JPWO2021079436A5 - - Google Patents

Claims (6)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。