[发明专利]可靠性评价装置及可靠性评价方法在审

专利信息
申请号: 201980094303.5 申请日: 2019-03-26
公开(公告)号: CN113597622A 公开(公告)日: 2021-11-02
发明(设计)人: 藤野友也 申请(专利权)人: 三菱电机株式会社
主分类号: G06N3/08 分类号: G06N3/08
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 李辉;孙明浩
地址: 日本*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 可靠性 评价 装置 方法
【说明书】:

具备:示教数据存储部(102),其存储示教数据,该示教数据由数据和标签的组构成,该标签是与该数据关联且为了识别识别对象而赋予的信息;学习部(103),其在对学习对象的神经网络模型应用预先设定的丢弃参数而进行了丢弃处理之后,使用示教数据,反复进行用于对标签进行分类的学习,将反复学习进行至学习收敛为止;模型重构部(105),其按照丢弃参数,对反复学习收敛后的神经网络模型即学习完毕模型进行重构,制作多个不同的重构模型;识别部(107),其使用制作出的重构模型来识别示教数据,估计每个重构模型的标签;以及分类判定部(109),其基于估计出的估计标签来评价示教数据的标签,对示教数据的标签进行分类。

技术领域

本发明涉及对用于机器学习的示教数据的可靠性进行评价的技术。

背景技术

在机器学习中,使用对想要识别的对象赋予了正确信息(以下记载为标签)的示教数据进行学习,使得中途过程的模型得出的估计结果与示教数据的标签一致。例如,在通过机器学习识别动物的种类的情况下,对由动物的照片构成的示教数据赋予与照片的动物的种类(例如狗或猫)相关的标签。因此,为了制作正确的机器学习模型,示教数据的标签准确是重要的。但是,在对庞大的示教数据赋予标签的作业中需要较大的精力。此外,在确认所赋予的标签是否准确的作业中也需要很大的精力。因此,谋求有效地进行示教数据的标签的可靠性的评价。

例如,在专利文献1所记载的信息估计装置中,在神经网络中向一体化层输入由多变量分布构成的数据时,基于由输入数据的各向量要素与权重之积构成的项的数值分布,判断来自一体化层的输出数据的各向量要素的数据类型。信息估计装置应用与判断出的数据类型对应的近似计算方法,基于向一体化层输入的输入数据,解析地计算来自一体化层的输出数据的各向量要素的方差值。

在专利文献1所记载的技术中,利用在机器学习的过程中临时的估计结果的依次计算,在多个不同的时间点对临时的估计结果进行了比较的情况下,判断为偏差大的估计值是不可靠的。

此外,专利文献2所记载的识别信息赋予系统记载有如下内容:使用与通过机器学习获得了分类能力的两个以上的学习结果相关的信息、和能够判定为从两个以上的学习结果输出的分类结果同等的判定条件,判定从两个以上的学习结果输出的分类结果中的至少两个分类结果彼此是否同等,向判定为同等的分类结果彼此赋予相同的标签。

现有技术文献

专利文献

专利文献1:日本特开2018-106463号公报

专利文献2:日本特开2018-045483号公报

发明内容

发明要解决的问题

专利文献1所公开的技术能够提取学习过程的临时的估计结果的偏差较大的示教数据。但是,存在如下问题:估计结果的偏差示出示教数据的识别的难易度,未必示出标签的可靠性。

此外,专利文献2所公开的技术需要准备多种模型。在机器学习的模型的学习时需要很多计算资源和处理时间,因此,存在准备多种模型时的效率差这样的问题。

本发明的目的在于,高效地制作多种模型,除了评价示教数据的识别的难易度之外,还评价示教数据的标签的可靠性。

用于解决问题的手段

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三菱电机株式会社,未经三菱电机株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201980094303.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top