[发明专利]信号选择装置、学习装置、信号选择方法及程序在审
申请号: | 201980094583.X | 申请日: | 2019-03-28 |
公开(公告)号: | CN113646786A | 公开(公告)日: | 2021-11-12 |
发明(设计)人: | 增崎隆彦;那须督 | 申请(专利权)人: | 三菱电机株式会社 |
主分类号: | G06N20/00 | 分类号: | G06N20/00 |
代理公司: | 北京天昊联合知识产权代理有限公司 11112 | 代理人: | 何立波;张天舒 |
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: | 信号 选择 装置 学习 方法 程序 | ||
1.一种信号选择装置,其从多个候选信号选择用于对数据分析所使用的模型进行学习的学习信号,
该信号选择装置具有:
第1取得单元,其相关联地取得所述多个候选信号、以及与由所述模型得到的分析结果对应的状态值即学习标签;
特征量计算单元,其根据所述多个候选信号对1个或多个特征量进行计算;以及
选择单元,其基于所述特征量与所述学习标签的关联程度,从所述多个候选信号对所述学习信号进行选择。
2.根据权利要求1所述的信号选择装置,其中,
所述特征量计算单元根据从所述候选信号以预先规定的区间剪切出的部分信号,对所述特征量进行计算。
3.根据权利要求1或2所述的信号选择装置,其中,
所述选择单元将所述多个候选信号中的与所述学习标签的关联程度比其它所述特征量高的所述特征量所对应的所述候选信号选择为所述学习信号。
4.根据权利要求1至3中任一项所述的信号选择装置,其中,
还具有提供单元,该提供单元将所述多个候选信号和所述特征量相关联地提供给其它装置。
5.根据权利要求1至4中任一项所述的信号选择装置,其中,
还具有第2取得单元,该第2取得单元取得作为所述多个候选信号而追加的多个追加信号、以及与该多个追加信号相关联的所述特征量。
6.一种学习装置,其具有:
权利要求1至5中任一项所述的信号选择装置,其从多个候选信号选择用于对数据分析所使用的模型进行学习的学习信号;以及
学习单元,其基于由所述信号选择装置选择出的所述学习信号对所述模型进行学习。
7.根据权利要求6所述的学习装置,其中,
还具有贡献度输出单元,该贡献度输出单元输出贡献度,该贡献度表示由所述信号选择装置选择出的多个所述学习信号各自对由所述模型实现的标签的赋予作出贡献的程度,
所述信号选择装置取得与由所述模型得到的分析结果对应的状态值即学习标签,
所述学习单元重复进行以下尝试,即,从多个所述学习信号提取大于或等于1个所述学习信号作为提取信号,基于所述提取信号生成新的模型,
所述贡献度输出单元基于按照通过所述尝试生成的所述新的模型对所述提取信号赋予的赋予标签与所述学习标签的比较,对所述贡献度进行计算而输出。
8.根据权利要求6所述的学习装置,其中,
还具有贡献度输出单元,该贡献度输出单元输出贡献度,该贡献度表示由所述信号选择装置选择出的多个所述学习信号各自对由所述模型实现的标签的赋予作出贡献的程度,
所述信号选择装置取得与由所述模型得到的分析结果对应的状态值即学习标签,
所述学习单元重复尝试对多个所述学习信号各自的值进行变更而生成新的模型,
所述贡献度输出单元基于按照通过所述尝试生成的所述新的模型对所述学习信号赋予的赋予标签与所述学习标签的比较,对所述贡献度进行计算而输出。
9.一种信号选择方法,其从多个候选信号选择用于对数据分析所使用的模型进行学习的学习信号,
该信号选择方法包含:
特征量计算步骤,特征量计算单元根据所述多个候选信号对特征量进行计算;以及
选择步骤,选择单元基于所述特征量与学习标签的关联程度,从所述多个候选信号对所述学习信号进行选择,该学习标签是与由所述模型得到的分析结果对应的状态值。
10.一种程序,其使从多个候选信号选择用于对数据分析所使用的模型进行学习的学习信号的计算机执行如下处理:
根据所述多个候选信号对特征量进行计算,
基于所述特征量与学习标签的关联程度,从所述多个候选信号对所述学习信号进行选择,该学习标签是与由所述模型得到的分析结果对应的状态值。
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/201980094583.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:可固化组合物、由其制得的制品,及其制造和使用方法
- 下一篇:离子色谱仪