特許
J-GLOBAL ID：201903007188438560
管理方法、非一時的コンピュータ可読媒体および管理装置
発明者：
,
,
,
出願人/特許権者：
代理人 (1件)：
特許業務法人ウィルフォート国際特許事務所
公報種別：公開公報
出願番号（国際出願番号）：特願2018-027615
公開番号（公開出願番号）：特開2018-200677
出願日： 2018年02月20日
公開日（公表日）： 2018年12月20日
要約：
【課題】予測の精度および不確実性について同時に最適化するように深層学習ネットワークのパラメータを調整する。【解決手段】105で、予め定義されたベースアーキテクチャの深層学習アーキテクチャパラメータを初期化し、106で、深層学習アーキテクチャパラメータに基づいてモデル訓練を実施して、訓練されたモデルを生成し、107および108で、生成された訓練されたモデルにモンテカルロドロップアウトを反復的に適用して予測および不確実性を取得し、前記訓練されたモデルの前記予測の精度および不確実性を評価するように適合度関数が構成され、110で、訓練されたモデルが最適化されていないことを適合度関数が示す場合、105で、深層学習アーキテクチャパラメータを更新して、モデル訓練および適合度関数評価の処理を反復し、訓練されたモデルが最適化されたことを適合度関数が示す場合、112で、予測のために訓練されたモデルを提供する。【選択図】図1
請求項（抜粋）：
予め定義されたベースアーキテクチャの深層学習アーキテクチャパラメータを初期化し、
前記深層学習アーキテクチャパラメータに基づいてモデル訓練を実施して、訓練されたモデルを生成し、
前記生成された訓練されたモデルにモンテカルロ(MC)ドロップアウトを反復的に適用して予測および不確実性を取得し、前記訓練されたモデルの前記予測の精度および不確実性を評価するように適合度関数が構成され、
前記訓練されたモデルが最適化されていないことを前記適合度関数が示す場合、前記深層学習アーキテクチャパラメータを更新して、前記訓練されたモデルの生成と前記適合度関数の評価とを反復し、
前記訓練されたモデルが最適化されたことを前記適合度関数が示す場合、前記訓練されたモデルを予測のために提供する管理方法。
IPC (2件)：
FI (2件)：
前のページに戻る
