[发明专利]基于数据序列的预测模型双向学习的学习装置和方法

权利要求书

1.一种方法，包括：

基于用于通过从排列有包括多个输入值的多条输入数据的第一输入数据序列依次输入每条输入数据来执行学习处理的第一模型，通过以与第一模型中的顺序不同的顺序从排列有包括多个输入值的多条输入数据的第二输入数据序列输入每条输入数据来生成用于学习包括在所述第一模型中的第一学习目标参数的第二模型；

使用所述第一模型和所述第二模型来执行学习处理；以及

输出已被学习的所述第一模型。

2.根据权利要求1的方法，其中：

所述输出已被学习的所述第一模型包括删除已被学习的所述第二模型，并基于输入数据序列输出已被学习的所述第一模型作为预测模型。

3.根据权利要求2的方法，其中所述生成所述第二模型包括通过以反向顺序输入来自所述第二输入数据序列的每条输入数据来生成用于学习所述学习目标参数的所述第二模型。

4.根据权利要求3的方法，其中

所述第一输入数据序列和所述第二输入数据序列是时间序列输入数据序列，

所述第一模型按照从较旧的输入数据开始的顺序输入所述第一输入数据序列，以及

所述第二模型按照从较新的输入数据开始的顺序输入所述第二输入数据序列。

5.根据权利要求3的方法，其中

所述第一模型和所述第二模型各自包括所述第一学习目标参数和第二学习目标参数，以及

所述执行所述学习处理包括：

通过使用所述第一模型学习所述第二学习目标参数而不改变所述第一学习目标参数，以及

通过使用所述第二模型学习所述第一学习目标参数而不改变所述第二学习目标参数。

6.根据权利要求5的方法，其中

所述第一学习目标参数可被操作用于通过使用所述第二模型学习而不是使用所述第一模型学习而以更高的准确度被学习，以及

所述第二学习目标参数可被操作用于通过使用所述第一模型学习而不是使用所述第二模型学习而以更高的准确度被学习。

7.根据权利要求3的方法，其中所述第一输入数据序列和所述第二输入数据序列至少部分相同。

8.根据权利要求3的方法，其中所述第一输入数据序列和所述第二输入数据序列是用于学习的输入数据序列，它们彼此不同并包括在用于学习的多个输入数据序列中。

9.根据权利要求3的方法，其中所述执行学习处理包括用所述第一模型执行所述学习处理的次数比用所述第二模型执行所述学习处理的次数多。

10.根据权利要求3的方法，其中

所述执行所述学习处理包括用比使用所述第二模型执行所述学习处理更高的学习速率来使用第一模型执行所述学习处理。

11.根据权利要求3的方法，其中

所述执行所述学习处理包括通过最后用所述第一模型执行所述学习处理获得已被学习的所述第一模型。

12.根据权利要求4的方法，其中

所述第一模型包括在所述第一输入数据序列的每个时间点依次输入多个输入值的多个输入节点，以及在对应于所述多个输入节点的时间点之前的时间点的每个输入节点和每个输入值之间的权重参数，以及

所述第二模型包括以反向顺序在所述第二输入数据序列的每个时间点处输入多个输入值的多个输入节点，以及在对应于所述多个输入节点的时间点之后的时间点的每个输入节点和每个输入值之间的权重参数。