特許ウォッチ

公開番号2024165928
公報種別公開特許公報(A)
公開日2024-11-28
出願番号2023082527
出願日2023-05-18
発明の名称予測装置、推定方法、予測方法、推定プログラム及び予測プログラム
出願人エヌ・ティ・ティ・コミュニケーションズ株式会社
代理人弁理士法人酒井国際特許事務所
主分類G06N 20/00 20190101AFI20241121BHJP(計算;計数)
要約【課題】間接予測における予測精度を向上させること。
【解決手段】中間変数計算部152は、学習済みの予測モデルを用いて、説明変数から中間変数を計算する。更新部155は、中間変数から出力値を計算する出力関数の2階微分を用いて、出力値を補正して目的変数の予測値を得るためのパラメータを推定する。目的変数計算部153は、中間変数を出力関数に入力して得られた出力値を、出力関数の2階微分及び推定されたパラメータを用いて補正することにより、目的変数の予測値を計算する。
【選択図】図1
特許請求の範囲【請求項１】
学習済みの予測モデルを用いて、説明変数から中間変数を計算する中間変数計算部と、
前記中間変数から出力値を計算する関数の２階微分を用いて、前記出力値を補正して目的変数の予測値を得るためのパラメータを推定する推定部と、
を有することを特徴とする予測装置。
続きを表示（約 980 文字）【請求項２】
前記推定部は、複数の前記中間変数のそれぞれについての前記関数の前記２階微分と前記パラメータとの積の和が、前記関数によって計算された前記出力値の残差と等しくなるように、線形回帰により前記パラメータを推定する
ことを特徴とする請求項１に記載の予測装置。
【請求項３】
学習済みの予測モデルを用いて、説明変数から中間変数を計算する中間変数計算部と、
前記中間変数を関数に入力して得られた出力値を、前記関数の２階微分を用いて補正することにより、目的変数の予測値を計算する目的変数計算部と、
を有することを特徴とする予測装置。
【請求項４】
コンピュータによって実行される推定方法であって、
学習済みの予測モデルを用いて、説明変数から中間変数を計算する中間変数計算工程と、
前記中間変数から出力値を計算する関数の２階微分を用いて、前記出力値を補正して目的変数の予測値を得るためのパラメータを推定する推定工程と、
を含むことを特徴とする推定方法。
【請求項５】
コンピュータによって実行される予測方法であって、
学習済みの予測モデルを用いて、説明変数から中間変数を計算する中間変数計算工程と、
前記中間変数を関数に入力して得られた出力値を、前記関数の２階微分を用いて補正することにより、目的変数の予測値を計算する目的変数計算工程と、
を含むことを特徴とする予測方法。
【請求項６】
学習済みの予測モデルを用いて、説明変数から中間変数を計算する中間変数計算ステップと、
前記中間変数から出力値を計算する関数の２階微分を用いて、前記出力値を補正して目的変数の予測値を得るためのパラメータを推定する推定ステップと、
をコンピュータに実行させることを特徴とする推定プログラム。
【請求項７】
学習済みの予測モデルを用いて、説明変数から中間変数を計算する中間変数計算ステップと、
前記中間変数を関数に入力して得られた出力値を、前記関数の２階微分を用いて補正することにより、目的変数の予測値を計算する目的変数計算ステップと、
をコンピュータに実行させることを特徴とする予測プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、予測装置、推定方法、予測方法、推定プログラム及び予測プログラムに関する。
続きを表示（約 1,100 文字）【背景技術】
【０００２】
従来、機械学習モデルの出力を既知の計算式に入力することで、最終的な結果を得る手法が知られている。例えば、特許文献１には、リカレントニューラルネットワークの出力をソフトマックス関数に入力することが記載されている。
【０００３】
また、機械学習モデルを使った間接予測と呼ばれる手法が知られている。間接予測は、化学プラント、農業、経済等における指標の予測に用いられる。間接予測において、機械学習モデルは、説明変数と目的変数の関係ではなく、説明変数と中間変数の関係を学習する。
【０００４】
予測時には、機械学習モデルは説明変数を基に中間変数を出力する。そして、既知の計算式により、中間変数から目的変数が計算される。
【０００５】
例えば、間接予測を用いて収率を予測する場合を考える。このとき、説明変数と中間変数との関係を学習した機械学習モデルは、入力された説明変数を基に、収量及び理論収量という２つの中間変数を出力する。そして、収量と理論収量という２つの中間変数を基に、「収率＝収量÷理論収量」という既知の計算式により収率が計算される。
【先行技術文献】
【特許文献】
【０００６】
特開２０２０－０５２６１１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、従来の技術には、間接予測における予測精度が低下する場合があるという問題がある。
【０００８】
例えば、機械学習モデルによって出力される中間変数がノイズを含む場合がある。その場合、既知の計算式にはノイズを含んだ状態の中間変数が入力される。その結果、既知の計算式から出力される目的変数にノイズに起因するバイアスが生じ、予測精度が低下する。
【課題を解決するための手段】
【０００９】
上述した課題を解決し、目的を達成するために、予測装置は、学習済みの予測モデルを用いて、説明変数から中間変数を計算する中間変数計算部と、前記中間変数から出力値を計算する関数の２階微分を用いて、前記出力値を補正して目的変数の予測値を得るためのパラメータを推定する推定部と、を有することを特徴とする。
【００１０】
上述した課題を解決し、目的を達成するために、予測装置は、学習済みの予測モデルを用いて、説明変数から中間変数を計算する中間変数計算部と、前記中間変数を関数に入力して得られた出力値を、前記関数の２階微分を用いて補正することにより、目的変数の予測値を計算する目的変数計算部と、を有することを特徴とする。
【発明の効果】
（【００１１】以降は省略されています）

関連特許