特許

J-GLOBAL ID：201003055271459780

マルチクラス分類器をトレーニングする方法

発明者： ファティー・エム・ポリクリ ,  アジェイ・ジョシ
出願人/特許権者： ミツビシ・エレクトリック・リサーチ・ラボラトリーズ・インコーポレイテッド
代理人 (7件)： 曾我 道治 ,  古川 秀利 ,  鈴木 憲七 ,  梶並 順 ,  大宅 一宏 ,  上田 俊一 ,  吉田 潤一郎
公報種別：公開公報
出願番号（国際出願番号）：特願2010-006130
公開番号（公開出願番号）：特開2010-231768
出願日： 2010年01月14日
公開日（公表日）： 2010年10月14日
要約：

【課題】分類器をトレーニングするために、大量のラベル付きトレーニングデータを必要としない能動学習法を提供する。【解決手段】終了条件に達するまで、以下のステップを繰返し実行することによってマルチクラス分類器をトレーニングする。ラベル無しデータのアクティブプールから得られるラベル無しデータのためのクラスメンバーシップの確率が推定される。最も大きな確率と、2番目に大きな確率との間の差が求められる。最も小さな差を有するラベル無しデータが選択され、ラベル付けされ、分類器をトレーニングするためのトレーニングデータセットに追加される。【選択図】図1

請求項（抜粋）：

マルチクラス分類器をトレーニングする方法であって、該マルチクラス分類器は、終了条件に達するまで該方法のステップを繰返し実行するためのプロセッサを備え、該方法は、 ラベル無しデータのアクティブプールから得られるラベル無しデータのためのクラスメンバーシップの確率を推定するステップと、 最も大きな確率と2番目に大きな確率との間の差を求めるステップと、 最も小さな差を有する前記ラベル無しデータを選択するステップと、 前記選択されたラベル無しデータにラベル付けするステップと、 前記ラベル付けされたデータをトレーニングデータセットに追加するステップと、 前記トレーニングデータセットを用いて前記分類器をトレーニングするステップとを含む、マルチクラス分類器をトレーニングする方法。

IPC (3件)：

G06N 5/04 ,  G06N 3/00 ,  G06F 17/30

FI (5件)：

G06N5/04 580A ,  G06N3/00 560A ,  G06F17/30 210D ,  G06F17/30 220Z ,  G06N5/04 550J

Fターム (1件)：

5B075NR12

引用文献：

審査官引用 (2件)

• Entropy-based active learning for object recognition
• Active Learning to Recognize Multiple Types of Plankton