JPWO2021131210A1 - 情報処理装置、方法及びプログラム - Google Patents
情報処理装置、方法及びプログラム Download PDFInfo
- Publication number
- JPWO2021131210A1 JPWO2021131210A1 JP2021510471A JP2021510471A JPWO2021131210A1 JP WO2021131210 A1 JPWO2021131210 A1 JP WO2021131210A1 JP 2021510471 A JP2021510471 A JP 2021510471A JP 2021510471 A JP2021510471 A JP 2021510471A JP WO2021131210 A1 JPWO2021131210 A1 JP WO2021131210A1
- Authority
- JP
- Japan
- Prior art keywords
- data
- training
- input data
- correct answer
- output data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000010365 information processing Effects 0.000 title claims abstract description 34
- 238000012549 training Methods 0.000 claims abstract description 126
- 238000010801 machine learning Methods 0.000 claims abstract description 60
- 230000006870 function Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 25
- 238000003672 processing method Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 13
- 230000008859 change Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 41
- 238000004891 communication Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- 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
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Feedback Control In General (AREA)
Abstract
Description
(1.1 ハードウェア構成)
図1及び図2を参照しつつ、本実施形態に係るハードウェアについて説明する。
次に、図3〜図9を参照しつつ、情報処理装置10及び制動距離推定装置20の動作について説明する。
図4及び図5を参照しつつ、事前の機械学習処理の詳細について説明する。図4は、事前学習処理の詳細フローチャートであり、図5は、事前学習処理の概念図である。
次に、図6〜図8を参照しつつ、車両の制動距離推定装置20の実稼働処理(S5)の詳細について説明する。
図9は、真値と推定出力との関係性の一例について示す説明図である。横軸は時間、縦軸は出力値(推定値)を示す。同図から明らかな通り、実線で示される真値(正解値)に最も近似している曲線は、オフライン学習用の学習済モデルの出力とオンライン学習用の学習済モデルの出力とを足し合わせて統合した出力を表す破線である。
上述の実施形態においては、オフライン学習用の学習済モデルの出力とオンライン学習用の学習済モデルの出力とを足し合わせる構成としたが、本発明はこのような構成に限定されない。従って、例えば、オンライン学習用の学習済モデルの出力に一定の制限を設けてもよい。例えば、オンライン学習用の学習済モデルの出力に上限と下限を設けてもよい。
11 制御部
12 記憶部
13 表示部
14 操作信号入力部
15 通信部
16 I/O部
20 制動距離推定装置
21 制御部
22 記憶部
23 表示部
24 I/O部
25 操作信号入力部
26 通信部
28 センサ情報取得部
Claims (13)
- 参照入力データを取得する、参照入力データ取得部と、
訓練用入力データと前記訓練用入力データに対応する訓練用正解データに基づいて生成された第1の近似関数へと、前記参照入力データを入力して第1の出力データを生成する、第1出力データ生成部と、
前記訓練用入力データと、前記訓練用入力データを前記第1の近似関数へと入力して生成された出力データと前記訓練用正解データの差分データと、に基づいて機械学習を行うことにより生成された第2の学習済モデルへと、前記参照入力データを入力して第2の出力データを生成する、第2出力データ生成部と、
前記第1の出力データと前記第2の出力データとに基づいて最終出力データを生成する、最終出力データ生成部と、
参照正解データを取得する、参照正解データ取得部と、
前記第1の出力データと前記参照正解データとの差分データと、前記参照入力データに基づいて機械学習を行い前記第2の学習済モデルを更新する、更新部と、を備えた情報処理装置。 - 前記第1の近似関数は、前記訓練用入力データと前記訓練用正解データに基づいて機械学習を行うことにより生成された第1の学習済モデルである、請求項1に記載の情報処理装置。
- 前記第1の近似関数は、前記訓練用入力データと前記訓練用正解データとの関係を定式化した関数である、請求項1に記載の情報処理装置。
- 前記情報処理装置は、さらに、
前記第2の出力データを所定の値域へと制限する出力制限部を備える、請求項1に記載の情報処理装置。 - 前記情報処理装置は、さらに、
前記第2の出力データに基づいて所定の条件判定を行い、所定の条件を満たす場合には、ユーザへと提示される所定の情報を生成する、ユーザ提供情報生成部を備える、請求項1に記載の情報処理装置。 - 前記情報は、前記参照入力データ及び前記参照正解データが取得された装置のメンテナンス時期に関する情報である、請求項5に記載の情報処理装置。
- 参照入力データを取得する、参照入力データ取得部と、
訓練用入力データと前記訓練用入力データに対応する訓練用正解データに基づいて生成された第1の近似関数へと、前記参照入力データを入力して第1の出力データを生成する、第1出力データ生成部と、
前記訓練用入力データと、前記訓練用入力データを前記第1の近似関数へと入力して生成された出力データと前記訓練用正解データの差分データと、に基づいて機械学習を行うことにより生成された第2の学習済モデルへと、前記参照入力データを入力して第2の出力データを生成する、第2出力データ生成部と、
前記第1の出力データと前記第2の出力データとに基づいて最終出力データを生成する、最終出力データ生成部と、
参照正解データを取得する、参照正解データ取得部と、
前記第1の出力データと前記参照正解データとの差分データと、前記参照入力データに基づいて機械学習を行い前記第2の学習済モデルを更新する、更新部と、を備えた情報処理システム。 - 参照入力データを取得する、参照入力データ取得ステップと、
訓練用入力データと前記訓練用入力データに対応する訓練用正解データに基づいて生成された第1の近似関数へと、前記参照入力データを入力して第1の出力データを生成する、第1出力データ生成ステップと、
前記訓練用入力データと、前記訓練用入力データを前記第1の近似関数へと入力して生成された出力データと前記訓練用正解データの差分データと、に基づいて機械学習を行うことにより生成された第2の学習済モデルへと、前記参照入力データを入力して第2の出力データを生成する、第2出力データ生成ステップと、
前記第1の出力データと前記第2の出力データとに基づいて最終出力データを生成する、最終出力データ生成ステップと、
参照正解データを取得する、参照正解データ取得ステップと、
前記第1の出力データと前記参照正解データとの差分データと、前記参照入力データに基づいて機械学習を行い前記第2の学習済モデルを更新する、更新ステップと、を備えた情報処理方法。 - コンピュータを、
参照入力データを取得する、参照入力データ取得部と、
訓練用入力データと前記訓練用入力データに対応する訓練用正解データに基づいて生成された第1の近似関数へと、前記参照入力データを入力して第1の出力データを生成する、第1出力データ生成部と、
前記訓練用入力データと、前記訓練用入力データを前記第1の近似関数へと入力して生成された出力データと前記訓練用正解データの差分データと、に基づいて機械学習を行うことにより生成された第2の学習済モデルへと、前記参照入力データを入力して第2の出力データを生成する、第2出力データ生成部と、
前記第1の出力データと前記第2の出力データとに基づいて最終出力データを生成する、最終出力データ生成部と、
参照正解データを取得する、参照正解データ取得部と、
前記第1の出力データと前記参照正解データとの差分データと、前記参照入力データに基づいて機械学習を行い前記第2の学習済モデルを更新する、更新部と、を備えた情報処理装置として機能させるためのプログラム。 - 訓練用入力データと訓練用正解データに基づいて機械学習を行うことにより第1の学習済モデルを生成する、第1の学習処理部と、
前記訓練用入力データと、前記訓練用入力データを前記第1の学習済モデルへと入力して生成された出力データと前記訓練用正解データの差分データと、に基づいて機械学習を行うことにより第2の学習済モデルを生成する、第2の学習処理部と、を備える情報処理装置。 - 訓練用入力データと訓練用正解データに基づいて機械学習を行うことにより第1の学習済モデルを生成する、第1の学習処理ステップと、
前記訓練用入力データと、前記訓練用入力データを前記第1の学習済モデルへと入力して生成された出力データと前記訓練用正解データの差分データと、に基づいて機械学習を行うことにより第2の学習済モデルを生成する、第2の学習処理ステップと、を備える情報処理方法。 - コンピュータを、
訓練用入力データと訓練用正解データに基づいて機械学習を行うことにより第1の学習済モデルを生成する、第1の学習処理部と、
前記訓練用入力データと、前記訓練用入力データを前記第1の学習済モデルへと入力して生成された出力データと前記訓練用正解データの差分データと、に基づいて機械学習を行うことにより第2の学習済モデルを生成する、第2の学習処理部と、を備える情報処理装置として機能させるためのプログラム。 - 訓練用入力データと訓練用正解データに基づいて機械学習を行うことにより第1の学習済モデルを生成する、第1の学習処理ステップと、
前記訓練用入力データと、前記訓練用入力データを前記第1の学習済モデルへと入力して生成された出力データと前記訓練用正解データの差分データと、に基づいて機械学習を行うことにより第2の学習済モデルを生成する、第2の学習処理ステップと、
前記第1の学習済モデル及び前記第2の学習済モデルを、所定の装置に対して、前記第2の学習済モデルについては前記装置から取得されるデータに基づいて更新可能な態様で搭載する、学習済モデル搭載ステップと、を備える学習済モデルの適用方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021064407A JP6919955B2 (ja) | 2019-12-24 | 2021-04-05 | 情報処理装置、方法及びプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019233427 | 2019-12-24 | ||
JP2019233427 | 2019-12-24 | ||
PCT/JP2020/037104 WO2021131210A1 (ja) | 2019-12-24 | 2020-09-30 | 情報処理装置、方法及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021064407A Division JP6919955B2 (ja) | 2019-12-24 | 2021-04-05 | 情報処理装置、方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6869589B1 JP6869589B1 (ja) | 2021-05-12 |
JPWO2021131210A1 true JPWO2021131210A1 (ja) | 2021-12-23 |
Family
ID=75801936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021510471A Active JP6869589B1 (ja) | 2019-12-24 | 2020-09-30 | 情報処理装置、方法及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220383194A1 (ja) |
EP (1) | EP4083866A4 (ja) |
JP (1) | JP6869589B1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020189133A1 (ja) * | 2019-03-19 | 2020-09-24 | 日本電気株式会社 | システム、クライアント装置、データ処理方法、コンピュータプログラム及び記録媒体 |
WO2021131210A1 (ja) * | 2019-12-24 | 2021-07-01 | 株式会社エイシング | 情報処理装置、方法及びプログラム |
US11742901B2 (en) * | 2020-07-27 | 2023-08-29 | Electronics And Telecommunications Research Institute | Deep learning based beamforming method and apparatus |
JP7414704B2 (ja) * | 2020-12-14 | 2024-01-16 | 株式会社東芝 | 異常検出装置、異常検出方法、およびプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02100757A (ja) * | 1988-10-07 | 1990-04-12 | Ricoh Co Ltd | 並列ニューラルネットワーク学習方式 |
JPH04213752A (ja) * | 1990-12-10 | 1992-08-04 | Fujitsu Ltd | 対象システムのモデル化及び逆モデル化方法 |
JPH05290013A (ja) * | 1992-04-06 | 1993-11-05 | Sharp Corp | ニューラルネットワーク演算装置 |
JP3040901B2 (ja) * | 1993-10-20 | 2000-05-15 | 株式会社日立製作所 | ニューラルネットワークによる制御方法および内蔵制御装置 |
US10332028B2 (en) * | 2015-08-25 | 2019-06-25 | Qualcomm Incorporated | Method for improving performance of a trained machine learning model |
-
2020
- 2020-09-30 US US17/786,148 patent/US20220383194A1/en active Pending
- 2020-09-30 EP EP20905145.7A patent/EP4083866A4/en active Pending
- 2020-09-30 JP JP2021510471A patent/JP6869589B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
EP4083866A1 (en) | 2022-11-02 |
EP4083866A4 (en) | 2024-04-03 |
US20220383194A1 (en) | 2022-12-01 |
JP6869589B1 (ja) | 2021-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6869589B1 (ja) | 情報処理装置、方法及びプログラム | |
JP7504163B2 (ja) | 異常予知装置、異常予知システム、異常予知方法及び異常予知プログラム | |
US20220146993A1 (en) | Machine learning method and machine learning device for learning fault conditions, and fault prediction device and fault prediction system including the machine learning device | |
JP6294268B2 (ja) | 射出成形機の異常診断装置 | |
JP6438366B2 (ja) | 電動機に対する動作指令を学習する機械学習方法および機械学習装置並びに該機械学習装置を備えた制御装置および電動機装置 | |
JP4952025B2 (ja) | 運転制御方法,運転制御装置及び運転制御システム | |
CN111433689B (zh) | 用于目标系统的控制系统的生成 | |
JP7283485B2 (ja) | 推定装置、推定方法、及びプログラム | |
JP2019185127A5 (ja) | ニューラルネットワークの学習装置およびその制御方法 | |
JP2006127079A (ja) | 制御対象モデル生成装置および生成方法 | |
US10549422B2 (en) | Robot controller, machine learning device and machine learning method | |
CN113614743A (zh) | 用于操控机器人的方法和设备 | |
GB2617416A (en) | Autonomous control system and method using embodied homeostatic feedback in an operating environment | |
JP6919955B2 (ja) | 情報処理装置、方法及びプログラム | |
US8190536B2 (en) | Method of performing parallel search optimization | |
JP6603260B2 (ja) | 数値制御装置 | |
CN113641525A (zh) | 变量异常修复方法、设备、介质及计算机程序产品 | |
WO2018224649A1 (en) | Method and distributed control system for carrying out an automated industrial process | |
US11940787B2 (en) | Control device, method, program, and system using machine learning technology | |
KR102200809B1 (ko) | 학습기반 데이터 처리 시스템 및 모델 갱신 방법 | |
JP7179672B2 (ja) | 計算機システム及び機械学習方法 | |
KR102222072B1 (ko) | 학습기반 데이터 처리 시스템 및 모델 갱신 방법 | |
US20230050374A1 (en) | Backlash-amount measurement apparatus, backlash-amount measurement method and computer readable medium | |
CN116954156B (zh) | 数控加工的工艺路线规划方法、装置、设备及介质 | |
JP7276514B2 (ja) | 自動化システムを操作する方法および装置、自動化システム、およびコンピュータプログラム製品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20210225 Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210225 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210225 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210225 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210318 |
|
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: 20210324 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20210405 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210407 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6869589 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |