特許ウォッチ

公開番号2024130290
公報種別公開特許公報(A)
公開日2024-09-30
出願番号2023039932
出願日2023-03-14
発明の名称データ生成装置及びデータ生成方法
出願人学校法人日本大学
代理人個人,個人,個人
主分類G16H 50/00 20180101AFI20240920BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】敵対的生成ネットワークを用いて合成データを生成する際に合成データの性質を制御することを図る。
【解決手段】制御部は、実在データを用いて、実潜在変数から生成された合成データである再構成データの真偽を識別器により判定させ、当該判定結果により生成器及び符号化器を学習させ、実在データを用いて、非実潜在変数から生成された合成データの真偽を識別器により判定させ、当該判定結果により生成器及び符号化器を学習させ、実在データを用いて再構成データの真偽を識別器により判定させ、当該判定結果により識別器を学習させ、実在データを用いて合成データの真偽を判定させ、当該判定結果により識別器を学習させ、符号識別器により非実潜在変数を用いて実潜在変数の真偽を判定させ、当該判定の結果により符号識別器を学習させる。
【選択図】図1
特許請求の範囲【請求項１】
敵対的生成ネットワークを用いて合成データを生成するデータ生成装置において、
入力潜在変数から合成データを生成する生成器と、
第２データを用いて第１データの真偽を判定する識別器と、
実在データから潜在変数である実潜在変数を生成する符号化器と、
前記実潜在変数とは異なる非実潜在変数を取得する非実潜在変数取得部と、
前記実潜在変数と前記非実潜在変数との類似度を判定する符号識別器と、
制御部と、を備え、
学習段階において、
前記制御部は、実在データを前記識別器の第２データに使用し、且つ実潜在変数を前記生成器に入力して前記生成器により生成された合成データである再構成データを前記識別器の第１データに使用して、前記識別器により再構成データの真偽を判定させ、当該判定の結果により前記生成器及び前記符号化器を学習させ、
さらに、前記制御部は、実在データを前記識別器の第２データに使用し、且つ非実潜在変数を前記生成器に入力して前記生成器により生成された合成データを前記識別器の第１データに使用して、前記識別器により合成データの真偽を判定させ、当該判定の結果により前記生成器及び前記符号化器を学習させ、
前記制御部は、実在データを前記識別器の第２データに使用し、且つ実潜在変数を前記生成器に入力して前記生成器により生成された合成データである再構成データを前記識別器の第１データに使用して、前記識別器により再構成データの真偽を判定させ、当該判定の結果により前記識別器を学習させ、
さらに、前記制御部は、実在データを前記識別器の第２データに使用し、且つ非実潜在変数を前記生成器に入力して前記生成器により生成された合成データを前記識別器の第１データに使用して、前記識別器により合成データの真偽を判定させ、当該判定の結果により前記識別器を学習させ、
前記制御部は、前記符号識別器により非実潜在変数を用いて実潜在変数の真偽を判定させ、当該判定の結果により符号識別器を学習させる、
データ生成装置。
続きを表示（約 1,600 文字）【請求項２】
運用段階において、
前記制御部は、前記類似度に基づいて、非実潜在変数の中から実際に前記生成器に使用する入力潜在変数を選択し、
前記生成器は、当該選択された入力潜在変数から合成データを生成する、
請求項１に記載のデータ生成装置。
【請求項３】
前記実在データは、実在する人から取得された医療データである実在医療データであり、
前記生成器は、前記実在医療データから生成された前記実潜在変数から再構成される医療データである再構成医療データを生成し、
前記生成器は、前記非実潜在変数から新規の医療データである合成医療データを生成する、
請求項１又は２のいずれか１項に記載のデータ生成装置。
【請求項４】
敵対的生成ネットワークを用いて合成データを生成するデータ生成装置が実行するデータ生成方法であって、
前記データ生成装置は、
入力潜在変数から合成データを生成する生成器と、
第２データを用いて第１データの真偽を判定する識別器と、
実在データから潜在変数である実潜在変数を生成する符号化器と、
前記実潜在変数と前記実潜在変数とは異なる非実潜在変数との類似度を判定する符号識別器と、を備え、
前記データ生成方法は、
実在データから潜在変数である実潜在変数を生成する実潜在変数生成ステップと、
前記非実潜在変数を取得する非実潜在変数取得ステップと、
学習ステップと、を含み、
前記学習ステップにおいて、
実在データを前記識別器の第２データに使用し、且つ実潜在変数を前記生成器に入力して前記生成器により生成された合成データである再構成データを前記識別器の第１データに使用して、前記識別器により再構成データの真偽を判定させ、当該判定の結果により前記生成器及び前記符号化器を学習させ、
さらに、実在データを前記識別器の第２データに使用し、且つ非実潜在変数を前記生成器に入力して前記生成器により生成された合成データを前記識別器の第１データに使用して、前記識別器により合成データの真偽を判定させ、当該判定の結果により前記生成器及び前記符号化器を学習させ、
実在データを前記識別器の第２データに使用し、且つ実潜在変数を前記生成器に入力して前記生成器により生成された合成データである再構成データを前記識別器の第１データに使用して、前記識別器により再構成データの真偽を判定させ、当該判定の結果により前記識別器を学習させ、
さらに、実在データを前記識別器の第２データに使用し、且つ非実潜在変数を前記生成器に入力して前記生成器により生成された合成データを前記識別器の第１データに使用して、前記識別器により合成データの真偽を判定させ、当該判定の結果により前記識別器を学習させ、
前記符号識別器により非実潜在変数を用いて実潜在変数の真偽を判定させ、当該判定の結果により符号識別器を学習させる、
データ生成方法。
【請求項５】
運用段階において、
前記類似度に基づいて、非実潜在変数の中から実際に前記生成器に使用する入力潜在変数を選択するステップと、
前記生成器により、当該選択された入力潜在変数から合成データを生成するステップと、
をさらに含む請求項４に記載のデータ生成方法。
【請求項６】
前記実在データは、実在する人から取得された医療データである実在医療データであり、
前記生成器は、前記実在医療データから生成された前記実潜在変数から再構成される医療データである再構成医療データを生成し、
前記生成器は、前記非実潜在変数から新規の医療データである合成医療データを生成する、
請求項４又は５のいずれか１項に記載のデータ生成方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、データ生成装置及びデータ生成方法に関する。
続きを表示（約 3,200 文字）【背景技術】
【０００２】
従来、医薬品開発において例えば新薬の臨床試験を行う際に、試験条件に合致する患者が集まらず、予定症例数を満足することが難しい状況が発生していた。この対処の一例として医薬品開発の効率化を目的とする臨床試験シミュレーションでは、実際に観測されている被験者のデータからブートストラップリサンプリングや多変量正規分布などにより仮想被験者を生成している。一方、情報科学の分野では、深層学習等の機械学習技術により、医療データのようないわゆる表形式のデータを大量に学習し、似た性質を持つ合成データを生成する「Conditional Tabular Generative Adversarial Networks（ＣＴＧＡＮ）」と呼ばれるデータ生成方法が提案されている（例えば、非特許文献１参照）。
【先行技術文献】
【非特許文献】
【０００３】
Lei Xu et al., “Modeling Tabular Data using Conditional GAN”, NeurIPS2019, 2019.
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、上述したブートストラップリサンプリングは、観測されている情報の再活用であるため、現実のデータが持つ相関構造といった性質を保持できるが、観測済みのデータしか生成できない。したがって、十分に観測されていない被験者を仮想的に生成することはできない。また多変量正規分布は、分布を仮定することで未観測のデータも新規に生成できるが、属性同士が線形に関係することに加え単峰性の分布を持つという、比較的強力な仮定があり、現実離れした属性を持つ被験者を生成し得る問題がある。
【０００５】
また上述したＣＴＧＡＮ等のように、大量のデータを基に、潜在変数と呼ばれるノイズベクトルから合成データを生成する生成器を学習する敵対的生成ネットワーク（Generative Adversarial Networks：ＧＡＮ）により、多様性に富む合成データを生成することが可能になりつつある。しかし、基になる潜在変数と生成される合成データとの間の関係性が不明であり、生成する合成データの性質を制御することが難しいという課題がある。
【０００６】
本発明は、このような事情を考慮してなされたものであり、その目的は、敵対的生成ネットワークを用いて合成データを生成する際に合成データの性質を制御することができる、データ生成装置及びデータ生成方法を提供することを課題とする。
【課題を解決するための手段】
【０００７】
本発明の一態様は、敵対的生成ネットワークを用いて合成データを生成するデータ生成装置において、入力潜在変数から合成データを生成する生成器と、第２データを用いて第１データの真偽を判定する識別器と、実在データから潜在変数である実潜在変数を生成する符号化器と、前記実潜在変数とは異なる非実潜在変数を取得する非実潜在変数取得部と、前記実潜在変数と前記非実潜在変数との類似度を判定する符号識別器と、制御部と、を備え、学習段階において、前記制御部は、実在データを前記識別器の第２データに使用し、且つ実潜在変数を前記生成器に入力して前記生成器により生成された合成データである再構成データを前記識別器の第１データに使用して、前記識別器により再構成データの真偽を判定させ、当該判定の結果により前記生成器及び前記符号化器を学習させ、さらに、前記制御部は、実在データを前記識別器の第２データに使用し、且つ非実潜在変数を前記生成器に入力して前記生成器により生成された合成データを前記識別器の第１データに使用して、前記識別器により合成データの真偽を判定させ、当該判定の結果により前記生成器及び前記符号化器を学習させ、前記制御部は、実在データを前記識別器の第２データに使用し、且つ実潜在変数を前記生成器に入力して前記生成器により生成された合成データである再構成データを前記識別器の第１データに使用して、前記識別器により再構成データの真偽を判定させ、当該判定の結果により前記識別器を学習させ、さらに、前記制御部は、実在データを前記識別器の第２データに使用し、且つ非実潜在変数を前記生成器に入力して前記生成器により生成された合成データを前記識別器の第１データに使用して、前記識別器により合成データの真偽を判定させ、当該判定の結果により前記識別器を学習させ、前記制御部は、前記符号識別器により非実潜在変数を用いて実潜在変数の真偽を判定させ、当該判定の結果により符号識別器を学習させる、データ生成装置である。
【０００８】
本発明の一態様は、上記のデータ生成装置において、運用段階において、前記制御部は、前記類似度に基づいて、非実潜在変数の中から実際に前記生成器に使用する入力潜在変数を選択し、前記生成器は、当該選択された入力潜在変数から合成データを生成する、データ生成装置である。
【０００９】
本発明の一態様は、上記のデータ生成装置において、前記実在データは、実在する人から取得された医療データである実在医療データであり、前記生成器は、前記実在医療データから生成された前記実潜在変数から再構成される医療データである再構成医療データを生成し、前記生成器は、前記非実潜在変数から新規の医療データである合成医療データを生成する、データ生成装置である。
【００１０】
本発明の一態様は、敵対的生成ネットワークを用いて合成データを生成するデータ生成装置が実行するデータ生成方法であって、前記データ生成装置は、入力潜在変数から合成データを生成する生成器と、第２データを用いて第１データの真偽を判定する識別器と、実在データから潜在変数である実潜在変数を生成する符号化器と、前記実潜在変数と前記実潜在変数とは異なる非実潜在変数との類似度を判定する符号識別器と、を備え、前記データ生成方法は、実在データから潜在変数である実潜在変数を生成する実潜在変数生成ステップと、前記非実潜在変数を取得する非実潜在変数取得ステップと、学習ステップと、を含み、前記学習ステップにおいて、実在データを前記識別器の第２データに使用し、且つ実潜在変数を前記生成器に入力して前記生成器により生成された合成データである再構成データを前記識別器の第１データに使用して、前記識別器により再構成データの真偽を判定させ、当該判定の結果により前記生成器及び前記符号化器を学習させ、さらに、実在データを前記識別器の第２データに使用し、且つ非実潜在変数を前記生成器に入力して前記生成器により生成された合成データを前記識別器の第１データに使用して、前記識別器により合成データの真偽を判定させ、当該判定の結果により前記生成器及び前記符号化器を学習させ、実在データを前記識別器の第２データに使用し、且つ実潜在変数を前記生成器に入力して前記生成器により生成された合成データである再構成データを前記識別器の第１データに使用して、前記識別器により再構成データの真偽を判定させ、当該判定の結果により前記識別器を学習させ、さらに、実在データを前記識別器の第２データに使用し、且つ非実潜在変数を前記生成器に入力して前記生成器により生成された合成データを前記識別器の第１データに使用して、前記識別器により合成データの真偽を判定させ、当該判定の結果により前記識別器を学習させ、前記符号識別器により非実潜在変数を用いて実潜在変数の真偽を判定させ、当該判定の結果により符号識別器を学習させる、データ生成方法である。
（【００１１】以降は省略されています）

関連特許