JP2018026122A5 - - Google Patents

Description

本発明の目的を達成するために、例えば、本発明の情報処理装置は以下の構成を備える。すなわち、
学習データを認識器に入力して出力データを得る処理手段と、
前記出力データを複数の識別器に入力することにより得られる前記学習データの識別結果の誤差を判定する判定手段と、
前記識別結果の誤差に基づいて前記認識器の学習処理を行う第１の学習手段と、前記識別結果の誤差に基づいて前記複数の識別器のＯｎｅ−ｃｌａｓｓ学習処理を行う第２の学習手段と、を備え、
前記第１の学習手段は、前記識別結果の誤差を認識器に逆伝播することにより前記認識器の学習処理を行うことを特徴とする。

Claims (19)

1. 学習データを認識器に入力して出力データを得る処理手段と、
   前記出力データを複数の識別器に入力することにより得られる前記学習データの識別結果の誤差を判定する判定手段と、
   前記識別結果の誤差に基づいて前記認識器の学習処理を行う第１の学習手段と、前記識別結果の誤差に基づいて前記複数の識別器のＯｎｅ−ｃｌａｓｓ学習処理を行う第２の学習手段と、を備え、
   前記第１の学習手段は、前記識別結果の誤差を認識器に逆伝播することにより前記認識器の学習処理を行うことを特徴とする、情報処理装置。
2. 学習データを認識器に入力して出力データを得る処理手段と、
   複数の識別器から一部の識別器を選択する選択手段と、
   前記出力データを前記一部の識別器に入力することにより得られる前記学習データの識別結果の誤差を判定する判定手段と、
   前記識別結果の誤差に基づいて前記認識器の学習処理を行う第１の学習手段と、
   前記識別結果の誤差に基づいて前記一部の識別器の学習処理を行う第２の学習手段と、
   を備えることを特徴とする情報処理装置。
3. 前記第１の学習手段は、前記識別結果の誤差を認識器に逆伝播することにより前記認識器の学習処理を行うことを特徴とする、請求項２に記載の情報処理装置。
4. 前記判定手段は、前記複数の識別器のそれぞれに前記出力データを入力することにより得られる、前記複数の識別器のそれぞれによる前記学習データの識別結果の誤差に基づいて、前記複数の識別器全体についての識別結果の誤差を判定し、
   前記第１の学習手段は、前記判定された前記複数の識別器全体についての識別結果の誤差を認識器に逆伝播する
   ことを特徴とする、請求項１乃至３の何れか一項に記載の情報処理装置。
5. 前記第１の学習手段は、前記複数の識別器による識別能力を低下させ、前記識別能力が低下した状態で得られる前記識別結果の誤差を認識器に逆伝播することにより、前記認識器の学習処理を行うことを特徴とする、請求項１乃至４の何れか一項に記載の情報処理装置。
6. 前記複数の識別器から一部の識別器を選択する選択手段をさらに備え、
   前記第１の学習手段は、前記学習データを前記認識器に入力して得られた出力データを前記一部の識別器に入力することにより得られる前記識別結果の誤差を、前記認識器に逆伝播することにより、前記認識器の学習処理を行う
   ことを特徴とする、請求項１に記載の情報処理装置。
7. 前記選択手段は、前記複数の識別器から第１の識別器セットと第２の識別器セットとを選択し、
   前記第１の学習手段は、
   学習データを前記認識器に入力して得られた出力データを前記第１の識別器セットに入力することにより得られる識別結果の誤差を、前記認識器に逆伝播することにより、前記認識器のパラメータを更新し、
   学習データをパラメータ更新後の前記認識器に入力して得られた出力データを前記第２の識別器セットに入力することにより得られる識別結果の誤差を、前記認識器に逆伝播することにより、前記認識器のパラメータを再度更新する
   ことを特徴とする、請求項２または６に記載の情報処理装置。
8. 前記第１の学習手段は、前記複数の識別器のうち前記一部の識別器以外の識別器の識別結果の誤差を前記認識器に逆伝播しないことを特徴とする請求項２、６または７に記載の情報処理装置。
9. 前記第２の学習手段は、前記複数の識別器のうち前記一部の識別器以外の識別器の識別結果の誤差に基づく前記一部の識別器の学習を行わないことを特徴とする請求項２に記載の情報処理装置。
10. 前記第２の学習手段は、前記複数の識別器間の類似度が低いほど評価値が高くなる目的関数を用いて学習を行うことを特徴とする、請求項１乃至９の何れか１項に記載の情報処理装置。
11. 前記第２の学習手段は、前記複数の識別器間の直交性が高いほど評価値が高くなる目的関数を用いて学習を行うことを特徴とする、請求項１乃至１０の何れか１項に記載の情報処理装置。
12. 画像を表す画像データ及び当該画像の種類を示す教師情報を取得し、画像処理により１つの前記画像から複数の前記学習データを生成する前処理手段をさらに備え、
    前記前処理手段は、前記画像処理により前記画像の種類が変化しない画像を選択し、前記選択された画像に対して前記画像処理を行い、前記画像処理前の前記選択された画像と、前記画像処理後の前記選択された画像と、を前記学習データとして出力することを特徴とする、請求項１乃至１１の何れか１項に記載の情報処理装置。
13. 前記複数の識別器はＯｎｅ−ｃｌａｓｓ識別器、弱識別器、線形識別器、又はハッシュ関数を含むことを特徴とする、請求項１乃至１２の何れか１項に記載の情報処理装置。
14. 前記認識器はニューラルネットワークであることを特徴とする、請求項１乃至１３の何れか１項に記載の情報処理装置。
15. 前記情報処理装置は、入力された製品の画像に基づいて異常を検知することを特徴とする、請求項１乃至１４の何れか１項に記載の情報処理装置。
16. 前記識別器は、カーネル法に基づいて非線形にデータを写像することを特徴とする、請求項１乃至１５の何れか１項に記載の情報処理装置。
17. 情報処理装置が行う情報処理方法であって、
    学習データを認識器に入力して出力データを得る処理工程と、
    前記出力データを複数の識別器に入力することにより得られる前記学習データの識別結果の誤差を判定する判定工程と、
    前記識別結果の誤差に基づいて前記認識器の学習処理を行う第１の学習工程と、
    前記識別結果の誤差に基づいて前記複数の識別器のＯｎｅ−ｃｌａｓｓ学習処理を行う第２の学習工程と、を有し、
    前記第１の学習工程において、前記識別結果の誤差を認識器に逆伝播することにより前記認識器の学習処理を行うことを特徴とする、情報処理方法。
18. 情報処理装置が行う情報処理方法であって、
    学習データを認識器に入力して出力データを得る処理工程と、
    複数の識別器から一部の識別器を選択する選択工程と、
    前記出力データを前記一部の識別器に入力することにより得られる前記学習データの識別結果の誤差を判定する判定工程と、
    前記識別結果の誤差を前記認識器に逆伝播することにより前記認識器の学習処理を行う第１の学習工程と、
    前記識別結果の誤差に基づいて、前記一部の識別器の学習処理を行う第２の学習工程と、
    を備えることを特徴とする情報処理方法。
19. コンピュータを、請求項１乃至１６の何れか１項に記載の情報処理装置が備える各手段として機能させるためのプログラム。