JPWO2019215904A1 - 予測モデル作成装置、予測モデル作成方法、および予測モデル作成プログラム - Google Patents
予測モデル作成装置、予測モデル作成方法、および予測モデル作成プログラム Download PDFInfo
- Publication number
- JPWO2019215904A1 JPWO2019215904A1 JP2020517728A JP2020517728A JPWO2019215904A1 JP WO2019215904 A1 JPWO2019215904 A1 JP WO2019215904A1 JP 2020517728 A JP2020517728 A JP 2020517728A JP 2020517728 A JP2020517728 A JP 2020517728A JP WO2019215904 A1 JPWO2019215904 A1 JP WO2019215904A1
- Authority
- JP
- Japan
- Prior art keywords
- data
- distribution
- domain
- source
- attribute
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
Description
本発明の主たる目的は、ターゲットデータが得られていない場合であっても、ターゲットドメインについての予測モデルを作成する装置等を提供することである。
以降の説明においては、説明の便宜上、分布という言葉を用いて、予測モデル作成装置等における処理について説明する。しかし、分布は、必ずしも、数学的な確率分布でなくともよく、ドメインにおける属性を表す情報と、属性が当該情報である場合における当該ドメインのデータとが関連付けされていればよい。また、分布は、当該関連付けされたデータに基づき求められる関連性を表すデータであってもよい。たとえば、属性が、照明条件である場合に、分布は、照明が明るくなるにつれデータ(たとえば、画像)における明度が増すという関連性を表していてもよい。分布は、たとえば、図4に例示されているように、当該関連性が、条件付き確率を用いて表されていてもよい。
図3は、本発明の第2の実施形態に係るデータ変換装置200の構成を示すブロック図である。
11 重要度算出部
12 モデル作成部
20 記憶装置
21 プログラム
22 データ記憶部
23 モデル記憶部
30 入力装置
32 ソースドメインデータ入力部
34 ソースドメイン属性入力部
36 ターゲットドメイン属性入力部
40 出力装置
100 予測モデル作成装置
200 データ変換装置
210 変換パラメータ算出部
212 データ内属性分布推定部
214 属性内ドメイン分布推定部
216 ドメイン適応部
220 データ変換部
以降の説明においては、説明の便宜上、分布という言葉を用いて、予測モデル作成装置等における処理について説明する。しかし、分布は、必ずしも、数学的な確率分布でなくともよく、ドメインにおける属性を表す情報と、属性が当該情報である場合における当該ドメインのデータとが関連付けされていればよい。また、分布は、当該関連付けされたデータに基づき求められる関連性を表すデータであってもよい。たとえば、属性情報が、照明条件である場合に、分布は、照明が明るくなるにつれデータ(たとえば、画像)における明度が増すという関連性を表していてもよい。分布は、たとえば、図4に例示されているように、当該関連性が、条件付き確率を用いて表されていてもよい。
Claims (9)
- サンプルとラベルとが関連付けされたデータにおいて、当該サンプルに影響を及ぼす事象がソースドメインにて生じる第1の可能性と、当該事象がターゲットドメインにて生じる第2の可能性との差異に応じた重要度を算出する算出手段と、
前記ターゲットドメインに関する予測モデルを、当該重要度を加味したデータに含まれている前記サンプル及び前記ラベルとの関連性を算出することによって作成する作成手段と、
を備える予測モデル作成装置。 - 前記算出手段は、
前記ソースドメインのソースデータと前記ソースドメインの属性情報の第1の分布とに基づいて、各ソースデータにおける属性の分布を推定するデータ内属性分布推定部と、
前記ソースドメインの属性情報の前記第1の分布と前記ターゲットドメインの属性情報の第2の分布とに基づいて、各属性におけるドメインの分布を推定する属性内ドメイン分布推定部と、
前記推定された各ソースデータにおける属性の分布と、前記各属性におけるドメインの分布とに基づいて、各ターゲットデータにおける前記ターゲットドメインの分布を推定し、ドメイン間でデータ分布の類似性が高くなるように、前記重要度として前記ソースデータを変換するための変換パラメータを算出するドメイン適応部とを備える、
請求項1に記載の予測モデル作成装置。 - 前記ドメイン適応部は、データの変換方法としてサンプル重みづけを行う、請求項2に記載の予測モデル作成装置。
- 情報処理装置によって、サンプルとラベルとが関連付けされたデータにおいて、当該サンプルに影響を及ぼす事象がソースドメインにて生じる第1の可能性と、当該事象がターゲットドメインにて生じる第2の可能性との差異に応じた重要度を算出し、
前記ターゲットドメインに関する予測モデルを、当該重要度を加味したデータに含まれている前記サンプル及び前記ラベルとの関連性を算出することによって作成する、
予測モデル作成方法。 - 前記算出することは、
前記ソースドメインのソースデータと前記ソースドメインの属性情報の第1の分布とに基づいて、各ソースデータにおける属性の分布を推定し、
前記ソースドメインの属性情報の前記第1の分布と前記ターゲットドメインの属性情報の第2の分布とに基づいて、各属性におけるドメインの分布を推定し、
前記推定された各ソースデータにおける属性の分布と、前記各属性におけるドメインの分布とに基づいて、各ターゲットデータにおける前記ターゲットドメインの分布を推定し、ドメイン間でデータ分布の類似性が高くなるように、前記重要度として前記ソースデータを変換するための変換パラメータを算出する、
ことを含む請求項4に記載の予測モデル作成方法。 - 前記変換パラメータを算出することは、データの変換方法としてサンプル重みづけを行う、請求項5に記載の予測モデル作成方法。
- サンプルとラベルとが関連付けされたデータにおいて、当該サンプルに影響を及ぼす事象がソースドメインにて生じる第1の可能性と、当該事象がターゲットドメインにて生じる第2の可能性との差異に応じた重要度を算出する算出手順と、
前記ターゲットドメインに関する予測モデルを、当該重要度を加味したデータに含まれている前記サンプル及び前記ラベルとの関連性を算出することによって作成する作成手順と、
をコンピュータに実行させる予測モデル作成プログラムを記録した記録媒体。 - 前記算出手順は、前記コンピュータに、
前記ソースドメインのソースデータと前記ソースドメインの属性情報の第1の分布とに基づいて、各ソースデータにおける属性の分布を推定するデータ内属性分布推定手順と、
前記ソースドメインの属性情報の前記第1の分布と前記ターゲットドメインの属性情報の第2の分布とに基づいて、各属性におけるドメインの分布を推定する属性内ドメイン分布推定手順と、
前記推定された各ソースデータにおける属性の分布と、前記各属性におけるドメインの分布とに基づいて、各ターゲットデータにおける前記ターゲットドメインの分布を推定し、ドメイン間でデータ分布の類似性が高くなるように、前記重要度として前記ソースデータを変換するための変換パラメータを算出するドメイン適応手順と、
を実行させる、請求項7に記載の記録媒体。 - 前記ドメイン適応手順は、データの変換方法としてサンプル重みづけを行う、請求項8に記載の記録媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/018244 WO2019215904A1 (ja) | 2018-05-11 | 2018-05-11 | 予測モデル作成装置、予測モデル作成方法、および予測モデル作成プログラム記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019215904A1 true JPWO2019215904A1 (ja) | 2021-03-18 |
JP6955233B2 JP6955233B2 (ja) | 2021-10-27 |
Family
ID=68467868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020517728A Active JP6955233B2 (ja) | 2018-05-11 | 2018-05-11 | 予測モデル作成装置、予測モデル作成方法、および予測モデル作成プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210019636A1 (ja) |
JP (1) | JP6955233B2 (ja) |
WO (1) | WO2019215904A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11443236B2 (en) * | 2019-11-22 | 2022-09-13 | International Business Machines Corporation | Enhancing fairness in transfer learning for machine learning models with missing protected attributes in source or target domains |
WO2022005158A1 (en) * | 2020-07-03 | 2022-01-06 | Samsung Electronics Co., Ltd. | Electronic device and controlling method of electronic device |
US20230143070A1 (en) * | 2021-03-10 | 2023-05-11 | Nec Corporation | Learning device, learning method, and computer-readable medium |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016125500A1 (ja) * | 2015-02-06 | 2016-08-11 | 日本電気株式会社 | 特徴変換装置、認識装置、特徴変換方法及びコンピュータ読み取り可能記録媒体 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9984334B2 (en) * | 2014-06-16 | 2018-05-29 | Mitsubishi Electric Research Laboratories, Inc. | Method for anomaly detection in time series data based on spectral partitioning |
US9916542B2 (en) * | 2016-02-02 | 2018-03-13 | Xerox Corporation | Domain adaptation by multi-noising stacked marginalized denoising encoders |
US10401847B2 (en) * | 2016-12-12 | 2019-09-03 | General Electric Company | System and method for issue detection of industrial processes |
-
2018
- 2018-05-11 JP JP2020517728A patent/JP6955233B2/ja active Active
- 2018-05-11 US US17/043,309 patent/US20210019636A1/en active Pending
- 2018-05-11 WO PCT/JP2018/018244 patent/WO2019215904A1/ja active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016125500A1 (ja) * | 2015-02-06 | 2016-08-11 | 日本電気株式会社 | 特徴変換装置、認識装置、特徴変換方法及びコンピュータ読み取り可能記録媒体 |
Non-Patent Citations (2)
Title |
---|
土屋 成光 他: "共変量シフトに基づくTransfer Forest", 電子情報通信学会技術研究報告, vol. 第114巻 第90号, JPN6021027827, 12 June 2014 (2014-06-12), pages 31 - 36, ISSN: 0004555361 * |
杉山 将: "共変量シフト下での教師付き学習", 日本神経回路学会誌, vol. 第13巻 第3号, JPN6021027825, 2006, pages 111 - 118, ISSN: 0004555362 * |
Also Published As
Publication number | Publication date |
---|---|
WO2019215904A1 (ja) | 2019-11-14 |
US20210019636A1 (en) | 2021-01-21 |
JP6955233B2 (ja) | 2021-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6781415B2 (ja) | ニューラルネットワーク学習装置、方法、プログラム、およびパターン認識装置 | |
WO2018121690A1 (zh) | 对象属性检测、神经网络训练、区域检测方法和装置 | |
US8331655B2 (en) | Learning apparatus for pattern detector, learning method and computer-readable storage medium | |
US11270124B1 (en) | Temporal bottleneck attention architecture for video action recognition | |
US20210397954A1 (en) | Training device and training method | |
US20200134455A1 (en) | Apparatus and method for training deep learning model | |
US20090204556A1 (en) | Large Scale Manifold Transduction | |
JP6955233B2 (ja) | 予測モデル作成装置、予測モデル作成方法、および予測モデル作成プログラム | |
CN112053354B (zh) | 一种轨道板裂缝检测方法 | |
Freytag et al. | Labeling examples that matter: Relevance-based active learning with gaussian processes | |
CN114842343A (zh) | 一种基于ViT的航空图像识别方法 | |
CN114722892A (zh) | 基于机器学习的持续学习方法及装置 | |
JP5311899B2 (ja) | パターン検出器の学習装置、学習方法及びプログラム | |
CN110503090B (zh) | 基于受限注意力模型的字符检测网络训练方法、字符检测方法和字符检测器 | |
US20220327394A1 (en) | Learning support apparatus, learning support methods, and computer-readable recording medium | |
JPWO2017188048A1 (ja) | 作成装置、作成プログラム、および作成方法 | |
WO2021095509A1 (ja) | 推定システム、推定装置および推定方法 | |
US10546246B2 (en) | Enhanced kernel representation for processing multimodal data | |
WO2019138897A1 (ja) | 学習装置および方法、並びにプログラム | |
CN114118259A (zh) | 一种目标检测方法及装置 | |
JP6846216B2 (ja) | シーン変化点モデル学習装置、シーン変化点検出装置およびそれらのプログラム | |
JP2016224821A (ja) | 学習装置、学習装置の制御方法及びプログラム | |
US20190156182A1 (en) | Data inference apparatus, data inference method and non-transitory computer readable medium | |
JP2007249394A (ja) | 顔画像認識装置及び顔画像認識プログラム | |
KR102413588B1 (ko) | 학습 데이터에 따른 객체 인식 모델 추천 방법, 시스템 및 컴퓨터 프로그램 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200918 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200918 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210721 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210803 |
|
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: 20210901 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210914 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6955233 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |