JP7006401B2 - 学習プログラム、学習方法および学習装置 - Google Patents
学習プログラム、学習方法および学習装置 Download PDFInfo
- Publication number
- JP7006401B2 JP7006401B2 JP2018045890A JP2018045890A JP7006401B2 JP 7006401 B2 JP7006401 B2 JP 7006401B2 JP 2018045890 A JP2018045890 A JP 2018045890A JP 2018045890 A JP2018045890 A JP 2018045890A JP 7006401 B2 JP7006401 B2 JP 7006401B2
- Authority
- JP
- Japan
- Prior art keywords
- learning
- label
- feature
- attribute
- unit
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/87—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using selection of the recognition techniques, e.g. of a classifier in a multiple classifier system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Description
図1は、実施例1にかかる学習装置を説明する図である。図1に示す学習装置1は、特徴学習器と関心属性学習器と擾乱属性学習器とを有する情報処理装置の一例であり、訓練データを用いて各学習器を学習させる。各学習器には、例えばニューラルネットワーク(NN)で構成し、勾配法など様々な学習手法を採用することができる。また、学習の例として画像を例示して説明するが、あくまで一例であり、音声データなどにも適用することができ、学習内容や学習対象を限定するものではない。
図2は、実施例1にかかる学習装置1の機能構成を示す機能ブロック図である。図2に示すように、学習装置1は、学習部10と認識部20を有する。なお、図2に示す各DBは、メモリやハードディスクなどの記憶装置に記憶される。また、図2に示す各種処理部は、プロセッサが有する電子回路の一例やプロセッサが実行するプロセスの一例である。
学習部10は、訓練データDB11、学習結果DB12、訓練データ入力部13、特徴学習部14、関心属性学習部15、擾乱属性学習部16を有する。
認識部20は、テストデータDB21、テストデータ入力部22、特徴抽出部23、関心属性認識部24、出力部25を有する。
図9は、学習処理の流れを示すフローチャートである。図9に示すように、学習部10は、指示を受け付けて学習を開始すると(S101:Yes)、各学習器のシナプスの重みをランダム値に設定して、各学習器を初期化する(S102)。
図10は、認識処理の流れを示すフローチャートである。図10に示すように、認識部20は、指示を受け付けて認識を開始すると(S201:Yes)、学習結果DB12から学習結果を読み込む(S202)。
次に、従来の学習結果と実施例1の学習結果との比較例を説明する。図11は、従来の認識結果を説明する図であり、図12は、実施例1による認識結果を説明する図である。
上記実施例では、学習器と認識器とを1つの装置で実現する例を説明したが、これに限定されるものではなく、別々の装置で実現することもできる。なお、学習器の学習の順番は、順不同である。
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報、閾値については、特記する場合を除いて任意に変更することができる。なお、関心属性学習部15と関心属性認識部24は、第1の教師有学習器の一例であり、擾乱属性学習部16は、第2の教師有学習器の一例であり、特徴学習部14と特徴抽出部23は、特徴抽出器の一例である。関心属性学習部15は、第1学習部の一例であり、擾乱属性学習部16は、第2学習部の一例であり、特徴学習部14は、第3学習部の一例である。
図18は、ハードウェア構成例を説明する図である。図18に示すように、学習装置1は、通信インタフェース10a、HDD(Hard Disk Drive)10b、メモリ10c、プロセッサ10dを有する。
10 学習部
11 訓練データDB
12 学習結果DB
13 訓練データ入力部
14 特徴学習部
15 関心属性学習部
16 擾乱属性学習部
20 認識部
21 テストデータDB
22 テストデータ入力部
23 特徴抽出部
24 関心属性認識部
25 出力部
Claims (5)
- 適合ラベルおよび非適合ラベルの各データ項目を有する入力データから生成される特徴量を入力して第1の推定結果を出力する第1の教師有学習器に対し、前記第1の推定結果と前記適合ラベルとが一致するように学習させ、
前記特徴量を入力して第2の推定結果を出力する第2の教師有学習器に対し、前記第2の推定結果と前記非適合ラベルとが一致するように学習させ、
前記入力データから前記特徴量を生成する特徴抽出器に対し、前記適合ラベルの認識を促進させ、かつ、前記非適合ラベルの認識を抑制する学習を実行させる、
処理をコンピュータに実行させる学習プログラム。 - 前記第1の推定結果と前記適合ラベルとの誤差が小さくなるように、かつ、前記第2の推定結果と前記非適合ラベルとの誤差が大きくなるように、前記特徴抽出器を学習させる処理を前記コンピュータに実行させる請求項1に記載の学習プログラム。
- 学習済みの前記特徴抽出器を用いて、認識対象のテストデータから前記特徴量を生成し、学習済みの前記第1の教師有学習器を用いて、前記特徴量から前記適合ラベルを認識する処理を前記コンピュータに実行させる請求項1または2に記載の学習プログラム。
- 適合ラベルおよび非適合ラベルの各データ項目を有する入力データから生成される特徴量を入力して第1の推定結果を出力する第1の教師有学習器に対し、前記第1の推定結果と前記適合ラベルとが一致するように学習させ、
前記特徴量を入力して第2の推定結果を出力する第2の教師有学習器に対し、前記第2の推定結果と前記非適合ラベルとが一致するように学習させ、
前記入力データから前記特徴量を生成する特徴抽出器に対し、前記適合ラベルの認識を促進させ、かつ、前記非適合ラベルの認識を抑制する学習を実行させる、
処理をコンピュータが実行する学習方法。 - 適合ラベルおよび非適合ラベルの各データ項目を有する入力データから生成される特徴量を入力して第1の推定結果を出力する第1の教師有学習器に対し、前記第1の推定結果と前記適合ラベルとが一致するように学習させる第1学習部と、
前記特徴量を入力して第2の推定結果を出力する第2の教師有学習器に対し、前記第2の推定結果と前記非適合ラベルとが一致するように学習させる第2学習部と、
前記入力データから前記特徴量を生成する特徴抽出器に対し、前記適合ラベルの認識を促進させ、かつ、前記非適合ラベルの認識を抑制する学習を実行させる第3学習部と、
を有する学習装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018045890A JP7006401B2 (ja) | 2018-03-13 | 2018-03-13 | 学習プログラム、学習方法および学習装置 |
US16/287,685 US10891516B2 (en) | 2018-03-13 | 2019-02-27 | Non-transitory computer-readable recording medium, learning method, and learning apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018045890A JP7006401B2 (ja) | 2018-03-13 | 2018-03-13 | 学習プログラム、学習方法および学習装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019159824A JP2019159824A (ja) | 2019-09-19 |
JP7006401B2 true JP7006401B2 (ja) | 2022-01-24 |
Family
ID=67905822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018045890A Active JP7006401B2 (ja) | 2018-03-13 | 2018-03-13 | 学習プログラム、学習方法および学習装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10891516B2 (ja) |
JP (1) | JP7006401B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7156049B2 (ja) * | 2019-01-17 | 2022-10-19 | 富士通株式会社 | 学習方法、学習プログラムおよび学習装置 |
JP7163786B2 (ja) * | 2019-01-17 | 2022-11-01 | 富士通株式会社 | 学習方法、学習プログラムおよび学習装置 |
JP7279368B2 (ja) * | 2019-01-17 | 2023-05-23 | 富士通株式会社 | 学習方法、学習プログラムおよび学習装置 |
JP7388239B2 (ja) * | 2020-02-21 | 2023-11-29 | 日本電信電話株式会社 | 照合装置、照合方法、および、照合プログラム |
US11693921B2 (en) * | 2020-12-10 | 2023-07-04 | Baker Hughes Holdings Llc | Data preparation for artificial intelligence models |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160217349A1 (en) | 2015-01-22 | 2016-07-28 | Microsoft Technology Licensing, Llc. | Optimizing multi-class multimedia data classification using negative data |
JP2017146745A (ja) | 2016-02-16 | 2017-08-24 | キヤノン株式会社 | 情報処理装置、制御方法、情報処理システム、およびプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5353482B2 (ja) | 2009-06-26 | 2013-11-27 | 株式会社日立情報通信エンジニアリング | パターン認識用辞書生成装置、パターン認識装置、及びパターン認識用辞書生成方法 |
US9792532B2 (en) * | 2013-06-28 | 2017-10-17 | President And Fellows Of Harvard College | Systems and methods for machine learning enhanced by human measurements |
JP2015176175A (ja) | 2014-03-13 | 2015-10-05 | 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 |
US10515304B2 (en) * | 2015-04-28 | 2019-12-24 | Qualcomm Incorporated | Filter specificity as training criterion for neural networks |
US9443320B1 (en) | 2015-05-18 | 2016-09-13 | Xerox Corporation | Multi-object tracking with generic object proposals |
US10664722B1 (en) * | 2016-10-05 | 2020-05-26 | Digimarc Corporation | Image processing arrangements |
-
2018
- 2018-03-13 JP JP2018045890A patent/JP7006401B2/ja active Active
-
2019
- 2019-02-27 US US16/287,685 patent/US10891516B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160217349A1 (en) | 2015-01-22 | 2016-07-28 | Microsoft Technology Licensing, Llc. | Optimizing multi-class multimedia data classification using negative data |
JP2017146745A (ja) | 2016-02-16 | 2017-08-24 | キヤノン株式会社 | 情報処理装置、制御方法、情報処理システム、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US10891516B2 (en) | 2021-01-12 |
US20190286939A1 (en) | 2019-09-19 |
JP2019159824A (ja) | 2019-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7006401B2 (ja) | 学習プログラム、学習方法および学習装置 | |
CN107045618B (zh) | 一种人脸表情识别方法及装置 | |
CN106897746B (zh) | 数据分类模型训练方法和装置 | |
US11640518B2 (en) | Method and apparatus for training a neural network using modality signals of different domains | |
US10783402B2 (en) | Information processing apparatus, information processing method, and storage medium for generating teacher information | |
JP6760318B2 (ja) | 顔画像識別システム、識別器生成装置、識別装置、画像識別システム、及び識別システム | |
EP3786846B1 (en) | Method used for identifying object, device and computer readable storage medium | |
US20150286857A1 (en) | Apparatus and method for recognizing image, and method for generating morphable face images from original image | |
CN110827797B (zh) | 语音应答事件分类处理方法和装置 | |
KR102562377B1 (ko) | 우울증 진단 정보를 제공하기 위한 인공지능 연합학습 방법 및 시스템 | |
US11301723B2 (en) | Data generation device, data generation method, and computer program product | |
KR20200074958A (ko) | 뉴럴 네트워크 학습 방법 및 디바이스 | |
CN111401343B (zh) | 识别图像中人的属性的方法、识别模型的训练方法和装置 | |
Liao et al. | Knowledge-aware multimodal fashion chatbot | |
CN112241667A (zh) | 图像检测方法、装置、设备及存储介质 | |
CN111382410B (zh) | 刷脸验证方法及*** | |
CN112487284A (zh) | 银行客户画像生成方法、设备、存储介质及装置 | |
CN116745763A (zh) | 用于自动提取分类训练数据的***和方法 | |
CN114511023B (zh) | 分类模型训练方法以及分类方法 | |
CN109902167B (zh) | 嵌入结果的解释方法和装置 | |
CN113762005B (zh) | 特征选择模型的训练、对象分类方法、装置、设备及介质 | |
CN108596094A (zh) | 人物风格检测***、方法、终端及介质 | |
CN107533672A (zh) | 模式识别装置、模式识别方法以及程序 | |
CN109657710B (zh) | 数据筛选方法、装置、服务器及存储介质 | |
CN115512202A (zh) | 基于度量学习的小样本目标检测方法、***和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201210 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211125 |
|
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: 20211207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7006401 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |