Traitement en cours

Veuillez attendre...

PATENTSCOPE sera indisponible durant quelques heures pour des raisons de maintenance le mardi 27.07.2021 à 12:00 PM CEST
Paramétrages

Paramétrages

Aller à Demande

1. WO2020158450 - DISPOSITIF D'APPRENTISSAGE AUTOMATIQUE, PROCÉDÉ, ET SUPPORT LISIBLE PAR ORDINATEUR NON TRANSITOIRE DANS LEQUEL EST STOCKÉ UN PROGRAMME

Numéro de publication WO/2020/158450
Date de publication 06.08.2020
N° de la demande internationale PCT/JP2020/001470
Date du dépôt international 17.01.2020
CIB
G06N 20/00 2019.1
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
20Apprentissage automatique
CPC
G06N 20/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
Déposants
  • 日本電気株式会社 NEC CORPORATION [JP]/[JP]
Inventeurs
  • 兼子 拓弥 KANEKO Takuya
Mandataires
  • 家入 健 IEIRI Takeshi
Données relatives à la priorité
2019-01665001.02.2019JP
Langue de publication japonais (JA)
Langue de dépôt japonais (JA)
États désignés
Titre
(EN) MACHINE LEARNING DEVICE, METHOD, AND NON-TRANSITORY COMPUTER-READABLE MEDIUM HAVING PROGRAM STORED THEREON
(FR) DISPOSITIF D'APPRENTISSAGE AUTOMATIQUE, PROCÉDÉ, ET SUPPORT LISIBLE PAR ORDINATEUR NON TRANSITOIRE DANS LEQUEL EST STOCKÉ UN PROGRAMME
(JA) 機械学習装置、方法及びプログラムが格納された非一時的なコンピュータ可読媒体
Abrégé
(EN)
A machine learning device (1) is equipped with: a storage unit (11) for storing a training data set, which is a plurality of instances of training data, that is, pairs comprising data and a label; a group generation unit (12) for generating, from the training data set, a plurality of learning groups having data at least a portion of which differs; a learning unit (13) for learning a prescribed data determination model for each of the plurality of learning groups, and storing in the storage unit (11) a plurality of learned models corresponding to each learning group; a determination unit (14) for inputting, to each of the plurality of learned models, data for which a determination is to be carried out and that is not included in the corresponding learning group, and obtaining a number of first determination results equal to the number of learned models; and an identification unit (15) for identifying, among the training data set, first inappropriate data, for which there is a possibility that the label is inappropriate, on the basis of the first determination result and a correct answer label in the data for which a determination is being carried out.
(FR)
La présente invention porte sur un dispositif d'apprentissage automatique (1) qui est équipé : d'une unité de stockage (11) servant à stocker un ensemble de données d'apprentissage, qui sont une pluralité d'instances de données d'apprentissage, c'est-à-dire des paires comprenant des données et une étiquette ; d'une unité de génération de groupe (12) servant à générer, à partir de l'ensemble de données d'apprentissage, une pluralité de groupes d'apprentissage dont au moins une partie des données diffère ; d'une unité d'apprentissage (13) servant à apprendre un modèle de détermination de données prescrit en ce qui concerne chaque groupe de la pluralité de groupes d'apprentissage, et à stocker dans l'unité de stockage (11) une pluralité de modèles appris correspondant à chaque groupe d'apprentissage ; d'une unité de détermination (14) servant à entrer, dans chaque modèle de la pluralité de modèles appris, des données nécessitant la réalisation d'une détermination et qui ne sont pas incluses dans le groupe d'apprentissage correspondant, et à obtenir un certain nombre de premiers résultats de détermination qui est égal au nombre de modèles appris ; et une unité d'identification (15) servant à identifier, dans l'ensemble de données d'apprentissage, des premières données inappropriées, présentant une possibilité selon laquelle l'étiquette est inappropriée, en fonction du premier résultat de détermination et d'une étiquette de réponse correcte dans les données pour lesquelles une détermination est effectuée.
(JA)
機械学習装置(1)は、データとラベルの組である複数の教師データである教師データ集合を記憶する記憶部(11)と、教師データ集合から、属するデータの少なくとも一部が異なる複数の学習グループを生成するグループ生成部(12)と、所定のデータ判定モデルに対して複数の学習グループごとに学習を行い、各学習グループに対応する複数の学習済みモデルを記憶部(11)に格納する学習部(13)と、複数の学習済みモデルのそれぞれに対して対応する学習グループに含まれない判定対象データを入力して、学習済みモデルの数の第1の判定結果を取得する判定部(14)と、第1の判定結果と判定対象データにおける正解ラベルとに基づいて、教師データ集合の中からラベルが不適切な可能性のある第1の不適切データ群を特定する特定部(15)と、を備える。
Également publié en tant que
JP2020569508
Dernières données bibliographiques dont dispose le Bureau international