処理中

しばらくお待ちください...

設定

設定

1. WO2015025472 - 特徴変換学習装置、特徴変換学習方法およびプログラム記憶媒体

公開番号 WO/2015/025472
公開日 26.02.2015
国際出願番号 PCT/JP2014/003923
国際出願日 25.07.2014
IPC
G06N 3/00 2006.01
G物理学
06計算;計数
N特定の計算モデルに基づくコンピュータ・システム
3生物学的モデルに基づくコンピュータシステム
CPC
G06F 9/4881
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
9Arrangements for program control, e.g. control units
06using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
46Multiprogramming arrangements
48Program initiating; Program switching, e.g. by interrupt
4806Task transfer initiation or dispatching
4843by program, e.g. task dispatcher, supervisor, operating system
4881Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
G06N 20/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
出願人
  • 日本電気株式会社 NEC CORPORATION [JP/JP]; 東京都港区芝五丁目7番1号 7-1,Shiba 5-chome, Minato-ku, Tokyo 1088001, JP
発明者
  • 石井 雅人 ISHII, Masato; JP
代理人
  • 下坂 直樹 SHIMOSAKA, Naoki; JP
優先権情報
2013-17187622.08.2013JP
公開言語 (言語コード) 日本語 (JA)
出願言語 (言語コード) 日本語 (JA)
指定国 (国コード)
発明の名称
(EN) FEATURE CONVERSION LEARNING DEVICE, FEATURE CONVERSION LEARNING METHOD, AND PROGRAM STORAGE MEDIUM
(FR) DISPOSITIF D'APPRENTISSAGE DE CONVERSION DE TRAITS CARACTÉRISTIQUES, PROCÉDÉ D'APPRENTISSAGE DE CONVERSION DE TRAITS CARACTÉRISTIQUES, ET SUPPORT DE STOCKAGE DE PROGRAMME
(JA) 特徴変換学習装置、特徴変換学習方法およびプログラム記憶媒体
要約
(EN)
Provided is a technology whereby, in relation to machine learning of a parameter used in feature conversion, it is possible to obtain the parameter whereby it is possible to increase task precision, and to make the machine learning more efficient. A feature conversion learning device (1) comprises an approximation unit (5), a loss calculation unit (7), an approximation control unit (6), and a loss control unit (8). The approximation unit (5) takes a feature value that is extracted from a sample pattern and then weighted by a training parameter, assigns that weighted feature value to a variable of a continuous approximation function approximating a step function, and, by doing so, computes an approximated feature value. The loss calculation unit (7) calculates a loss with respect to the task on the basis of the approximated feature value. The approximation control unit (6) controls an approximation precision of the approximation function with respect to the step function such that the approximation function used with the approximation unit (5) approaches the step function according to a decrease in the loss. The loss control unit (8) updates the training parameter such that the loss decreases.
(FR)
La présente invention concerne une technologie au moyen de laquelle, dans le contexte d'un apprentissage automatique d'un paramètre utilisé lors de la conversion de traits caractéristiques, il est possible d'obtenir le paramètre de telle sorte qu'il soit possible d'augmenter la précision d'une tâche, et de rendre l'apprentissage automatique plus efficace. Un dispositif d'apprentissage de conversion de traits caractéristiques (1) comprend une unité d'approximation (5), une unité de calcul de perte (7), une unité de commande d'approximation (6) et une unité de commande de perte (8). L'unité d'approximation (5) utilise la valeur d'un trait caractéristique qui est extraite d'un motif échantillon puis est pondérée par un paramètre d'apprentissage, affecte la valeur pondérée du trait caractéristique à une variable d'une fonction d'approximation continue constituant une approximation d'une fonction échelon et calcule par ce moyen une valeur approchée du trait caractéristique. L'unité de calcul de perte (7) calcule une perte par rapport à la tâche sur la base de la valeur approchée du trait caractéristique. L'unité de commande d'approximation (6) commande une précision d'approximation de la fonction d'approximation par rapport à la fonction échelon de manière à ce que la fonction d'approximation utilisée avec l'unité d'approximation (5) tende vers la fonction échelon en fonction d'une diminution de la perte. L'unité de commande de perte (8) met à jour le paramètre d'apprentissage de manière à ce que la perte diminue.
(JA)
 特徴変換に用いるパラメータの機械学習に関し、タスクの精度を高めることができるパラメータが得られ、かつ、機械学習を効率化できる技術を提供する。 特徴変換学習装置1は近似部5と損失計算部6と近似制御部7と損失制御部8とを備える。近似部5は、サンプルパターンから抽出された特徴量に学習対象のパラメータを重み付けした特徴量を、ステップ関数に近似した連続的な近似関数の変数に代入することによって近似特徴量を算出する。損失計算部6は、近似特徴量に基づいて、タスクに対する損失を算出する。近似制御部7は、近似部5で用いられる近似関数が前記損失の減少に応じてステップ関数に近付くように、ステップ関数に対する近似関数の近似精度を制御する。損失制御部8は、前記損失が減少するように学習対象のパラメータを更新する。
国際事務局に記録されている最新の書誌情報