JPWO2022250154A5 - - Google Patents
Download PDFInfo
- Publication number
- JPWO2022250154A5 JPWO2022250154A5 JP2023513902A JP2023513902A JPWO2022250154A5 JP WO2022250154 A5 JPWO2022250154 A5 JP WO2022250154A5 JP 2023513902 A JP2023513902 A JP 2023513902A JP 2023513902 A JP2023513902 A JP 2023513902A JP WO2022250154 A5 JPWO2022250154 A5 JP WO2022250154A5
- Authority
- JP
- Japan
- Prior art keywords
- information
- model
- learning
- adapter
- base
- 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.)
- Granted
Links
- 230000001131 transforming effect Effects 0.000 claims 3
- 230000006870 function Effects 0.000 claims 2
- 238000000034 method Methods 0.000 claims 2
- 230000008878 coupling Effects 0.000 claims 1
- 238000010168 coupling process Methods 0.000 claims 1
- 238000005859 coupling reaction Methods 0.000 claims 1
Claims (16)
- 入力情報に含まれる認識対象の認識結果を出力する学習済みモデルを生成する制御部を備え、
前記制御部は、
前記入力情報と同一又は関連する学習対象の情報を含む教師データを用いた第1の学習を実行することによって生成された少なくとも1つのベースモデルに結合された状態で、前記学習対象の情報のうち前記第1の学習で用いられた情報と異なる情報を含む教師データを用いた第2の学習を実行することによって生成された、前記入力情報を前記少なくとも1つのベースモデルに入力する前に変換可能なアダプタを取得し、
前記学習対象の情報のうち前記第1の学習で用いられた情報及び前記第2の学習で用いられた情報のいずれとも異なる情報を含む教師データを用いた第3の学習を実行することによってターゲットモデルを生成し、
前記アダプタと前記ターゲットモデルとを結合することによって前記学習済みモデルを生成する、学習済みモデル生成装置。 - 前記ベースモデルは、前記入力情報と同一又は関連するタスクの情報として仮想的に生成された学習対象の第1疑似情報を教師データとして事前学習されたモデルであり、
前記制御部は、
前記学習対象の実際の態様を表す第1実情報及び前記第1疑似情報の少なくとも一方を更に教師データとして、前記ベースモデルに結合させた前記アダプタを学習させ、
前記認識対象を表すデータとして仮想的に生成された第2疑似情報、又は、前記認識対象の実際の態様を表す第2実情報を教師データとして学習して前記ターゲットモデルを生成する、請求項1に記載の学習済みモデル生成装置。 - 前記第1疑似情報、前記第2疑似情報、前記第1実情報、及び前記第2実情報は画像を含み、
前記アダプタは、入力される画像の態様を変換して出力する、請求項2に記載の学習済みモデル生成装置。 - 前記ベースモデルは、前記入力情報と同一又は関連するタスクの情報として仮想的に生成された学習対象の第1疑似情報のみを教師データとして事前学習されたモデルであり、
前記制御部は、前記認識対象を表すデータとして仮想的に生成された第2疑似情報のみを教師データとして学習して前記ターゲットモデルを生成する、請求項2に記載の学習済みモデル生成装置。 - 複数の前記ベースモデルが事前学習によって生成され、
前記アダプタは、前記複数のベースモデルそれぞれに前記入力情報を入力可能に構成され、
前記制御部は、前記アダプタの出力を前記複数のベースモデルの各々に入力させて学習させることによって、少なくとも前記アダプタを生成する、請求項1から4までのいずれか一項に記載の学習済みモデル生成装置。 - 前記制御部は、前記アダプタの出力を前記複数のベースモデルの各々に入力させて学習させることによって、前記アダプタのみを生成又は更新する、請求項5に記載の学習済みモデル生成装置。
- 前記制御部は、前記アダプタを生成するために、前記複数のベースモデルを複数のグループに分類して前記各グループを順番に、前記アダプタを生成するための事前学習に適用する、請求項5に記載の学習済みモデル生成装置。
- 前記制御部は、前記各グループに1つの前記ベースモデルを分類する、請求項7に記載の学習済みモデル生成装置。
- 前記制御部は、前記アダプタを生成するための事前学習に前記各グループを適用する順番をランダムに決定する、請求項7に記載の学習済みモデル生成装置。
- 前記制御部は、前記認識対象を表すデータとして仮想的に生成された第2疑似情報とに基づいて学習することによって、前記アダプタに結合されるターゲットモデルを生成する、請求項1から4までのいずれか一項に記載の学習済みモデル生成装置。
- 前記制御部は、前記アダプタを前記ターゲットモデルに結合した状態で学習することによって前記アダプタを生成する、請求項1から4までのいずれか一項に記載の学習済みモデル生成装置。
- 前記制御部は、前記入力情報と同一又は関連するタスクの損失関数を最適化するように、前記ベースモデルに結合したアダプタを学習する、請求項1から4までのいずれか一項に記載の学習済みモデル生成装置。
- 前記制御部は、前記入力情報と同一又は関連するタスク以外の損失関数を最適化するように学習することによって、前記ベースモデルに結合したアダプタを生成する、請求項1から4までのいずれか一項に記載の学習済みモデル生成装置。
- 前記ベースモデルは、前記入力情報の特徴量を抽出した結果を出力する第1ベースモデルと、前記第1ベースモデルの出力に基づいて前記入力情報についての所定の判断を行う第2ベースモデルとを含む、請求項1から4までのいずれか一項に記載の学習済みモデル生成装置。
- 入力情報に含まれる認識対象の認識結果を出力する学習済みモデルを生成する学習済みモデル生成装置が実行する学習済みモデル生成方法であって、
前記入力情報と同一又は関連する学習対象の情報を含む教師データを用いた第1の学習を実行することによって生成された少なくとも1つのベースモデルに結合された状態で、前記学習対象の情報のうち前記第1の学習で用いられた情報と異なる情報を含む教師データを用いた第2の学習を実行することによって生成された、前記入力情報を前記少なくとも1つのベースモデルに入力する前に変換可能なアダプタを取得することと、
前記学習対象の情報のうち前記第1の学習で用いられた情報及び前記第2の学習で用いられた情報のいずれとも異なる情報を含む教師データを用いた第3の学習を実行することによってターゲットモデルを生成することと、
前記アダプタと前記ターゲットモデルとを結合することによって前記学習済みモデルを生成することと
を含む学習済みモデル生成方法。 - 入力情報に含まれる認識対象の認識結果を出力する学習済みモデルを備えた認識装置であって、
前記学習済みモデルは、
前記入力情報と同一又は関連する学習対象の情報を含む教師データを用いた第1の学習を実行することによって生成された少なくとも1つのベースモデルに結合された状態で、前記学習対象の情報のうち前記第1の学習で用いられた情報と異なる情報を含む教師データを用いた第2の学習を実行することによって生成された、前記入力情報を前記少なくとも1つのベースモデルに入力する前に変換可能なアダプタと、
前記学習対象の情報のうち前記第1の学習で用いられた情報及び前記第2の学習で用いられた情報のいずれとも異なる情報を含む教師データを用いた第3の学習を実行することによって生成したターゲットモデルと
を含み、
前記アダプタと前記ターゲットモデルとを結合することによって構成されている、
認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023072697A JP2023099084A (ja) | 2021-05-28 | 2023-04-26 | 学習済みモデル生成装置、学習済みモデル生成方法、及び認識装置 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021090676 | 2021-05-28 | ||
JP2021090676 | 2021-05-28 | ||
PCT/JP2022/021815 WO2022250154A1 (ja) | 2021-05-28 | 2022-05-27 | 学習済みモデル生成装置、学習済みモデル生成方法、及び認識装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023072697A Division JP2023099084A (ja) | 2021-05-28 | 2023-04-26 | 学習済みモデル生成装置、学習済みモデル生成方法、及び認識装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2022250154A1 JPWO2022250154A1 (ja) | 2022-12-01 |
JPWO2022250154A5 true JPWO2022250154A5 (ja) | 2023-05-02 |
JP7271809B2 JP7271809B2 (ja) | 2023-05-11 |
Family
ID=84228930
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023513902A Active JP7271809B2 (ja) | 2021-05-28 | 2022-05-27 | 学習済みモデル生成装置、学習済みモデル生成方法、及び認識装置 |
JP2023072697A Pending JP2023099084A (ja) | 2021-05-28 | 2023-04-26 | 学習済みモデル生成装置、学習済みモデル生成方法、及び認識装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023072697A Pending JP2023099084A (ja) | 2021-05-28 | 2023-04-26 | 学習済みモデル生成装置、学習済みモデル生成方法、及び認識装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240265691A1 (ja) |
EP (1) | EP4350614A1 (ja) |
JP (2) | JP7271809B2 (ja) |
CN (1) | CN117396927A (ja) |
WO (1) | WO2022250154A1 (ja) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6166705B2 (ja) | 2014-09-29 | 2017-07-19 | セコム株式会社 | 対象識別装置 |
JP7268001B2 (ja) | 2018-04-05 | 2023-05-02 | 株式会社小糸製作所 | 演算処理装置、オブジェクト識別システム、学習方法、自動車、車両用灯具 |
KR102439606B1 (ko) | 2018-10-30 | 2022-09-01 | 삼성에스디에스 주식회사 | 전이 학습을 위한 기반 모델 결정 방법 및 그 방법을 지원하는 장치 |
US10565471B1 (en) | 2019-03-07 | 2020-02-18 | Capital One Services, Llc | Systems and methods for transfer learning of neural networks |
JP7218215B2 (ja) | 2019-03-07 | 2023-02-06 | 株式会社日立製作所 | 画像診断装置、画像処理方法及びプログラム |
JP7368995B2 (ja) | 2019-09-30 | 2023-10-25 | セコム株式会社 | 画像認識システム、撮像装置、認識装置及び画像認識方法 |
-
2022
- 2022-05-27 US US18/565,070 patent/US20240265691A1/en active Pending
- 2022-05-27 CN CN202280037790.3A patent/CN117396927A/zh active Pending
- 2022-05-27 WO PCT/JP2022/021815 patent/WO2022250154A1/ja active Application Filing
- 2022-05-27 EP EP22811422.9A patent/EP4350614A1/en active Pending
- 2022-05-27 JP JP2023513902A patent/JP7271809B2/ja active Active
-
2023
- 2023-04-26 JP JP2023072697A patent/JP2023099084A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112183188B (zh) | 一种基于任务嵌入网络的机械臂模仿学习的方法 | |
WO2021195970A1 (zh) | 工业***的预测模型学习方法、装置和*** | |
CN111856925A (zh) | 基于状态轨迹的对抗式模仿学习方法及装置 | |
CN112070865A (zh) | 课堂互动方法、装置、存储介质及电子设备 | |
JP2024086832A (ja) | ロボットシステム、および、ロボット装置 | |
JP7197753B2 (ja) | マニピュレータ制御装置、及びマニピュレータ制御システム | |
JPWO2022250154A5 (ja) | ||
WO2022009254A1 (ja) | データ拡張装置、学習装置、データ拡張方法、及び、記録媒体 | |
CN108416483A (zh) | 基于pso优化的rbf模型教学质量评价预测方法 | |
Ergene et al. | Imitation and learning of human hand gesture tasks of the 3D printed robotic hand by using artificial neural networks | |
Ichiwara et al. | Multimodal time series learning of robots based on distributed and integrated modalities: Verification with a simulator and actual robots | |
Sabathiel et al. | A computational model of learning to count in a multimodal, interactive environment. | |
Lucny | Towards one-shot learning via attention | |
CN109903364B (zh) | 一种基于肌肉骨骼模型生成3d人物动画动作风格的物理仿真方法 | |
JPWO2021020339A5 (ja) | ||
CN109635942B (zh) | 一种仿脑兴奋态和抑制态工作状态神经网络电路结构及方法 | |
Ramírez et al. | Human behavior learning in joint space using dynamic time warping and neural networks | |
Budiharto et al. | Modeling of natural interaction and algorithm of Intelligent humanoid robot for education | |
TW200811767A (en) | Learning assessment method and device using a virtual tutor | |
Son et al. | Usefulness of using Nvidia IsaacSim and IsaacGym for AI robot manipulation training | |
WO2023166746A1 (ja) | 要約生成装置、要約モデル学習装置、要約生成方法、要約モデル学習方法、及びプログラム | |
JP2022187679A (ja) | 学習認識装置 | |
JPWO2022250153A5 (ja) | ||
Nakajo et al. | Acquisition of viewpoint transformation and action mappings via sequence to sequence imitative learning by deep neural networks | |
EP3542971A3 (en) | Generating learned knowledge from an executable domain model |