Processing

Please wait...

PATENTSCOPE will be unavailable a few hours for maintenance reason on Tuesday 27.07.2021 at 12:00 PM CEST
Settings

Settings

Goto Application

1. WO2021059604 - MACHINE LEARNING SYSTEM AND METHOD, INTEGRATION SERVER, INFORMATION PROCESSING DEVICE, PROGRAM, AND INFERENCE MODEL CREATION METHOD

Publication Number WO/2021/059604
Publication Date 01.04.2021
International Application No. PCT/JP2020/022464
International Filing Date 08.06.2020
IPC
G06N 20/00 2019.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
CPC
G06N 20/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
Applicants
  • 富士フイルム株式会社 FUJIFILM CORPORATION [JP]/[JP]
Inventors
  • 上原 大暉 UEHARA Daiki
Agents
  • 中島 順子 NAKASHIMA Junko
  • 米倉 潤造 YONEKURA Junzo
  • 藤森 義真 FUJIMORI Yoshinao
  • 上出 真紀 KAMIDE Maki
Priority Data
2019-17571526.09.2019JP
Publication Language Japanese (JA)
Filing Language Japanese (JA)
Designated States
Title
(EN) MACHINE LEARNING SYSTEM AND METHOD, INTEGRATION SERVER, INFORMATION PROCESSING DEVICE, PROGRAM, AND INFERENCE MODEL CREATION METHOD
(FR) SYSTÈME ET PROCÉDÉ D'APPRENTISSAGE AUTOMATIQUE, SERVEUR D'INTÉGRATION, DISPOSITIF DE TRAITEMENT D'INFORMATIONS, PROGRAMME ET PROCÉDÉ DE CRÉATION DE MODÈLE D'INFÉRENCE
(JA) 機械学習システムおよび方法、統合サーバ、情報処理装置、プログラムならびに推論モデルの作成方法
Abstract
(EN)
Provided are a machine learning system and method, an integration server, an information processing device, a program, and an inference model creation method where the inference precision of a model in federated learning can be improved at an early stage. Before each of a plurality of client terminals begins learning, a learning model of each client terminal side and a master model of the integration server are synchronized. Each client terminal executes machine learning of the learning model by using data stored at a medical institution, and transmits learning results to the integration server. The integration server is provided with a client combination optimization processing unit that implements: a process of searching for a combination of client terminals where an inference precision of a master model candidate satisfies a targeted precision, the master model candidate integrating and creating learning results of a combination of client terminals that are a portion of the plurality of client terminals; and/or a process of searching for a combination of client terminals that maximizes the inference precision of the master model candidate.
(FR)
L'invention concerne un système et un procédé d'apprentissage automatique, un serveur d'intégration, un dispositif de traitement d'informations, un programme et un procédé de création de modèle d'inférence, la précision d'inférence d'un modèle dans l'apprentissage fédéré pouvant être améliorée à un stade précoce. Avant que chaque terminal parmi une pluralité de terminaux clients commence à apprendre, un modèle d'apprentissage de chaque côté terminal client et un modèle maître du serveur d'intégration sont synchronisés. Chaque terminal client exécute un apprentissage machine du modèle d'apprentissage en utilisant des données stockées au niveau d'une institution médicale, et transmet des résultats d'apprentissage au serveur d'intégration. Le serveur d'intégration est pourvu d'une unité de traitement d'optimisation de combinaison client qui met en œuvre : un processus de recherche d'une combinaison de terminaux clients, une précision d'inférence d'un modèle maître candidat satisfaisant une précision ciblée, le candidat de modèle maître intégrant et créant des résultats d'apprentissage d'une combinaison de terminaux clients qui sont une partie de la pluralité de terminaux clients; et/ou un processus de recherche d'une combinaison de terminaux clients qui maximise la précision d'inférence du candidat de modèle maître.
(JA)
フェデレーテッドラーニングにおいてモデルの推論精度を早期に向上させることができる機械学習システムおよび方法、統合サーバ、情報処理装置、プログラムならびに推論モデルの作成方法を提供する。複数のクライアント端末のそれぞれが学習を開始する前に、各クライアント端末側の学習モデルと統合サーバのマスターモデルとを同期させる。各クライアント端末は医療機関に保存されているデータを用いて学習モデルの機械学習を実行し、学習結果を統合サーバに送信する。統合サーバは、複数のクライアント端末の一部であるクライアント端末の組み合わせの学習結果を統合して作成するマスターモデル候補の推論精度が目標の精度を満たすクライアント端末の組み合わせを探索する処理、およびマスターモデル候補の推論精度を最大化するクライアント端末の組み合わせを探索する処理のうち少なくとも一方の処理を行うクライアント組み合わせ最適化処理部を備える。
Latest bibliographic data on file with the International Bureau