特許ウォッチ

公開番号2025092208
公報種別公開特許公報(A)
公開日2025-06-19
出願番号2023207946
出願日2023-12-08
発明の名称機械学習プログラム、機械学習方法、推論プログラム、推論方法及び情報処理装置
出願人富士通株式会社,学校法人東海大学
代理人弁理士法人酒井国際特許事務所
主分類G06N 20/00 20190101AFI20250612BHJP(計算;計数)
要約【課題】超音波信号を用いた品質評価の性能を向上させる機械学習プログラム、機械学習方法、推論プログラム、推論方法及び情報処理装置を提供する。
【解決手段】対象物の異なる位置それぞれで得られる複数のAモード超音波信号と対象物に対する評価結果とを対応付けた訓練データを複数含む訓練データセットを取得し、訓練データセットに含まれる訓練データ毎に、訓練データに含まれる複数のAモード超音波信号に基づき取得された複数の特徴量データに対して、特徴量データに対する重み付けを行う重み付けモデル152を用いて重み付けを行い、重み付けされた複数の特徴量データを、複数の特徴量データの入力に応じて評価の推論結果を出力する分類モデル154に入力して対象物に対する評価の推論結果を取得し、推論結果と訓練データにおける評価結果とに基づいて、第1機械学習モデル及び第2機械学習モデルを訓練する処理をコンピュータに実行させる。
【選択図】図2
特許請求の範囲【請求項１】
対象物の異なる位置それぞれについて得られる複数のＡモード超音波信号と前記対象物に対する評価結果とを対応付けた訓練データを複数含む訓練データセットを取得し、
前記訓練データセットに含まれる前記訓練データ毎に、
前記訓練データに含まれる前記複数のＡモード超音波信号に基づき取得された複数の特徴量データに対して、特徴量データに対する重み付けを行う第１機械学習モデルを用いて重み付けを行い、
前記第１機械学習モデルにより重み付けされた前記複数の特徴量データを、複数の特徴量データの入力に応じて評価の推論結果を出力する第２機械学習モデルに入力して前記対象物に対する評価の推論結果を取得し、
前記推論結果と前記訓練データにおける前記評価結果とに基づいて、前記第１機械学習モデル及び前記第２機械学習モデルを訓練する
処理をコンピュータに実行させることを特徴とする機械学習プログラム。
続きを表示（約 2,100 文字）【請求項２】
前記評価の推論結果を取得する処理は、前記重み付けされた前記複数の特徴量データをまとめて１つの入力データを生成し、前記入力データを前記第２機械学習モデルに入力して前記対象物に対する評価の推論結果を取得する処理を含むことを特徴とする請求項１に記載の機械学習プログラム。
【請求項３】
前記訓練データに含まれる前記複数のＡモード超音波信号に対して、Ａモード超音波信号の入力に応じて特徴量データを生成する第３機械学習モデルを用いて前記複数のＡモード超音波信号のそれぞれの特徴量データを生成する処理を前記コンピュータにさらに実行させ、
前記重み付けを行う処理は、前記生成の処理により得られた前記特徴量データに対して前記第１機械学習モデルを用いて重み付けを行う処理を含む
ことを特徴とする請求項１に記載の機械学習プログラム。
【請求項４】
前記第３機械学習モデルは、前記対象物の異なる位置に対応する複数の個別モデルを含み、
前記特徴量データを生成する処理は、前記複数のＡモード超音波信号のそれぞれに対して、各前記Ａモード超音波信号が得られた位置に対応する前記個別モデルを用いて前記特徴量データを生成する処理を含む
ことを特徴とする請求項３に記載の機械学習プログラム。
【請求項５】
対象物の異なる位置それぞれについてのＡモード超音波信号に基づき取得された複数の特徴量データに対して、特徴量データに対する重み付けを行う学習済みの第１機械学習モデルを用いて重み付けを行い、
複数の特徴量データの入力に応じて前記対象物に対する評価の推論結果を出力する第２機械学習モデルに、前記重み付けされた複数の特徴量データを入力して、前記対象物に対する評価を推論する
処理をコンピュータに実行させることを特徴とする推論プログラム。
【請求項６】
情報処理装置が、
対象物の異なる位置それぞれについて得られる複数のＡモード超音波信号と前記対象物に対する評価結果とを対応付けた訓練データを複数含む訓練データセットを取得し、
前記訓練データセットに含まれる前記訓練データ毎に、
前記訓練データに含まれる前記複数のＡモード超音波信号に基づき取得された複数の特徴量データに対して、特徴量データに対する重み付けを行う第１機械学習モデルを用いて重み付けを行い、
前記第１機械学習モデルにより重み付けされた前記複数の特徴量データを、複数の特徴量データの入力に応じて評価の推論結果を出力する第２機械学習モデルに入力して前記対象物に対する評価の推論結果を取得し、
前記推論結果と前記訓練データにおける前記評価結果とに基づいて、前記第１機械学習モデル及び前記第２機械学習モデルを訓練する
処理を実行することを特徴とする機械学習方法。
【請求項７】
情報処理装置が、
対象物の異なる位置それぞれについてのＡモード超音波信号に基づき取得された複数の特徴量データに対して、特徴量データに対する重み付けを行う学習済みの第１機械学習モデルを用いて重み付けを行い、
複数の特徴量データの入力に応じて前記対象物に対する評価の推論結果を出力する第２機械学習モデルに、前記重み付けされた複数の特徴量データを入力して、前記対象物に対する評価を推論する
処理を実行することを特徴とする推論方法。
【請求項８】
Ａモード超音波信号に基づいて取得される特徴量データに対する重み付けを行う第１機械学習モデルと、
複数の特徴量データの入力に応じて評価の推論結果を出力する第２機械学習モデルと、
対象物の異なる位置それぞれについて得られる複数のＡモード超音波信号と前記対象物に対する評価結果とを対応付けた訓練データを複数含む訓練データセットを取得し、前記訓練データセットに含まれる前記訓練データ毎に、前記訓練データに含まれる前記複数のＡモード超音波信号に基づき取得された複数の特徴量データに対して前記第１機械学習モデルを用いて重み付けを行い、前記第１機械学習モデルにより重み付けされた前記複数の特徴量データを前記第２機械学習モデルに入力して前記対象物に対する評価の推論結果を取得し、前記推論結果と前記訓練データにおける前記評価結果とに基づいて、前記第１機械学習モデル及び前記第２機械学習モデルを訓練する学習実行部と
を備えたことを特徴とする情報処理装置。
【請求項９】
対象物の異なる位置それぞれについてのＡモード超音波信号に基づき取得された複数の特徴量データに対して、特徴量データに対する重み付けを行う学習済みの第１機械学習モデルを用いて重み付けを行い、複数の特徴量データの入力に応じて前記対象物に対する評価の推論結果を出力する第２機械学習モデルに、前記重み付けされた複数の特徴量データを入力して、前記対象物に対する評価を推論する推論部
を備えたことを特徴とする情報処理装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、機械学習プログラム、機械学習方法、推論プログラム、推論方法及び情報処理装置に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
コンクリートの構造物や冷凍物等の固体を非破壊的に検査する場合、低周波超音波が用いられることが一般的である。低周波超音波による検査では、低周波超音波を出力するために超音波プローブが大きくなる。そこで、単一の超音波プローブを用いて得られる時間軸上に振幅情報を表示するＡ（Amplitude）モード超音波信号を用いて検査が行われることが多い。
【０００３】
具体的には、単一の超音波プローブからある方向に向けて超音波が対象物に送波され、対象物において反射し超音波プローブで再び受波された超音波パルスを検波することで、Ａモード超音波信号が得られる。Ａモード超音波信号を示すグラフは、横軸で時間を表し、縦軸で反射波の強度を表す。Ａモード超音波信号を示すグラフから、反射波の振幅や強度が得られ、それらを用いて検査の対象物の内部状態が得られる。
【０００４】
Ａモード超音波信号を取得する場合の超音波プローブの取り扱い方法として、人が手で対象物に超音波プローブを押し当てる方法や、機械的に対象物に超音波プローブを押し当てる方法が存在する。ただし、いずれの方法であっても、Ａモード超音波信号にはノイズが乗りやすく、かつ、超音波プローブの接触面の状態に依存してデータの質が大きく異なるため、得られたＡモード超音波信号をそのまま用いても精度の良い解析を行うことは難しい。
【０００５】
そこで従来、同じ測定部位に超音波プローブを当て続けて連続的に取得したＡモード超音波信号を平均する方法が提案されている。また、同一の対象物の異なる測定部位毎に超音波プローブを当てて取得した信号を平均する方法が提案されている。他にも、単一Ａモード信号に対するスコアを用いて学習させた機械学習モデルを用いて、同一の非検体の異なる測定部位から得られる複数のＡモード超音波信号毎のスコアを推論させ、それらの平均を算出する技術が提案されている。
【０００６】
なお、超音波を用いた検査技術として、超音波検査装置を用いて、マグロの超音波断層像や超音波組織特性値の体積弾性率、音響インピーダンス、減衰定数及びドップラー変移周波数の数値の測定を行い、測定結果を基に品質評価を行う技術が提案されている。
【先行技術文献】
【特許文献】
【０００７】
特開２００７－１５５６９２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、超音波信号は、画像等で表現されるわけではないものがあり、この場合、適切な信号が得られたか否かが不明であることが多い。そのため、超音波信号を用いた品質評価の性能は低下するおそれがある。
【０００９】
例えば、同じ測定部位に超音波プローブを当て続けて連続的に取得したＡモード超音波信号を平均する技術では、プローブを当て続けたときの信号の変化が無視できるほど小さいため、品質評価の性能を向上させることは困難である。また、同一の対象物の異なる測定部位毎に超音波プローブを当てて取得した信号を平均する技術では、測定部位が異なれば得られるＡモード超音波信号が有する情報も変化するので、単純に平均するのは不適切であり、品質評価の性能を向上させることは困難である。また、機械学習モデルから得られるＡモード超音波信号に対するスコアの平均を算出する技術では、得られたＡモード超音波信号がノイズを含む可能性が高く、ノイズの多い信号由来のスコアに引っ張られて品質評価の性能が劣化するおそれがある。
【００１０】
開示の技術は、上記に鑑みてなされたものであって、超音波信号を用いた品質評価の性能を向上させる機械学習プログラム、機械学習方法、推論プログラム、推論方法及び情報処理装置を提供することを目的とする。
【課題を解決するための手段】
（【００１１】以降は省略されています）

関連特許