Parte del contenido de esta aplicación no está disponible en este momento.
Si esta situación persiste, contáctenos aComentarios y contacto
1. (WO2018051841) MODEL LEARNING DEVICE, METHOD THEREFOR, AND PROGRAM
Datos bibliográficos más recientes de la Oficina Internacional    Formular observación

Nº de publicación: WO/2018/051841 Nº de la solicitud internacional: PCT/JP2017/031909
Fecha de publicación: 22.03.2018 Fecha de presentación de la solicitud internacional: 05.09.2017
CIP:
G10L 15/16 (2006.01) ,G06N 3/08 (2006.01) ,G06N 99/00 (2010.01) ,G10L 15/06 (2013.01) ,G10L 15/065 (2013.01)
G FISICA
10
INSTRUMENTOS DE MUSICA; ACUSTICA
L
ANALISIS O SINTESIS DE LA VOZ; RECONOCIMIENTO DE LA VOZ; PROCESAMIENTO DE LA VOZ O EL HABLA; CODIFICACIÓN O DESCODIFICACIÓN DEL AUDIO O LA VOZ
15
Reconocimiento de la voz
08
Búsqueda o clasificación de la voz
16
utilizando redes neuronales artificiales
G FISICA
06
COMPUTO; CALCULO; CONTEO
N
SISTEMAS DE COMPUTADORES BASADOS EN MODELOS DE CALCULO ESPECIFICOS
3
Sistemas de computadores basados en modelos biológicos
02
que utilizan modelos de redes neuronales
08
Métodos de aprendizaje
G FISICA
06
COMPUTO; CALCULO; CONTEO
N
SISTEMAS DE COMPUTADORES BASADOS EN MODELOS DE CALCULO ESPECIFICOS
99
Materia no prevista en otros grupos de esta subclase
G FISICA
10
INSTRUMENTOS DE MUSICA; ACUSTICA
L
ANALISIS O SINTESIS DE LA VOZ; RECONOCIMIENTO DE LA VOZ; PROCESAMIENTO DE LA VOZ O EL HABLA; CODIFICACIÓN O DESCODIFICACIÓN DEL AUDIO O LA VOZ
15
Reconocimiento de la voz
06
Creación de plantillas de referencia; Entrenamiento de sistemas de reconocimiento de la voz, p. ej. adaptación a las características de la voz de la persona que habla
G FISICA
10
INSTRUMENTOS DE MUSICA; ACUSTICA
L
ANALISIS O SINTESIS DE LA VOZ; RECONOCIMIENTO DE LA VOZ; PROCESAMIENTO DE LA VOZ O EL HABLA; CODIFICACIÓN O DESCODIFICACIÓN DEL AUDIO O LA VOZ
15
Reconocimiento de la voz
06
Creación de plantillas de referencia; Entrenamiento de sistemas de reconocimiento de la voz, p. ej. adaptación a las características de la voz de la persona que habla
065
Adaptación
Solicitantes:
日本電信電話株式会社 NIPPON TELEGRAPH AND TELEPHONE CORPORATION [JP/JP]; 東京都千代田区大手町一丁目5番1号 5-1, Otemachi 1-chome, Chiyoda-ku, Tokyo 1008116, JP
Personas inventoras:
政瀧 浩和 MASATAKI, Hirokazu; JP
浅見 太一 ASAMI, Taichi; JP
中村 孝 NAKAMURA, Takashi; JP
増村 亮 MASUMURA, Ryo; JP
Mandataria/o:
中尾 直樹 NAKAO, Naoki; JP
中村 幸雄 NAKAMURA, Yukio; JP
義村 宗洋 YOSHIMURA, Takahiro; JP
Datos de prioridad:
2016-18145016.09.2016JP
Título (EN) MODEL LEARNING DEVICE, METHOD THEREFOR, AND PROGRAM
(FR) DISPOSITIF D'APPRENTISSAGE DE MODÈLE, PROCÉDÉ ASSOCIÉ ET PROGRAMME
(JA) モデル学習装置、その方法、及びプログラム
Resumen:
(EN) The present invention comprises: an initial value setting unit that, by using a parameter for a first model which has been learned and which includes a neutral network, sets a parameter for a second model which includes a neutral network having a structure similar to that of the first model; a first output probability distribution calculating unit that, by using the first model and a feature amount for learning, calculates a first output probability distribution including distribution of output probabilities of units in an output layer; a second output probability distribution calculating unit that, by using the second model and the feature amount for learning, calculates a second output probability distribution including distribution of the output probabilities of the units in the output layer; and a correction model updating unit that obtains a weighted sum of a second loss function calculated from the second output probability distribution and from information about a correct answer and cross entropy between the first output probability distribution and the second output probability distribution, and that updates the parameter for the second model such that the weighted sum is decreased.
(FR) L'invention concerne : une unité de définition de valeur initiale qui, à l'aide d'un paramètre pour un premier modèle qui a été appris et qui comprend un réseau neutre, définit un paramètre pour un second modèle qui comprend un réseau neutre ayant une structure identique à celle du premier modèle; une première unité de calcul de distribution de probabilité de sortie qui, à l'aide d'une quantité de caractéristiques pour l'apprentissage et du premier modèle, calcule une première distribution de probabilité de sortie comprenant la distribution de probabilité de sortie d'unités dans une couche de sortie; une seconde unité de calcul de distribution de probabilité de sortie qui, à l'aide de la quantité de caractéristiques pour l'apprentissage et du second modèle, calcule une seconde distribution de probabilités de sortie comprenant la distribution des probabilités de sortie des unités dans la couche de sortie; et une unité de mise à jour de modèle de correction qui obtient une somme pondérée d'une seconde fonction de perte calculée à partir de la seconde distribution de probabilité de sortie et des informations relatives à une réponse correcte et d'une entropie croisée entre la première distribution de probabilité de sortie et la seconde distribution de probabilité de sortie et qui met à jour le paramètre pour le second modèle de façon à réduire la somme pondérée.
(JA) 学習済みの、ニューラルネットワークを含む第一モデルのパラメータを用いて、第一モデルと同様の構造のニューラルネットワークを含む第二モデルのパラメータを設定する初期値設定部と、学習用の特徴量と第一モデルとを用いて、出力層の各ユニットの出力確率の分布を含む第一出力確率分布を計算する第一出力確率分布計算部と、学習用の特徴量と第二モデルとを用いて、出力層の各ユニットの出力確率の分布を含む第二出力確率分布を計算する第二出力確率分布計算部と、正解に関する情報と第二出力確率分布とから計算された第二損失関数と、第一出力確率分布と第二出力確率分布とのクロスエントロピーとの重み付き和を求め、重み付き和が減少するように第二モデルのパラメータを更新する修正モデル更新部とを含む。
front page image
Estados designados: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Oficina Eurasiática de Patentes (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Oficina Europea de Patentes (OEP) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organización Africana de la Propiedad Intelectual (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Idioma de publicación: Japonés (JA)
Idioma de la solicitud: Japonés (JA)