JPWO2021079436A5 - - Google Patents
Download PDFInfo
- Publication number
- JPWO2021079436A5 JPWO2021079436A5 JP2021553208A JP2021553208A JPWO2021079436A5 JP WO2021079436 A5 JPWO2021079436 A5 JP WO2021079436A5 JP 2021553208 A JP2021553208 A JP 2021553208A JP 2021553208 A JP2021553208 A JP 2021553208A JP WO2021079436 A5 JPWO2021079436 A5 JP WO2021079436A5
- Authority
- JP
- Japan
- Prior art keywords
- data
- output result
- detection
- input
- application areas
- 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
- 238000001514 detection method Methods 0.000 claims 23
- 238000000034 method Methods 0.000 claims 10
- 230000006866 deterioration Effects 0.000 claims 5
- 230000010365 information processing Effects 0.000 claims 1
Claims (6)
- コンピュータが実行する特定方法であって、
複数のクラスに対応する複数の訓練データを基にして、データの特徴空間を複数の適用領域に分類する決定境界を学習した複数の検出モデルのうち、第1検出モデルにデータが入力された場合、入力されたデータが前記複数の適用領域のうちいずれの適用領域に位置するのかを示す第1出力結果を取得し、
前記複数の検出モデルのうち、第2検出モデルにデータが入力された場合、入力されたデータが前記複数の適用領域のうちいずれの適用領域に位置するのかを示す第2出力結果を取得し、
前記第1出力結果および前記第2出力結果に基づいて、データストリームされるデータの時間変化に基づく、学習済みモデルの出力結果の精度劣化の要因となるデータを検出する
処理を実行することを特徴とする検出方法。 - 前記複数の適用領域は、前記複数のクラスにそれぞれ対応付けられ、前記第1検出モデルにおける第1クラスに対応する適用領域の大きさと、前記第2検出モデルにおける第1クラスに対応する適用領域の大きさとが異なるように前記複数の検出モデルを学習する処理を更に実行することを特徴とする請求項1に記載の検出方法。
- 前記第1出力結果を取得する処理は、データセットに含まれるインスタンスが、第1検出モデルにデータが入力された場合の第1出力結果を取得し、前記第2出力結果を取得する処理は、データセットに含まれるインスタンスが、第2検出モデルにデータが入力された場合の第2出力結果を取得し、前記検出する処理は、学習済みモデルの出力結果の精度劣化の要因となるインスタンスを特定することを特徴とする請求項2に記載の検出方法。
- 前記検出する処理によって精度劣化の要因となるデータが検出された場合、対応するクラスを再設定した訓練データを用いて、前記学習済みモデルを再学習する処理を更に実行することを特徴とする請求項1、2または3に記載の検出方法。
- コンピュータに、
複数のクラスに対応する複数の訓練データを基にして、データの特徴空間を複数の適用領域に分類する決定境界を学習した複数の検出モデルのうち、第1検出モデルにデータが入力された場合、入力されたデータが前記複数の適用領域のうちいずれの適用領域に位置するのかを示す第1出力結果を取得し、
前記複数の検出モデルのうち、第2検出モデルにデータが入力された場合、入力されたデータが前記複数の適用領域のうちいずれの適用領域に位置するのかを示す第2出力結果を取得し、
前記第1出力結果および前記第2出力結果に基づいて、データストリームされるデータの時間変化に基づく、学習済みモデルの出力結果の精度劣化の要因となるデータを検出する
処理を実行させることを特徴とする検出プログラム。 - 複数のクラスに対応する複数の訓練データを基にして、データの特徴空間を複数の適用領域に分類する決定境界を学習した複数の検出モデルのうち、第1検出モデルにデータが入力された場合、入力されたデータが前記複数の適用領域のうちいずれの適用領域に位置するのかを示す第1出力結果を取得し、前記複数の検出モデルのうち、第2検出モデルにデータが入力された場合、入力されたデータが前記複数の適用領域のうちいずれの適用領域に位置するのかを示す第2出力結果を取得する取得部と、
前記第1出力結果および前記第2出力結果に基づいて、データストリームされるデータの時間変化に基づく、学習済みモデルの出力結果の精度劣化の要因となるデータを検出する検出部と
を有することを特徴とする情報処理装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/041547 WO2021079436A1 (ja) | 2019-10-23 | 2019-10-23 | 検出方法、検出プログラム及び情報処理装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021079436A1 JPWO2021079436A1 (ja) | 2021-04-29 |
JPWO2021079436A5 true JPWO2021079436A5 (ja) | 2022-04-27 |
JP7272455B2 JP7272455B2 (ja) | 2023-05-12 |
Family
ID=75619701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021553208A Active JP7272455B2 (ja) | 2019-10-23 | 2019-10-23 | 検出方法、検出プログラム及び情報処理装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220230027A1 (ja) |
JP (1) | JP7272455B2 (ja) |
WO (1) | WO2021079436A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269139B (zh) * | 2021-06-18 | 2023-09-26 | 中电科大数据研究院有限公司 | 一种针对复杂场景的自学习大规模警员图像分类模型 |
WO2024047758A1 (ja) * | 2022-08-30 | 2024-03-07 | 富士通株式会社 | 訓練データ分布推定プログラム、装置、及び方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6812381B2 (ja) * | 2018-02-08 | 2021-01-13 | 日本電信電話株式会社 | 音声認識精度劣化要因推定装置、音声認識精度劣化要因推定方法、プログラム |
-
2019
- 2019-10-23 WO PCT/JP2019/041547 patent/WO2021079436A1/ja active Application Filing
- 2019-10-23 JP JP2021553208A patent/JP7272455B2/ja active Active
-
2022
- 2022-04-06 US US17/714,823 patent/US20220230027A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180211374A1 (en) | Information processing apparatus, information processing method and recording medium | |
JP2008271268A5 (ja) | ||
WO2018078440A3 (en) | Wearable device and methods for analyzing images and providing feedback | |
JP2016509308A5 (ja) | ||
JP2018525734A5 (ja) | ||
JP2013045433A5 (ja) | ||
JP2006011978A5 (ja) | ||
JP2019036167A5 (ja) | ||
JP2015142181A5 (ja) | ||
JP2014116912A5 (ja) | ||
JP2017527013A5 (ja) | ||
JP2017111731A5 (ja) | ||
JP2014016823A5 (ja) | ||
RU2013146529A (ru) | Распознавание динамического жеста руки с избирательным инициированием на основе обнаруженной скорости руки | |
JPWO2021079436A5 (ja) | ||
JP2013025650A5 (ja) | ||
JP2014229115A5 (ja) | ||
TW202029070A (zh) | 神經網路的訓練方法、基於神經網路的分類方法及其裝置 | |
JP2014182754A5 (ja) | ||
JP2011090411A5 (ja) | ||
JP2015148947A5 (ja) | ||
JPWO2021210046A5 (ja) | 情報処理装置、制御方法及びプログラム | |
JPWO2021079460A5 (ja) | ||
JP2012230614A5 (ja) | ||
Liang et al. | A supervised figure-ground segmentation method using genetic programming |