特許ウォッチ

公開番号2025080629
公報種別公開特許公報(A)
公開日2025-05-26
出願番号2023193910
出願日2023-11-14
発明の名称情報処理装置、分類モデルの生成方法、教師データの生成方法、学習プログラム、および教師データ生成プログラム
出願人カナデビア株式会社
代理人弁理士法人 HARAKENZO WORLD PATENT & TRADEMARK
主分類G06N 20/00 20190101AFI20250519BHJP(計算;計数)
要約【課題】正解ラベルを対応付ける作業を行うことなく、所定のドメインに適応した分類モデルを生成する。
【解決手段】情報処理装置(1)は、分類に偏りのあるデータの分類に用いられる第1の分類モデル(111)を取得する分類モデル取得部(102)と、正解ラベルを含まない対象データを用いて第1の分類モデル(111)を更新する第1の学習部(103)と、を含み、第1の学習部(103)は、所定数の対象データを第1の分類モデル(111)により複数のクラスに分類したときの、各クラスに分類された対象データの数が所定の割合に近付くように第1の分類モデル(111)を更新する。
【選択図】図1
特許請求の範囲【請求項１】
所定のドメインへの適応化の対象となる分類モデルであって、分類に偏りのあるデータの分類に用いられる分類モデルを取得する分類モデル取得部と、
前記分類モデルを、前記ドメインに属し、正解ラベルを含まない対象データを用いて更新する学習部と、を含み、
前記学習部は、所定数の前記対象データを前記分類モデルにより複数のクラスに分類したときの、各クラスに分類された前記対象データの数が、前記偏りに応じて予め求められた所定の割合に近付くように前記分類モデルを更新する、情報処理装置。
続きを表示（約 1,400 文字）【請求項２】
前記分類モデル取得部は、前記分類モデルとして、前記対象データの特徴を示す特徴情報を生成する特徴生成器と、前記特徴情報を用いて前記対象データを分類する第１の分類器と、前記特徴情報を用いて前記対象データを分類する第２の分類器とを取得し、
前記学習部は、
前記第１の分類器および前記第２の分類器による前記対象データの分類結果の差が大きくなるように前記第１の分類器および前記第２の分類器を更新する処理と、
前記第１の分類器および前記第２の分類器による前記対象データの分類結果の差が小さくなるように前記特徴生成器を更新する処理と、を実行する、請求項１に記載の情報処理装置。
【請求項３】
前記学習部が更新した前記分類モデルによる分類結果の偏りに基づき、前記所定の割合を更新する割合更新部を備える、請求項１または２に記載の情報処理装置。
【請求項４】
所定のドメインに属する対象データを分類する分類部と、
前記分類の結果を前記対象データに正解ラベルとして対応付けて、分類に偏りのあるデータの分類に用いられる分類モデルを生成するための教師データを生成する教師データ生成部と、を備え、
前記分類部は、所定数の前記対象データを複数のクラスに分類したときの、各クラスに分類された前記対象データの数が、前記偏りに応じて予め求められた所定の割合に近付くように機械学習することにより生成された分類モデルにより、前記対象データを分類する、情報処理装置。
【請求項５】
少なくとも１つの情報処理装置が実行する、分類モデルの生成方法であって、
所定のドメインへの適応化の対象となる分類モデルであって、分類に偏りのあるデータの分類に用いられる分類モデルを取得する取得ステップと、
前記分類モデルを、前記ドメインに属し、正解ラベルを含まない対象データを用いて更新する更新ステップと、を含み、
前記更新ステップでは、所定数の前記対象データを前記分類モデルにより複数のクラスに分類したときの、各クラスに分類された前記対象データの数が、前記偏りに応じて予め求められた所定の割合に近付くように前記分類モデルを更新する、分類モデルの生成方法。
【請求項６】
少なくとも１つの情報処理装置が実行する、分類に偏りのあるデータの分類に用いられる分類モデルの生成に用いられる教師データの生成方法であって、
所定のドメインに属する所定数の対象データを複数のクラスに分類したときの、各クラスに分類された前記対象データの数が、前記偏りに応じて予め求められた所定の割合に近付くように機械学習することにより生成された分類モデルにより、前記対象データを分類する分類ステップと、
前記分類の結果を前記対象データに正解ラベルとして対応付けて教師データを生成する教師データ生成ステップと、を含む教師データの生成方法。
【請求項７】
請求項１に記載の情報処理装置としてコンピュータを機能させるための学習プログラムであって、前記分類モデル取得部および前記学習部としてコンピュータを機能させるための学習プログラム。
【請求項８】
請求項４に記載の情報処理装置としてコンピュータを機能させるための教師データ生成プログラムであって、前記分類部および前記教師データ生成部としてコンピュータを機能させるための教師データ生成プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、分類モデルを生成する情報処理装置等に関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
あるドメインのデータを用いた機械学習により生成された分類モデルを、他のドメインに適応させるドメイン適応技術が従来から知られている。例えば、下記の特許文献１には、廃棄物を貯留するごみピット内を撮像した第１画像データから廃棄物の種類を識別する第１モデルを生成することが記載されている。そして、特許文献１には、他の施設のごみピット内を撮像した第２画像データを用いて、上記第１モデルの追加学習を行って、他の施設に適応した第２モデルを生成することが記載されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２３-０１２０９４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１の技術では、第２モデルの生成の際に、第２画像データに写る廃棄物の種類を目視で識別して種類別にラベル付けして教師データを生成するという作業が必要になる。このような作業には多大なコストを要するため、自動でラベル付けする技術が望まれる。
【０００５】
しかし、自動で付与したラベルの精度が低ければ、所定のドメインにおける分類モデルの分類精度を向上させることはできない。つまり、対象データに正解ラベルを対応付ける作業を行うことなく、所定のドメインに適応した分類モデルを生成することは容易ではない。これは、画像を用いた分類に限られず、任意のデータを機械学習されたモデルによって分類する場合に生じる問題点である。
【０００６】
本発明の一態様は、対象データに正解ラベルを対応付ける作業を行うことなく、所定のドメインに適応した分類モデルを生成することを可能にする情報処理装置等を実現することを目的とする。
【課題を解決するための手段】
【０００７】
上記の課題を解決するために、本発明の一態様に係る情報処理装置は、所定のドメインへの適応化の対象となる分類モデルであって、分類に偏りのあるデータの分類に用いられる分類モデルを取得する分類モデル取得部と、前記分類モデルを、前記ドメインに属し、正解ラベルを含まない対象データを用いて更新する学習部と、を含み、前記学習部は、所定数の前記対象データを前記分類モデルにより複数のクラスに分類したときの、各クラスに分類された前記対象データの数が、前記偏りに応じて予め求められた所定の割合に近付くように前記分類モデルを更新する。
【０００８】
上記の課題を解決するために、本発明の一態様に係る他の情報処理装置は、所定のドメインに属する対象データを分類する分類部と、前記分類の結果を前記対象データに正解ラベルとして対応付けて、分類に偏りのあるデータの分類に用いられる分類モデルを生成するための教師データを生成する教師データ生成部と、を備え、前記分類部は、所定数の前記対象データを複数のクラスに分類したときの、各クラスに分類された前記対象データの数が、前記偏りに応じて予め求められた所定の割合に近付くように機械学習することにより生成された分類モデルにより、前記対象データを分類する。
【０００９】
上記の課題を解決するために、本発明の一態様に係る分類モデルの生成方法は、少なくとも１つの情報処理装置が実行する、分類モデルの生成方法であって、所定のドメインへの適応化の対象となる分類モデルであって、分類に偏りのあるデータの分類に用いられる分類モデルを取得する取得ステップと、前記分類モデルを、前記ドメインに属し、正解ラベルを含まない対象データを用いて更新する更新ステップと、を含み、前記更新ステップでは、所定数の前記対象データを前記分類モデルにより複数のクラスに分類したときの、各クラスに分類された前記対象データの数が、前記偏りに応じて予め求められた所定の割合に近付くように前記分類モデルを更新する。
【００１０】
上記の課題を解決するために、本発明の一態様に係る教師データの生成方法は、少なくとも１つの情報処理装置が実行する、分類に偏りのあるデータの分類に用いられる分類モデルの生成に用いられる教師データの生成方法であって、所定のドメインに属する所定数の対象データを複数のクラスに分類したときの、各クラスに分類された前記対象データの数が、前記偏りに応じて予め求められた所定の割合に近付くように機械学習することにより生成された分類モデルにより、前記対象データを分類する分類ステップと、前記分類の結果を前記対象データに正解ラベルとして対応付けて教師データを生成する教師データ生成ステップと、を含む。
【発明の効果】
（【００１１】以降は省略されています）

関連特許