特許ウォッチ

公開番号2025166661
公報種別公開特許公報(A)
公開日2025-11-06
出願番号2024070837
出願日2024-04-24
発明の名称情報処理装置、情報処理方法、及びプログラム
出願人日本電気株式会社
代理人個人
主分類G06N 7/00 20230101AFI20251029BHJP(計算;計数)
要約【課題】複数のモデルを参照した最適化手法において、説明性を好適に向上させることのできる情報処理装置を実現する。
【解決手段】情報処理装置は、対象データ、モデル数、及び対象データと対象モデルとの対応関係に関する情報を取得する取得部と、対象モデルの比を規定する比パラメータと対象データとを参照して回帰係数を計算する回帰係数計算部と、対象データ及び回帰係数を参照して比パラメータを計算する比パラメータ計算部と、回帰係数及び比パラメータを対応関係に関連付けて記憶する記憶部とを備える。
【選択図】図1
特許請求の範囲【請求項１】
対象データ、複数の対象モデルのモデル数、及び、前記対象データと前記複数の対象モデルとの対応関係に関する情報を取得する取得手段と、
前記複数の対象モデルの比を規定する比パラメータと前記対象データとを参照して、前記複数の対象モデルの各々についての回帰係数を計算する回帰係数計算手段と、
前記対象データ、及び前記回帰係数を参照して、前記比パラメータを計算する比パラメータ計算手段と
前記回帰係数、及び前記比パラメータ計算手段が計算した前記比パラメータを、前記対応関係に関連付けて記憶する記憶手段と
を備えている情報処理装置。
続きを表示（約 1,800 文字）【請求項２】
前記比パラメータ計算手段は、前記対応関係に応じた制約条件の下で、前記比パラメータを計算する
請求項１に記載の情報処理装置。
【請求項３】
前記比パラメータ計算手段は、前記比パラメータの和に関する制約条件であって、前記対応関係に応じた制約条件の下で、前記比パラメータを計算する
請求項２に記載の情報処理装置。
【請求項４】
前記回帰係数計算手段が計算した前記回帰係数、及び前記比パラメータ計算手段が計算した前記比パラメータを出力する出力手段をさらに備え、
前記出力手段は、前記複数の対象モデルのうち少なくとも２つの対象モデルについての前記回帰係数によって規定されるグラフを、互いに識別可能に表示する
請求項１から３の何れか１項に記載の情報処理装置。
【請求項５】
前記取得手段は、隠れ変数の事前分布に関する情報を更に取得し、
当該情報処理装置は、
前記対象データ、前記比パラメータ、前記回帰係数、及び、前記隠れ変数の事前分布に関する情報を参照して、前記隠れ変数の事前分布の共分散パラメータと、前記隠れ変数の事後分布の共分散行列とを計算する共分散計算手段を更に備え、
前記比パラメータ計算手段は、前記隠れ変数の事後分布の共分散行列を更に参照して、前記比パラメータを計算する
請求項１から３の何れか１項に記載の情報処理装置。
【請求項６】
前記比パラメータに関する計算が収束したか否かを判定する収束判定手段をさらに備え、
前記記憶手段は、前記収束判定手段が収束したと判定した場合に、前記回帰係数、及び前記比パラメータを記憶する
請求項１から３の何れか１項に記載の情報処理装置。
【請求項７】
前記取得手段は推論用データと、当該推論用データの種別に関する情報を更に取得し、
当該情報処理装置は、
前記推論用データに、
前記複数の対象モデルの各々についての前記回帰係数と、
前記比パラメータ計算手段が算出した比パラメータのうち、前記推論用データの種別に応じて定まる比パラメータと
を適用することによって予測結果を導出する予測手段
を更に備えている
請求項１から３の何れか１項に記載の情報処理装置。
【請求項８】
推論用データと当該推論用データの種別に関する情報とを取得する取得手段と、
前記推論用データに、
複数の対象モデルの各々についての回帰係数と、
前記複数の対象モデルの比を規定する比パラメータであって、前記推論用データの種別に応じて定まる比パラメータと
を適用することによって予測結果を導出する予測手段と、
前記予測手段による予測結果を出力する出力手段と
を備え、
前記回帰係数及び前記比パラメータは、
比パラメータと学習用データとを参照して、複数の対象モデルの各々についての回帰係数を計算する回帰係数計算処理、及び
前記学習用データ、及び前記回帰係数を参照して、前記比パラメータを計算する比パラメータ計算処理
を含む学習処理によって学習された回帰係数及び比パラメータである情報処理装置。
【請求項９】
少なくとも１つのプロセッサが、
対象データ、複数の対象モデルのモデル数、及び、前記対象データと前記複数の対象モデルとの対応関係に関する情報を取得する取得処理と、
前記複数の対象モデルの比を規定する比パラメータと前記対象データとを参照して、前記複数の対象モデルの各々についての回帰係数を計算する回帰係数計算処理と、
前記対象データ、及び前記回帰係数を参照して、前記比パラメータを計算する比パラメータ計算処理と
前記回帰係数、及び前記比パラメータ計算処理において計算された前記比パラメータを、前記対応関係に関連付けて記憶する記憶処理と
を含んでいる情報処理方法。
【請求項１０】
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プログラムであって、前記取得手段、前記回帰係数計算手段、前記比パラメータ計算手段、及び前記記憶手段としてコンピュータを機能させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、情報処理装置、情報処理方法、及びプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
機械学習モデル（単にモデルとも呼ぶ）の学習に関する技術が知られている。一例として、特許文献１には、ロボットを動作制御に用いる機械学習モデルが開示されている。
【先行技術文献】
【特許文献】
【０００３】
国際公開第２０２１／０３９９９５号
【発明の概要】
【発明が解決しようとする課題】
【０００４】
一方、複数のモデルの結果を参照した最適化手法又は制御手法も知られている。一例として、複数のモデルの重み付き和で表される線形パラメータ変動（LPV: Linear Parameter-Varying）モデルが知られている。このような複数のモデルを参照した手法では、学習結果又は予測結果の説明性（Exlainability）という点に課題を有していた。
【０００５】
本開示は、上記の問題に鑑みてなされたものであり、その一例示的目的は、複数のモデルを参照した最適化手法において、説明性を好適に向上させることのできる技術を提供することにある。
【課題を解決するための手段】
【０００６】
本開示の一例示的側面に係る情報処理装置は、対象データ、複数の対象モデルのモデル数、及び、前記対象データと前記複数の対象モデルとの対応関係に関する情報を取得する取得手段と、前記複数の対象モデルの比を規定する比パラメータと前記対象データとを参照して、前記複数の対象モデルの各々についての回帰係数を計算する回帰係数計算手段と、前記対象データ、及び前記回帰係数を参照して、前記比パラメータを計算する比パラメータ計算手段と、前記回帰係数、及び前記比パラメータ計算手段が計算した前記比パラメータを、前記対応関係に関連付けて記憶する記憶手段とを備えている。
【０００７】
本開示の一例示的側面に係る情報処理装置は、推論用データと当該推論用データの種別に関する情報とを取得する取得手段と、前記推論用データに、複数の対象モデルの各々についての回帰係数と、前記複数の対象モデルの比を規定する比パラメータであって、前記推論用データの種別に応じて定まる比パラメータとを適用することによって予測結果を導出する予測手段と、前記予測手段による予測結果を出力する出力手段とを備え、前記回帰係数及び前記比パラメータは、比パラメータと学習用データとを参照して、複数の対象モデルの各々についての回帰係数を計算する回帰係数計算処理、及び前記学習用データ、及び前記回帰係数を参照して、前記比パラメータを計算する比パラメータ計算処理を含む学習処理によって学習された回帰係数及び比パラメータである。
【０００８】
本開示の一例示的側面に係る情報処理方法は、少なくとも１つのプロセッサが、対象データ、複数の対象モデルのモデル数、及び、前記対象データと前記複数の対象モデルとの対応関係に関する情報を取得する取得処理と、前記複数の対象モデルの比を規定する比パラメータと前記対象データとを参照して、前記複数の対象モデルの各々についての回帰係数を計算する回帰係数計算処理と、前記対象データ、及び前記回帰係数を参照して、前記比パラメータを計算する比パラメータ計算処理と、前記回帰係数、及び前記比パラメータ計算処理において計算された前記比パラメータを、前記対応関係に関連付けて記憶する記憶処理とを含んでいる。
【０００９】
本発明の各態様に係る情報処理装置は、コンピュータによって実現してもよく、この場合には、コンピュータを前記情報処理装置が備える各部（ソフトウェア要素）として動作させることにより前記情報処理装置をコンピュータにて実現させるプログラムも、本発明の範疇に入る。
【発明の効果】
【００１０】
本開示の一例示的側面によれば、複数のモデルを参照した最適化手法において、説明性を好適に向上させることのできる技術を提供することができるという一例示的効果を奏する。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許