[发明专利]推理装置、驾驶辅助装置、推理方法和服务器在审
申请号: | 202080097069.4 | 申请日: | 2020-02-26 |
公开(公告)号: | CN115136161A | 公开(公告)日: | 2022-09-30 |
发明(设计)人: | 奥田太郎 | 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: | 上海专利商标事务所有限公司 31100 | 代理人: | 熊风;宋俊寅 |
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: | 推理 装置 驾驶 辅助 方法 服务器 | ||
本申请所涉及的推理装置包括:获取数据的数据获取部(11);推理部(12),该推理部(12)在以数据为输入并输出第一推理结果的第一机器学习模型(16)中,输入由数据获取部(11)获取到的数据来推理第一推理结果;相似度计算部(13),该相似度计算部(13)基于将数据获取部(11)获取的数据输入到以数据为输入并输出第二推理结果的第二机器学习模型(17)中进行推理得到的第二推理结果和数据获取部(11)获取到的数据,计算数据获取部(11)获取到的数据与第二推理结果的相似度;判断部(14、14a),该判断部(14、14a)通过比较相似度计算部(13)计算出的相似度与推理结果判定用阈值,判断是否输出第一推理结果;以及输出部(15),该输出部(15)在判断部(14、14a)判断为输出第一推理结果的情况下,输出第一推理结果。
技术领域
本公开涉及使用机器学习中的完成学习模型(以下称为“机器学习模型”。)进行推理的推理装置、驾驶辅助装置、推理方法和服务器。
背景技术
以往,在自动驾驶等领域,使用机器学习模型进行推理的技术是众所周知的。
在专利文献1中公开了一种信息处理装置,在使用无监督数据的估计结果与使用有监督数据的估计结果相似的情况下,基于该有监督数据所具有的监督信息来生成无监督数据的监督信息。
现有技术文献
专利文献
专利文献1:日本专利特开2019-87012号公报
发明内容
发明所要解决的技术问题
在使用机器学习模型进行推理的情况下,有时会向该机器学习模型输入与该机器学习模型在学习时输入的数据相似度相差甚远的数据。其结果是,存在有可能会输出不合理的推理结果的问题。
专利文献1中公开的技术是判断学习数据中的有监督数据和无监督数据的相似度的技术,不是判断推理时输入的数据和学习时输入的数据的相似度的技术。因此,不能为了解决上述问题而使用专利文献1中公开的技术。
本公开是为了解决上述问题而提出的,其目的是提供一种能够防止输出不合理的推理结果的推理装置。
用于解决技术问题的技术手段
本公开所涉及的推理装置包括:获取数据的数据获取部;推理部,该推理部在以数据为输入并输出第一推理结果的第一机器学习模型中,输入由数据获取部获取到的数据来推理第一推理结果;相似度计算部,该相似度计算部基于将数据获取部获取的数据输入到以数据为输入并输出第二推理结果的第二机器学习模型中进行推理得到的第二推理结果和数据获取部获取到的数据,计算数据获取部获取到的数据与第二推理结果的相似度;判断部,该判断部通过比较相似度计算部计算出的相似度与推理结果判定用阈值,判断是否输出第一推理结果;以及输出部,该输出部在判断部判断为输出第一推理结果的情况下,输出第一推理结果。
发明效果
根据本公开,能够防止输出不合理的推理结果。
附图说明
图1是示出实施方式1所涉及的推理装置的结构例的图。
图2是示出实施方式1中第一机器学习模型和第二机器学习模型的关系的图。
图3是示出实施方式1中的车辆周边数据与输出车辆周边数据的相似度[S]的(式1)。
图4示出在实施方式1中,基于“正确数据相似度”的分布和“错误数据相似度”的分布而统计学地设定的推理结果判定用阈值的示意图的一个示例。
图5是用于说明实施方式1所涉及的推理装置的动作的流程图。
图6是用于说明在实施方式1中第一推理部在判断部判断为输出驾驶辅助信息之后推理驾驶辅助信息的情况下的推理装置的动作的流程图。
图7是示出实施方式2所涉及的推理装置的结构例的图。
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/202080097069.4/2.html,转载请声明来源钻瓜专利网。