特許ウォッチ

公開番号2024173154
公報種別公開特許公報(A)
公開日2024-12-12
出願番号2023091382
出願日2023-06-02
発明の名称データ分類システム、データ分類方法、及びプログラム
出願人三菱電機株式会社
代理人個人,個人,個人,個人
主分類G06N 20/00 20190101AFI20241205BHJP(計算;計数)
要約【課題】計算量の増大を抑制しつつ、未知のクラスに対応させてデータを適切に分類する。
【解決手段】データ分類システムは、少なくとも1つのクラスの正常データに対する特徴量の抽出及び異常検知を行う第1学習済みモデルを用いて、分類対象データの未対応データ異常を検知する異常検知処理と、異常検知処理の処理結果に基づいて、分類対象データを少なくとも正常データのクラスに分類する分類処理とを実行するデータ分類処理部と、異常検知処理の処理結果に基づいて、分類対象データを未知のクラスであると判定する未知クラス判定部と、分類対象データを未知のクラスであると判定した場合に、未知のクラスである分類対象データ及び正常データに基づいて、第1学習済みモデルを再学習するとともに、正常データに対する特徴量に基づいて、分類対象データを、正常データのクラスに分類する第2学習済みモデルを新規学習又は再学習する再学習処理部とを備える。
【選択図】図1
特許請求の範囲【請求項１】
分類対象データを分類クラスに分類するデータ分類処理部であって、
少なくとも１つのクラスの正常データに基づく初期学習処理により生成された前記正常データに対する特徴量の抽出及び異常検知を行う第１学習済みモデルを用いて、前記分類対象データがクラス分類するデータとして未対応のデータである未対応データ異常を検知する異常検知処理と、
前記異常検知処理の処理結果に基づいて、前記分類対象データを少なくとも前記正常データのクラスに分類する分類処理と
を実行するデータ分類処理部と、
前記異常検知処理の処理結果に基づいて、前記分類対象データを未知のクラスであると判定する未知クラス判定部と、
前記未知クラス判定部が前記分類対象データを前記未知のクラスであると判定した場合に、前記未知のクラスである前記分類対象データ及び前記正常データに基づいて、前記第１学習済みモデルを再学習するとともに、前記正常データに対する特徴量に基づいて、前記分類対象データを、前記正常データのクラスに分類する第２学習済みモデルを新規学習又は再学習する再学習処理部と
を備えるデータ分類システム。
続きを表示（約 2,400 文字）【請求項２】
前記再学習処理部は、前記第２学習済みモデルが存在しない場合に、前記第２学習済みモデルを新規学習し、
前記データ分類処理部は、前記分類処理において、前記第２学習済みモデルが存在する場合に、前記第２学習済みモデルを用いて、前記分類対象データを、前記正常データのクラスに分類する
請求項１に記載のデータ分類システム。
【請求項３】
前記再学習処理部は、
前記未知のクラスである前記分類対象データが、前記正常データに分類され、且つ、前記第２学習済みモデルが存在しない場合に、前記第２学習済みモデルを新規学習し、
前記未知のクラスである前記分類対象データが、前記正常データに分類され、且つ、前記第２学習済みモデルが存在する場合に、前記第２学習済みモデルを再学習し、
前記未知のクラスである前記分類対象データが、異常データに分類される場合に、少なくとも１つのクラスの前記異常データに基づいて、前記異常データに対する特徴量の抽出及び異常検知を行う第３学習済みモデルを新規学習する
請求項２に記載のデータ分類システム。
【請求項４】
前記異常検知処理には、前記正常データの異常検知を行う前記第１学習済みモデルを用いて、前記分類対象データが前記正常データとして未対応のデータである異常を検知する第１異常検知処理と、前記異常データの異常検知を行う前記第３学習済みモデルを用いて、前記分類対象データが前記異常データとして未対応のデータである異常を検知する第２異常検知処理とが含まれ、
前記分類処理には、前記分類対象データを、前記正常データのクラスに分類する第１分類処理と、前記分類対象データを、前記異常データのクラスに分類する第２分類処理とが含まれ、
前記データ分類処理部は、
前記第２学習済みモデルが存在し、前記第１異常検知処理により前記未対応データ異常が検知されなかった場合に、前記第１分類処理として、前記第２学習済みモデルを用いて、前記分類対象データを、前記正常データのクラスに分類し、
前記第１異常検知処理により前記未対応データ異常が検知された場合に、前記第２分類処理として、前記第２異常検知処理の処理結果に基づいて、前記分類対象データを前記異常データのクラスに分類し、
前記再学習処理部は、
前記未知のクラスである前記分類対象データが、前記異常データに分類された場合に、前記未知のクラスである前記分類対象データ及び前記異常データに基づいて、前記第３学習済みモデルを再学習するとともに、前記正常データに対する特徴量に基づいて、前記分類対象データを、前記異常データのクラスに分類する第４学習済みモデルを新規学習又は再学習する
請求項３に記載のデータ分類システム。
【請求項５】
前記再学習処理部は、
前記未知のクラスである前記分類対象データが、前記異常データに分類され、且つ、前記第４学習済みモデルが存在しない場合に、前記第４学習済みモデルを新規学習し、
前記未知のクラスである前記分類対象データが、前記異常データに分類され、且つ、前記第４学習済みモデルが存在する場合に、前記第４学習済みモデルを再学習し、
前記データ分類処理部は、
前記第２分類処理において、前記第４学習済みモデルが存在し、前記第２異常検知処理により前記未対応データ異常が検知されなかった場合に、前記第４学習済みモデルを用いて、前記分類対象データを、前記異常データのクラスに分類する
請求項４に記載のデータ分類システム。
【請求項６】
前記未知クラス判定部は、
前記第１異常検知処理において、前記分類対象データに前記未対応データ異常が検知され、且つ、前記第３学習済みモデルが存在しない場合に、当該分類対象データを前記未知のクラスであると判定する
請求項５に記載のデータ分類システム。
【請求項７】
前記未知クラス判定部は、
前記第１異常検知処理及び前記第２異常検知処理の両方において、前記分類対象データに前記未対応データ異常が検知され場合に、当該分類対象データを前記未知のクラスであると判定する
請求項６に記載のデータ分類システム。
【請求項８】
前記未知クラス判定部は、
前記第１異常検知処理において、前記分類対象データに前記未対応データ異常が検知され、且つ、前記第２分類処理において分類された前記異常データのクラスが、クラス判定閾値以下である場合に、当該分類対象データを前記未知のクラスであると判定する
請求項７に記載のデータ分類システム。
【請求項９】
前記データ分類処理部は、
前記第１異常検知処理において、前記第１学習済みモデルを用いて、前記分類対象データの再構成誤差を算出し、前記第１異常検知処理における前記再構成誤差が第１閾値より大きい場合に、前記分類対象データに前記未対応データ異常が検知されたと判定し、
前記第２異常検知処理において、前記第３学習済みモデルを用いて、前記分類対象データの再構成誤差を算出し、前記第２異常検知処理における前記再構成誤差が第２閾値より大きい場合に、前記分類対象データに前記未対応データ異常が検知されたと判定する
請求項４から請求項８のいずれか一項に記載のデータ分類システム。
【請求項１０】
前記初期学習処理により前記第１学習済みモデルを生成する初期学習処理部を備える
請求項１から請求項８のいずれか一項に記載のデータ分類システム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、データ分類システム、データ分類方法、及びプログラムに関する。
続きを表示（約 2,900 文字）【背景技術】
【０００２】
近年、機械学習モデルを用いて、データをクラス分類するデータ分類システムが知られている（例えば、特許文献１を参照）。このようなデータ分類システムでは、クラスごとに当該クラスを識別する機械学習モデルを用意して、データの分類をおこなっている。
【先行技術文献】
【特許文献】
【０００３】
特許第７１０２９４１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上述した従来技術のデータ分類システムでは、クラスごとに当該クラスを識別する機械学習モデルを用意する必要があり、未知のクラスを検出した度に、新たに当該未知のクラスを識別する機械学習モデルを構築する必要があり、クラスに分類する際も、クラスごとの機械学習モデルを用いてクラスに分類する必要があった。そのため、従来技術のデータ分類システムでは、未知のクラスに対応することで、計算量が増大する問題があった。
【０００５】
本開示は、上記問題を解決すべくなされたもので、その目的は、計算量の増大を抑制しつつ、未知のクラスに対応させてデータを適切に分類することができるデータ分類システム、データ分類方法、及びプログラムを提供することにある。
【課題を解決するための手段】
【０００６】
上記問題を解決するために、本開示の一態様は、分類対象データを分類クラスに分類するデータ分類処理部であって、少なくとも１つのクラスの正常データに基づく初期学習処理により生成された前記正常データに対する特徴量の抽出及び異常検知を行う第１学習済みモデルを用いて、前記分類対象データがクラス分類するデータとして未対応のデータである未対応データ異常を検知する異常検知処理と、前記異常検知処理の処理結果に基づいて、前記分類対象データを少なくとも前記正常データのクラスに分類する分類処理とを実行するデータ分類処理部と、前記異常検知処理の処理結果に基づいて、前記分類対象データを未知のクラスであると判定する未知クラス判定部と、前記未知クラス判定部が前記分類対象データを前記未知のクラスであると判定した場合に、前記未知のクラスである前記分類対象データ及び前記正常データに基づいて、前記第１学習済みモデルを再学習するとともに、前記正常データに対する特徴量に基づいて、前記分類対象データを、前記正常データのクラスに分類する第２学習済みモデルを新規学習又は再学習する再学習処理部とを備えるデータ分類システムである。
【０００７】
また、本開示の一態様は、データ分類処理部が、分類対象データを分類クラスに分類するデータ分類処理ステップであって、少なくとも１つのクラスの正常データに基づく初期学習処理により生成された前記正常データに対する特徴量の抽出及び異常検知を行う第１学習済みモデルを用いて、前記分類対象データがクラス分類するデータとして未対応のデータである未対応データ異常を検知する異常検知処理と、前記異常検知処理の処理結果に基づいて、前記分類対象データを少なくとも前記正常データのクラスに分類する分類処理とを実行するデータ分類処理ステップと、未知クラス判定部が、前記異常検知処理の処理結果に基づいて、前記分類対象データを未知のクラスであると判定する未知クラス判定ステップと、再学習処理部が、前記未知クラス判定ステップによって、前記分類対象データを前記未知のクラスであると判定された場合に、前記未知のクラスである前記分類対象データ及び前記正常データに基づいて、前記第１学習済みモデルを再学習するとともに、前記正常データに対する特徴量に基づいて、前記分類対象データを、前記正常データのクラスに分類する第２学習済みモデルを新規学習又は再学習する再学習処理ステップとを含むデータ分類方法である。
【０００８】
また、本開示の一態様は、コンピュータに、分類対象データを分類クラスに分類するデータ分類処理ステップであって、少なくとも１つのクラスの正常データに基づく初期学習処理により生成された前記正常データに対する特徴量の抽出及び異常検知を行う第１学習済みモデルを用いて、前記分類対象データがクラス分類するデータとして未対応のデータである未対応データ異常を検知する異常検知処理と、前記異常検知処理の処理結果に基づいて、前記分類対象データを少なくとも前記正常データのクラスに分類する分類処理とを実行するデータ分類処理ステップと、前記異常検知処理の処理結果に基づいて、前記分類対象データを未知のクラスであると判定する未知クラス判定ステップと、前記未知クラス判定ステップによって、前記分類対象データを前記未知のクラスであると判定された場合に、前記未知のクラスである前記分類対象データ及び前記正常データに基づいて、前記第１学習済みモデルを再学習するとともに、前記正常データに対する特徴量に基づいて、前記分類対象データを、前記正常データのクラスに分類する第２学習済みモデルを新規学習又は再学習する再学習処理ステップとを実行させるためのプログラムである。
【発明の効果】
【０００９】
本開示によれば、計算量の増大を抑制しつつ、未知のクラスに対応させてデータを適切に分類することができる。
【図面の簡単な説明】
【００１０】
本実施形態によるデータ分類システムの一例を示す機能ブロック図である。
本実施形態における異常検知・特徴量抽出の処理の一例を示す図である。
本実施形態によるデータ分類システムのデータの種類による状態に対する学習済みモデルの一例を示す図である。
本実施形態によるデータ分類システムの状態（ａ）の一例を示す図である。
本実施形態によるデータ分類システムの状態（ｂ）の一例を示す図である。
本実施形態によるデータ分類システムの状態（ｃ）の一例を示す図である。
本実施形態によるデータ分類システムの状態（ｄ）の一例を示す図である。
本実施形態によるデータ分類システムの状態（ｅ）の一例を示す図である。
本実施形態によるデータ分類システムの動作の一例を示すフローチャートである。
本実施形態によるデータ分類システムの第１の再学習処理の一例を示すフローチャートである。
本実施形態によるデータ分類システムの第２の再学習処理の一例を示すフローチャートである。
本実施形態によるデータ分類システムの第３の再学習処理の一例を示すフローチャートである。
本実施形態によるデータ分類システムの各装置のハードウェア構成を説明する図である。
本実施形態によるデータ分類システムの変形例を示す機能ブロック図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許