JP6492880B2 - 機械学習装置、機械学習方法、および機械学習プログラム - Google Patents
機械学習装置、機械学習方法、および機械学習プログラム Download PDFInfo
- Publication number
- JP6492880B2 JP6492880B2 JP2015070586A JP2015070586A JP6492880B2 JP 6492880 B2 JP6492880 B2 JP 6492880B2 JP 2015070586 A JP2015070586 A JP 2015070586A JP 2015070586 A JP2015070586 A JP 2015070586A JP 6492880 B2 JP6492880 B2 JP 6492880B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- rule
- unit
- machine learning
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明の目的は、上述した課題を解決する機械学習装置、機械学習方法、および機械学習プログラムを提供することである。
図1は、本発明における機械学習装置1の基本構成の一例を示す図である。
本発明における機械学習装置1は、判定部10と、取得部20と、情報生成部30と、モデル生成部40と、更新部50とを基本構成とする。
本実施形態における機械学習装置1は、画像データから所望の対象物OBを検知する装置である。機械学習装置1は、例えば、人工衛星や航空機を使用して上空から地上の飛行場を撮影した画像データから所望の対象物OBとして航空機を検知する。図3は、上空から地上の飛行場を撮影した画像データの一例を示す図である。図3の例の場合、画像データ上には、検知の対象物OBである航空機が複数機存在している。以下、図3に示す画像データを一例として参照し、機械学習装置1の動作を説明する。
画像データ管理部410は、ハードウェアインターフェースを介して接続される記憶装置から画像データを取得して、取得した画像データを画像データ記憶部411に記憶させる。画像データ管理部410は、ルール制御部200や機械学習部300から画像データを取得するための要求を受信した場合、画像データ記憶部411に記憶させた画像データを要求元に出力する。
以下、発明のその他の実施例として、様々な事案に対応したルールベースの構成についても、本実施例が利用可能であることを説明する。
機械学習装置1は、例えば、ルール間の優先順位の見直しが必要となる場合については、今回の手法で教師データを作成したのと同様に、優先順位の関係上、適用されなかったルールの特徴についても情報を取得して教師データに格納しておいてもよい。これにより、機械学習装置1は、学習モデルによる判断結果をもとにし、調査データを使って、現状の優先順位に沿ってルールを適用した場合に正しく検知結果を得られるかどうか検証することができる。
Claims (7)
- 画像データの所定領域から抽出される特徴を示す特徴情報に、予め定められたルールを適用して、前記所定領域内に対象物が存在しているか否かを判定する判定部と、
ユーザに前記画像データが示す画像を視認させることにより入力させたユーザ情報を取得する取得部と、
前記特徴情報と、前記取得部により取得されたユーザ情報とを組み合わせた情報を生成する情報生成部と、
前記情報生成部により生成された情報に基づいて、機械学習方式により学習モデルを生成するモデル生成部と、
前記モデル生成部により生成された学習モデルに従って、前記ルールを更新する更新部と、
を備えることを特徴とする機械学習装置。 - 前記情報生成部は、前記特徴情報と、前記取得部により取得されたユーザ情報とを組み合わせた情報を複数生成し、
前記情報生成部により生成された情報に含まれる特徴情報が前記ルールに適合する度合を示す指標を算出する算出部と、
前記情報生成部により生成された複数の情報から、前記算出部により算出された指標が所定範囲内の情報を抽出する抽出部と、をさらに備え、
前記判定部は、前記抽出部により抽出された情報に含まれる特徴情報に対して、前記学習モデルを適用して前記所定領域内に対象物が存在しているか否かを判定し、
前記更新部は、前記抽出部に抽出させた情報に含まれる特徴情報に対して、前記学習モデルを適用させて前記所定領域内に対象物が存在しているか否かを前記判定部に対して判定させたモデル判定結果と、前記ルールを適用させて前記所定領域内に対象物が存在しているか否かを前記判定部に対して判定させたルール判定結果とに基づいて、前記ルールを更新する、
請求項1記載の機械学習装置。 - 前記更新部は、前記モデル判定結果と前記ルール判定結果とが一致しない場合に、前記ルール判定結果を前記前記モデル判定結果に一致させるように前記ルールを更新する、
請求項2記載の機械学習装置。 - 前記所定範囲とは、前記指標が第1の所定値以上の範囲と、前記第1の所定値よりも低い第2の所定値以下の範囲とを除く範囲である、
請求項2または3記載の機械学習装置。 - 前記算出部は、前記情報生成部により生成される情報に複数の特徴情報が含まれる場合、前記複数の特徴情報ごとに指標を算出し、
前記抽出部は、前記複数の特徴情報の数と対応した次元数の空間上に、前記算出部により算出された指標を有する情報をプロットし、前記指標が前記所定範囲内であることを示す空間領域から前記情報を抽出する、
請求項2記載の機械学習装置。 - 画像データの所定領域から抽出される特徴を示す特徴情報に、予め定められたルールを適用して、前記所定領域内に対象物が存在しているか否かを判定し、
ユーザに前記画像データが示す画像を視認させることにより選択させたユーザ情報を取得し、
前記特徴情報と、前記取得されたユーザ情報とを組み合わせた情報を生成し、
前記生成された情報に基づいて、機械学習方式により学習モデルを生成し、
前記生成された学習モデルに従って、前記ルールを更新する、
機械学習方法。 - コンピュータに、
画像データの所定領域から抽出される特徴を示す特徴情報に、予め定められたルールを適用して、前記所定領域内に対象物が存在しているか否かを判定させ、
ユーザに前記画像データが示す画像を視認させることにより選択させたユーザ情報を取得させ、
前記特徴情報と、前記取得されたユーザ情報とを組み合わせた情報を生成させ、
前記生成された情報に基づいて、機械学習方式により学習モデルを生成させ、
前記生成された学習モデルに従って、前記ルールを更新させるための、
機械学習プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015070586A JP6492880B2 (ja) | 2015-03-31 | 2015-03-31 | 機械学習装置、機械学習方法、および機械学習プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015070586A JP6492880B2 (ja) | 2015-03-31 | 2015-03-31 | 機械学習装置、機械学習方法、および機械学習プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016192007A JP2016192007A (ja) | 2016-11-10 |
JP6492880B2 true JP6492880B2 (ja) | 2019-04-03 |
Family
ID=57246847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015070586A Active JP6492880B2 (ja) | 2015-03-31 | 2015-03-31 | 機械学習装置、機械学習方法、および機械学習プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6492880B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3605406A4 (en) * | 2017-03-29 | 2021-01-20 | ThinkCyte, Inc. | LEARNING RESULTS OUTPUT DEVICE AND LEARNING OUTCOMES OUTPUT PROGRAM |
US11450217B2 (en) | 2017-12-19 | 2022-09-20 | Nihon Onkyo Engineering Co., Ltd. | Device for collecting aircraft operation history information |
US20210118310A1 (en) * | 2018-03-15 | 2021-04-22 | Nihon Onkyo Engineering Co., Ltd. | Training Data Generation Method, Training Data Generation Apparatus, And Training Data Generation Program |
JP7143672B2 (ja) * | 2018-08-06 | 2022-09-29 | 日本電信電話株式会社 | 誤り判定装置、誤り判定方法、及びプログラム |
WO2020136761A1 (ja) * | 2018-12-26 | 2020-07-02 | 日本電気株式会社 | 情報処理装置、情報処理方法、およびプログラム |
WO2020178945A1 (ja) | 2019-03-04 | 2020-09-10 | Sppテクノロジーズ株式会社 | 基板処理装置のプロセス判定装置、基板処理システム、基板処理装置のプロセス判定方法及び学習モデル群 |
JP7310933B2 (ja) * | 2020-01-14 | 2023-07-19 | 日本電信電話株式会社 | データ分類装置、データ分類方法、及びプログラム |
JP7502925B2 (ja) | 2020-08-05 | 2024-06-19 | 前田建設工業株式会社 | 安全帯使用状況監視システム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002222083A (ja) * | 2001-01-29 | 2002-08-09 | Fujitsu Ltd | 事例蓄積装置および方法 |
JP4644613B2 (ja) * | 2006-02-27 | 2011-03-02 | 株式会社日立ハイテクノロジーズ | 欠陥観察方法及びその装置 |
JP5246066B2 (ja) * | 2009-06-30 | 2013-07-24 | Jfeスチール株式会社 | カテゴリ判定ルールの作成方法、装置およびコンピュータプログラム |
-
2015
- 2015-03-31 JP JP2015070586A patent/JP6492880B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016192007A (ja) | 2016-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6492880B2 (ja) | 機械学習装置、機械学習方法、および機械学習プログラム | |
US11106944B2 (en) | Selecting logo images using machine-learning-logo classifiers | |
WO2017216980A1 (ja) | 機械学習装置 | |
JP6708385B2 (ja) | 識別器作成装置、識別器作成方法、およびプログラム | |
US9886669B2 (en) | Interactive visualization of machine-learning performance | |
JP6131723B2 (ja) | 情報処理装置、情報処理方法、プログラムおよび記録媒体 | |
JP6203077B2 (ja) | 学習装置、密度計測装置、学習方法、学習プログラム、及び密度計測システム | |
US10783402B2 (en) | Information processing apparatus, information processing method, and storage medium for generating teacher information | |
JP2018173890A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US20110106772A1 (en) | Data processing apparatus, data processing method, program, and integrated circuit | |
JP2016004525A (ja) | データ分析システム及びデータ分析方法 | |
US20160379088A1 (en) | Apparatus and method for creating an image recognizing program having high positional recognition accuracy | |
CN112001488A (zh) | 训练生成型对抗性网络 | |
JP6426441B2 (ja) | 密度計測装置、密度計測方法、およびプログラム | |
CN110909868A (zh) | 基于图神经网络模型的节点表示方法和装置 | |
US20200320409A1 (en) | Model creation supporting method and model creation supporting system | |
JP6146209B2 (ja) | 情報処理装置、文字認識方法、及びプログラム | |
JP2019045929A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US20200160098A1 (en) | Human-Assisted Machine Learning Through Geometric Manipulation and Refinement | |
CN111783088B (zh) | 一种恶意代码家族聚类方法、装置和计算机设备 | |
Nguyen et al. | Explaining how deep neural networks forget by deep visualization | |
JP5520353B2 (ja) | BoF表現生成装置及びBoF表現生成方法 | |
JP2015232805A (ja) | 画像処理方法、画像処理装置、および画像処理プログラム | |
JP7007551B2 (ja) | 画像類否判断プログラム、画像類否判断装置および画像類否判断方法 | |
JP6393982B2 (ja) | 空間分割方法、空間分割装置および空間分割プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180209 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181227 |
|
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: 20190205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6492880 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |