特開 2024-135378 情報処理装置、端末装置、情報処理方法、プログラムおよび情報処理システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024135378

(43)【公開日】2024-10-04

(54)【発明の名称】情報処理装置、端末装置、情報処理方法、プログラムおよび情報処理システム

(51)【国際特許分類】

   G06Q 10/04 20230101AFI20240927BHJP

【ＦＩ】

G06Q10/04

【審査請求】未請求

【請求項の数】19

【出願形態】ＯＬ

(21)【出願番号】P 2023046017

(22)【出願日】2023-03-22

(71)【出願人】

【識別番号】000006747

【氏名又は名称】株式会社リコー

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】相崎 友保

【テーマコード（参考）】

5L010

5L049

【Ｆターム（参考）】

5L010AA20

5L049AA20

(57)【要約】

【課題】条件を満たすモデルを特定できるように支援すること。
【解決手段】提案装置７は、端末装置３から、学習データを用いて学習処理を実行して生成されるモデルに関する条件を示す条件情報を受信する送受信部７１と、複数のモデルについて、条件を満たすか判断する判断部７５とを備え、送受信部７１は、端末装置３に対して、判断部７５の判断結果に基づき、条件を満たすモデルを特定するモデル特定情報を送信する。
【選択図】図６

【特許請求の範囲】

【請求項1】

端末装置から、学習データを用いて学習処理を実行して生成されるモデルに関する条件を示す条件情報を受信する受信手段と、
複数のモデルについて、前記条件を満たすか判断する判断手段と、
前記端末装置に対して、前記判断手段の判断結果に基づき、前記条件を満たすモデルを特定するモデル特定情報を送信する送信手段と、
を備えた情報処理装置。

【請求項2】

前記複数のモデルは、複数のローカルモデルに基づき更新されるグローバルモデルを複数含む請求項１記載の情報処理装置。

【請求項3】

前記複数のモデルは、複数のノードのそれぞれでそれぞれ生成される複数のローカルモデルを含む請求項１記載の情報処理装置。

【請求項4】

前記条件は、前記モデルの属性に対する優先度を含む請求項１記載の情報処理装置。

【請求項5】

前記属性は、前記モデルを利用する料金および前記モデルの評価の少なくとも一方を含む請求項４記載の情報処理装置。

【請求項6】

前記条件は、前記モデルが実行するタスクを示すタスク情報を含む請求項１記載の情報処理装置。

【請求項7】

前記送信手段は、前記端末装置に対して、前記モデルの属性を示すモデル属性情報を、前記モデル特定情報に含めて送信する請求項１記載の情報処理装置。

【請求項8】

前記モデルの属性は、前記学習データの数、ローカルモデルを生成するノードのクライアントの業種の少なくとも１つを含む請求項７記載の情報処理装置。

【請求項9】

前記送信手段は、前記端末装置に対して、前記モデルを提供するサービス提供者の属性を示すサービス属性情報を、前記モデル特定情報に含めて送信する請求項１記載の情報処理装置。

【請求項10】

前記サービス提供者の属性は、ローカルモデルの数、グローバルモデルを更新するために用いられるローカルモデル利用可否の少なくとも１つを含む請求項９記載の情報処理装置。

【請求項11】

前記受信手段は、前記端末装置から、さらに、前記条件を満たすモデルのうち選択されたモデルを示すモデル選択情報を受信する請求項１記載の情報処理装置。

【請求項12】

前記送信手段は、前記モデルを提供するサービス提供者の装置に対して、前記モデル選択情報を送信する請求項１１記載の情報処理装置。

【請求項13】

学習データを用いて学習処理を実行して生成されるモデルに関する条件を設定する設定操作を受け付ける受付手段と、
複数のモデルのうち、前記設定操作により設定された前記条件を満たすと判断されたモデルを特定するモデル特定情報を、表示部に表示させる表示制御手段と、
を備えた端末装置。

【請求項14】

情報処理装置に対して、前記設定操作により設定された前記条件を示す条件情報を送信する送信手段と、
前記情報処理装置から、前記モデル特定情報を受信する受信手段と、を備え、
前記表示制御手段は、前記受信手段が受信した前記モデル特定情報を、前記表示部に表示させる請求項１３記載の端末装置。

【請求項15】

複数のモデルについて、前記条件を満たすか判断する判断手段を備え、
前記表示制御手段は、前記判断手段の判断結果に基づき、前記モデル特定情報を前記表示部に表示させる請求項１３記載の端末装置。

【請求項16】

情報処理装置により実行される情報処理方法であって、
端末装置から、学習データを用いて学習処理を実行して生成されるモデルに関する条件を示す条件情報を受信する受信ステップと、
複数のモデルについて、前記条件を満たすか判断する判断ステップと、
前記端末装置に対して、前記判断ステップでの判断結果に基づき、前記条件を満たすモデルを特定するモデル特定情報を送信する送信ステップと、
を実行する情報処理方法。

【請求項17】

端末装置により実行される情報処理方法であって、
学習データを用いて学習処理を実行して生成されるモデルに関する条件を設定する設定操作を受け付ける受付ステップと、
複数のモデルのうち、前記設定操作により設定された前記条件を満たすと判断されたモデルを特定するモデル特定情報を、表示部に表示させる表示ステップと、
を実行する情報処理方法。

【請求項18】

コンピュータに、請求項１６または１７記載の情報処理方法を実行させるプログラム。

【請求項19】

端末装置と、前記端末装置と通信可能な情報処理装置を備える情報処理システムであって、
前記端末装置は、
学習データを用いて学習処理を実行して生成されるモデルに関する条件を設定する設定操作を受け付ける受付手段と、
前記情報処理装置に対して、前記設定操作により設定された前記条件を示す条件情報を送信する送信手段と、を備え、
前記情報処理装置は、
前記端末装置から、前記条件情報を受信する受信手段と、
複数のモデルについて、前記条件を満たすか判断する判断手段と、
前記端末装置に対して、前記判断手段の判断結果に基づき、前記条件を満たすモデルを特定するモデル特定情報を送信する送信手段と、を備え、
前記端末装置は、さらに、
前記情報処理装置から、前記モデル特定情報を受信する受信手段と、
前記受信手段が受信した前記モデル特定情報を、表示部に表示させる表示制御手段と、
を備えた情報処理システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、端末装置、情報処理方法、プログラムおよび情報処理システムに関する。

【背景技術】

【0002】

特許文献１には、複数のパートナーとそれぞれ共通のユーザーサンプルのデータに基づいて、各パートナーと夫々協力してツリーモデルをトレーニングし、トレーニングされたツリーモデルに対して特徴の重要度評価を実行して、各ツリーモデルによって生成された特徴コラムに、対応する重みを付けるマルチモデルトレーニング方法が記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１‐１２１９２２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明は、条件を満たすモデルを特定できるように支援することを課題とする。

【課題を解決するための手段】

【0005】

本発明に係る情報処理装置は、端末装置から、学習データを用いて学習処理を実行して生成されるモデルに関する条件を示す条件情報を受信する受信手段と、複数のモデルについて、条件を満たすか判断する判断手段と、端末装置に対して、判断手段の判断結果に基づき、条件を満たすモデルを特定するモデル特定情報を送信する送信手段と、を備える。

【発明の効果】

【0006】

本発明によれば、条件を満たすモデルを特定できるように支援することができる。

【図面の簡単な説明】

【0007】

【図1】本発明の実施形態に係る情報処理システムの全体構成図である。

【図2】本実施形態に係る端末装置、サーバのハードウエア構成図である。

【図3】本実施形態に係る情報処理システムの機能ブロック図である。

【図4】本実施形態に係るサービス情報管理テーブルの一例を示す概念図である。

【図5】本実施形態に係るサービス提案処理を示すシーケンス図である。

【図6】本実施形態に係る設定画面の説明図である。

【図7】本実施形態に係る推奨画面の説明図である。

【図8】本実施形態に係る推奨画面の他の説明図である。

【図9】本実施形態に係るモデル処理を示すシーケンス図である。

【図10】本実施形態に係る選択画面の説明図である。

【図11】本実施形態に係るデータ分類画面の説明図である。

【発明を実施するための形態】

【0008】

連合学習（Ｆｅｄｅｒａｔｅｄ ｌｅａｒｎｉｎｇ）は、データを集約せず分散した状態のまま、学習を行う機械学習の手法であり、プライバシーやセキュリティを担保しながらあたかもデータ連携をしたかのように、複数クライアント間のデータを活かしたモデルの構築を可能にする技術である。

【0009】

図１は、本発明の実施形態に係る情報処理システムの全体構成図である。本実施形態の情報処理システム１は、複数の端末装置３Ａ、３Ｂ～３Ｎ、３ａ、複数のサーバ５Ａ、５Ｂ～５Ｎ、および提案装置７によって構築されている。

【0010】

複数のサーバ５Ａ、５Ｂ～５Ｎのそれぞれは、連合学習に用いられるグローバルモデル等を管理する情報処理装置の一例である。ここで、グローバルモデルは、サーバ５側、つまりはセントラル側で管理される学習モデルでもあるため、セントラルモデルとして言い換えてもよい。なお、複数のサーバ５Ａ、５Ｂ～５Ｎは、それぞれを区別する必要がない場合は、単にサーバ５として説明する。

【0011】

複数の端末装置３Ａ、３Ｂ～３Ｎは、サーバ５Ａが管理する連合学習に参加するクライアントが使用するノードの一例であり、端末装置３ａは、連合学習には参加しないが、サーバ５Ａから学習済みのグローバルモデルの配布を受けるクライアントが使用するノードの一例である。なお、複数の端末装置３Ａ、３Ｂ～３Ｎは、それぞれを区別する必要がない場合は、単に端末装置３として説明する。

【0012】

提案装置７は、複数の端末装置３Ａ、３Ｂ～３Ｎに対して、複数のサーバ５Ａ、５Ｂ～５Ｎがそれぞれ管理するグローバルモデル等の学習モデルを提案する情報処理装置の一例である。提案装置７は、特定のサーバ５Ａ等と一体で構成されてもよく、その場合、複数のサーバ５Ａ、５Ｂ～５Ｎがそれぞれ管理するグローバルモデル等の学習モデルを提案するとともに、サーバ５Ａが管理するグローバルモデル等の学習モデルを提供する。

【0013】

複数の端末装置３Ａ、３Ｂ～３Ｎ、３ａ、サーバ５Ａ、５Ｂ～５Ｎ、および提案装置７は、通信ネットワーク１００を介して通信することができる。通信ネットワーク１００は、インターネット、移動体通信網、ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）等によって構築されている。通信ネットワーク１００には、有線通信だけでなく、５Ｇ（５ｔｈＧｅｎｅｒａｔｉｏｎ）、ＷｉＭＡＸ（ＷｏｒｌｄｗｉｄｅＩｎｔｅｒｏｐｅｒａｂｉｌｉｔｙｆｏｒＭｉｃｒｏｗａｖｅＡｃｃｅｓｓ）、ＬＴＥ（ＬｏｎｇＴｅｒｍＥｖｏｌｕｔｉｏｎ）等の無線通信によるネットワークが含まれてもよい。

【0014】

また、情報処理システム１は、複数の端末装置３Ａ、３Ｂ…３Ｎ、３ａ、特定のサーバ５Ａ、および提案装置７の全てまたは一部をクラウドコンピューティングにより構成しても良い。その場合、複数の端末装置３Ａ、３Ｂ…３Ｎ、３ａ、特定のサーバ５Ａ、および提案装置７は、通信ネットワーク１００を介することなく、高速に相互に通信することができる。

【0015】

＜ハードウエア構成＞
図２は、本実施形態に係る端末装置、サーバのハードウエア構成図である。端末装置３の各ハードウエア構成は、３００番台の符号で示されている。サーバ５の各ハードウエア構成は、括弧内の５００番台の符号で示されている。なお、提案装置７も、サーバ５と同様のハードウエア構成を備えるが、各ハードウエア構成の符号および説明は省略する。

【0016】

端末装置３は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）３０１、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）３０２、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）３０３、ＨＤ（ＨａｒｄＤｉｓｋ）３０４、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）３０５、記録メディア３０６、メディアＩ／Ｆ３０７、ディスプレイ３０８、ネットワークＩ／Ｆ３０９、キーボード３１１、マウス３１２、ＣＤ－ＲＷ（ＣｏｍｐａｃｔＤｉｓｃ－ＲｅＷｒｉｔａｂｌｅ）ドライブ３１４、及び、バスライン３１０を備えている。

【0017】

これらのうち、ＣＰＵ３０１は、端末装置３全体の動作を制御する。ＲＯＭ３０２は、ＣＰＵ３０１の駆動に用いられるプログラムを記憶する。ＲＡＭ３０３は、ＣＰＵ３０１のワークエリアとして使用される。ＨＤ３０４は、プログラム等の各種データを記憶する。ＨＤＤ３０５は、ＣＰＵ３０１の制御にしたがってＨＤ３０４に対する各種データの読み出し又は書き込みを制御する。メディアＩ／Ｆ３０７は、フラッシュメモリ等の記録メディア３０６に対するデータの読み出し又は書き込み（記憶）を制御する。ディスプレイ３０８は、カーソル、メニュー、ウィンドウ、文字、又は画像などの各種情報を表示する。ネットワークＩ／Ｆ３０９は、通信ネットワーク１００を利用してデータ通信をするためのインターフェースである。キーボード３１１は、文字、数値、各種指示などの入力のための複数のキーを備えた入力手段の一種である。マウス３１２は、各種指示の選択や実行、処理対象の選択、カーソルの移動などを行う入力手段の一種である。ＣＤ－ＲＷドライブ３１４は、着脱可能な記録媒体の一例としてのＣＤ－ＲＷ５１３に対する各種データの読み出し又は書き込みを制御する。端末装置３は、さらに、有線やＷｉｆｉ等の無線により接続される外部ＰＣや外部デバイスに対するデータの読み出し又は書き込み（記憶）を制御する構成を備えていても良い。

【0018】

また、サーバ５は、ＣＰＵ５０１、ＲＯＭ５０２、ＲＡＭ５０３、ＨＤ５０４、ＨＤＤ５０５、記録メディア５０６、メディアＩ／Ｆ５０７、ディスプレイ５０８、ネットワークＩ／Ｆ５０９、キーボード５１１、マウス５１２、ＣＤ－ＲＷドライブ５１４、及び、バスライン５１０を備えている。これらは、それぞれ上述の構成（ＣＰＵ３０１、ＲＯＭ３０２、ＲＡＭ３０３、ＨＤ３０４、ＨＤＤ３０５、記録メディア３０６、メディアＩ／Ｆ３０７、ディスプレイ３０８、ネットワークＩ／Ｆ３０９、キーボード３１１、マウス３１２、ＣＤ－ＲＷドライブ３１４、及び、バスライン３１０）と同様の構成であるため、これらの説明を省略する。

【0019】

なお、ＣＤ－ＲＷドライブ３１４（５１４）ではなく、ＣＤ－Ｒドライブ等であってもよい。また、端末装置３、及びサーバ５は、それぞれ単一のコンピュータによって構築されてもよいし、各部（機能、手段、又は記憶部）を分割して任意に割り当てられた複数のコンピュータによって構築されていてもよい。

【0020】

図３は、本実施形態に係る情報処理システムの機能ブロック図である。

【0021】

＜端末装置の機能構成＞
端末装置３は、送受信部３１、受付部３２、表示制御部３３、選定部３４、判断部３５、評価部３６、処理部３７、学習処理部３８、および記憶・読出部３９を有している。これら各部は、図２に示されている各構成要素のいずれかが、ＨＤ３０４からＲＡＭ３０３上に展開されたプログラムに従ったＣＰＵ３０１からの命令によって動作することで実現される機能、又は機能する手段である。また、端末装置３は、図２に示されているＲＡＭ３０３及びＨＤ３０４によって構築される記憶部３０００を有している。記憶部３０００は、記憶手段の一例である。

【0022】

（端末装置の各機能構成）
次に、端末装置３の各構成要素について説明する。

【0023】

送受信部３１は、受信手段の一例であり、図２に示されているＣＰＵ３０１からの命令、並びにネットワークＩ／Ｆ３０９によって実現され、通信ネットワーク１００を介して他の端末、装置又はシステムと各種データ（または情報）の送受信を行う。

【0024】

受付部３２は、受付手段の一例であり、主に、図２に示されているＣＰＵ３０１からの命令、並びにキーボード３１１及びマウス３１２によって実現され、利用者による各種入力を受け付ける。

【0025】

表示制御部３３は、表示制御手段の一例であり、図２に示されているＣＰＵ３０１からの命令によって実現され、表示部の一例であるディスプレイ３０８に、各種画像や画面を表示させる。

【0026】

選定部３４は、図２に示されているＣＰＵ３０１からの命令によって実現され、データを選定する処理等を実行する。選定部３４は、選定手段の一例である。

【0027】

判断部３５は、図２に示されているＣＰＵ３０１からの命令によって実現され、各種判断処理を実行する。判断部３５は、判断手段の一例である。

【0028】

評価部３６は、図２に示されているＣＰＵ３０１からの命令によって実現され、後述するグローバルモデルを評価する処理等を実行する。評価部３６は、評価手段の一例である。

【0029】

処理部３７は、図２に示されているＣＰＵ３０１からの命令によって実現され、データ数を算出したり、データを分類したりする処理等を実行する。処理部３７は、処理手段の一例である。

【0030】

学習処理部３８は、図２に示されているＣＰＵ３０１からの命令によって実現され、学習処理を実行する。学習処理部３８は、学習処理手段の一例である。

【0031】

記憶・読出部３９は、記憶制御手段の一例であり、図２に示されているＣＰＵ３０１からの命令、並びに、ＨＤＤ３０５、メディアＩ／Ｆ３０７、ＣＤ－ＲＷドライブ３１４および外部ＰＣや外部デバイスによって実行され、記憶部３０００、記録メディア３０６、ＣＤ－ＲＷ３１３および外部ＰＣや外部デバイスに各種データを記憶したり、記憶部３０００、記録メディア３０６、ＣＤ－ＲＷ３１３、および外部ＰＣや外部デバイスから各種データを読み出したりする処理を行う。

【0032】

記憶部３０００には、ローカルデータ管理ＤＢ３００１、ローカルモデル管理ＤＢ３００２が構築されている。

【0033】

ローカルデータ管理ＤＢ３００１は、学習処理部３８が学習処理を実行するときに入力されるローカルデータをモデルが実行するタスク毎に記憶、管理し、ローカルモデル管理ＤＢ３００２は、学習処理部３８が学習処理を実行して得られたローカルモデルを実行するタスク毎に記憶、管理する。ここで、モデルが実行するタスクは、画像認識タスク、業務分析タスク、自然言語処理タスク等を含む。

【0034】

＜サーバの機能構成＞
サーバ５は、送受信部５１、更新部５２、決定部５３、選定部５４、判断部５５、評価部５６、処理部５７、及び記憶・読出部５９を有している。これら各部は、図２に示されている各構成要素のいずれかが、ＨＤ５０４からＲＡＭ５０３上に展開されたプログラムに従ったＣＰＵ５０１からの命令によって動作することで実現される機能又は機能する手段である。また、サーバ５は、図２に示されているＨＤ５０４により構築される記憶部５０００を有している。記憶部５０００は、記憶手段の一例である。

【0035】

（サーバの各機能構成）
次に、サーバ５の各構成要素について説明する。サーバ５は、複数のコンピュータに各機能を分散させて実現させる構成であってもよい。さらに、サーバ５は、クラウド環境に存在するサーバコンピュータであるものとして説明するが、オンプレミス環境に存在するサーバであってもよい。

【0036】

送受信部５１は、送信手段の一例であり、図２に示されているＣＰＵ５０１からの命令、並びにネットワークＩ／Ｆ５０９によって実現され、通信ネットワーク１００を介して他の端末、装置又はシステムと各種データ（または情報）の送受信を行う。

【0037】

更新部５２は、図２に示されているＣＰＵ５０１からの命令によって実現され、後述するグローバルモデルを更新する処理等を実行する。更新部５２は、選定手段の一例である。

【0038】

決定部５３は、図２に示されているＣＰＵ５０１からの命令によって実現され、後述するインセンティブを決定する処理等を行なう。決定部５３は、決定手段の一例である。

【0039】

選定部５４は、図２に示されているＣＰＵ５０１からの命令によって実現され、モデル、データおよび連合学習に参加する端末装置３を選定する処理等を実行する。選定部５４は、選定手段の一例である。

【0040】

判断部５５は、図２に示されているＣＰＵ５０１からの命令によって実現され、各種判断処理を行なう。

【0041】

評価部５６は、図２に示されているＣＰＵ５０１からの命令によって実現され、グローバルモデルを評価する処理等を実行する。評価部５６は、評価手段の一例である。

【0042】

処理部５７は、図２に示されているＣＰＵ５０１からの命令によって実現され、データを集計する処理等を実行する。処理部５７は、処理手段の一例である。

【0043】

生成部５８は、図２に示されているＣＰＵ５０１からの命令によって実現され、ディスプレイに表示させる各種画像データ等を生成する処理等を実行する。

【0044】

記憶・読出部５９は、記憶制御手段の一例であり、図２に示されているＣＰＵ５０１からの命令、並びに、ＨＤＤ５０５、メディアＩ／Ｆ５０７、ＣＤ－ＲＷドライブ５１４および外部ＰＣや外部デバイスによって実行され、記憶部５０００、記録メディア５０６、ＣＤ－ＲＷ５１３および外部ＰＣや外部デバイスに各種データを記憶したり、記憶部５０００、記録メディア５０６、ＣＤ－ＲＷ５１３および外部ＰＣや外部デバイスから各種データを読み出したりする処理を行う。記憶部５０００、記録メディア５０６、ＣＤ－ＲＷ５１３、および外部ＰＣや外部デバイスは、記憶手段の例である。

【0045】

記憶部５０００には、グローバルモデル管理ＤＢ５００１、セントラルデータ管理ＤＢ５００２、ローカルモデル管理ＤＢ５００３、およびサービス情報管理ＤＢ５００４が構築されている。

【0046】

グローバルモデル管理ＤＢ５００１は、端末装置３に配布するグローバルモデルを実行するタスク毎に記憶、管理し、セントラルデータ管理ＤＢ５００２は、グローバルモデルを評価するための評価データを含むセントラルデータをモデルが実行するタスク毎に記憶、管理する。

【0047】

ローカルモデル管理ＤＢ５００３は、複数の端末装置３Ａ、３Ｂ～３Ｎのそれぞれでそれぞれ生成された複数のローカルモデルを実行するタスク毎に記憶、管理し、サービス情報管理ＤＢ５００４は、サーバ５で管理するモデルの属性を示すモデル属性情報、およびモデルのサービスに関するサーバ５の属性を示すサービス属性情報を記憶、管理する。

【0048】

以上説明した端末装置３の機能構成、およびサーバ５の機能構成の全てまたは一部は、クラウドコンピューティングにより構成されても良い。その場合、端末装置３の送受信部３１、およびサーバ５の送受信部５１は、通信ネットワーク１００を介することなく、高速に通信することができる。

【0049】

＜提案装置の機能構成＞
提案装置７は、送受信部７１、処理部７３、判断部７５、生成部７７、および記憶・読出部７９を有している。これら各部は、図２に示されている各構成要素のいずれかが、ＨＤからＲＡＭ上に展開されたプログラムに従ったＣＰＵからの命令によって動作することで実現される機能、又は機能する手段である。また、提案装置７は、図２に示されているＲＡＭ及びＨＤによって構築される記憶部７０００を有している。記憶部７０００は、記憶手段の一例である。

【0050】

（提案装置の各機能構成）
次に、提案装置７の各構成要素について説明する。

【0051】

送受信部７１は、受信手段の一例であり、図２に示されているＣＰＵからの命令、並びにネットワークＩ／Ｆによって実現され、通信ネットワーク１００を介して他の装置又はシステムと各種データ（または情報）の送受信を行う。

【0052】

処理部７３は、図２に示されているＣＰＵからの命令によって実現され、各種処理を実行する。処理部７３は、処理手段の一例である。

【0053】

判断部７５は、図２に示されているＣＰＵからの命令によって実現され、各種判断処理を実行する。判断部７５は、判断手段の一例である。

【0054】

生成部７７は、図２に示されているＣＰＵからの命令によって実現され、ディスプレイに表示させる各種画像データ等を生成する処理等を実行する。

【0055】

記憶・読出部７９は、記憶制御手段の一例であり、図２に示されているＣＰＵからの命令、並びに、ＨＤＤ、メディアＩ／Ｆ、ＣＤ－ＲＷドライブおよび外部ＰＣや外部デバイスによって実行され、記憶部７０００、記録メディア、ＣＤ－ＲＷおよび外部ＰＣや外部デバイスに各種データを記憶したり、記憶部７０００、記録メディア、ＣＤ－ＲＷ、および外部ＰＣや外部デバイスから各種データを読み出したりする処理を行う。

【0056】

記憶部７０００には、サービス情報管理ＤＢ７００１が構築されている。サービス情報管理ＤＢ７００１は、サービス情報として、サーバ５Ａ、５Ｂ～５Ｎがそれぞれ管理するモデルの属性を示すモデル属性情報、およびモデルのサービスに関するサーバ５Ａ、５Ｂ～５Ｎのそれぞれの属性を示すサービス属性情報を記憶、管理する。

【0057】

図４は、本実施形態に係るサービス情報管理テーブルの一例を示す概念図である。サービス情報管理テーブルは、サービス情報として、サーバ５Ａ、５Ｂ～５Ｎがそれぞれ管理するモデルの属性を示すモデル属性情報、およびモデルのサービスに関するサーバ５Ａ、５Ｂ～５Ｎのそれぞれの属性を示すサービス属性情報を管理するためのテーブルである。

【0058】

図４（ａ）は、提案装置７の記憶部７０００に構築されているサービス情報管理ＤＢ７００１におけるサービス情報管理テーブルを示す。

【0059】

図４（ａ）に示すサービス情報管理テーブルでは、サービス提供者に関連付けて、グローバルモデルの連合方式、グローバルモデル精度、ローカルモデル利用可否、ローカルモデル数、ローカルデータ数、タスク大分類、タスク小分類、クライアント業種名、および年額料金が管理されている。

【0060】

グローバルモデルの連合方式、グローバルモデル精度、ローカルデータ数、タスク大分類、タスク小分類、およびクライアント業種名は、モデル属性情報に含まれ、年額料金、ローカルモデル利用可否、ローカルモデル数は、サービス属性情報に含まれる。

【0061】

サービス提供者Ａ、Ｂ、Ｃ～は、それぞれサーバ５Ａ、５Ｂ～５Ｎを用いて、グローバルモデル、ローカルモデルの利用サービスを提供する企業等を示す。

【0062】

グローバルモデルの連合方式は、ローカルモデルに基づきグローバルモデルを更新する連合学習と、ローカルモデルに共有データを入力して得られた出力データに基づきグローバルモデルを更新する連合蒸留等を示す。

【0063】

グローバルモデル精度は、評価データに基づき算出されるグローバルモデルの精度の評価値を示す。

【0064】

ローカルモデル利用可否は、グローバルモデルを更新するために用いられる特定のクライアントの端末装置のローカルモデルを、他のクライアントの端末装置で利用する可否を示す。

【0065】

ローカルモデル数は、グローバルモデルを更新するために用いられるローカルモデルの数を示す。

【0066】

ローカルデータ数は、ローカルモデルを生成するために用いられる学習データの数を示す。

【0067】

タスク大分類は、グローバルモデルやローカルモデルが実行するタスクについての、画像認識、業務分析、自然言語処理等の大分類を示す。

【0068】

タスク小分類は、タスク大分類のそれぞれを細分化した小分類を示す。

【0069】

クライアント業種名は、ローカルモデルを生成する端末装置のクライアントの業種を示す。

【0070】

年額料金は、サービス提供者が提供するグローバルモデル、ローカルモデルの利用サービスを利用する際の年額料金を示す。

【0071】

図４（ｂ）は、サーバの記憶部５０００に構築されているサービス情報管理ＤＢ５００４におけるサービス情報管理テーブルを示す。

【0072】

図４（ｂ）に示すサービス情報管理テーブルでは、図４（ａ）に示したサービス情報管理テーブルと同様に、グローバルモデルの連合方式、グローバルモデル精度、ローカルモデル利用可否、ローカルモデル数、ローカルデータ数、タスク大分類、タスク小分類、クライアント業種名、および年額料金が関連付けて管理されている。

【0073】

後述するように、図４（ｂ）に示すサービス情報管理テーブルで管理される各種情報は、図４（ａ）に示したサービス情報管理テーブルで共有して管理される。

【0074】

図５は、本実施形態に係るサービス提案処理を示すシーケンス図である。

【0075】

端末装置３の受付部３２が所定の操作を受け付けると、表示制御部３３は、設定画面をディスプレイ３０８に表示させ（ステップＳ１）、ユーザは、設定画面上で、モデルに関する条件を設定する設定操作を行う。

【0076】

受付部３２が設定操作を受け付けると、送受信部３１は、提案装置７に対して、設定操作により設定された条件を示す条件情報を送信し、提案装置７の送受信部７１は、端末装置３から条件情報を受信する（ステップＳ２）。

【0077】

送受信部７１は、端末装置３から条件情報を受信すると、サーバ５Ａ、５Ｂ～５Ｎに対して、サービス情報の問合せを送信する（ステップＳ３）。

【0078】

サーバ５Ａ、５Ｂ～５Ｎのそれぞれの送受信部５１が、提案装置７からサービス情報の問合せを受信すると、記憶・読出部５９は、サービス情報管理ＤＢ５００４から図４（ｂ）に示したサービス情報を読み出す（ステップＳ４）。

【0079】

サーバ５Ａ、５Ｂ～５Ｎのそれぞれの送受信部５１は、提案装置７に対して、記憶・読出部５９により読み出されたサービス情報を送信し、提案装置７の送受信部７１は、サーバ５Ａ、５Ｂ～５Ｎのそれぞれから送信されたサービス情報を受信する（ステップＳ５）。

【0080】

記憶・読出部７９は、サーバ５Ａ、５Ｂ～５Ｎのそれぞれから送受信部７１が受信したサービス情報を、サービス提供者に関連付けて、サービス情報管理ＤＢ７００１に記憶させる（ステップＳ６）。

【0081】

記憶・読出部７９は、サービス情報管理ＤＢ７００１から全てのサービス提供者のサービス情報を読み出して、判断部７５は、記憶・読出部７９により読み出されたサービス情報に基づき、サービス提供者から利用サービスが提供される複数のモデルについて、ステップＳ２で受信した条件情報が示す条件を満たすか判断して、条件を満たすモデルを絞り込む（ステップＳ７）。

【0082】

生成部７７は、ステップＳ７で条件を満たすと判断されたモデルを特定するモデル特定情報を含む推奨画面を生成する（ステップＳ８）。ここで、モデル特定情報は、特定されたモデルについてのサービス情報を含む。

【0083】

送受信部７１は、端末装置３に対して、ステップＳ８で生成された推奨画面を示す推奨画面情報を送信し、端末装置３の送受信部３１は、提案装置７から送信された推奨画面情報を受信する（ステップＳ９）。これにより、提案装置７は、端末装置３に対して、条件を満たすモデルを提案することができる。

【0084】

表示制御部３３は、送受信部３１が受信した推奨画面情報が示す推奨画面をディスプレイ３０８に表示させ（ステップＳ１０）、ユーザは、推奨画面上で、条件を満たすモデルのうち所望のモデルを選択する選択操作を行う。

【0085】

受付部３２が選択操作を受け付けると、送受信部３１は、提案装置７に対して、選択操作により選択されたモデルを示すモデル選択情報を送信し、提案装置７の送受信部７１は、端末装置３からモデル選択情報を受信する（ステップＳ１１）。

【0086】

送受信部７１は、端末装置３からモデル選択情報を受信すると、選択されたモデルを提供するサーバ５に対して、端末装置３の宛先を示す宛先情報を含むサービス開始画面要求を送信し、サーバ５の送受信部５１は、提案装置７から送信されたサービス開始画面要求を受信する（ステップＳ１２）。

【0087】

生成部５８は、サービス開始画面要求に基づき、サービス開始画面を生成し（ステップＳ１３）、送受信部５１は、ステップＳ１２で受信した宛先情報が示す宛先の端末装置３に対して、サービス開始画面を示すサービス開始画面情報を送信し、端末装置３の送受信部３１は、サーバ５から送信されたサービス開始画面情報を受信する（ステップＳ１４）。

【0088】

表示制御部３３は、送受信部３１が受信したサービス開始画面情報が示すサービス開始画面をディスプレイ３０８に表示させ（ステップＳ１０）、ユーザは、サービス開始画面上で、サービス開始を指示する指示操作を行う。

【0089】

受付部３２が指示操作を受け付けると、送受信部３１は、サーバ５に対して、サービス開始要求を送信し、サーバ５の送受信部５１は、端末装置３からサービス開始要求を受信し、サーバ５は端末装置３に対するサービスを開始する（ステップＳ１６）。

【0090】

以上において、図３における提案装置７の機能を端末装置３に一体化し、図５における提案装置７の処理を端末装置３が実行しても良い。

【0091】

この場合、提案装置７の機能を一体化された端末装置３において、判断部３５は、複数のモデルについて、条件を満たすか判断し、表示制御部３３は、判断部３５の判断結果に基づき、モデル特定情報をディスプレイ３０８に表示させる。

【0092】

図６は、本実施形態に係る設定画面の説明図である。

【0093】

図６は、本実施形態に係る端末装置３における表示画面の説明図であり、図５のステップＳ１において、表示制御部３３が、ディスプレイ３０８に設定画面を表示した状態を示している。

【0094】

表示制御部３３は、モデルの属性に対する優先度を設定する優先条件設定画面１１１０、モデルが実行するタスクを設定するタスク設定画面１１２０および確認ボタン１１３０を含む設定画面１１００を表示画面１０００に表示させる。

【0095】

表示制御部３３は、択一的に設定可能な料金優先設定ボタン１１１２および精度優先設定ボタン１１１４を優先条件設定画面１１１０に表示させ、重複設定可能な業務分析タスク設定ボックス１１２２、画像認識タスク設定ボックス１１２４、自然言語処理タスク設定ボックス１１２６をタスク設定画面１１２０に表示させる。

【0096】

料金優先設定ボタン１１１２は、モデルを利用する料金の優先度を高く設定するボタンであり、精度優先設定ボタン１１１４は、モデルの評価の優先度を高く設定するボタンである。

【0097】

業務分析タスク設定ボックス１１２２、画像認識タスク設定ボックス１１２４、および自然言語処理タスク設定ボックス１１２６は、モデルが実行するタスクとして、業務分析、画像認識、および自然言語処理をそれぞれ設定するボックスである。

【0098】

図６の状態で、ユーザは、モデルの評価・料金の何れを優先するかの意向に基づき、料金優先設定ボタン１１１２および精度優先設定ボタン１１１４の何れかを操作して選択する。

【0099】

そして、ユーザは、実施予定のタスクに基づき、業務分析タスク設定ボックス１１２２、画像認識タスク設定ボックス１１２４、および自然言語処理タスク設定ボックス１１２６を操作して選択する。

【0100】

ユーザが、各種設定ボタンや設定ボックスを操作して、確認ボタン１１３０を操作すると、受付部３２は、モデルに関する条件を設定する設定操作として受け付けて、図５のステップＳ２で説明したように、送受信部３１は、提案装置７に対して、設定操作により設定された条件を示す条件情報を送信する。

【0101】

一例として、図６の状態で、ユーザが、料金優先設定ボタン１１１２および画像認識タスク設定ボックス１１２４を操作した場合、図５のステップＳ７において、提案装置７の判断部７５は、サービス提供者から利用サービスが提供される複数のモデルについて、タスク大分類が画像認識であるか、および年額料金が所定値以下であるかの条件を満たすか判断して、条件を満たすモデルを絞り込む。

【0102】

そして、図５のステップＳ７において、生成部７７は、タスク大分類が画像認識であり、かつ年額料金が所定値以下であるモデルのモデル特定情報を、年額料金が安い順に並べた推奨画面を生成する。

【0103】

以上のように、ユーザは、モデルに関する専門知識がなくても、モデルの属性に対する優先度、およびモデルが実行するタスクを設定するだけで、モデルの条件を簡単に設定することができる。

【0104】

図７は、本実施形態に係る推奨画面の説明図である。

【0105】

図７は、本実施形態に係る端末装置３における表示画面の説明図であり、図５のステップＳ１０において、表示制御部３３が、ディスプレイ３０８に推奨画面を表示した状態を示している。

【0106】

表示制御部３３は、モデル特定情報を表示する推奨画面１２００、確定ボタン１２３０および表示切替ボタン１２４０を表示画面１０００に表示させる。

【0107】

表示制御部３３は、推奨画面１２００において、優先情報１２１０、サービス提供者情報１２２１を表示させるとともに、サービス提供者情報１２２１と対応付けて、モデル選択ボックス１２２０、タスクの種類情報１２２２、タスク詳細情報１２２３、グローバルモデルの精度情報１２２４、年額料金情報１２２５、クライアント業種名情報１２２６、ローカルモデル利用可否情報１２２７、ローカルモデル数情報１２２８、ローカルデータ数情報１２２９を表示させる。

【0108】

推奨画面１２００に表示される各種情報１２２１～１２２９は、図４（ａ）に示した提案装置７のサービス情報管理ＤＢ７００１で管理されるサービス情報に対応する。

【0109】

図７は、図６において精度優先設定ボタン１１１４および画像認識タスク設定ボックス１１２４が操作され、図５のステップＳ７において、生成部７７が、タスク大分類が画像認識であり、かつグローバルモデルの精度が所定値以上であるモデルのモデル特定情報を、グローバルモデルの精度が高い順に並べて生成した推奨画面を示す。

【0110】

この場合、優先情報１２１０には「精度優先」と表示され、タスクの種類情報１２２２が「画像認識」に該当するモデル特定情報が表示される。

【0111】

ユーザが表示切替ボタン１２４０を操作すると、受付部３２は表示切替操作を受け付けて、表示制御部３３は、推奨画面１２００に残りのモデル特定情報を表示させる。

【0112】

図７の状態で、ユーザは、各種情報１２２１～１２２９によりモデルの属性およびサービス属性情報を確認した上で、所望のモデル選択ボックス１２２０の何れかを操作して所望のモデルを選択する。

【0113】

ユーザが、モデル選択ボックス１２２０の何れかを操作した後に、確定ボタン１２３０を操作すると、受付部３２は、所望のモデルを選択する選択操作として受け付けて、図５のステップＳ１１で説明したように、送受信部３１は、提案装置７に対して、選択操作により選択されたモデルを示すモデル選択情報を送信する。

【0114】

一例として、図７の状態で、ユーザが、サービス提供者情報１２２１がＡ社を示すモデル選択ボックス１２２０を操作した場合、図５のステップＳ１２において、提案装置７の送受信部７１は、Ａ社のサーバ５Ａに対して、端末装置３の宛先を示す宛先情報を含むサービス開始画面要求を送信する。

【0115】

図８は、本実施形態に係る他の推奨画面の説明図である。

【0116】

図８は、図７と同様に、図５のステップＳ１０において、表示制御部３３が、ディスプレイ３０８に推奨画面を表示した状態を示している。

【0117】

図８は、図６において料金優先設定ボタン１１１２および業務分析タスク設定ボックス１１２２が操作され、図５のステップＳ７において、生成部７７が、タスク大分類が業務分析であり、かつ年額料金が所定値以下であるモデルのモデル特定情報を、年額料金が安い順に並べて生成した推奨画面を示す。

【0118】

この場合、優先情報１２１０には「料金優先」と表示され、タスクの種類情報１２２２が「業務分析」に該当するモデル特定情報が表示されるが、その他は図７と同様である。

【0119】

以上のように、ユーザは、所望の優先度の順番で並べられた所望のタスクを実行する複数のモデルの中から、表示されたモデルの属性およびサービス属性情報に基づき、所望のモデルを効率よく選択することができる。

【0120】

図９は、本実施形態に係るモデル処理を示すシーケンス図である。

【0121】

サーバ５の選定部５４は、モデルが実行するタスクに基づいて連合学習に参加するクライアントの端末装置３を選定し（ステップＳ３１）、記憶・読出部５９がグローバルモデル管理ＤＢ５００１から読み出したグローバルモデルから、実行するタスクに基づいて各端末装置３に配布するグローバルモデルを選定する（ステップＳ３２）。選定部５４は、連合学習に参加する全ての端末装置３に対して同一のグローバルモデルを選定する。

【0122】

選定部５４は、以前用いたグローバルモデルを選定してもよく、特定の端末装置３で学習されたローカルモデルに基づくグローバルモデルを選定してもよく、汎用のデータセットで事前に学習させたグローバルモデルを選定してもよい。

【0123】

選定部５４は、記憶・読出部５９がセントラルデータ管理ＤＢ５００２から読み出したセントラルデータから、グローバルモデルおよびローカルモデルの精度の評価に用いる評価データをモデルが実行するタスクに基づいて選定する（ステップＳ３３）。

【0124】

ここで、選定部５４は、ステップＳ６２で取得したセントラルデータのすべてを評価データに選定したり、ランダムに評価データを選定したりしてもよいが、層化抽出法により評価データを選定することが好ましい。層化抽出法は、保有するデータ分布と同じになるように評価データを選定する方法である。

【0125】

送受信部５１は、各端末装置３に対して、ステップＳ３２で選定したグローバルモデルおよび分類項目を送信して、各端末装置３の送受信部３１は、サーバ５から送信されたグローバルモデルおよび分類項目を受信する（ステップＳ３４）。分類項目は、学習データを分類するための項目であって、予めユーザが設定した項目であってもよく、学習データをクラスタリングした後にユーザによりラベリングされた項目であっても良い。

【0126】

選定部３４は、記憶・読出部３９がローカルデータ管理ＤＢ３００１から読み出したローカルデータから、モデルが実行するタスクに基づいて学習処理に用いる学習データを選定し（ステップＳ３５）、処理部３７は、ステップＳ３５で選定した学習データのデータ数を算出するとともに、分類項目に基づき学習データを分類し、分類毎のデータ数を算出する（ステップＳ３６）。

【0127】

学習処理部３８は、ステップＳ３４で受信したグローバルモデルに対して、ステップＳ３５で選定した学習データを用いて学習処理を実行し、学習処理が終了すると、記憶・読出部５９は、学習データを用いて学習処理を実行したグローバルモデルをローカルモデルとして生成し、ローカルモデル管理ＤＢ３００２に実行するタスク毎に記憶させる（ステップＳ３７）。

【0128】

ここで、学習処理部３８は、ステップＳ３４で受信したグローバルモデルに対して、ステップＳ３６で分類した学習データ毎に学習処理を実行し、学習処理が終了すると、記憶・読出部５９は、分類した学習データ毎に学習処理を実行したグローバルモデルを分類毎のローカルモデルとして生成し、ローカルモデル管理ＤＢ３００２に記憶させる

【0129】

学習処理部３８は、学習終了条件として、エポック数やＥａｒｌｙ Ｓｔｏｐｐｉｎｇを用いても良い。

【0130】

エポック数とは、「一つの学習データを何回繰り返して学習させるか」の数のことである。Ｅａｒｌｙ Ｓｔｏｐｐｉｎｇとは、「学習が進んで精度の向上がこれ以上見込めないとなったら、そこで学習を止める」という方法であり、学習時に「学習用のデータ」と「学習を止めるかということを判断するバリデーション用のデータ」に分けておき、そのデータを用いて学習を止めるかどうかという判断を行う方法のことである。

【0131】

送受信部３１は、サーバ５に対して、ステップＳ３６で算出したデータ数および分類毎のデータ数と、ステップＳ３７で得られたローカルモデルおよび分類毎のローカルモデルを送信し、サーバ５の送受信部５１は、各端末装置３から送信されたデータ数および分類毎のデータ数とローカルモデルおよび分類毎のローカルモデルを受信する（ステップＳ３８）。

【0132】

処理部５７は、ステップＳ３８で受信した各端末装置３における分類毎のデータ分布を集計する（ステップＳ３９）

【0133】

更新部５２は、ステップＳ３８で受信した各端末装置３におけるデータ数とローカルモデルに基づき、ステップＳ３２で選定したグローバルモデルを更新する（ステップＳ４０）。

【0134】

更新部５２は、ＦｅｄＡｖｇ［１］、ＦｅｄＰｒｏｘ［２］、ＦｅｄＡｖｇＭ［３］等の公知の技術を用いてグローバルモデルを更新することができるが、ローカルモデルをもとに更新できるものであれば上記に限定するものではない。

【0135】

［１］ Ｈ． Ｂｒｅｎｄａｎ ＭｃＭａｈａｎ， Ｅｉｄｅｒ Ｍｏｏｒｅ， Ｄａｎｉｅｌ Ｒａｍａｇｅ， Ｓｅｔｈ ＨａｍｐＳｏｎ， ａｎｄ ＢｌａｉＳｅ Ａｇｕｅｒａ ｙ ＡｒｃａＳ． Ｃｏｍｍｕｎｉｃａｔｉｏｎ－ｅｆｆｉｃｉｅｎｔ ｌｅａｒｎｉｎｇ ｏｆ ｄｅｅｐ ｎｅｔｗｏｒｋＳ ｆｒｏｍ ｄｅｃｅｎｔｒａｌｉｚｅｄ ｄａｔａ． ＰｒｏｃｅｅｄｉｎｇＳ ｏｆ ｔｈｅ ２０ ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ ＳｔａｔｉＳｔｉｃＳ （ＡＩＳＴＡＴＳ）， Ｖｏｌ． ５４， ， ２０１７。

【0136】

［２］ Ｔｉａｎ Ｌｉ， Ａｎｉｔ Ｋｕｍａｒ Ｓａｈｕ， Ｍａｎｚｉｌ Ｚａｈｅｅｒ， Ｍａｚｉａｒ Ｓａｎｊａｂｉ， Ａｍｅｅｔ Ｔａｌｗａｌｋａｒ， ａｎｄ Ｖｉｒｇｉｎｉａ Ｓｍｉｔｈ． Ｆｅｄｅｒａｔｅｄ ｏｐｔｉｍｉｚａｔｉｏｎ ｉｎ ｈｅｔｅｒｏｇｅｎｅｏｕＳ ｎｅｔｗｏｒｋＳ． Ｉｎ ＰｒｏｃｅｅｄｉｎｇＳ ｏｆ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ ａｎｄ ＳｙＳｔｅｍＳ， Ｖｏｌ． ２， ｐｐ． ４２９－４５０， ２０２０。

【0137】

［３］ ＨＳｕ， Ｔ．Ｍ．Ｈ．， Ｑｉ， Ｈ．， Ｂｒｏｗｎ， Ｍ．： ＭｅａＳｕｒｉｎｇ ｔｈｅ ｅｆｆｅｃｔＳ ｏｆ ｎｏｎ－ｉｄｅｎｔｉｃａｌ ｄａｔａ ｄｉＳｔｒｉｂｕｔｉｏｎ ｆｏｒ ｆｅｄｅｒａｔｅｄ ｖｉＳｕａｌ ｃｌａＳＳｉｆｉｃａｔｉｏｎ． ａｒＸｉｖ ｐｒｅｐｒｉｎｔ ａｒＸｉｖ：１９０９．０６３３５ （２０１９）。

【0138】

更新部５２は、一例として、ＦｅｄＡｖｇ［１］では、各端末装置３のローカルモデルの重みを、各端末装置３のデータ数で加重平均してグローバルモデルを更新する。

【0139】

ここで、判断部５５が、更新終了条件を満たしているか判断し、満たしていない場合は、ステップＳ３４に戻ってもよい。

【0140】

判断部５５は、更新終了条件として、グローバルモデルの更新回数が所定の回数に到達したか否かを判断してもよく、更新が進んで精度の向上がこれ以上見込めないことを判断しても良い。

【0141】

あるいは、更新時に「更新を止めるかということを判断するバリデーション用のデータ」を用意しておき、判断部５５は、そのデータに基づき、更新を止めるかどうかを判断してもよい。

【0142】

以上説明したように、端末装置３は、サーバ５に対してローカルモデルやデータ数を送信するが、ローカルデータを送信していないので、ローカルデータを分散した状態のまま、サーバ５は、ローカルモデルとデータ数に基づきグローバルモデルを更新することができる。

【0143】

評価部５６は、ステップＳ３３で選定した評価データに基づき、ステップＳ４０で更新したグローバルモデルの精度の評価値を算出して、記憶・読出部５９は、更新したグローバルモデルに関連付けて評価値をグローバルモデル管理ＤＢ５００１に、モデルが実行するタスク毎に記憶させる（ステップＳ４１）。

【0144】

評価部５６は、ステップＳ３３で選定した評価データに基づき、ステップＳ３８で受信したローカルモデルおよび分類毎のローカルモデルの精度の評価値を端末装置３毎に算出して、記憶・読出部５９は、端末装置３毎に、ローカルモデルおよび分類毎のローカルモデルに関連付けてそれぞれの評価値をローカルモデル管理ＤＢ５００３に、モデルが実行するタスク毎に記憶させる（ステップＳ４２）。

【0145】

ここで、グローバルモデルおよびローカルモデルの精度の評価値の例としては、ａｃｃｕｒａｃｙ，ｐｒｅｃｉｓｉｏｎ，ｒｅｃａｌｌ，ｆ１，ｌｏｓｓなどがあげられるが、評価値はこれらに限定するものではなく、機械学習モデルの性能を評価可能な値であればいかなる値でも良い。

【0146】

送受信部５１は、各端末装置３に対して、ステップＳ４１で算出したグローバルモデルの精度の評価値、ステップＳ４２で算出した端末装置３毎のローカルモデルおよび分類毎のローカルモデルの精度の評価値、およびステップＳ３９で集計した端末装置３毎の分類毎のデータ分布を、モデルが実行するタスク毎に送信して、各端末装置３の送受信部３１は、サーバ５から送信された各種評価値およびデータ分布を受信する（ステップＳ４３）。

【0147】

表示制御部３３は、ステップＳ４３で受信した各種評価値およびデータ分布をディスプレイ３０８に表示させ、受付部３２は、ローカルモデルまたはグローバルモデルの選択を受け付ける（ステップＳ４４）。

【0148】

送受信部３１は、サーバ５へ、選択したローカルモデルまたはグローバルモデルを示すモデル選択情報を送信し、サーバ５の送受信部５１は、端末装置３から送信されたモデル選択情報を受信する（ステップＳ４５）。

【0149】

記憶・読出部５９は、ステップＳ４５で受信したモデル選択情報が示すグローバルモデルまたはローカルモデルをグローバルモデル管理ＤＢ５００１またはローカルモデル管理ＤＢ５００３から読出して、送受信部５１は、端末装置３へ、記憶・読出部５９が読み出したグローバルモデルまたはローカルモデルを送信し、端末装置３の送受信部３１は、サーバ５が送信したグローバルモデルまたはローカルモデルを受信する（ステップＳ４６）。

【0150】

ここで、ステップＳ４５において、端末装置３はサーバ５に対してモデル選択情報を送信し、ステップＳ４６において、サーバ５が端末装置３に対して選択されたモデルを送信したが、選択されたモデルが他の端末装置３のローカルモデルの場合、端末装置３は他の端末装置３に対してモデル選択情報を送信し、他の端末装置３が端末装置３に対して選択されたモデルを送信してもよい。

【0151】

あるいは、選択されたモデルが他の端末装置３のローカルモデルの場合、端末装置３はサーバ５に対してモデル選択情報を送信し、サーバ５は他の端末装置３に対してモデル選択情報を転送し、他の端末装置３が端末装置３に対して選択されたモデルを送信してもよい。

【0152】

さらには、端末装置３自体は学習処理を実行しない場合、サーバ５または他の端末装置３は、端末装置３が指定した装置に対して、選択されたモデルを送信してもよい。

【0153】

端末装置３は、ステップＳ４６で受信したグローバルモデルまたはローカルモデルに基づき、ステップＳ３５～Ｓ３７と同様の処理を実行する。

【0154】

以上説明した図９のシーケンス図では、セントラルデータに基づきグローバルモデルおよびローカルモデルの精度を評価したが、他の形態として、各クライアントのローカルデータに基づきグローバルモデルおよびローカルモデルの精度を評価してもよい。

【0155】

この場合、端末装置３は以下の処理を実行する。まず、選定部３４は、記憶・読出部５９がローカルデータ管理ＤＢ３００１から読み出したローカルデータから、グローバルモデルおよびローカルモデルの精度の評価に用いる評価データを選定する。

【0156】

評価部３６は、選定した評価データに基づき、グローバルモデルおよびローカルモデルの精度の評価値を算出する。送受信部３１は、サーバ５に対して、算出した評価値をさらに送信する。

【0157】

そして、サーバ５は、以下の処理を実行する。まず、送受信部５１は、各端末装置３から送信された評価値を受信する。評価部５６は、各端末装置３による評価値の平均値や、データ数に応じて荷重平均した値等により、連合学習に参加する全ての端末装置３による評価値を算出する。

【0158】

評価部５６は、過去に取得した各クライアントでの評価値と今回取得した各クライアントでの評価値を平均して算出しても良い。評価値は上記に限定するものではなく、各端末装置３による評価値に基づいて、機械学習モデルの性能を評価可能な値であればいかなる値でも良い。

【0159】

図１０は、本実施形態に係る選択画面の説明図である。

【0160】

図１０は、本実施形態に係る端末装置３における表示画面の説明図であり、図９のステップＳ４４において、表示制御部３３が、ディスプレイ３０８に選択画面を表示した状態を示している。

【0161】

表示制御部３３は、ユーザ情報表示画面１３１０、タスク選択画面１３２０、モデル選択画面１３３０、確定ボタン１３４０およびデータ分類画面１３５０を含む選択画面１３００を表示画面１０００に表示させる。

【0162】

表示制御部３３は、業務分析タスク選択ボックス１３２２、画像認識タスク選択ボックス１３２４、自然言語処理タスク選択ボックス１３２６をタスク選択画面１３２０に表示させ、自社ローカルモデル選択ボックス１３３２、グローバルモデル選択ボックス１３３４、パートナーローカルモデル選択ボックス１３３６およびパートナーローカルモデル特定画面１３３８をモデル選択画面１３３０に表示させる。

【0163】

データ分類画面１３５０は、自らおよび他のローカルモデルの生成に用いられた自らおよび他の学習データを分類した分類項目を表示する画面であり、詳細は後述する。

【0164】

パートナーローカルモデル特定画面１３３８は、パートナーローカルモデル選択ボックス１３３６を選択する場合に、複数のローカルモデルのうちの所望のモデルを特定するローカルモデル特定情報を入力するための画面である。

【0165】

図１０の状態で、ユーザは、実施予定のタスクに基づき、業務分析タスク選択ボックス１３２２、画像認識タスク選択ボックス１３２４、および自然言語処理タスク選択ボックス１３２６の何れかを操作して選択する。

【0166】

そして、ユーザは、データ分類画面１３５０を確認しながら、実施予定のタスクに相応しいモデルを判断して、自社ローカルモデル選択ボックス１３３２、グローバルモデル選択ボックス１３３４、およびパートナーローカルモデル選択ボックス１３３６の何れかを操作して選択する。

【0167】

ユーザが、上記各種選択ボックスを操作した後に、確定ボタン１３４０を操作すると、受付部３２は、グローバルモデルおよび複数のローカルモデルのうちの所望のモデルを選択する選択操作として受け付けて、図９のステップＳ４５で説明したように、送受信部３１は、サーバ５へ、選択したタスクを示すタスク選択情報を含む選択したローカルモデルまたはグローバルモデルを示すモデル選択情報を送信する。

【0168】

一例として、ユーザが、業務分析タスク選択ボックス１３２２およびパートナーローカルモデル選択ボックス１３３６を操作し、パートナーローカルモデル特定画面１３３８にローカルモデル特定情報として１を入力し、確定ボタン１３４０を操作した場合、送受信部３１は、サーバ５へ、業務分析タスクを示すタスク選択情報を含むローカルモデル特定情報の１を示すモデル選択情報を送信する。

【0169】

一方、ユーザが、自社ローカルモデル選択ボックス１３３２のみを操作し、確定ボタン１３４０を操作した場合、自社ローカルモデルはローカルデータ管理ＤＢ３００１に記憶されているので、送受信部３１は、サーバ５に対してモデル選択情報を送信しない。

【0170】

図１１は、本実施形態に係るデータ分類画面の説明図である。

【0171】

図１１（ａ）に示すように、表示制御部３３は、図１０に示したデータ分類画面１３５０において、学習データを分類した分類項目１３６２を縦軸、ローカルモデル特定情報１３６４を横軸として、分類項目１３６２およびローカルモデル特定情報１３６４に対応付けられた学習データの分布１３６８を表示させる。

【0172】

分類項目１３６２は、０～９で表示されているが、文字で表示されていてもよく、以下のように複数の分類項目毎にグルーピングして表示ししてもよい。
・０～５：各社共通の分類項目。
・６～７：Ａ社グループ独自の分類項目。
・８～９：Ｂ社グループ独自の分類項目。

【0173】

また、分類項目１３６２は、０～９の全てを表示せずに、以下のようにローカルモデル特定情報１３６４毎に、学習データが存在する項目のみを表示しても良い。
・ローカルモデル特定情報「０」：分類項目「３」「４」。
・ローカルモデル特定情報「１９」：分類項目「２」「８」。

【0174】

ローカルモデル特定情報１３６４も、０～１９で表示されているが、分類項目１３６２と同様に、文字で表示されていてもよく、複数のローカルモデル毎にグルーピングして表示してもよい。

【0175】

表示制御部３３は、学習データの分布１３６８として、ローカルモデル特定情報１３６４および分類項目１３６２に対応付けられた特定のローカルモデルの生成に用いられた特定の分類項目の学習データの数を示す黒丸を表示させる。この黒丸は、学習データの数に対応する大きさで表示される。

【0176】

また、表示制御部３３は、データ分類画面１３５０において、グローバルモデルの評価値を示すグローバルモデル評価情報１３５２、ローカルモデルの評価値を示すローカルモデル評価情報１３５６、および自社ローカルモデルを特定する自社ローカルモデル特定情報１３６６を表示させる。

【0177】

さらに、表示制御部３３は、データ分類画面１３５０において、ポインタ１３５４によりポインティングされたローカルモデル特定情報１３６４が示すローカルモデルについて、ローカルモデルの評価値を示すローカルモデル評価情報１３５６を表示させる。

【0178】

図１１（ｂ）において、表示制御部３３は、データ分類画面１３５０において、ポインタ１３５４によりポインティングされた特定の黒丸に対して、分類毎のローカルモデル評価情報１３５８を表示させる。

【0179】

分類毎のローカルモデル評価情報１３５８は、特定の黒丸が示す学習データを用いて生成された特定の分類毎のローカルモデルの評価値を示す。

【0180】

図１１の状態において、自社ローカルモデル特定情報「１０」で示されるユーザは、グローバルモデル評価情報１３５２、およびローカルモデル評価情報１３５６を確認することにより、評価が高いモデルがどれかを判断することができる。

【0181】

しかしながら、評価が高いモデルであっても、自社のデータを用いた場合には所望の精度が得られないことがある。

【0182】

例えば、ローカルモデル特定情報「９」のモデルは、分類項目「７」の学習データが殆どであり、分類項目「０」の自社のデータを用いた場合に評価値通りの精度が得られる可能性は低い。

【0183】

一方、ローカルモデル特定情報「２」のモデルは、分類項目「０」の学習データの比率が高いため、分類項目「０」の自社のデータを用いた場合に評価値通りの精度が得られる可能性がある。

【0184】

このように、ユーザは、他の学習データの分類項目１３６２および分布１３６８と、自らの学習データの分類項目１３６２および分布１３６８を比較して確認した上で、他のローカルモデルを適切に選択することができる。

【0185】

別のケースとして、自社ローカルモデル特定情報「１０」で示されるユーザは、これまでは分類項目「０」のデータの比率が高かったが、今後、分類項目「７」のデータを用いる予定がある場合は、分類項目「７」の学習データの実績のあるローカルモデル特定情報「９」のモデルを候補として判断することができる。

【0186】

この場合、ユーザは、他の学習データの分類項目１３６２および分布１３６８と、今後新たに用いる予定の学習データの分類項目１３６２を比較して確認した上で、他のローカルモデルを適切に選択することができる。

【0187】

さらに、ユーザは、ローカルモデル特定情報「９」および「１６」のモデルについて、それぞれの分類項目「７」の分類毎のローカルモデル評価情報１３５８を確認することにより、分類項目「７」のデータを用いた場合、どちらのモデルの精度が高いかを判断することができる。

【0188】

すなわち、ユーザは、ローカルモデル評価情報１３５６だけでなく、分類毎のローカルモデル評価情報１３５８を確認することにより、所望の分類項目のデータを用いた場合の精度の高いモデルを判断することができる。

【0189】

●まとめ●
［第１態様］
以上説明したように、本発明の一実施形態に係る情報処理装置の一例である提案装置７は、端末装置３から、学習データを用いて学習処理を実行して生成されるモデルに関する条件を示す条件情報を受信する送受信部７１と、複数のモデルについて、条件を満たすか判断する判断部７５とを備え、送受信部７１は、端末装置３に対して、判断部７５の判断結果に基づき、条件を満たすモデルを特定するモデル特定情報を送信する。

【0190】

これにより、提案装置７は、端末装置３に対して、条件を満たすモデルを提案することができる。

【0191】

［第２態様］
第１態様において、複数のモデルは、複数のローカルモデルに基づき更新されるグローバルモデルを複数含む。

【0192】

これにより、提案装置７は、端末装置３に対して、条件を満たすグローバルモデルを提案することができる。

【0193】

［第３態様］
第１態様または第２態様において、複数のモデルは、複数のノードのそれぞれでそれぞれ生成される複数のローカルモデルを含む。

【0194】

これにより、提案装置７は、端末装置３に対して、条件を満たすローカルモデルを提案することができる。

【0195】

［第４態様］
第１態様～第３態様の何れかにおいて、条件は、モデルの属性に対する優先度を含む。

【0196】

これにより、提案装置７は、端末装置３に対して、所定の属性における条件を満たすことを優先してモデルを提案することができる。

【0197】

［第５態様］
第４態様において、属性は、モデルを利用する料金およびモデルの評価の少なくとも一方を含む。

【0198】

これにより、提案装置７は、端末装置３に対して、モデルを利用する料金およびモデルの評価における条件を満たすことを優先してモデルを提案することができる。

【0199】

［第６態様］
第１態様～第５態様の何れかにおいて、条件は、モデルが実行するタスクを示すタスク情報を含む。

【0200】

これにより、提案装置７は、端末装置３に対して、実行するタスクの条件を満たすモデルを提案することができる。

【0201】

［第７態様］
第１態様～第６態様の何れかにおいて、送受信部７１は、端末装置３に対して、モデルの属性を示すモデル属性情報を、モデル特定情報に含めて送信する。

【0202】

これにより、提案装置７は、端末装置３に対して、条件を満たすモデルを提案するとともに、提案したモデルの属性を共有させることができる。

【0203】

［第８態様］
第７態様において、モデルの属性は、学習データの数、ローカルモデルを生成するノードのクライアントの業種の少なくとも１つを含む。

【0204】

これにより、提案装置７は、端末装置３に対して、条件を満たすモデルを提案するとともに、提案したモデルの学習データの数、ローカルモデルを生成するノードのクライアントの業種等を共有させることができる。

【0205】

［第９態様］
第１態様～第８態様の何れかにおいて、送受信部７１は、端末装置３に対して、モデルを提供するサービス提供者の属性を示すサービス属性情報を、モデル特定情報に含めて送信する。

【0206】

これにより、提案装置７は、端末装置３に対して、条件を満たすモデルを提案するとともに、提案したモデルを提供するサービス提供者の属性を共有させることができる。

【0207】

［第１０態様］
第９態様において、サービス提供者の属性は、ローカルモデルの数、グローバルモデルを更新するために用いられるローカルモデル利用可否の少なくとも１つを含む。

【0208】

これにより、提案装置７は、端末装置３に対して、条件を満たすモデルを提案するとともに、提案したモデルを提供するサービス提供者におけるローカルモデルの数、グローバルモデルを更新するために用いられるローカルモデル利用可否等を共有させることができる。

【0209】

［第１１態様］
第１態様～第１０態様の何れかにおいて、送受信部７１は、端末装置３から、さらに、条件を満たすモデルのうち選択されたモデルを示すモデル選択情報を受信する。

【0210】

これにより、提案装置７は、端末装置３に対して提案したモデルの選択結果を共有することができる。

【0211】

［第１２態様］
第１１態様において、送受信部７１は、モデルを提供するサービス提供者の装置に対して、モデル選択情報を送信する。

【0212】

これにより、提案装置７は、端末装置３に対して提案したモデルの選択結果を、モデルを提供するサービス提供者の装置に対して共有することができる。

【0213】

なお、提案装置７が、モデルを提供するサーバ５と一体の場合は、サーバ５と一体化された提案装置７は、端末装置３に対してモデルを提供することができる。

【0214】

［第１３態様］
本発明の一実施形態に係る端末装置３は、学習データを用いて学習処理を実行して生成されるモデルに関する条件を設定する設定操作を受け付ける受付部３２と、複数のモデルのうち、設定操作により設定された条件を満たすと判断されたモデルを特定するモデル特定情報を、ディスプレイ３０８に表示させる表示制御部３３と、を備える。

【0215】

これにより、ユーザは、モデルに関する条件を設定することにより、条件を満たすと判断されたモデルを確認することができる。

【0216】

［第１４態様］
第１３態様において、端末装置３は、情報処理装置の一例である提案装置７に対して、設定操作により設定された条件を示す条件情報を送信する送受信部３１と、提案装置７から、モデル特定情報を受信する送受信部３１と、を備え、表示制御部３３は、送受信部３１が受信したモデル特定情報を、ディスプレイ３０８に表示させる。

【0217】

これにより、ユーザは、モデルに関する条件を設定することにより、条件を満たすと提案装置７側で判断されたモデルを確認することができる。

【0218】

［第１５態様］
第１３態様において、提案装置７と一体化された端末装置３は、複数のモデルについて、条件を満たすか判断する判断部３５を備え、表示制御部３３は、判断部３５の判断結果に基づき、モデル特定情報をディスプレイ３０８に表示させる。

【0219】

これにより、ユーザは、モデルに関する条件を設定することにより、条件を満たすと端末装置３側で判断されたモデルを確認することができる。

【0220】

［第１６態様］
本発明の一実施形態に係る提案装置７により実行される情報処理方法は、端末装置３から、学習データを用いて学習処理を実行して生成されるモデルに関する条件を示す条件情報を受信する受信ステップと、複数のモデルについて、条件を満たすか判断する判断ステップと、端末装置３に対して、判断ステップでの判断結果に基づき、条件を満たすモデルを特定するモデル特定情報を送信する送信ステップと、を実行する。

【0221】

［第１７態様］
本発明の一実施形態に係る端末装置３により実行される情報処理方法は、学習データを用いて学習処理を実行して生成されるモデルに関する条件を設定する設定操作を受け付ける受付ステップと、複数のモデルのうち、設定操作により設定された条件を満たすと判断されたモデルを特定するモデル特定情報を、ディスプレイ３０８に表示させる表示ステップと、を実行する。

【0222】

［第１８態様］
本発明の一実施形態に係るプログラムは、コンピュータに、第１６態様または第１７態様の情報処理方法を実行させる。

【0223】

［第１９態様］
本発明の一実施形態に係る情報処理システムは、端末装置３と、端末装置３と通信可能な提案装置７を備え、端末装置３は、学習データを用いて学習処理を実行して生成されるモデルに関する条件を設定する設定操作を受け付ける受付部３２と、提案装置７に対して、設定操作により設定された条件を示す条件情報を送信する送受信部３１と、を備え、提案装置７は、端末装置３から、条件情報を受信する送受信部７１と、複数のモデルについて、条件を満たすか判断する判断部７５を備え、送受信部７１は、端末装置３に対して、判断部７５の判断結果に基づき、条件を満たすモデルを特定するモデル特定情報を送信し、端末装置３は、さらに、送受信部３１が、提案装置７からモデル特定情報を受信し、送受信部３１が受信したモデル特定情報を、ディスプレイ３０８に表示させる表示制御部３３と、を備える。

【符号の説明】

【0224】

１ 情報処理システム
１００ 通信ネットワーク
３ 端末装置（ノードの一例）
３１ 送受信部（受信手段の一例）
３２ 受付部（受付手段の一例）
３３ 表示制御部（表示制御手段の一例）
３４ 選定部（選定手段の一例）
３５ 判断部（判断手段の一例）
３６ 評価部（評価手段の一例）
３７ 処理部（処理手段の一例）
３８ 学習処理部（学習処理手段の一例）
３９ 記憶・読出部（記憶制御手段の一例）
３０８ ディスプレイ（表示部の一例）
１０００ 表示画面
１１００ 設定画面
１２００ 推奨画面
１３００ 選択画面
１３５０ データ分類画面
１３６２ 分類項目
１３６４ ローカルモデル特定情報
３０００ 記憶部
３００１ ローカルデータ管理ＤＢ（ローカルデータ管理手段の一例）
３００２ ローカルモデル管理ＤＢ（ローカルモデル管理手段の一例）
５ サーバ（情報処理装置の一例）
５１ 送受信部（送信手段の一例）
５３ 決定部（決定手段の一例）
５４ 選定部（選定手段の一例）
５５ 判断部（判断手段の一例）
５６ 評価部（評価手段の一例）
５７ 処理部（処理手段の一例）
５９ 記憶・読出部（記憶制御手段の一例）
５０００ 記憶部
５００１ グローバルモデル管理ＤＢ（グローバルモデル管理手段の一例）
５００２ セントラルデータ管理ＤＢ（セントラルデータ管理手段の一例）
５００３ ローカルモデル管理ＤＢ（ローカルモデル管理手段の一例）
５００４ サービス情報管理ＤＢ（サービス情報管理手段の一例）
７ 提案装置
７００１ サービス情報管理ＤＢ（サービス情報管理手段の一例）

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】