-
- 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
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
-
- 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
- G06N3/086—Learning methods using evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2207/00—Indexing scheme relating to methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F2207/38—Indexing scheme relating to groups G06F7/38 - G06F7/575
- G06F2207/48—Indexing scheme relating to groups G06F7/48 - G06F7/575
- G06F2207/4802—Special implementations
- G06F2207/4818—Threshold devices
- G06F2207/4824—Neural 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Physiology (AREA)
- User Interface Of Digital Computer (AREA)
- Stored Programmes (AREA)
Abstract
Description
1.実施形態
1.1.概要
1.2.システム構成例
1.3.情報処理端末10の機能構成
1.4.情報処理サーバ20の機能構成
1.5.フォーム制御の詳細
1.6.ソースコードの出力
1.7.ネットワーク構造の自動探索
2.ハードウェア構成例
3.まとめ
<<1.1.概要>>
まず、本開示の一実施形態の概要について説明する。上述したように、近年では、ニューラルネットワークの開発効率を向上させるための種々の手法が提案されている。上記のような手法には、例えば、特許文献1に開示されるようなビジュアルプログラミング手法が含まれる。
次に、本開示の一実施形態に係る情報処理システムの構成例について説明する。図1は、本実施形態に係る情報処理システムの構成例を示すブロック図である。図1を参照すると、本実施形態に係る情報処理システムは、情報処理端末10および情報処理サーバ20を備える。また、情報処理端末10と情報処理サーバ20は、互いに通信が行えるように、ネットワーク30を介して接続される。
本実施形態に係る情報処理端末10は、ニューラルネットワークのビジュアルプログラミングを行うためのクライアント端末である。本実施形態に係る情報処理端末10は、情報処理サーバ20による制御に基づいて、ビジュアルプログラミングを行うためのフォームを表示し、当該フォームに対するユーザの入力操作に係る情報を情報処理サーバ20へ送信する。本実施形態に係る情報処理端末10は、例えば、PC(Personal Computer)などであってよい。なお、後述するように、本実施形態に係る情報処理端末10は、情報処理サーバ20と同等の機能を有する情報処理装置として機能してもよい。
本実施形態に係る情報処理サーバ20は、本実施形態に係る情報処理方法を実現する情報処理装置である。本実施形態に係る情報処理サーバ20は、ニューラルネットワークのビジュアルプログラミングに係るフォームを制御し、当該フォームにけるコンポーネントやユニットの配置などに基づいて、ニューラルネットワークを生成する機能を有する。
ネットワーク30は、情報処理端末10と情報処理サーバ20とを接続する機能を有する。ネットワーク30は、インターネット、電話回線網、衛星通信網などの公衆回線網や、Ethernet(登録商標)を含む各種のLAN(Local Area Network)、WAN(Wide Area Network)などを含んでもよい。また、ネットワーク30は、IP−VPN(Internet Protocol−Virtual Private Network)などの専用回線網を含んでもよい。また、ネットワーク30は、Wi−Fi(登録商標)、Bluetooth(登録商標)など無線通信網を含んでもよい。
次に、本開示の一実施形態に係る情報処理端末10の機能構成例について説明する。図2は、本実施形態に係る情報処理端末10の機能構成例を示すブロック図である。図2を参照すると、本実施形態に係る情報処理端末10は、表示部110、入力部120、制御部130、およびサーバ通信部140を備える。
本実施形態に係る表示部110は、画像やテキストなどの視覚情報を出力する機能を有する。本実施形態に係る表示部110は、例えば、情報処理サーバ20による制御に基づいて、ニューラルネットワークのビジュアルプログラミングに係るフォームを表示する。
本実施形態に係る入力部120は、ユーザによる入力操作を検出する機能を有する。本実施形態に係る入力部120は、例えば、フォーム上におけるコンポーネントやユニットの配置操作を検出する。このために、本実施形態に係る入力部120は、キーボード、タッチパネル、マウス、各種のボタンなどを備える。
本実施形態に係る制御部130は、情報処理端末10が備える各構成を制御する機能を有する。制御部130は、例えば、各構成の起動や停止を制御する。また、制御部130は、情報処理サーバ20により生成される制御信号を表示部110に入力する。また、本実施形態に係る制御部130は、後述する情報処理サーバ20のフォーム制御部210と同等の機能を有してもよい。
本実施形態に係るサーバ通信部140は、ネットワーク30を介して情報処理サーバ20との情報通信を行う機能を有する。具体的には、サーバ通信部140は、情報処理サーバ20からフォーム制御に係る制御信号を受信する。また、サーバ通信部140は、入力部120が検出したユーザの入力操作に係る情報を、情報処理サーバ20に送信する。
次に、本開示の一実施形態に係る情報処理サーバ20の機能構成について説明する。図3は、本実施形態に係る情報処理サーバ20の機能構成例を示すブロック図である。図3を参照すると、本実施形態に係る情報処理サーバ20は、フォーム制御部210、生成部220、および端末通信部230を備える。
本実施形態に係るフォーム制御部210は、ニューラルネットワークのビジュアルプログラミングを実現するフォームの制御を行う。より具体的には、本実施形態に係るフォーム制御部210は、レイヤーに対応するコンポーネントの配置と、当該コンポーネントに設定されるプロパティと、に基づいて、ニューラルネットワークを構築するプログラムを作成するためのフォームを提供し、当該フォームにおいて、ニューラルネットワークに係る統計情報を提示する機能を有する。
本実施形態に係る生成部220は、フォーム制御部210が制御するフォームにおけるコンポーネントとユニットの配置、および設定されるプロパティとに基づいて、ニューラルネットワークを構築するソースコードを生成する機能を有する。本実施形態に係る生成部220が有する機能の詳細については、別途後述する。
本実施形態に係る端末通信部230は、ネットワーク30を介して、情報処理端末10との情報通信を行う。具体的には、端末通信部230は、フォーム制御部210が生成する制御信号を情報処理端末10に送信する。また、端末通信部230は、情報処理端末10から、フォーム上におけるユーザの入力操作に係る情報を受信する。
次に、本実施形態に係るフォーム制御部210によるフォーム制御について詳細に説明する。図4は、本実施形態に係るフォームの表示例を示す図である。図4に示すように、本実施形態に係るフォームF1は、例えば、パレットP1〜P3を含む。
次に、本実施形態に係る生成部220によるソースコードの出力について詳細に説明する。本実施形態に係る生成部220は、フォーム制御部210が提供するフォームにおけるコンポーネントとユニットの配置、および設定されるプロパティとに基づいて、ニューラルネットワークに係るソースコードを出力する機能を有する。
次に、本実施形態に係るネットワーク構造の自動探索機能について説明する。上述したように、本実施形態に係る生成部220は、フォーム上にユーザが配置したコンポーネントやユニット、また設定されるプロパティに基づいて、ニューラルネットワークを生成する機能を有する。
次に、本開示の一実施形態に係る情報処理サーバ20のハードウェア構成例について説明する。図20は、本開示の一実施形態に係る情報処理サーバ20のハードウェア構成例を示すブロック図である。図20を参照すると、情報処理サーバ20は、例えば、プロセッサ871と、ROM872と、RAM873と、ホストバス874と、ブリッジ875と、外部バス876と、インターフェース877と、入力装置878と、出力装置879と、ストレージ880と、ドライブ881と、接続ポート882と、通信装置883と、を有する。なお、ここで示すハードウェア構成は一例であり、構成要素の一部が省略されてもよい。また、ここで示される構成要素以外の構成要素をさらに含んでもよい。
プロセッサ871は、例えば、演算処理装置又は制御装置として機能し、ROM872、RAM873、ストレージ880、又はリムーバブル記録媒体901に記録された各種プログラムに基づいて各構成要素の動作全般又はその一部を制御する。
ROM872は、プロセッサ871に読み込まれるプログラムや演算に用いるデータ等を格納する手段である。RAM873には、例えば、プロセッサ871に読み込まれるプログラムや、そのプログラムを実行する際に適宜変化する各種パラメータ等が一時的又は永続的に格納される。
プロセッサ871、ROM872、RAM873は、例えば、高速なデータ伝送が可能なホストバス874を介して相互に接続される。一方、ホストバス874は、例えば、ブリッジ875を介して比較的データ伝送速度が低速な外部バス876に接続される。また、外部バス876は、インターフェース877を介して種々の構成要素と接続される。
入力装置878には、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチ、及びレバー等が用いられる。さらに、入力装置878としては、赤外線やその他の電波を利用して制御信号を送信することが可能なリモートコントローラ(以下、リモコン)が用いられることもある。また、入力装置878には、マイクロフォンなどの音声入力装置が含まれる。
出力装置879は、例えば、CRT(Cathode Ray Tube)、LCD、又は有機EL等のディスプレイ装置、スピーカ、ヘッドホン等のオーディオ出力装置、プリンタ、携帯電話、又はファクシミリ等、取得した情報を利用者に対して視覚的又は聴覚的に通知することが可能な装置である。また、本開示に係る出力装置879は、触覚刺激を出力することが可能な種々の振動デバイスを含む。
ストレージ880は、各種のデータを格納するための装置である。ストレージ880としては、例えば、ハードディスクドライブ(HDD)等の磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、又は光磁気記憶デバイス等が用いられる。
ドライブ881は、例えば、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体901に記録された情報を読み出し、又はリムーバブル記録媒体901に情報を書き込む装置である。
リムーバブル記録媒体901は、例えば、DVDメディア、Blu−ray(登録商標)メディア、HD DVDメディア、各種の半導体記憶メディア等である。もちろん、リムーバブル記録媒体901は、例えば、非接触型ICチップを搭載したICカード、又は電子機器等であってもよい。
接続ポート882は、例えば、USB(Universal Serial Bus)ポート、IEEE1394ポート、SCSI(Small Computer System Interface)、RS−232Cポート、又は光オーディオ端子等のような外部接続機器902を接続するためのポートである。
外部接続機器902は、例えば、プリンタ、携帯音楽プレーヤ、デジタルカメラ、デジタルビデオカメラ、又はICレコーダ等である。
通信装置883は、ネットワークに接続するための通信デバイスであり、例えば、有線又は無線LAN、Bluetooth(登録商標)、又はWUSB(Wireless USB)用の通信カード、光通信用のルータ、ADSL(Asymmetric Digital Subscriber Line)用のルータ、又は各種通信用のモデム等である。
以上説明したように、本開示の一実施形態に係る情報処理方法は、プロセッサが、レイヤーに対応するコンポーネントの配置と、コンポーネントに設定されるプロパティと、に基づいて、ニューラルネットワークを構築するプログラムを作成するためのフォームを提供することと、ニューラルネットワークに係る統計情報を提示することと、を含むこと、を特徴の一つとする。また、上記フォームを提供することは、フォームにおいて、複数のコンポーネントから構成されるユニットを定義する機能を提供することと、定義されたユニットを、コンポーネントと同様に配置可能に提供することと、をさらに含むこと、を特徴の一つとする。係る構成によれば、ニューラルネットワークの開発効率をより向上させることが可能となる。
(1)
プロセッサが、レイヤーに対応するコンポーネントの配置と、前記コンポーネントに設定されるプロパティと、に基づいて、ニューラルネットワークを構築するプログラムを作成するためのフォームを提供することと、
前記ニューラルネットワークに係る統計情報を提示することと、
を含み、
前記フォームを提供することは、前記フォームにおいて、複数の前記コンポーネントから構成されるユニットを定義する機能を提供することと、
定義された前記ユニットを、前記コンポーネントと同様に配置可能に提供することと、
をさらに含む、
情報処理方法。
(2)
前記フォームを提供することは、前記ユニットを複数利用および再利用可能に提供すること、
をさらに含む、
前記(1)に記載の情報処理方法。
(3)
前記フォームを提供することは、前記ユニットを構成する複数の前記コンポーネントに共通して利用可能な引数を定義する機能を提供することと、
定義された前記引数を前記ユニットのプロパティの一部として設定可能なように制御することと、
をさらに含む、
前記(1)または(2)に記載の情報処理方法。
(4)
前記引数を定義する機能を提供することは、前記フォーム上に配置される、前記引数に対応する引数コンポーネントと、前記引数コンポーネントに設定されるプロパティとに基づいて、前記引数を制御すること、
をさらに含む、
前記(3)に記載の情報処理方法。
(5)
前記フォームを提供することは、前記フォームにおいて、前記ユニットを、前記ユニットを構成する前記コンポーネントの種別および数に依らない所定の視覚表現を用いて表示すること、
をさらに含む、
前記(1)〜(4)のいずれかに記載の情報処理方法。
(6)
前記フォームを提供することは、前記ユニットを構成する複数の前記コンポーネントの処理により変更されるパラメータを、前記ユニットに対応する前記視覚表現と関連付けて表示すること、
をさらに含む、
前記(5)に記載の情報処理方法。
(7)
前記統計情報を提示することは、前記ユニットを構成する前記コンポーネントを含む前記ニューラルネットワーク全体の前記統計情報を提示すること、
をさらに含み、
前記統計情報は、出力ニューロンサイズ、使用メモリ量、または演算量のうち、少なくとも1つを含む、
前記(1)〜(6)のいずれかに記載の情報処理方法。
(8)
前記統計情報を提示することは、前記ユニットごとに前記統計情報を提示すること、
をさらに含む、
前記(7)に記載の情報処理方法。
(9)
前記統計情報を提示することは、前記ニューラルネットワーク全体の前記統計情報と前記ユニットの前記統計情報とを比較して提示すること、
をさらに含む、
前記(7)または(8)に記載の情報処理方法。
(10)
前記統計情報に含まれる要素を選択するユーザの操作を受け付け、選択された前記要素の値を、前記コンポーネントおよび前記ユニットごとに比較して提示すること、
をさらに含む、
前記(1)〜(9)のいずれかに記載の情報処理方法。
(11)
前記コンポーネントまたは前記ユニットごとの前記要素の値と、当該要素の値の大きさを示すインジケータと、を前記フォーム上に配置された前記コンポーネントまたは前記ユニットに関連付けて提示する、
前記(10)に記載の情報処理方法。
(12)
前記フォームを提供することは、前記ユニットの定義に関し、前記ユニットが1つ以上の前記ユニットを含んで構成されることを許容すること、
をさらに含む、
前記(1)〜(11)のいずれかに記載の情報処理方法。
(13)
前記コンポーネントと前記ユニットの配置および設定されるプロパティとに基づいて、前記ニューラルネットワークに係るソースコードを出力すること、
をさらに含む、
前記(1)〜(12)のいずれかに記載の情報処理方法。
(14)
前記ソースコードを出力することは、前記ユニットの構成を維持した前記ソースコードを生成すること、
をさらに含む、
前記(13)に記載の情報処理方法。
(15)
評価済のニューラルネットワークから、ネットワーク構造の異なる別のニューラルネットワークを生成することと、
生成されたニューラルネットワークの評価結果を取得することと、
生成されたニューラルネットワークの評価結果に基づいて、評価済のニューラルネットワークに係るパレート最適解を更新することと、
をさらに含み、
前記生成することは、前記パレート最適解に係るニューラルネットワークから、ネットワーク構造の異なる前記別のニューラルネットワークを生成することと、
をさらに含む、
前記(1)〜(14)のいずれかに記載の情報処理方法。
(16)
前記生成することは、前記ユニットに設定される構造探索可否に基づいて、前記ユニットのネットワーク構造を変化させるか否かを決定すること、
をさらに含む、
前記(15)に記載の情報処理方法。
(17)
前記生成することは、前記ユニットに用いられる引数に設定される構造探索可否に基づいて、前記引数の値を変化させるか否かを決定すること、
をさらに含む、
前記(15)または(16)に記載の情報処理方法。
(18)
レイヤーに対応するコンポーネントの配置と、前記コンポーネントに設定されるプロパティと、に基づいて、ニューラルネットワークを構築するプログラムを作成するためのフォームを提供し、前記フォームにおいて、前記ニューラルネットワークに係る統計情報を提示するフォーム制御部、
を備え、
前記フォーム制御部は、前記フォームにおいて、複数の前記コンポーネントから構成されるユニットを定義する機能を提供し、定義された前記ユニットを、前記コンポーネントと同様に配置可能に提供する、
情報処理装置。
(19)
コンピュータを、
レイヤーに対応するコンポーネントの配置と、前記コンポーネントに設定されるプロパティと、に基づいて、ニューラルネットワークを構築するプログラムを作成するためのフォームを提供し、前記フォームにおいて、前記ニューラルネットワークに係る統計情報を提示するフォーム制御部、
を備え、
前記フォーム制御部は、前記フォームにおいて、複数の前記コンポーネントから構成されるユニットを定義する機能を提供し、定義された前記ユニットを、前記コンポーネントと同様に配置可能に提供する、
情報処理装置、
として機能させるためのプログラム。
110 表示部
120 入力部
130 制御部
140 サーバ通信部
20 情報処理サーバ
210 フォーム制御部
220 生成部
230 端末通信部
Claims (19)
- プロセッサが、レイヤーに対応するコンポーネントの配置と、前記コンポーネントに設定されるプロパティと、に基づいて、ニューラルネットワークを構築するプログラムを作成するためのフォームを提供することと、
前記ニューラルネットワークに係る統計情報を提示することと、
を含み、
前記フォームを提供することは、前記フォームにおいて、複数の前記コンポーネントから構成されるユニットを定義する機能を提供することと、
定義された前記ユニットを、前記コンポーネントと同様に配置可能に提供することと、
をさらに含む、
情報処理方法。 - 前記フォームを提供することは、前記ユニットを複数利用および再利用可能に提供すること、
をさらに含む、
請求項1に記載の情報処理方法。 - 前記フォームを提供することは、前記ユニットを構成する複数の前記コンポーネントに共通して利用可能な引数を定義する機能を提供することと、
定義された前記引数を前記ユニットのプロパティの一部として設定可能なように制御することと、
をさらに含む、
請求項1に記載の情報処理方法。 - 前記引数を定義する機能を提供することは、前記フォーム上に配置される、前記引数に対応する引数コンポーネントと、前記引数コンポーネントに設定されるプロパティとに基づいて、前記引数を制御すること、
をさらに含む、
請求項3に記載の情報処理方法。 - 前記フォームを提供することは、前記フォームにおいて、前記ユニットを、前記ユニットを構成する前記コンポーネントの種別および数に依らない所定の視覚表現を用いて表示すること、
をさらに含む、
請求項1に記載の情報処理方法。 - 前記フォームを提供することは、前記ユニットを構成する複数の前記コンポーネントの処理により変更されるパラメータを、前記ユニットに対応する前記視覚表現と関連付けて表示すること、
をさらに含む、
請求項5に記載の情報処理方法。 - 前記統計情報を提示することは、前記ユニットを構成する前記コンポーネントを含む前記ニューラルネットワーク全体の前記統計情報を提示すること、
をさらに含み、
前記統計情報は、出力ニューロンサイズ、使用メモリ量、または演算量のうち、少なくとも1つを含む、
請求項1に記載の情報処理方法。 - 前記統計情報を提示することは、前記ユニットごとに前記統計情報を提示すること、
をさらに含む、
請求項7に記載の情報処理方法。 - 前記統計情報を提示することは、前記ニューラルネットワーク全体の前記統計情報と前記ユニットの前記統計情報とを比較して提示すること、
をさらに含む、
請求項7に記載の情報処理方法。 - 前記統計情報に含まれる要素を選択するユーザの操作を受け付け、選択された前記要素の値を、前記コンポーネントおよび前記ユニットごとに比較して提示すること、
をさらに含む、
請求項1に記載の情報処理方法。 - 前記コンポーネントまたは前記ユニットごとの前記要素の値と、当該要素の値の大きさを示すインジケータと、を前記フォーム上に配置された前記コンポーネントまたは前記ユニットに関連付けて提示する、
請求項10に記載の情報処理方法。 - 前記フォームを提供することは、前記ユニットの定義に関し、前記ユニットが1つ以上の前記ユニットを含んで構成されることを許容すること、
をさらに含む、
請求項1に記載の情報処理方法。 - 前記コンポーネントと前記ユニットの配置および設定されるプロパティとに基づいて、前記ニューラルネットワークに係るソースコードを出力すること、
をさらに含む、
請求項1に記載の情報処理方法。 - 前記ソースコードを出力することは、前記ユニットの構成を維持した前記ソースコードを生成すること、
をさらに含む、
請求項13に記載の情報処理方法。 - 評価済のニューラルネットワークから、ネットワーク構造の異なる別のニューラルネットワークを生成することと、
生成されたニューラルネットワークの評価結果を取得することと、
生成されたニューラルネットワークの評価結果に基づいて、評価済のニューラルネットワークに係るパレート最適解を更新することと、
をさらに含み、
前記生成することは、前記パレート最適解に係るニューラルネットワークから、ネットワーク構造の異なる前記別のニューラルネットワークを生成することと、
をさらに含む、
請求項1に記載の情報処理方法。 - 前記生成することは、前記ユニットに設定される構造探索可否に基づいて、前記ユニットのネットワーク構造を変化させるか否かを決定すること、
をさらに含む、
請求項15に記載の情報処理方法。 - 前記生成することは、前記ユニットに用いられる引数に設定される構造探索可否に基づいて、前記引数の値を変化させるか否かを決定すること、
をさらに含む、
請求項15に記載の情報処理方法。 - レイヤーに対応するコンポーネントの配置と、前記コンポーネントに設定されるプロパティと、に基づいて、ニューラルネットワークを構築するプログラムを作成するためのフォームを提供し、前記フォームにおいて、前記ニューラルネットワークに係る統計情報を提示するフォーム制御部、
を備え、
前記フォーム制御部は、前記フォームにおいて、複数の前記コンポーネントから構成されるユニットを定義する機能を提供し、定義された前記ユニットを、前記コンポーネントと同様に配置可能に提供する、
情報処理装置。 - コンピュータを、
レイヤーに対応するコンポーネントの配置と、前記コンポーネントに設定されるプロパティと、に基づいて、ニューラルネットワークを構築するプログラムを作成するためのフォームを提供し、前記フォームにおいて、前記ニューラルネットワークに係る統計情報を提示するフォーム制御部、
を備え、
前記フォーム制御部は、前記フォームにおいて、複数の前記コンポーネントから構成されるユニットを定義する機能を提供し、定義された前記ユニットを、前記コンポーネントと同様に配置可能に提供する、
情報処理装置、
として機能させるためのプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018061790 | 2018-03-28 | ||
JP2018061790 | 2018-03-28 | ||
PCT/JP2019/001871 WO2019187542A1 (ja) | 2018-03-28 | 2019-01-22 | 情報処理方法、情報処理装置、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019187542A1 true JPWO2019187542A1 (ja) | 2021-04-15 |
JP7279705B2 JP7279705B2 (ja) | 2023-05-23 |
Family
ID=68059858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020509713A Active JP7279705B2 (ja) | 2018-03-28 | 2019-01-22 | 情報処理方法、情報処理装置、およびプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210019122A1 (ja) |
EP (1) | EP3779798A4 (ja) |
JP (1) | JP7279705B2 (ja) |
CN (1) | CN111886602A (ja) |
WO (1) | WO2019187542A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020019102A1 (en) * | 2018-07-23 | 2020-01-30 | Intel Corporation | Methods, systems, articles of manufacture and apparatus to train a neural network |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003241965A (ja) * | 2002-02-18 | 2003-08-29 | Toshiba Corp | プログラム作成支援方法、プログラム作成支援プログラム及びプログラム作成支援装置 |
WO2004104917A1 (ja) * | 2003-05-20 | 2004-12-02 | Fujitsu Limited | センサおよびセンサプログラム |
WO2017138220A1 (ja) * | 2016-02-12 | 2017-08-17 | ソニー株式会社 | 情報処理方法および情報処理装置 |
WO2017187798A1 (ja) * | 2016-04-28 | 2017-11-02 | ソニー株式会社 | 情報処理装置、及び情報処理方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3631443B2 (ja) * | 2001-05-24 | 2005-03-23 | 株式会社東芝 | ニューラルネット結合重み最適化装置及び方法並びにプログラム |
US9563406B1 (en) * | 2013-05-15 | 2017-02-07 | The Mathworks, Inc. | Graphical user interface replacement of function signatures |
US20150262061A1 (en) * | 2014-03-14 | 2015-09-17 | Qualcomm Incorporated | Contextual real-time feedback for neuromorphic model development |
US9582753B2 (en) * | 2014-07-30 | 2017-02-28 | Mitsubishi Electric Research Laboratories, Inc. | Neural networks for transforming signals |
EP3428856A4 (en) | 2016-03-09 | 2019-04-10 | Sony Corporation | INFORMATION PROCESSING METHOD AND INFORMATION PROCESSING DEVICE |
US10810491B1 (en) * | 2016-03-18 | 2020-10-20 | Amazon Technologies, Inc. | Real-time visualization of machine learning models |
US11514306B1 (en) * | 2018-03-14 | 2022-11-29 | Meta Platforms, Inc. | Static memory allocation in neural networks |
-
2019
- 2019-01-22 EP EP19774442.8A patent/EP3779798A4/en not_active Withdrawn
- 2019-01-22 WO PCT/JP2019/001871 patent/WO2019187542A1/ja unknown
- 2019-01-22 CN CN201980020931.9A patent/CN111886602A/zh not_active Withdrawn
- 2019-01-22 US US16/982,589 patent/US20210019122A1/en active Pending
- 2019-01-22 JP JP2020509713A patent/JP7279705B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003241965A (ja) * | 2002-02-18 | 2003-08-29 | Toshiba Corp | プログラム作成支援方法、プログラム作成支援プログラム及びプログラム作成支援装置 |
WO2004104917A1 (ja) * | 2003-05-20 | 2004-12-02 | Fujitsu Limited | センサおよびセンサプログラム |
WO2017138220A1 (ja) * | 2016-02-12 | 2017-08-17 | ソニー株式会社 | 情報処理方法および情報処理装置 |
WO2017187798A1 (ja) * | 2016-04-28 | 2017-11-02 | ソニー株式会社 | 情報処理装置、及び情報処理方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3779798A4 (en) | 2021-07-28 |
CN111886602A (zh) | 2020-11-03 |
JP7279705B2 (ja) | 2023-05-23 |
EP3779798A1 (en) | 2021-02-17 |
US20210019122A1 (en) | 2021-01-21 |
WO2019187542A1 (ja) | 2019-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6852748B2 (ja) | 情報処理方法および情報処理装置 | |
US11275742B2 (en) | Digital processing systems and methods for smart table filter with embedded boolean logic in collaborative work systems | |
JP6881511B2 (ja) | 情報処理方法および情報処理装置 | |
JP6922945B2 (ja) | 情報処理方法 | |
US20190332400A1 (en) | System and method for cross-platform sharing of virtual assistants | |
CN105518660B (zh) | 三维条件格式化 | |
US11768979B2 (en) | Information processing device and information processing method | |
US9761036B2 (en) | Methods and software for visualizing data by applying physics-based tools to data objectifications | |
US11238386B2 (en) | Task derivation for workflows | |
JP2019506646A (ja) | ネットワークトポロジー自己適応性データ可視化方法及び装置 | |
JP2015167041A (ja) | 機械学習モデル設計支援装置、機械学習モデル設計支援方法、機械学習モデル設計支援装置用プログラム | |
US10942625B1 (en) | Coordinated display of software application interfaces | |
TW201445421A (zh) | 基於互動自動地操縱視覺化資料 | |
CN107122990A (zh) | 应用推荐方法、客户端、服务器及系统 | |
US20090251471A1 (en) | Generation of animated gesture responses in a virtual world | |
JP7279705B2 (ja) | 情報処理方法、情報処理装置、およびプログラム | |
CN105453116A (zh) | 通过基于交互性的可视化分析来变换可视化数据 | |
US20150269781A1 (en) | Rapid Virtual Reality Enablement of Structured Data Assets | |
WO2020166641A1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
WO2021079763A1 (ja) | 情報処理方法、情報処理装置、及びプログラム | |
US10776136B2 (en) | Transitioning between interface modes based on stored state information | |
KR102345753B1 (ko) | 서로 다른 복수의 인공신경망을 이용하여 데이터를 지능적으로 시각화하는 방법 | |
US20230418846A1 (en) | User-defined graphical hierarchies | |
KR20240067869A (ko) | 그래픽 다이어그램 비교 | |
KR20150013380A (ko) | 온라인 서비스 경험 모델링 제공 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
AA64 | Notification of invalidation of claim of internal priority (with term) |
Free format text: JAPANESE INTERMEDIATE CODE: A241764 Effective date: 20201222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210125 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220106 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230331 |
|
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: 20230411 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230424 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7279705 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |