特許ウォッチ

公開番号2025166665
公報種別公開特許公報(A)
公開日2025-11-06
出願番号2024070841
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 20/00 20190101AFI20251029BHJP(計算;計数)
要約【課題】複数のモデル間におけるパラメータについて、ユーザの意思を反映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、推論用データと、学習済パラメータと、対象モデル又は学習済パラメータに関連付けられた特徴情報とを取得する第1の取得部と、特徴情報をユーザに提示する提示部と、対象モデル又は学習済パラメータの重みに関するユーザの意思を示す意思情報を取得する第2の取得部と、推論用データに対して、学習済パラメータと意思情報によって定まる重みとを適用することによって予測結果を導出する予測部とを備える。
【選択図】図1
特許請求の範囲【請求項１】
推論用データと、複数の対象モデルの各々についての学習済パラメータと、当該対象モデル又は当該学習済パラメータに関連付けられた特徴情報とを取得する第１の取得手段と、
前記特徴情報をユーザに提示する提示手段と、
前記対象モデル又は前記学習済パラメータの重みに関する前記ユーザの意思を示す意思情報を取得する第２の取得手段と、
前記推論用データに対して、前記複数の対象モデルの各々についての学習済パラメータの少なくとも何れかと、前記意思情報によって定まる重み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
を備えている情報処理装置。
続きを表示（約 1,200 文字）【請求項２】
前記学習済パラメータには、回帰係数が含まれており、
前記提示手段は、前記推論用データに対して前記回帰係数を適用して得られる結果を更に提示する
請求項１に記載の情報処理装置。
【請求項３】
前記学習済パラメータには、前記複数の対象モデルの比を規定する比パラメータが含まれており、
前記提示手段は、前記推論用データに対して前記回帰係数と前記比パラメータとを適用して得られる結果を更に提示する
請求項２に記載の情報処理装置。
【請求項４】
前記予測手段は、前記推論用データに対して、
前記複数の対象モデルの各々についての学習済パラメータの少なくとも何れかと、
前記比パラメータと前記意思情報によって定まる重みと
を適用することによって前記予測結果を導出する
請求項３に記載の情報処理装置。
【請求項５】
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
請求項３又は４に記載の情報処理装置。
【請求項６】
前記回帰係数及び前記比パラメータに関する前記学習処理は、
前記学習用データ、前記比パラメータ、前記回帰係数、及び、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処理
を更に含み、
前記比パラメータ計算処理は、
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５に記載の情報処理装置。
【請求項７】
少なくとも１つのプロセッサが、
推論用データと、複数の対象モデルの各々についての学習済パラメータと、当該対象モデル又は当該学習済パラメータに関連付けられた特徴情報とを取得する第１の取得処理と、
前記特徴情報をユーザに提示する提示処理と、
前記対象モデル又は前記学習済パラメータの重みに関する前記ユーザの意思を示す意思情報を取得する第２の取得処理と、
前記推論用データに対して、前記複数の対象モデルの各々についての学習済パラメータの少なくとも何れかと、前記意思情報によって定まる重みとを適用することによって予測結果を導出する予測処理と
を含んでいる情報処理方法。
【請求項８】
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、前記第１の取得手段、前記提示手段、前記第２の取得手段、及び前記予測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 1,800 文字）【背景技術】
【０００２】
複数の機械学習モデル（モデルまたは予測モデルとも呼ぶ）を用いる技術が知られている。一例として、特許文献１には、複数の予測モデルのそれぞれの予測モデルパラメータをユーザが入力するデータ予測装置が記載されている。
【先行技術文献】
【特許文献】
【０００３】
特開２００６－８５６４５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、上述のデータ予測装置は、複数のモデル間におけるパラメータをユーザに入力させる構成は備えていない。そのため、上述のデータ予測装置では、複数のモデル間のパラメータについて、ユーザの意思を反映させることができないという課題があった。
【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、複数のモデル間におけるパラメータについて、ユーザの意思を反映させ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、推論用データと、複数の対象モデルの各々についての学習済パラメータと、当該対象モデル又は当該学習済パラメータに関連付けられた特徴情報とを取得する第１の取得手段と、前記特徴情報をユーザに提示する提示手段と、前記対象モデル又は前記学習済パラメータの重みに関する前記ユーザの意思を示す意思情報を取得する第２の取得手段と、前記推論用データに対して、前記複数の対象モデルの各々についての学習済パラメータの少なくとも何れかと、前記意思情報によって定まる重み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を備えている。
【０００７】
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、推論用データと、複数の対象モデルの各々についての学習済パラメータと、当該対象モデル又は当該学習済パラメータに関連付けられた特徴情報とを取得する第１の取得処理と、前記特徴情報をユーザに提示する提示処理と、前記対象モデル又は前記学習済パラメータの重みに関する前記ユーザの意思を示す意思情報を取得する第２の取得処理と、前記推論用データに対して、前記複数の対象モデルの各々についての学習済パラメータの少なくとも何れかと、前記意思情報によって定まる重みとを適用することによって予測結果を導出する予測処理とを含んでいる。
【０００８】
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】
【０００９】
本開示の一例示的側面によれば、複数のモデル間におけるパラメータについて、ユーザの意思を反映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】
【００１０】
本開示に係る情報処理装置の構成を示すブロック図である。
本開示に係る情報処理方法の流れを示すフロー図である。
本開示に係る情報処理装置の構成を示すブロック図である。
本開示に係るＬＰＶモデルにおける各端点モデルの出力と、各出力に乗算される内分比パラメータとを模式的に示した図である。
本開示に係る情報処理装置における処理の流れの例を示す図である。
本開示に係る出力部が入出力部を介して表示するグラフの例を示している。
本開示に係る情報処理装置における処理の流れの例を示す図である。
本開示に係る出力部が入出力部を介して表示するグラフの他の例を示している。
本開示に係る出力部が入出力部を介して表示するグラフのさらに他の例を示している。
本開示に係る情報処理装置の構成を示すブロック図である。
本開示に係る情報処理装置の構成を示すブロック図である。
本開示に係る情報処理装置における処理の流れの例を示す図である。
本開示に係る情報処理装置として機能するコンピュータの構成を示すブロック図である。
【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