JPWO2021079460A5 - - Google Patents

Claims (5)

1. コンピュータが実行する検出方法であって、
   複数の正解ラベルに対応する複数の訓練データを用いて、監視対象となる運用モデルを訓練し、
   前記運用モデルの出力結果を基にして、データの特徴空間を２つの適用領域に分割する決定境界から、入力されたデータまでの距離を算出するインスペクターモデルを訓練することで、前記インスペクターモデルに前記決定境界を学習させ、
   訓練データを前記インスペクターモデルに入力して、前記決定境界から前記訓練データまでの第１の距離を算出し、
   運用データを前記インスペクターモデルに入力して、前記決定境界から前記運用データまでの第２の距離を算出し、
   前記第１の距離と、前記第２の距離との差が予め設定された閾値以上の場合に、前記運用データと前記訓練データとの間の特徴の違いに起因する前記運用モデルの出力結果の精度低下の可能性を検出する
   処理を実行することを特徴とする検出方法。
2. 複数の運用データを前記インスペクターモデルに入力して、前記決定境界から前記運用データまでの第２の距離をそれぞれ算出し、前記２の距離が予め設定された距離未満となる運用データを検出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２の距離を、０以上１未満の値をとる確信度に変換する処理を更に実行し、確信度が予め設定された値未満となる運用データを検出する処理を実行することを特徴とする請求項１または２に記載の検出方法。
4. コンピュータに、
   複数の正解ラベルに対応する複数の訓練データを用いて、監視対象となる運用モデルを訓練し、
   前記運用モデルの出力結果を基にして、データの特徴空間を２つの適用領域に分割する決定境界から、入力されたデータまでの距離を算出するインスペクターモデルを訓練することで、前記インスペクターモデルに前記決定境界を学習させ、
   訓練データを前記インスペクターモデルに入力して、前記決定境界から前記訓練データまでの第１の距離を算出し、
   運用データを前記インスペクターモデルに入力して、前記決定境界から前記運用データまでの第２の距離を算出し、
   前記第１の距離と、前記第２の距離との差が予め設定された閾値以上の場合に、前記運用データと前記訓練データとの間の特徴の違いに起因する前記運用モデルの出力結果の精度低下の可能性を検出する
   処理を実行させることを特徴とする検出プログラム。
5. 複数の正解ラベルに対応する複数の訓練データを用いて、監視対象となる運用モデルを訓練する学習部と、
   前記運用モデルの出力結果を基にして、データの特徴空間を２つの適用領域に分割する決定境界から、入力されたデータまでの距離を算出するインスペクターモデルを訓練することで、前記インスペクターモデルに前記決定境界を学習させる作成部と、
   訓練データを前記インスペクターモデルに入力して、前記決定境界から前記訓練データまでの第１の距離を算出し、運用データを前記インスペクターモデルに入力して、前記決定境界から前記運用データまでの第２の距離を算出し、前記第１の距離と、前記第２の距離との差が予め設定された閾値以上の場合に、前記運用データと前記訓練データとの間の特徴の違いに起因する前記運用モデルの出力結果の精度低下の可能性を検出する検出部と
   処理を実行することを特徴とする情報処理装置。