Processing

Please wait...

PATENTSCOPE will be unavailable a few hours for maintenance reason on Tuesday 25.01.2022 at 9:00 AM CET
Settings

Settings

Goto Application

1. WO2022009258 - TRAINING DEVICE, FEATURE QUANTITY CALCULATION PROGRAM GENERATION METHOD, SIMILARITY DEGREE CALCULATOR, SIMILARITY DEGREE CALCULATION METHOD, TRAINING PROGRAM RECORDING MEDIUM, AND SIMILARITY DEGREE CALCULATION PROGRAM RECORDING MEDIUM

Publication Number WO/2022/009258
Publication Date 13.01.2022
International Application No. PCT/JP2020/026359
International Filing Date 06.07.2020
IPC
G06N 20/00 2019.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
Applicants
  • 日本電気株式会社 NEC CORPORATION [JP]/[JP]
Inventors
  • 天田 拓磨 AMADA Takuma
  • 柿崎 和也 KAKIZAKI Kazuya
Agents
  • 棚井 澄雄 TANAI Sumio
  • 森 隆一郎 MORI Ryuichirou
  • 松沼 泰史 MATSUNUMA Yasushi
  • 伊藤 英輔 ITO Eisuke
Priority Data
Publication Language Japanese (ja)
Filing Language Japanese (JA)
Designated States
Title
(EN) TRAINING DEVICE, FEATURE QUANTITY CALCULATION PROGRAM GENERATION METHOD, SIMILARITY DEGREE CALCULATOR, SIMILARITY DEGREE CALCULATION METHOD, TRAINING PROGRAM RECORDING MEDIUM, AND SIMILARITY DEGREE CALCULATION PROGRAM RECORDING MEDIUM
(FR) DISPOSITIF D'APPRENTISSAGE, PROCÉDÉ DE GÉNÉRATION DE PROGRAMME DE CALCUL DE QUANTITÉ DE CARACTÉRISTIQUES, CALCULATEUR DE DEGRÉ DE SIMILARITÉ, PROCÉDÉ DE CALCUL DE DEGRÉ DE SIMILARITÉ, SUPPORT D'ENREGISTREMENT DE PROGRAMME D'APPRENTISSAGE ET SUPPORT D'ENREGISTREMENT DE PROGRAMME DE CALCUL DE DEGRÉ DE SIMILARITÉ
(JA) 学習装置、特徴量計算プログラム生成方法、類似度計算機、類似度計算方法、学習プログラム記録媒体、及び類似度計算プログラム記録媒体
Abstract
(EN) According to the present invention, a calculation means uses a plurality of feature quantity calculation models to calculate, from an input sample that is multidimensional data, a plurality of feature quantity vectors indicating feature quantities of the input sample. A similarity degree calculation means calculates the degree of similarity between the average value of the plurality of feature quantity vectors and a representative vector that is among a plurality of representative vectors corresponding to a plurality of classes and having the same number of dimensions as the feature quantity vectors, and that corresponds to the class to which the input sample belongs. A training means trains the parameters of the plurality of feature quantity calculation models on the basis of an evaluation function, the value of which increases with decreasing degree of similarity between the average value of the plurality of feature quantity vectors and the representative vector corresponding to the class to which the input sample belongs.
(FR) Selon la présente invention, un moyen de calcul utilise une pluralité de modèles de calcul de quantité de caractéristiques pour calculer, à partir d'un échantillon d'entrée qui comprend des données multidimensionnelles, une pluralité de vecteurs de quantité de caractéristiques indiquant les quantités de caractéristiques de l'échantillon d'entrée. Un moyen de calcul de degré de similarité calcule le degré de similarité entre la valeur moyenne de la pluralité de vecteurs de quantité de caractéristiques et un vecteur représentatif qui compte parmi une pluralité de vecteurs représentatifs correspondant à une pluralité de classes et ayant le même nombre de dimensions que les vecteurs de quantité de caractéristiques, et qui correspond à la classe à laquelle appartient l'échantillon d'entrée. Un moyen d'apprentissage apprend les paramètres de la pluralité de modèles de calcul de quantité de caractéristiques d'après une fonction d'évaluation dont la valeur augmente avec un degré de similarité décroissant entre la valeur moyenne de la pluralité de vecteurs de quantité de caractéristiques et le vecteur représentatif correspondant à la classe à laquelle appartient l'échantillon d'entrée.
(JA) 演算手段は、複数の特徴量計算モデルを用いて、多次元データである入力サンプルから、入力サンプルの特徴量を示す複数の特徴量ベクトルを算出する。類似度算出手段は、複数のクラスに対応し、特徴量ベクトルと次元数を等しくする複数の代表ベクトルのうち、入力サンプルが属するクラスに対応する代表ベクトルと、複数の特徴量ベクトルの平均値との類似度を算出する。学習手段は、入力サンプルが属するクラスに対応する代表ベクトルと複数の特徴量ベクトルの平均値との類似度が小さいほど値が大きくなる評価関数に基づいて、複数の特徴量計算モデルのパラメータを学習する。
Latest bibliographic data on file with the International Bureau