JPWO2021240707A5 - データ分類システム、データ分類方法およびプログラム - Google Patents

データ分類システム、データ分類方法およびプログラム Download PDF

Info

Publication number
JPWO2021240707A5
JPWO2021240707A5 JP2022527378A JP2022527378A JPWO2021240707A5 JP WO2021240707 A5 JPWO2021240707 A5 JP WO2021240707A5 JP 2022527378 A JP2022527378 A JP 2022527378A JP 2022527378 A JP2022527378 A JP 2022527378A JP WO2021240707 A5 JPWO2021240707 A5 JP WO2021240707A5
Authority
JP
Japan
Prior art keywords
class
likelihood
classes
target data
unknown
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.)
Pending
Application number
JP2022527378A
Other languages
English (en)
Other versions
JPWO2021240707A1 (ja
Filing date
Publication date
Application filed filed Critical
Priority claimed from PCT/JP2020/021055 external-priority patent/WO2021240707A1/ja
Publication of JPWO2021240707A1 publication Critical patent/JPWO2021240707A1/ja
Publication of JPWO2021240707A5 publication Critical patent/JPWO2021240707A5/ja
Pending legal-status Critical Current

Links

Description

本発明はデータ分類システム、データ分類方法およびプログラムに関する。
本発明は、上述の課題を解決することのできるデータ分類システム、データ分類方法およびプログラムを提供することを目的としている。
本発明の第3の態様によれば、記録媒体は、コンピュータに、クラス分類の学習に用いられる教師データに示されるクラスである既知クラスの各々について、対象データが全ての既知クラスのうちその既知クラスに所属することの尤もらしさを示す既知クラス尤度を計算することと、前記クラス分類における全てのクラスのうち、少なくとも1つの前記既知クラスを前記既知クラス尤度に基づいて除いたクラスを、前記対象データが所属するクラスの候補として選択することと、少なくとも前記候補に含まれるクラスの各々について、前記対象データが全てのクラスのうちそのクラスに所属することの尤もらしさを示す全クラス尤度を計算することと、前記全クラス尤度に基づいて、前記対象データが所属するクラスを前記候補のうち何れかのクラスと推定することと、を実行させるためのプログラムである。
上記したデータ分類システム、データ分類方法およびプログラムによれば、教師データに示されないクラスを含むクラス分類の精度の向上を図ることができる。

Claims (7)

  1. クラス分類の学習に用いられる教師データに示されるクラスである既知クラスの各々について、対象データが全ての既知クラスのうちその既知クラスに所属することの尤もらしさを示す既知クラス尤度を計算する、既知クラス尤度計算手段と、
    前記クラス分類における全てのクラスのうち、少なくとも1つの前記既知クラスを前記既知クラス尤度に基づいて除いたクラスを、前記対象データが所属するクラスの候補として選択する、クラス候補選択手段と、
    少なくとも前記候補に含まれるクラスの各々について、前記対象データが全てのクラスのうちそのクラスに所属することの尤もらしさを示す全クラス尤度を計算する、全クラス尤度計算手段と、
    前記全クラス尤度に基づいて、前記対象データが所属するクラスを前記候補のうち何れかのクラスと推定する、クラス推定手段と、
    を備えるデータ分類システム。
  2. 前記既知クラス以外のクラスである未知クラスの各々について、前記対象データが全ての未知クラスのうちその未知クラスに所属することの尤もらしさを示す未知クラス尤度を計算する、未知クラス尤度計算手段、
    をさらに備え、
    前記クラス候補選択手段は、前記既知クラス尤度と前記未知クラス尤度を用いて、前記候補を選択する、
    請求項1記載のデータ分類システム。
  3. 前記クラス候補選択手段は、前記対象データの前記既知クラス尤度が高い順に所定の個数の前記既知クラスと、前記対象データの前記未知クラス尤度が高い順に所定の個数の前記未知クラスとを、前記候補として選択する、
    請求項2記載のデータ分類システム。
  4. 前記クラス候補選択手段は、前記既知クラスのうち前記対象データの前記既知クラス尤度が所定の閾値よりも高いクラスと、前記未知クラスのうち前記対象データの前記未知クラス尤度が所定の閾値よりも高いクラスを前記候補として選択する、
    請求項2記載のデータ分類システム。
  5. 二つのクラスの類似度を計算する、クラス間類似度計算手段
    をさらに備え、
    前記未知クラス尤度計算手段は、前記既知クラス尤度と前記類似度を用いて、前記対象データの前記未知クラス尤度を計算する、
    請求項2から4の何れか一項記載のデータ分類システム。
  6. クラス分類の学習に用いられる教師データに示されるクラスである既知クラスの各々について、対象データが全ての既知クラスのうちその既知クラスに所属することの尤もらしさを示す既知クラス尤度を計算することと、
    前記クラス分類における全てのクラスのうち、少なくとも1つの前記既知クラスを前記既知クラス尤度に基づいて除いたクラスを、前記対象データが所属するクラスの候補として選択することと、
    少なくとも前記候補に含まれるクラスの各々について、前記対象データが全てのクラスのうちそのクラスに所属することの尤もらしさを示す全クラス尤度を計算することと、
    前記全クラス尤度に基づいて、前記対象データが所属するクラスを前記候補のうち何れかのクラスと推定することと、
    を含むデータ分類方法。
  7. コンピュータに、
    クラス分類の学習に用いられる教師データに示されるクラスである既知クラスの各々について、対象データが全ての既知クラスのうちその既知クラスに所属することの尤もらしさを示す既知クラス尤度を計算することと、
    前記クラス分類における全てのクラスのうち、少なくとも1つの前記既知クラスを前記既知クラス尤度に基づいて除いたクラスを、前記対象データが所属するクラスの候補として選択することと、
    少なくとも前記候補に含まれるクラスの各々について、前記対象データが全てのクラスのうちそのクラスに所属することの尤もらしさを示す全クラス尤度を計算することと、
    前記全クラス尤度に基づいて、前記対象データが所属するクラスを前記候補のうち何れかのクラスと推定することと、
    を実行させるためのプログラム。
JP2022527378A 2020-05-28 データ分類システム、データ分類方法およびプログラム Pending JPWO2021240707A5 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/021055 WO2021240707A1 (ja) 2020-05-28 2020-05-28 データ分類システム、データ分類方法および記録媒体

Publications (2)

Publication Number Publication Date
JPWO2021240707A1 JPWO2021240707A1 (ja) 2021-12-02
JPWO2021240707A5 true JPWO2021240707A5 (ja) 2023-01-25

Family

ID=

Similar Documents

Publication Publication Date Title
JP6312630B2 (ja) 時系列データ内の異常を検出する方法
CN104809134B (zh) 检测数据序列中的异常子序列的方法和设备
WO2019137562A3 (en) Identifying entities in electronic medical records
CN106687990A (zh) 用于基于渐进式改良从视频序列选择帧的方法
US20200151374A1 (en) Predicting target characteristic data
CN110569855A (zh) 基于相关滤波与特征点匹配融合的长时间目标跟踪算法
US10082787B2 (en) Estimation of abnormal sensors
RU2013143669A (ru) Способ и система для использования портретов при слежении за перемещающимися объектами по видиозаписи
CN108009405A (zh) 一种基于机器学习技术预测细菌外膜蛋白质的方法
WO2014199920A1 (ja) 予測関数作成装置、予測関数作成方法、及びコンピュータ読み取り可能な記録媒体
CN112561960B (zh) 一种基于轨迹相似性度量学习的多目标跟踪重定位方法
WO2021240707A1 (ja) データ分類システム、データ分類方法および記録媒体
JP2020095397A (ja) 最適化装置、最適化プログラムおよび最適化方法
JP6713422B2 (ja) 学習装置、イベント検出装置、学習方法、イベント検出方法、プログラム
US10837398B2 (en) Waveform analytics for optimizing performance of a machine
JPWO2021240707A5 (ja) データ分類システム、データ分類方法およびプログラム
CN116079498A (zh) 一种刀具异常信号的识别方法
CN107222328B (zh) 预测饱和拐点的方法及装置
JPWO2022024315A5 (ja)
CN108805162A (zh) 一种基于粒子群优化的酵母菌多标记特征选择方法及装置
US10353987B2 (en) Identification of a breakpoint based on a correlation measurement
KR101874471B1 (ko) 객체 검색 후보 영역을 개선하기 위한 방법, 컴퓨터-판독가능 저장 매체 및 장치
US20190137539A1 (en) Systems and methods for estimating a condition from sensor data using random forest classification
CN112308097A (zh) 样本识别方法和装置
KR102520128B1 (ko) 세미-스트림 서브시퀀스 매칭을 이용한 온라인 머신러닝 장치 및 방법