特許ウォッチ

公開番号2024066483
公報種別公開特許公報(A)
公開日2024-05-15
出願番号2023183595
出願日2023-10-25
発明の名称情報処理装置、情報処理方法及びコンピュータプログラム
出願人富士通株式会社
代理人個人,個人
主分類G06N 20/00 20190101AFI20240508BHJP(計算;計数)
要約【課題】本発明は、情報処理装置と方法及びコンピュータプログラムを提供する。
【解決手段】該情報処理装置は第一モデル訓練ユニットを含み、それは第一訓練サンプル集合を利用して、事前訓練の第一モデルを、所定条件を満たすように訓練することで、予測待ち対象を予測するための再訓練の第一モデルを得るように構成される。再訓練の第一モデルは特徴抽出器及び判別器を含む。判別器の出力は、事前訓練の第一モデルの特徴抽出器により抽出される特徴の分布と、再訓練の第一モデルの特徴抽出器により抽出される特徴の分布との間の差異を表すために用いられる。所定条件は、判別器の出力が第一所定閾値範囲内であることを含む。
【選択図】図1
特許請求の範囲【請求項１】
情報を処理する装置であって、
第一モデル訓練ユニットを含み、
前記第一モデル訓練ユニットは、第一訓練サンプル集合を利用して、事前訓練の第一モデルを、所定条件を満たすように訓練することで、予測待ち対象を予測するための再訓練の第一モデルを取得するように構成され、
前記再訓練の第一モデルは特徴抽出器及び判別器を含み、
前記判別器の出力は、前記事前訓練の第一モデルの特徴抽出器により抽出される特徴の分布と、前記再訓練の第一モデルの特徴抽出器により抽出される特徴の分布との間の差異を表すために用いられ、
前記所定条件は、前記判別器の出力が第一所定閾値範囲内であることを含む、装置。
続きを表示（約 1,000 文字）【請求項２】
請求項１に記載の装置であって、
前記事前訓練の第一モデルは判別器を含まず、
前記第一モデル訓練ユニットは、前記事前訓練の第一モデルを訓練する前に、前記事前訓練の第一モデルに判別器を追加するように構成される、装置。
【請求項３】
請求項１に記載の装置であって、
前記事前訓練の第一モデルは判別器を含む、装置。
【請求項４】
請求項３に記載の装置であって、
前記第一モデル訓練ユニットは、前記事前訓練の第一モデルを訓練する前に、前記事前訓練の第一モデルにおける判別器の構成パラメータを初期化するように構成される、装置。
【請求項５】
請求項１に記載の装置であって、
前記事前訓練の第一モデルは第二訓練サンプル集合を使用して第一モデルを訓練することで得られるものであり、
前記第一訓練サンプル集合と前記第二訓練サンプル集合は互いにオーバーラップしない、装置。
【請求項６】
請求項５に記載の装置であって、
前記第一訓練サンプル集合と前記第二訓練サンプル集合は異なる類型の対象を含む、装置。
【請求項７】
請求項５又は６に記載の装置であって、
第二モデル訓練ユニットをさらに含み、
前記第二モデル訓練ユニットは、前記第二訓練サンプル集合を利用して、前記第一モデルを、所定の収束条件を満たすように訓練することで、前記事前訓練の第一モデルを得るように構成される、装置。
【請求項８】
請求項１に記載の装置であって、
前記事前訓練の第一モデルはニューラルネットワークモデルである、装置。
【請求項９】
情報を処理する方法であって、
第一訓練サンプル集合を利用して、事前訓練の第一モデルを、所定条件を満たすように訓練することで、予測待ち対象を予測するための再訓練の第一モデルを取得することを含み、
前記再訓練の第一モデルは特徴抽出器及び判別器を含み、
前記判別器の出力は、前記事前訓練の第一モデルの特徴抽出器により抽出される特徴の分布と、前記再訓練の第一モデルの特徴抽出器により抽出される特徴の分布との間の差異を表すために用いられ、
前記所定条件は、前記判別器の出力が第一所定閾値範囲内であることを含む、方法。
【請求項１０】
コンピュータに、請求項９に記載の方法を実行させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理の分野に関し、特に、情報処理装置、情報処理方法及びコンピュータプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
情報処理の分野では、生涯にわたる（持続的な）学習が重要な用途を有する。しかし、新しい訓練サンプル集合を使用して、訓練により得られた元のモデルをさらに訓練する場合に、結果として得られる新しいモデルは元のモデルのパフォーマンスを失う可能性がある。
【発明の概要】
【発明が解決しようとする課題】
【０００３】
上述の問題に鑑み、本発明の目的は、従来技術の１つ又は複数の欠点を解決し得る情報処理装置及び方法を提供することにある。
【課題を解決するための手段】
【０００４】
本発明の一側面によれば、情報処理装置が提供され、それは第一モデル訓練ユニットを含み、該第一モデル訓練ユニットは第一訓練サンプル集合を利用して、事前訓練の第一モデルを、所定条件を満たすように訓練することで、予測待ち対象を予測するための再訓練の第一モデルを取得するように構成される。再訓練の第一モデルは特徴抽出器及び判別器を含む。判別器の出力は、事前訓練の第一モデルの特徴抽出器により抽出される特徴の分布と、再訓練の第一モデルの特徴抽出器により抽出される特徴の分布との間の差異を表すために用いられる。所定条件は、判別器の出力が第一所定閾値範囲内であることを含む。
【０００５】
本発明のもう１つの側面によれば、情報処理方法が提供され、それは第一訓練サンプル集合を利用して、事前訓練の第一モデルを、所定条件を満たすように訓練することで、予測待ち対象を予測するための再訓練の第一モデルを取得することを含む。再訓練の第一モデルは特徴抽出器及び判別器を含む。判別器の出力は、事前訓練の第一モデルの特徴抽出器により抽出される特徴の分布と、再訓練の第一モデルの特徴抽出器により抽出される特徴の分布との間の差異を表すために用いられる。所定条件は、判別器の出力が第一所定閾値範囲内であることを含む。
【０００６】
本発明の他の側面によれば、上述の方法を実現するためのコンピュータプログラムコード及びコンピュータプログラムプロダクト、並びに上述の方法を実現するためのコンピュータプログラムコードを記憶しているコンピュータ可読記憶媒体がさらに提供される。
【図面の簡単な説明】
【０００７】
本発明の実施例による情報処理装置の機能構成例のブロック図である。
本発明の実施例による情報処理装置における第一モデル訓練ユニットの訓練処理の例示図である。
本発明の実施例による情報処理装置と他の技術との比較を示す図である。
本発明のもう１つの実施例による情報処理装置の機能構成例のブロック図である。
本発明の実施例による情報処理方法の例示的なフローチャートである。
本発明の実施例において採用され得るパソコンの例示的な構成のブロック図である。
【発明を実施するための形態】
【０００８】
以下、添付した図面を参照しながら、本発明を実施するための好適な実施例を詳細に説明する。なお、以下の実施例は例示に過ぎず、本発明を限定するものではない。
【０００９】
まず、図１を参照しながら本発明の実施例による情報処理装置の機能構成例を説明する。図１は本発明の実施例による情報処理装置１００の機能構成例のブロック図である。図１に示すように、本発明の実施例による情報処理装置１００は第一モデル訓練ユニット１０２を含み得る。
【００１０】
第一モデル訓練ユニット１０２は第一訓練サンプル集合を利用して、事前訓練の第一モデルを、所定条件を満たすように訓練することで、予測待ち対象を予測するための再訓練の第一モデルを取得するように構成されても良い。再訓練の第一モデルは特徴抽出器（抽出器と略称する場合がある）及び判別器を含んでも良い。判別器の出力は、事前訓練の第一モデルの特徴抽出器により抽出される特徴の分布と、再訓練の第一モデルの特徴抽出器により抽出される特徴の分布との間の差異を表すために用いられる。
（【００１１】以降は省略されています）

関連特許