JP6823523B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents
情報処理装置、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JP6823523B2 JP6823523B2 JP2017072610A JP2017072610A JP6823523B2 JP 6823523 B2 JP6823523 B2 JP 6823523B2 JP 2017072610 A JP2017072610 A JP 2017072610A JP 2017072610 A JP2017072610 A JP 2017072610A JP 6823523 B2 JP6823523 B2 JP 6823523B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- teacher data
- teacher
- machine learning
- learning
- 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
- 230000010365 information processing Effects 0.000 title claims description 70
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000010801 machine learning Methods 0.000 claims description 97
- 238000001514 detection method Methods 0.000 claims description 45
- 238000012549 training Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 20
- 241000282326 Felis catus Species 0.000 description 22
- 241000282472 Canis lupus familiaris Species 0.000 description 21
- 238000000034 method Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000015654 memory Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Technology Law (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Image Analysis (AREA)
Description
図1は、実施の形態に係る情報処理装置1の概要を説明するための図である。実施の形態に係る情報処理装置1は、機械学習を用いて目的タスクを達成するための学習モデルを生成するための装置である。情報処理装置1は、CPUやGPU等のプロセッサ、DRAM(Dynamic Random Access Memory)等の作業メモリ、及びHDD(Hard Disk Drive)やSSD(Solid State Drive)等の大容量記憶装置によって構成される。情報処理装置1は、PC(Personal Computer)やワークステーション、サーバ等の単一の装置であってもよいし、クラウドサーバのように複数の装置から構成されてもよい。
以下、実施の形態に係る情報処理装置1についてより詳細に説明する。
図2は、実施の形態に係る情報処理装置1の機能構成を模式的に示す図である。実施の形態に係る情報処理装置1は、記憶部2と制御部3とを備える。制御部3は、取得部30、教師データ取得部31、機械学習部32、及び検出部33を備える。機械学習部32は、サブセット生成部320と学習実行部321とを含む。
図5は、実施の形態に係る情報処理装置1が実行する情報処理の流れを説明するためのフローチャートである。本フローチャートにおける処理は、例えば情報処理装置1が起動したときに開始する。
以上説明したように、実施の形態に係る情報処理装置1によれば、出所を特定することができる学習モデルを提供することができる。特に、モデルパラメータが公開されておらず、API(Application Program Interface)のような形で提供される場合であっても、実施の形態に係る情報処理装置1が生成した学習モデルであれば、出所を特定することができる。
上記では、サブセット生成部320が、透かし検出用のデータである第2データD2を読み出す頻度を高めることにより、モデルパラメータPの生成に関する第2データD2の寄与率を高める場合について説明した。しかしながら、モデルパラメータPの生成に関する第2データD2の寄与率を向上させる手法は、これに限られない。
2・・・記憶部
3・・・制御部
30・・・取得部
31・・・教師データ取得部
32・・・機械学習部
320・・・サブセット生成部
321・・・学習実行部
33・・・検出部
Claims (12)
- 目的タスク学習用のデータ及びラベルを含む第1教師データを取得する取得部と、
前記第1教師データに含まれる複数のデータ同士の類似度よりも、前記第1教師データに含まれる複数のデータとの間の類似度が小さくなるデータを、透かし検出用のデータとして取得する教師データ取得部と、を備え、
前記取得部は、前記透かし検出用のデータ及びラベルを含む第2教師データをさらに取得し、
前記第1教師データと前記第2教師データとに基づいて、目的タスク及び透かしを検出するための機械学習モデルを構成するモデルパラメータを生成する機械学習部をさらに備える、
情報処理装置。 - 目的タスク学習用のデータ及びラベルを含む第1教師データと、透かし検出用のデータ及びラベルを含む第2教師データと、を取得する取得部と、
前記第1教師データと前記第2教師データとに基づいて、目的タスク及び透かしを検出するための機械学習モデルを構成するモデルパラメータを生成する機械学習部と、
を備え、
前記機械学習部は、前記モデルパラメータの生成に関する前記第2教師データにおけるデータの1データ当たりの寄与率を、前記第1教師データにおけるデータの1データ当たりの寄与率よりも大きくする、
情報処理装置。 - 目的タスク学習用のデータ及びラベルを含む第1教師データと、透かし検出用のデータ及びラベルを含む第2教師データと、を取得する取得部と、
前記第1教師データと前記第2教師データとを含む学習データから構成される複数のサブセットを生成するサブセット生成部と、
前記複数のサブセットのうちの一つのサブセットを学習データとして、前記サブセット毎に順番に機械学習することにより、目的タスク及び透かしを検出するための機械学習モデルを構成するモデルパラメータを生成する学習実行部と、を備え、
前記サブセット生成部は、前記複数のサブセットそれぞれに含まれる第2教師データの割合が、前記学習データ全体における第2教師データの割合よりも大きくなるように前記サブセットを生成し、
前記学習実行部は、前段の機械学習で生成されたモデルパラメータを、後段の機械学習におけるモデルパラメータの初期値として機械学習を実行する、
情報処理装置。 - サブセット生成部は、前記学習実行部による前記モデルパラメータの生成が終了するまでの間に前記サブセットの生成に用いる前記第2教師データの頻度を、前記第1教師データの使用頻度よりも大きくする、
請求項3に記載の情報処理装置。 - 前記サブセット生成部は、前記第1教師データと、前記第2教師データを複製することでデータ数を増やした新たな第2教師データとから、前記複数のサブセットを生成する、
請求項3又は4に記載の情報処理装置。 - 前記第2教師データを入力としたときの前記モデルパラメータから構成される機械学習モデルの出力に基づいて、透かしを検出する検出部をさらに備える、
請求項1から5のいずれか一項に記載の情報処理装置。 - プロセッサが、
目的タスク学習用のデータ及びラベルを含む第1教師データを取得するステップと、
透かし検出用のデータであって前記第1教師データに含まれる複数のデータ同士の類似度よりも、前記第1教師データに含まれる複数のデータとの間の類似度が小さくなるデータ及びラベルを含む第2教師データを取得するステップと、
前記第1教師データと前記第2教師データとに基づいて、目的タスク及び透かしを検出するための機械学習モデルを構成するモデルパラメータを生成するステップと、
を実行する情報処理方法。 - プロセッサが、
目的タスク学習用のデータ及びラベルを含む第1教師データを取得するステップと、
透かし検出用のデータ及びラベルを含む第2教師データを取得するステップと、
前記第1教師データと前記第2教師データとに基づいて、目的タスク及び透かしを検出するための機械学習モデルを構成するモデルパラメータを生成するステップと、
を実行し、
前記モデルパラメータを生成するステップにおいて、前記モデルパラメータの生成に関する前記第2教師データにおけるデータの1データ当たりの寄与率を、前記第1教師データにおけるデータの1データ当たりの寄与率よりも大きくする、
情報処理方法。 - プロセッサが、
目的タスク学習用のデータ及びラベルを含む第1教師データを取得するステップと、
透かし検出用のデータ及びラベルを含む第2教師データを取得するステップと、
前記第1教師データと前記第2教師データとを含む学習データから構成される複数のサブセットを生成するステップと、
前記複数のサブセットのうちの一つのサブセットを学習データとして、前記サブセット毎に順番に機械学習することにより、目的タスク及び透かしを検出するための機械学習モデルを構成するモデルパラメータを生成するステップと、を実行し、
前記サブセットを生成するステップにおいて、前記複数のサブセットそれぞれに含まれる第2教師データの割合が、前記学習データ全体における第2教師データの割合よりも大きくなるように前記サブセットを生成し、
前記順番に機械学習するステップにおいて、前段の機械学習で生成されたモデルパラメータを、後段の機械学習におけるモデルパラメータの初期値として機械学習を実行する、
情報処理方法。 - コンピュータに、
目的タスク学習用のデータ及びラベルを含む第1教師データを取得する機能と、
透かし検出用のデータであって前記第1教師データに含まれる複数のデータ同士の類似度よりも、前記第1教師データに含まれる複数のデータとの間の類似度が小さくなるデータ及びラベルを含む第2教師データを取得する機能と、
前記第1教師データと前記第2教師データとに基づいて、目的タスク及び透かしを検出するための機械学習モデルを構成するモデルパラメータを生成する機能と、
を実現させるプログラム。 - コンピュータに、
目的タスク学習用のデータ及びラベルを含む第1教師データを取得する機能と、
透かし検出用のデータ及びラベルを含む第2教師データを取得する機能と、
前記第1教師データと前記第2教師データとに基づいて、目的タスク及び透かしを検出するための機械学習モデルを構成するモデルパラメータを生成する機能と、
を実現させ、
前記モデルパラメータを生成する機能は、前記モデルパラメータの生成に関する前記第2教師データにおけるデータの1データ当たりの寄与率を、前記第1教師データにおけるデータの1データ当たりの寄与率よりも大きくする、
プログラム。 - コンピュータに、
目的タスク学習用のデータ及びラベルを含む第1教師データを取得する機能と、
透かし検出用のデータ及びラベルを含む第2教師データを取得する機能と、
前記第1教師データと前記第2教師データとを含む学習データから構成される複数のサブセットを生成する機能と、
前記複数のサブセットのうちの一つのサブセットを学習データとして、前記サブセット毎に順番に機械学習することにより、目的タスク及び透かしを検出するための機械学習モデルを構成するモデルパラメータを生成する機能と、を実現させ、
前記サブセットを生成する機能は、前記複数のサブセットそれぞれに含まれる第2教師データの割合が、前記学習データ全体における第2教師データの割合よりも大きくなるように前記サブセットを生成し、
前記順番に機械学習する機能は、前段の機械学習で生成されたモデルパラメータを、後段の機械学習におけるモデルパラメータの初期値として機械学習を実行する、
プログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017072610A JP6823523B2 (ja) | 2017-03-31 | 2017-03-31 | 情報処理装置、情報処理方法、及びプログラム |
EP18776062.4A EP3605407A4 (en) | 2017-03-31 | 2018-01-26 | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD AND COMPUTER READABLE STORAGE MEDIUM |
CN201880020555.9A CN110462646A (zh) | 2017-03-31 | 2018-01-26 | 信息处理设备、信息处理方法以及计算机可读存储介质 |
PCT/JP2018/002369 WO2018179765A1 (ja) | 2017-03-31 | 2018-01-26 | 情報処理装置、情報処理方法、及びコンピュータ可読記憶媒体 |
US16/525,771 US20190354896A1 (en) | 2017-03-31 | 2019-07-30 | Information processing apparatus, information processing method, and computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017072610A JP6823523B2 (ja) | 2017-03-31 | 2017-03-31 | 情報処理装置、情報処理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018173890A JP2018173890A (ja) | 2018-11-08 |
JP6823523B2 true JP6823523B2 (ja) | 2021-02-03 |
Family
ID=63674927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017072610A Active JP6823523B2 (ja) | 2017-03-31 | 2017-03-31 | 情報処理装置、情報処理方法、及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20190354896A1 (ja) |
EP (1) | EP3605407A4 (ja) |
JP (1) | JP6823523B2 (ja) |
CN (1) | CN110462646A (ja) |
WO (1) | WO2018179765A1 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7170000B2 (ja) * | 2018-01-24 | 2022-11-11 | 富士フイルム株式会社 | 学習システム、方法及びプログラム |
JP6964066B2 (ja) * | 2018-12-17 | 2021-11-10 | Kddi株式会社 | 情報処理装置、透かし生成方法、及びプログラム |
US20210319098A1 (en) * | 2018-12-31 | 2021-10-14 | Intel Corporation | Securing systems employing artificial intelligence |
EP3940626A4 (en) * | 2019-03-14 | 2022-05-04 | Panasonic Intellectual Property Corporation of America | INFORMATION PROCESSING METHOD AND SYSTEM |
WO2020194622A1 (ja) * | 2019-03-27 | 2020-10-01 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び非一時的なコンピュータ可読媒体 |
US11645586B2 (en) | 2019-10-10 | 2023-05-09 | Baidu Usa Llc | Watermark unit for a data processing accelerator |
US11537689B2 (en) | 2019-10-10 | 2022-12-27 | Baidu Usa Llc | Method and system for signing an artificial intelligence watermark using a kernel |
US11740940B2 (en) * | 2019-10-10 | 2023-08-29 | Baidu Usa Llc | Method and system for making an artifical intelligence inference using a watermark-inherited kernel for a data processing accelerator |
US11645116B2 (en) * | 2019-10-10 | 2023-05-09 | Baidu Usa Llc | Method and system for making an artificial intelligence inference using a watermark-enabled kernel for a data processing accelerator |
US11443243B2 (en) | 2019-10-10 | 2022-09-13 | Baidu Usa Llc | Method and system for artificial intelligence model training using a watermark-enabled kernel for a data processing accelerator |
US11709712B2 (en) * | 2019-10-10 | 2023-07-25 | Baidu Usa Llc | Method and system for artificial intelligence model training using a watermark-enabled kernel for a data processing accelerator |
US11775347B2 (en) * | 2019-10-10 | 2023-10-03 | Baidu Usa Llc | Method for implanting a watermark in a trained artificial intelligence model for a data processing accelerator |
US11809531B2 (en) * | 2020-02-03 | 2023-11-07 | Nxp B.V. | Method for watermarking a machine learning model |
CN112769779A (zh) * | 2020-12-28 | 2021-05-07 | 深圳壹账通智能科技有限公司 | 一种媒体资源传输方法及装置 |
US11699208B2 (en) | 2021-03-12 | 2023-07-11 | Nxp B.V. | Method for watermarking a machine learning model |
CN113902121B (zh) * | 2021-07-15 | 2023-07-21 | 陈九廷 | 一种电池劣化推测装置校验的方法、装置、设备及介质 |
WO2024031984A1 (zh) * | 2022-08-10 | 2024-02-15 | 华为云计算技术有限公司 | 一种任务处理***、任务处理的方法及装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2846906C (en) | 2011-09-09 | 2018-01-02 | Gen-Probe Incorporated | Automated sample handling instrumentation, systems, processes, and methods |
US9594983B2 (en) * | 2013-08-02 | 2017-03-14 | Digimarc Corporation | Learning systems and methods |
DE112015002433T5 (de) * | 2014-05-23 | 2017-03-23 | Datarobot | Systeme und Techniken zur prädikativen Datenanalytik |
US10621487B2 (en) * | 2014-09-17 | 2020-04-14 | Hewlett Packard Enterprise Development Lp | Neural network verification |
CN104616244B (zh) * | 2015-01-24 | 2018-01-09 | 河南师范大学 | 基于 bp 神经网络压缩域的图像水印嵌入与提取方法 |
CN105912500B (zh) * | 2016-03-30 | 2017-11-14 | 百度在线网络技术(北京)有限公司 | 机器学习模型生成方法和装置 |
JP6782679B2 (ja) * | 2016-12-06 | 2020-11-11 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 情報処理装置、情報処理方法及びプログラム |
US20180247156A1 (en) * | 2017-02-24 | 2018-08-30 | Xtract Technologies Inc. | Machine learning systems and methods for document matching |
-
2017
- 2017-03-31 JP JP2017072610A patent/JP6823523B2/ja active Active
-
2018
- 2018-01-26 EP EP18776062.4A patent/EP3605407A4/en not_active Withdrawn
- 2018-01-26 CN CN201880020555.9A patent/CN110462646A/zh active Pending
- 2018-01-26 WO PCT/JP2018/002369 patent/WO2018179765A1/ja active Application Filing
-
2019
- 2019-07-30 US US16/525,771 patent/US20190354896A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
EP3605407A4 (en) | 2020-04-08 |
JP2018173890A (ja) | 2018-11-08 |
CN110462646A (zh) | 2019-11-15 |
EP3605407A1 (en) | 2020-02-05 |
WO2018179765A1 (ja) | 2018-10-04 |
US20190354896A1 (en) | 2019-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6823523B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US10650042B2 (en) | Image retrieval with deep local feature descriptors and attention-based keypoint descriptors | |
US11461641B2 (en) | Information processing apparatus, information processing method, and computer-readable storage medium | |
US9171264B2 (en) | Parallel processing machine learning decision tree training | |
Zhang et al. | Panorama: a data system for unbounded vocabulary querying over video | |
US20210125000A1 (en) | Method and apparatus for training model for object classification and detection | |
US20210319240A1 (en) | Generator exploitation for deepfake detection | |
US20210319090A1 (en) | Authenticator-integrated generative adversarial network (gan) for secure deepfake generation | |
JP6908553B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US20220230648A1 (en) | Method, system, and non-transitory computer readable record medium for speaker diarization combined with speaker identification | |
JP7020170B2 (ja) | 非常に大きな画像集合における近似重複画像をクラスタ化するためのシステム及び方法、複数の画像をクラスタ化するための方法及びシステム、プログラム、複数の内容項目をクラスタ化するための方法 | |
US20230214719A1 (en) | Method for performing continual learning using representation learning and apparatus thereof | |
CN112819151A (zh) | 用于识别图像的方法和设备以及训练方法 | |
KR20220109609A (ko) | 딥러닝 알고리즘 및 워터 파마코포어 모델을 결합한 타겟 특이적 약물을 디자인하는 방법 및 장치 | |
JP6892844B2 (ja) | 情報処理装置、情報処理方法、透かし検出装置、透かし検出方法、及びプログラム | |
US20220004904A1 (en) | Deepfake detection models utilizing subject-specific libraries | |
US20220230014A1 (en) | Methods and systems for transfer learning of deep learning model based on document similarity learning | |
JP2022151502A (ja) | プログラム、情報処理装置、及び方法 | |
Lavania | A Deep Learning Framework to identify real-world stego images | |
US11393255B2 (en) | Liveness determining method and apparatus and method and apparatus for training the liveness determining apparatus | |
US11599794B1 (en) | System and method for training sample generator with few-shot learning | |
US20210150358A1 (en) | System and method for controlling confidential information | |
JP7405148B2 (ja) | 情報処理装置、学習方法、及び、プログラム | |
Cox | Repackaged Android Application Classification Through Static Global Image Feature Analysis | |
Gedela et al. | An Approach to Identify DeepFakes Using Deep Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190304 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200602 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200702 |
|
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: 20201215 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210108 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6823523 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |