JPWO2021220450A5 - - Google Patents

Claims (10)

1. 学習可能な学習モデルを用いて、入力データのクラスを識別する識別手段と、
   前記入力データのクラスの識別結果の正確さを評価するための第１指標値と前記入力データのクラスの識別に要する時間を評価するための第２指標値との間の関連性に基づく目的関数を用いて、前記学習モデルを更新する更新手段と
   を備える識別装置。
2. 前記目的関数は、前記第１及び第２指標値に夫々対応する二つの座標軸を含む座標平面内で前記関連性を示す曲線に基づく関数を含む
   請求項１に記載の識別装置。
3. 前記目的関数は、前記曲線よりも下側の領域の面積に基づく関数を含む
   請求項２に記載の識別装置。
4. 前記第１及び第２指標値の夫々が、最小値がゼロとなり且つ最大値が１となるようにお正規化されている場合には、前記曲線よりも下側の領域は、前記曲線と、前記二つの座標軸のうちの前記時間指標値に対応する一の座標軸と、前記時間指標値＝１という数式で特定される直線とによって囲まれる領域である
   請求項３に記載の識別装置。
5. 前記目的関数は、目的関数をＬとし、且つ、最大値が１になるように正規化された前記面積をＳとすると、Ｌ＝（１－Ｓ）^２という数式を用いて定義される
   請求項３又は４に記載の識別装置。
6. 前記更新手段は、前記面積が最大になるように、前記目的関数を用いて前記学習モデルを更新する
   請求項３から５のいずれか一項に記載の識別装置。
7. 前記学習モデルは、前記入力データが入力された場合に、前記入力データが所定クラスに属する確からしさを示す尤度を出力し、
   前記識別手段は、前記尤度と所定閾値との大小関係に基づいて、前記入力データのクラスを識別し、
   前記更新手段は、（ｉ）互いに異なる複数の前記所定閾値を用いた前記識別手段の識別結果に基づいて、前記第１及び第２指標値を算出し、（ｉｉ）前記算出した第１及び第２指標値に基づいて、前記目的関数を算出し、（ｉｉｉ）前記算出した目的関数を用いて、前記学習モデルを更新する
   請求項１から６のいずれか一項に記載の識別装置。
8. 前記入力データは、系統だって配列可能な複数の単位データを含む系列データを含み、
   前記学習モデルは、前記系列データが入力された場合に、前記系列データが所定クラスに属する確からしさを示す尤度を、前記複数の単位データに夫々対応して複数出力する
   請求項１から７のいずれか一項に記載の識別装置。
9. 学習可能な学習モデルを用いて、入力データのクラスを識別することと、
   前記入力データのクラスの識別結果の正確さを評価するための第１指標値と前記入力データのクラスの識別に要する時間を評価するための第２指標値との間の関連性に基づく目的関数を用いて、前記学習モデルを更新することと
   を含む識別方法。
10. コンピュータに識別方法を実行させるコンピュータプログラムであって、
    前記識別方法は、
    学習可能な学習モデルを用いて、入力データのクラスを識別することと、
    前記入力データのクラスの識別結果の正確さを評価するための第１指標値と前記入力データのクラスの識別に要する時間を評価するための第２指標値との間の関連性に基づく目的関数を用いて、前記学習モデルを更新することと
    を含むコンピュータプログラム。