特許
J-GLOBAL ID:201503016340120466
階層ベース配列の機械学習モデル
発明者:
,
出願人/特許権者:
代理人 (3件):
恩田 誠
, 恩田 博宣
, 本田 淳
公報種別:公表公報
出願番号(国際出願番号):特願2015-528605
公開番号(公開出願番号):特表2015-534149
出願日: 2013年08月20日
公開日(公表日): 2015年11月26日
要約:
複合出力緩和(MOR)機械学習モデル。実施形態の1例では、MOR機械学習モデルを使用して、複合出力依存性(MOD)出力判断の複数の相互依存出力構成要素を予測する方法が、構成要素を、入力及び残りの全ての構成要素に基づいて予測するように、MOD出力判断の複数のそれぞれの相互依存出力構成要素に対する分類器を訓練することを含むことができる。この方法は、それぞれの構成要素に対するそれぞれの可能な値を所定の出力値に初期化することをさらに含むことができる。この方法は、それぞれの分類器上で緩和反復を実行して、緩和状態が平衡に達するか、又は緩和反復が最大回数に達するまで、それぞれの構成要素に対するそれぞれの可能な値の出力値を更新することをさらに含むことができる。この方法は、それぞれの分類器から最適な構成要素を取り出すことをさらに含むことができる。
請求項(抜粋):
複合出力緩和(MOR)機械学習モデルを使用して、複合出力依存性(MOD)出力判断の複数の相互依存出力構成要素を、入力を使用することによって予測するための方法であって、それぞれの出力構成要素が複数の可能な値を有する、方法において、
前記出力構成要素を、前記入力及び残りの全ての出力構成要素に基づいて予測するように、MOD出力判断の複数のそれぞれの相互依存出力構成要素に対する分類器を訓練するステップと、
それぞれの前記出力構成要素に対するそれぞれの前記可能な値を所定の出力値に初期化するステップと、
それぞれの前記分類器上で緩和反復を実行して、緩和状態が平衡に達するか、又は緩和反復が最大回数に達するまで、それぞれの前記出力構成要素に対するそれぞれの可能な値の前記出力値を更新するステップと、
それぞれの前記分類器から最適な出力構成要素を取り出すステップと
を備える、方法。
IPC (2件):
FI (2件):
前のページに戻る