特許 7093965 モデル選択装置、及びモデル選択方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-06-23

(45)【発行日】2022-07-01

(54)【発明の名称】モデル選択装置、及びモデル選択方法

(51)【国際特許分類】

   G06N 7/08 20060101AFI20220624BHJP

【ＦＩ】

G06N7/08

【請求項の数】 6

(21)【出願番号】P 2018118755

(22)【出願日】2018-06-22

(65)【公開番号】P2019220063

(43)【公開日】2019-12-26

【審査請求日】2021-06-22

【国等の委託研究の成果に係る記載事項】（出願人による申告）平成３０年度、国立研究開発法人科学技術振興機構、戦略的創造研究推進事業に係る委託研究、産業技術力強化法第１９条の適用を受ける特許出願

(73)【特許権者】

【識別番号】301022471

【氏名又は名称】国立研究開発法人情報通信研究機構

(73)【特許権者】

【識別番号】504190548

【氏名又は名称】国立大学法人埼玉大学

(74)【代理人】

【識別番号】100120868

【弁理士】

【氏名又は名称】安彦 元

(72)【発明者】

【氏名】成瀬 誠

(72)【発明者】

【氏名】菅野 円隆

(72)【発明者】

【氏名】内田 淳史

【審査官】川▲崎▼ 博章

(56)【参考文献】

【文献】特開平０９－１４６９１５（ＪＰ，Ａ）

【文献】特開２００５－１９６７５２（ＪＰ，Ａ）

【文献】特開２００３－２０８５６０（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｎ ２０／００

Ｇ０６Ｎ ７／０８

(57)【特許請求の範囲】

【請求項1】

少なくとも２種類の特徴的な信号強度が不規則に変化する不規則信号を取得する取得部と、
第１タイミングにおける前記不規則信号の第１信号強度に基づき、前記第１タイミングよりも後の第２タイミングにおける前記不規則信号の信号強度を推定した予測系列を生成する複数の推定部と、
前記第２タイミングにおける前記不規則信号の第２信号強度を取得し、前記第２信号強度に対する複数の前記予測系列のそれぞれの予測誤差を算出する評価部と、
複数の前記予測誤差に基づき、複数の前記推定部のうち前記第２信号強度の推定に適した優位推定部を探索する探索部と
を備え、
複数の前記推定部のそれぞれは、前記不規則信号のうち１種類の前記特徴的な信号強度を推定するために最適化されたものであること
を特徴とするモデル選択装置。

【請求項2】

前記探索部は、
複数の前記予測誤差に基づき、前記優位推定部を選択するための閾値を調整する閾値調整部と、
不規則に信号強度が変化する選択用不規則信号を発信する信号発信部と、
前記選択用不規則信号の信号強度と、前記閾値とを比較する比較部と、
前記比較部による比較結果に基づき、前記優位推定部を選択する選択部と
を有すること
を特徴とする請求項１記載のモデル選択装置。

【請求項3】

前記第１信号強度を光信号に変換する変換部をさらに備え、
複数の前記推定部は、前記変換部から出力された光信号に基づき、前記予測系列を生成すること
を特徴とする請求項１又は２記載のモデル選択装置。

【請求項4】

複数の前記推定部は、それぞれ異なる重み情報を予め取得し、前記光信号の出力から取得された仮想ノード状態に前記重み情報を演算して前記予測系列を生成し、
前記重み情報は、前記不規則信号のうち１種類の前記特徴的な信号強度を推定するために構築されたこと
を特徴とする請求項３記載のモデル選択装置。

【請求項5】

複数の前記推定部の数は、前記特徴的な信号強度の種類の数以上であること
を特徴とする請求項１～４の何れか１項記載のモデル選択装置。

【請求項6】

少なくとも２種類の特徴的な信号強度が不規則に変化する不規則信号を取得する取得ステップと、
第１タイミングにおける前記不規則信号の第１信号強度に基づき、前記第１タイミングよりも後の第２タイミングにおける前記不規則信号の信号強度を推定した予測系列を複数生成する推定ステップと、
前記第２タイミングにおける前記不規則信号の第２信号強度を取得し、前記第２信号強度に対する複数の前記予測系列のそれぞれの予測誤差を算出する評価ステップと、
複数の前記予測誤差に基づき、前記予測系列を生成した複数の推定部のうち前記第２信号強度の推定に適した優位推定部を探索する探索ステップと
を備え、
複数の前記予測系列のそれぞれは、前記不規則信号のうち１種類の前記特徴的な信号強度の推定に適したものに基づき生成されたものであること
を特徴とするモデル選択方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、モデル選択装置、及びモデル選択方法に関するものである。

【背景技術】

【0002】

現代の人工知能（AI：Artificial Intelligence）を支える機械学習では、画像認識等に優れた能力を発揮する「深層学習」と呼ばれる技術に並び、「強化学習」と呼ばれる技術が注目を集めている。強化学習の中心となる課題に、例えば多数のスロットマシンが並んだカジノで、儲けを最大にするためにはどのようにするべきかという問題がある。儲けを最大化するには、「当たり台」を見つけるための試行錯誤（試し打ち）をする必要がある。しかしながら、過剰な試し打ちは、損失につながることがあり、その上、当たり台が時々刻々と変化する場合もある。これに対し、早々に試し打ちを打ち切ると、肝心の当たり台を見逃してしまう可能性がある。このように、「探索」と「決断」に難しいジレンマが存在する。

【0003】

上記問題は、「多本腕バンディット問題」として知られており、例えばワイヤレス通信における周波数の割当てのほか、データセンターにおける計算資源の割当て、ロボット制御、ウェブ広告などの様々な問題を解決するための応用展開が期待されることから、各種研究が行われている。

【0004】

多本腕バンディット問題の解決手法に関する研究では、多数のスロットマシンから当たり確率の高いマシンを選択する状況が想定され、原理検証や評価性能が行われており、例えば非特許文献１には、光カオスを用いた超高速な手法が提案されている。

【先行技術文献】

【非特許文献】

【0005】

【文献】M. Naruse, Y. Terashima, A. Uchida, and S. -J. Kim: Ultrafast photonic reinforcement learning based on laser chaos, SCIENTIFIC REPORTS, Vol. 7, Article No. 8772, August 2017.

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、これまでの開示技術では、仮想的なスロットマシンを対象とした検討に留まっており、特定の事象を対象とすることに限られている。このため、様々な現実的な事象における問題の解決に展開することが、課題として挙げられている。

【0007】

そこで本発明は、上述した問題点に鑑みて案出されたものであり、その目的とするところは、様々な現実的な事象における問題の解決に用いることができるモデル選択装置、及びモデル選択方法を提供することにある。

【課題を解決するための手段】

【0008】

第１発明に係るモデル選択装置は、少なくとも２種類の特徴的な信号強度が不規則に変化する不規則信号を取得する取得部と、第１タイミングにおける前記不規則信号の第１信号強度に基づき、前記第１タイミングよりも後の第２タイミングにおける前記不規則信号の信号強度を推定した予測系列を生成する複数の推定部と、前記第２タイミングにおける前記不規則信号の第２信号強度を取得し、前記第２信号強度に対する複数の前記予測系列のそれぞれの予測誤差を算出する評価部と、複数の前記予測誤差に基づき、複数の前記推定部のうち前記第２信号強度の推定に適した優位推定部を探索する探索部とを備え、複数の前記推定部のそれぞれは、前記不規則信号のうち１種類の前記特徴的な信号強度を推定するために最適化されたものであることを特徴とする。

【0009】

第２発明に係るモデル選択装置は、第１発明において、前記探索部は、複数の前記予測誤差に基づき、前記優位推定部を選択するための閾値を調整する閾値調整部と、不規則に信号強度が変化する選択用不規則信号を発信する信号発信部と、前記選択用不規則信号の信号強度と、前記閾値とを比較する比較部と、前記比較部による比較結果に基づき、前記優位推定部を選択する選択部とを有することを特徴とする。

【0010】

第３発明に係るモデル選択装置は、第１発明又は第２発明において、前記第１信号強度を光信号に変換する変換部をさらに備え、複数の前記推定部は、前記変換部から出力された光信号に基づき、前記予測系列を生成することを特徴とする。

【0011】

第４発明に係るモデル選択装置は、第３発明において、複数の前記推定部は、それぞれ異なる重み情報を予め取得し、前記光信号の出力から取得された仮想ノード状態に前記重み情報を演算して前記予測系列を生成し、前記重み情報は、前記不規則信号のうち１種類の前記特徴的な信号強度を推定するために構築されたことを特徴とする。

【0012】

第５発明に係るモデル選択装置は、第１発明～第４発明の何れかにおいて、複数の前記推定部の数は、前記特徴的な信号強度の種類の数以上であることを特徴とする。

【0013】

第６発明に係るモデル選択方法は、少なくとも２種類の特徴的な信号強度が不規則に変化する不規則信号を取得する取得ステップと、第１タイミングにおける前記不規則信号の第１信号強度に基づき、前記第１タイミングよりも後の第２タイミングにおける前記不規則信号の信号強度を推定した予測系列を複数生成する推定ステップと、前記第２タイミングにおける前記不規則信号の第２信号強度を取得し、前記第２信号強度に対する複数の前記予測系列のそれぞれの予測誤差を算出する評価ステップと、複数の前記予測誤差に基づき、前記予測系列を生成した複数の推定部のうち前記第２信号強度の推定に適した優位推定部を探索する探索ステップとを備え、複数の前記予測系列のそれぞれは、前記不規則信号のうち１種類の前記特徴的な信号強度の推定に適したものに基づき生成されたものであることを特徴とする。

【発明の効果】

【0014】

上述した構成からなる本発明によれば、探索部は、複数の予測誤差に基づき、第２信号強度の推定に適した優位推定部を探索する。また、複数の推定部のそれぞれは、不規則信号のうち１種類の特徴的な信号強度を推定するために最適化されたものである。このため、不規則信号の種類やタイミングに関わらず、最も予測性能に適した推定部（優位推定部）を探索することができる。これにより、様々な現実的な事象における問題の解決に用いることが可能となる。

【0015】

また、上述した構成からなる本発明では、特定の局面に対する性能を最大化するように形成された複数の推定部を用い、現実の局面に最も適した推定部（モデル）を選択するアプローチを実現することができる。これにより、膨大な学習や汎化能力の獲得を必要としないほか、短いレイテンシと高いスループットの両立を実現することが可能となる。

【0016】

また、上述した構成からなる本発明によれば、探索部は、閾値調整部と、信号発信部と、比較部と、選択部とを有してもよい。このため、優位推定部を探索する際、光カオスを利用した強化学習を用いることができる。これにより、優位推定部の探索時間を短縮させることが可能となる。

【0017】

特に、閾値調整部は、複数の予測誤差に基づき、優位推定部を選択するための閾値を調整してもよい。このため、予測誤差のバラつきが多い場合においても、直前までの選択傾向を踏襲した選択を実施することができ、予測誤差のバラつきに伴う選択ミスを減らすことができる。これにより、不規則に変化する不規則信号に対し、優位推定部を選択する精度の低下を抑制することが可能となる。

【0018】

また、上述した構成からなる本発明によれば、変換部は、第１信号強度を光信号に変換してもよい。このため、第１信号強度を光信号以外の対象に変換した場合に比べて、予測系列を生成する時間を大幅に短縮することができる。これにより、短時間で最も予測性能に適した優位推定部を探索することが可能となる。

【0019】

また、上述した構成からなる本発明によれば、複数の推定部は、光信号に基づき予測系列を生成する。このため、短時間で予測系列を生成することができる変換部と、強化学習を用いた探索部との組み合わせを容易に実現することができる。これにより、優位推定部の探索時間を大幅に短縮させることが可能となる。

【0020】

また、上述した構成からなる本発明によれば、重み情報は、不規則信号のうち１種類の特徴的な信号強度を推定するために構築されてもよい。このため、複数の特徴的な信号強度を推定する１つの重み情報を構築する場合に比べ、容易に構築することができる。これにより、事前準備の簡略化を実現することが可能となる。

【0021】

また、上述した構成からなる本発明によれば、推定部の数は、特徴的な信号強度の種類の数以上でもよい。このため、不規則信号に含まれる全ての特徴的な信号強度に対し、最も予測性能に適した推定部が必ず含まれた条件での探索ができる。これにより、探索精度を向上させることが可能となる。

【0022】

上述した構成からなる本発明によれば、探索ステップは、複数の予測誤差に基づき、第２信号強度の推定に適した優位推定部を探索する。また、複数の予測系列のそれぞれは、不規則信号のうち１種類の特徴的な信号強度を推定に適したものに基づき生成されたものである。このため、不規則信号の種類やタイミングに関わらず、最も予測性能に適した推定部（優位推定部）を探索することができる。これにより、様々な現実的な事象における問題の解決に用いることが可能となる。

【図面の簡単な説明】

【0023】

【図1】本発明を適用したモデル選択装置の全体構成の一例を示す模式図である。

【図2】探索部の一例を示す模式図である。

【図3】探索部の他の例を示す模式図である。

【図4】戻り半導体レーザ光を生成する場合における信号発信部のブロック構成図である。

【図5】意思決定部における信号強度を検知するプロセスを示す図である。

【図6】本発明を適用したモデル選択装置の全体構成の他の例を示す模式図である。

【図7】本発明を適用したモデル選択方法の一例を示すフローチャートである。

【図8】（ａ）は、実施例において使用した不規則信号を示すグラフであり、（ｂ）及び（ｃ）は、実施例において生成した予測系列を示すグラフである。

【図9】（ａ）及び（ｂ）は、実施例において算出した予測誤差を示すグラフである。

【図10】（ａ）は、実施例における閾値の推移を示すグラフであり、（ｂ）は、優位推定部として推定に適した選択部を正しく選択した割合を示すグラフである。

【発明を実施するための形態】

【0024】

以下、本発明を適用したモデル選択装置について図面を参照しながら詳細に説明をする。

【0025】

（モデル選択装置１の構成）
図１は、本発明を適用したモデル選択装置１の全体構成の一例を示す模式図である。モデル選択装置１は、不規則信号ＴＳに対して最も予測性能に適した推定部１２（優位推定部）を探索することができ、様々な現実的な事象における問題の解決に用いることが可能となる。

【0026】

モデル選択装置１は、取得部１１と、推定部１２と、評価部１３と、探索部１４とを備え、例えば図６に示すように、変換部１５を備えてもよい。

【0027】

＜取得部１１＞
取得部１１は、不規則信号ＴＳを取得する。取得部１１は、例えば不規則信号ＴＳに任意のマスク処理を施してもよい。取得部１１は、例えば任意のタイミングにおける不規則信号ＴＳの信号強度を出力する。取得部１１は、例えば第１タイミングにおいて第１信号強度ＴＳ１を出力し、第１タイミングよりも後の第２タイミングにおいて第２信号強度ＴＳ２を出力する。なお、第１タイミングと第２タイミングとの間隔は、任意である。

【0028】

不規則信号ＴＳは、少なくとも２種類の特徴的な信号強度が不規則に変化するものである。不規則信号ＴＳに含まれる特徴的な信号強度として、例えばローレンツ型の時系列や、レスラー型の時系列等に基づいて形成された信号強度が用いられてもよい。

【0029】

＜推定部１２＞
推定部１２は、不規則信号ＴＳの信号強度を推定した予測系列ＰＷを生成し、複数設けられる。推定部１２は、例えば第１信号強度ＴＳ１に基づき、第２タイミングにおける不規則信号ＴＳの信号強度（第２信号強度ＴＳ２）を推定した予測系列ＰＷを生成する。複数の推定部１２のそれぞれは、不規則信号ＴＳのうち１種類の特徴的な信号強度を推定するために最適化されたものである。このため、各推定部１２（例えば第１推定部１２ａ、第２推定部１２ｂ）は、同一の第１信号強度ＴＳ１に基づき、それぞれ異なる予測系列ＰＷ（例えば第１予測系列ＰＷ１、第２予測系列ＰＷ２）を生成する。なお、推定部１２の数は、例えば特徴的な信号強度の種類の数以上である。

【0030】

＜評価部１３＞
評価部１３は、第２タイミングにおける不規則信号ＴＳの第２信号強度ＴＳ２を取得する。評価部１３は、第２信号強度ＴＳ２に対する複数の予測系列ＰＷのそれぞれの予測誤差ＰＥを算出する。予測誤差ＰＥは、例えば第２信号強度ＴＳ２と予測系列ＰＷとの差分にて算出される。すなわち、予測誤差ＰＥは、各推定部１２の予測精度を示す指標として算出される。

【0031】

＜探索部１４＞
探索部１４は、複数の予測誤差ＰＥに基づき、複数の推定部１２のうち第２信号強度ＴＳ２の推定に適した推定部１２（優位推定部）を探索する。探索部１４は、例えば予測誤差ＰＥの絶対値が最も小さくなる予測系列ＰＷを生成した推定部１２を、優位推定部として探索してもよい。

【0032】

探索部１４は、例えば図２に示すように、閾値調整部１４ａと、信号発信部１４ｂと、比較部１４ｃと、選択部１４ｄとを有する。探索部１４は、閾値調整部１４ａ、信号発信部１４ｂ、及び比較部１４ｃを介して、推定部１２を探索してもよい。

【0033】

＜閾値調整部１４ａ＞
閾値調整部１４ａは、複数の予測誤差ＰＥに基づき、推定に適した推定部１２（優位推定部）を選択するための閾値ＴＨを調整する。閾値調整部１４ａは、調整前の閾値ＴＨに対して調整するため、直前までの選択傾向を踏襲した上で、新たに生成された予測誤差ＰＥの内容を加えた状態の閾値ＴＨを形成することができる。閾値調整部１４ａは、例えば絶対値が最も小さい予測誤差ＰＥを生成した推定部１２が、優先して選択されるように閾値ＴＨを調整する。

【0034】

＜信号発信部１４ｂ＞
信号発信部１４ｂは、不規則に信号強度が変化する選択用不規則信号を発信する。信号発信部１４ｂから発信された選択用不規則信号は、比較部１４ｃ及び選択部１４ｄを含む意思決定部４へ供給される。

【0035】

この信号発信部１４ｂにより発信される選択用不規則信号は、信号強度が単にランダムに変化する場合に限定されるものではなく、またカオス的に変化する場合に限定されるものではない。つまりこの選択用不規則信号とは、その信号発信時点の直前の信号発信時点における信号強度に対して一切の相関を持たない完全な不規則性をもつ信号で構成されていてもよいし、その信号発信時点の直前の信号発信時点における信号強度に対して若干の相関を持たせた一部の不規則性をもつ信号で構成されていてもよい。

【0036】

この信号発信部１４ｂは、電気的、物理的信号を発信することは必須ではなく、以前において取得した選択用不規則信号のデータ列を意思決定部４へ供給するものであってもよい。例えば、この信号発信部１４ｂから発信される選択用不規則信号は、半導体レーザから出射された光を反射部を介してそのレーザ共振器内に戻すことにより発現される戻り半導体レーザ光に基づいて生成されるものであってもよい。

【0037】

図４は、この戻り半導体レーザ光を生成する場合における信号発信部１４ｂのブロック構成を示している。この信号発信部１４ｂは、半導体レーザ９１と、カプラ９２と、減衰器９３と、反射部９４と、光アイソレータ９５と、減衰器９６と、受光部９７と、オシロスコープ９８とを備えている。

【0038】

半導体レーザ９１は、供給される電気信号に基づいてレーザ光を発振する。カプラ９２は、半導体レーザ９１からのレーザ光や、減衰器９３および反射部９４からの戻り光を分岐させる役割を担う。減衰器９３は、反射部９４からの戻り光を減衰させる。反射部９４は、半導体レーザ９１からのレーザ光を反射するミラー等で構成される。光アイソレータ９５は、カプラ９２から出射されるレーザ光につき、順方向に進む光の成分のみを透過し逆方向の光の成分を遮断する役割を担う。減衰器９６は、光アイソレータ９５からのレーザ光を減衰させる。受光部９７は、フォトダイオード等で構成され光アイソレータ９５からのレーザ光を光電変換して電気信号化する。オシロスコープ９８は、受光部９７において光電変換された電気信号を時間軸をベースにし、その信号強度を波形化する。

【0039】

このような構成からなる信号発信部１４ｂによれば、先ず半導体レーザ９１により発振されたレーザ光は、カプラ９２と減衰器９３を介して反射部９４に到達する。このレーザ光は反射部９４を反射した後、減衰器９３で戻り光量を調整された後、戻り光として再びカプラ９２を介して半導体レーザ９１に戻される。この半導体レーザ９１における共振器内に戻された戻り光により光の雑音レベルが著しく増加し、不安定化する結果、そこから改めて戻り半導体レーザ光が出射される。この戻り半導体レーザ光は、コヒーレンスが崩壊した、いわばレーザーカオス状態となっているため、上述した不規則信号となっている。このような戻り半導体レーザ光は、カプラ９２、光アイソレータ９５を介して減衰器９６において減衰され、受光部９７において光電変換され、更にオシロスコープ９８において波形化されることになる。このオシロスコープ９８において波形化された信号は不規則信号となっている。信号発信部１４ｂは、このような不規則信号を選択用不規則信号として、意思決定部４へ供給する。

【0040】

＜意思決定部４、比較部１４ｃ、選択部１４ｄ＞
意思決定部４は、信号発信部１４ｂから発信された選択用不規則信号の信号強度を検知する。意思決定部４には、比較部１４ｃ及び選択部１４ｄが含まれる。比較部１４ｃは、選択用不規則信号の信号強度と、閾値ＴＨとを比較する。選択部１４ｄは、比較部１４ｃによる比較結果に基づき、推定部１２（優位推定部）を選択する。例えば推定部１２が２つの場合（図２）、比較部１４ｃの用いる閾値ＴＨは１つ（ＴＨ₁）であり、選択部１４ｄは２つの推定部１２ａ、１２ｂから１つ選択する。例えば推定部１２が４つの場合（図３）、比較部１４ｃの用いる閾値ＴＨは３つ（ＴＨ₁、ＴＨ₂、0、ＴＨ_2,1）であり、選択部１４ｄは４つの推定部１２ａ、１２ｂ、１２ｃ、１２ｄから１つ選択する。

【0041】

図５は、意思決定部４における信号強度を検知するプロセスを示す。なお、図５では、４つの推定部１２ａ、１２ｂ、１２ｃ、１２ｄから優位推定部を選択する一例を示す。

【0042】

図５に示すように、選択用不規則信号を横軸に時間、縦軸を信号強度とした場合、比較部１４ｃは、選択用不規則信号の信号強度を２以上の各観測時点においてそれぞれ検知する。例えば、この観測時点をｔ₁、ｔ₂の２つの時点に設定した場合には、この観測時点ｔ₁における選択用不規則信号の信号強度Ｐ₁を検知し、観測時点ｔ₂における選択用不規則信号の信号強度Ｐ₂を検知する。

【0043】

次に比較部１４ｃは、各観測時点において検知した信号強度と、観測時点毎に設定された閾値ＴＨとを比較する。ここで、観測時点ｔ₁には閾値ＴＨ₁が予め設定されているものと仮定し、観測時点ｔ₂には閾値ＴＨ_2,0、ＴＨ_2,1が予め設定されているものと仮定する。観測時点ｔ₁における選択用不規則信号の信号強度Ｐ₁と、閾値ＴＨ₁とを先ず比較する。その結果、信号強度Ｐ₁が閾値ＴＨ₁より小さい場合には、閾値ＴＨ_2,0の矢印方向に進み、信号強度Ｐ₁が閾値ＴＨ₁以上の場合には、閾値ＴＨ_2,1の矢印方向に進む。閾値ＴＨ_2,0の矢印方向に進んだ場合には、観測時点ｔ₂における選択用不規則信号の信号強度Ｐ₂と閾値ＴＨ_2,0とを比較する。選択部１４ｄは、信号強度Ｐ₂と閾値ＴＨ_2,0の大小関係に応じて推定部１２を選択する。同様に閾値ＴＨ_2,1の矢印方向に進んだ場合には、観測時点ｔ₂における選択用不規則信号の信号強度Ｐ₂と閾値ＴＨ_2,1とを比較する。選択部１４ｄは、信号強度Ｐ₂と閾値ＴＨ_2,1の大小関係に応じて推定部１２を選択する。

【0044】

ここで上述した推定部１２ａ、１２ｂ、１２ｃ、１２ｄは、それぞれ閾値ＴＨ₁、ＴＨ_2,0、ＴＨ_2,1を隔てて予め割り当てられている。例えば推定部１２ａは、閾値ＴＨ_2,0未満において割り当てられ、推定部１２ｂは、閾値ＴＨ_2,0以上において割り当てられ、推定部１２ｃは、閾値ＴＨ_2,1未満において割り当てられ、推定部１２ｄは、閾値ＴＨ_2,0以上において割り当てられているものとする。選択用不規則信号の信号強度Ｐ₂と閾値ＴＨとの比較の結果、選択する推定部１２は、各閾値ＴＨを隔てて予め割り当てられている推定部１２に対応させる。

【0045】

上述した例の場合、選択部１４ｄは、信号強度Ｐ₂が閾値ＴＨ_2,0より小さい場合には、推定部１２ａを選択する。選択部１４ｄは、信号強度Ｐ₂が閾値ＴＨ_2,0以上の場合には、推定部１２ｂを選択する。選択部１４ｄは、信号強度Ｐ₂が閾値ＴＨ_2,1より小さい場合には、推定部１２ｃを選択する。選択部１４ｄは、信号強度Ｐ₂が閾値ＴＨ_2,1以上の場合には、推定部１２ｄを選択する。

【0046】

つまり、推定部１２ａが優位選択部として選択されるケースは、信号強度Ｐ₁が閾値ＴＨ₁未満であり、かつ信号強度Ｐ₂が閾値ＴＨ_2,0未満である場合である。推定部１２ｂが優位推定部として選択されるケースは、信号強度Ｐ₁が閾値ＴＨ₁未満であり、かつ信号強度Ｐ₂が閾値ＴＨ_2,0以上である場合である。推定部１２ｃが優位推定部として選択されるケースは、信号強度Ｐ₁が閾値ＴＨ₁以上であり、かつ信号強度Ｐ₂が閾値ＴＨ_2,1未満である場合である。推定部１２ｄが優位推定部として選択されるケースは、信号強度Ｐ₁が閾値ＴＨ₁以上であり、かつ信号強度Ｐ₂が閾値ＴＨ_2,1以上である場合である。実際にこの推定部１２ａ、１２ｂが選択される場合に閾値ＴＨ₁、閾値ＴＨ_2,0が使用され、閾値ＴＨ_2,1は特段使用されないこととなる。同じく推定部１２ｃ、１２ｄが選択される場合に閾値ＴＨ₁、閾値ＴＨ_2,1が使用され、閾値ＴＨ_2,0は特段使用されないこととなる。

【0047】

ちなみに、推定部１２ａ、１２ｂ、１２ｃ、１２ｄをそれぞれ１０進数における数値０～３を割り当てた場合、これを２進数に変換した場合には、推定部１２ａが（００）、推定部１２ｂが（０１）、推定部１２ｃが（１０）、推定部１２ｄが（１１）となる。

【0048】

この２進数における桁を上位から第１桁、第２桁と定義する場合、第１桁が０の場合は、閾値ＴＨ_2,0に進む場合であり、第１桁が１の場合には、閾値ＴＨ_2,1に進む場合である。即ち、閾値ＴＨ_2,kにおけるｋは、第１桁の数値に対応している。第２桁の数値は、閾値ＴＨ_2,0、ＴＨ_2,1を介して隔てられる推定部１２ａ（００）又は推定部１２ｂ（０１）と、推定部１２ｃ（１０）又は推定部１２ｄ（１１）に相当する。

【0049】

なお、上述した探索部１４は、例えば任意の強化学習技術に基づき実現されてもよい。この場合においても、学習に用いられるパラメータとして予測誤差ＰＥが用いられ、優位推定部が探索される。

【0050】

＜変換部１５＞
変換部１５は、例えば図６に示すように、第１信号強度ＴＳ１を光信号Ｌに変換する。この場合、複数の推定部１２は、変換部１５から出力された光信号Ｌに基づき、予測系列ＰＷを生成する。

【0051】

変換部１５は、例えば半導体レーザを用いて、信号強度（例えば第１信号強度ＴＳ１）を光信号Ｌに変換する。変換部１５は、半導体レーザから出力された光信号Ｌのフィードバックループ内における出力を一定間隔で区切り、その応答出力を仮想ノード状態ＶＮとして取得する。この場合、複数の推定部１２は、それぞれ異なる重み情報を予め取得し、仮想ノード状態ＶＮに重み情報を演算して予測系列ＰＷを生成する。なお、重み情報は、不規則信号ＴＳのうち１種類の特徴的な信号強度を推定するために構築される。

【0052】

なお、変換部１５は、例えば任意の光リザーバコンピューティング技術を用いて実現されてもよい。この場合においても、入力パラメータとして信号強度（例えば第１信号強度ＴＳ１）が用いられ、各推定部１２は、それぞれ異なる予測系列ＰＷを生成する。

【0053】

（モデル選択方法）
次に、図７を参照して、本発明を適用したモデル選択方法について説明する。図７は、本発明を適用したモデル選択方法の一例を示すフローチャートである。

【0054】

＜取得ステップＳ１１０＞
先ず、不規則信号ＴＳを取得する（取得ステップＳ１１０）。例えば取得部１１は、不規則信号ＴＳを取得する。取得部１１は、第１タイミングにおける不規則信号ＴＳの第１信号強度ＴＳ１を出力し、第２タイミングにおける不規則信号ＴＳの第２信号強度ＴＳ２を出力する。なお、取得部１１が不規則信号ＴＳを取得する頻度やタイミング、並びに、第１信号強度ＴＳ１及び第２信号強度ＴＳ２を出力する頻度やタイミングは、任意である。

【0055】

＜変換ステップＳ１５０＞
次に、例えば第１信号強度ＴＳ１を光信号Ｌに変換してもよい（変換ステップＳ１５０）。例えば変換部１５は、第１信号強度ＴＳ１を取得し、半導体レーザを用いて光信号Ｌを出力する。変換部１５は、光信号Ｌの出力から仮想ノード状態ＶＮを取得する。

【0056】

＜推定ステップＳ１２０＞
次に、予測系列ＰＷを複数生成する（推定ステップＳ１２０）。例えば複数の推定部１２は、第１信号強度ＴＳ１に基づき、第２タイミングにおける不規則信号ＴＳの信号強度を推定した予測系列ＰＷを生成する。各推定部１２は、取得部１１から第１信号強度ＴＳ１を取得して予測系列ＰＷを生成するほか、例えば変換部１５から仮想ノード状態ＶＮに重み情報を演算して予測系列ＰＷを生成してもよい。何れの場合においても、各予測系列ＰＷのそれぞれは、不規則信号ＴＳのうち１種類の特徴的な信号強度の推定に適したものであり、それぞれ異なる予測系列ＰＷが生成される。

【0057】

＜評価ステップＳ１３０＞
次に、予測誤差ＰＥを算出する（評価ステップＳ１３０）。例えば評価部１３は、第２タイミングにおける不規則信号ＴＳの第２信号強度ＴＳ２を、取得部１１から取得する。評価部１３は、第２信号強度ＴＳ２に対する複数の予測系列ＰＷのそれぞれの予測誤差ＰＥを算出する。

【0058】

＜探索ステップＳ１４０＞
次に、優位推定部を探索する（探索ステップＳ１４０）。例えば探索部１４は、複数の予測誤差ＰＥを評価部１３から取得する。探索部１４は、複数の予測誤差ＰＥに基づき、予測系列ＰＷを生成した複数の推定部１２のうち、第２信号強度ＴＳ２の推定に適した優位推定部を探索する。

【0059】

探索ステップＳ１４０において、例えば閾値調整部１４ａ、信号発信部１４ｂ、比較部１４ｃ、及び選択部１４ｄを用いて優位推定部を探索してもよい。この場合、閾値調整部１４ａは、複数の予測誤差ＰＥに基づき、優位推定部を選択するための閾値ＴＨを調整する。信号発信部１４ｂは、選択用不規則信号を発信する。比較部１４ｃは、選択用不規則信号の信号強度と、閾値ＴＨとを比較する。選択部１４ｄは、比較部１４ｃによる比較結果に基づき、優位推定部を選択する。

【0060】

これにより、本発明を適用したモデル選択方法が終了する。なお、探索ステップＳ１４０を実施したあと、状況に応じて取得ステップＳ１１０等を再び実施してもよい。

【0061】

本発明を適用したモデル選択装置１によれば、探索部１４は、複数の予測誤差ＰＥに基づき、第２信号強度ＴＳ２の推定に適した推定部１２（優位推定部）を探索する。また、複数の推定部１２のそれぞれは、不規則信号ＴＳのうち１種類の特徴的な信号強度を推定するために最適化されたものである。このため、不規則信号ＴＳの種類やタイミングに関わらず、最も予測性能に適した推定部１２（優位推定部）を探索することができる。これにより、様々な現実的な事象における問題の解決に用いることが可能となる。

【0062】

また、本発明を適用したモデル選択装置１によれば、特定の局面に対する性能を最大化するように形成された複数の推定部１２を用い、現実の局面に最も適した推定部１２（モデル）を選択するアプローチを実現することができる。これにより、膨大な学習や汎化能力の獲得を必要としないほか、短いレイテンシと高いスループットの両立を実現することが可能となる。

【0063】

また、本発明を適用したモデル選択装置１によれば、探索部１４は、閾値調整部１４ａと、信号発信部１４ｂと、比較部１４ｃと、選択部１４ｄとを有してもよい。このため、優位推定部を探索する際、光カオスを利用した強化学習を用いることができる。これにより、優位推定部の探索時間を短縮させることが可能となる。

【0064】

特に、閾値調整部１４ａは、複数の予測誤差ＰＥに基づき、優位推定部を選択するための閾値ＴＨを調整してもよい。このため、予測誤差ＰＥのバラつきが多い場合においても、直前までの選択傾向を踏襲した選択を実施することができ、予測誤差ＰＥのバラつきに伴う選択ミスを減らすことができる。これにより、不規則に変化する不規則信号ＴＳに対し、優位推定部を選択する精度の低下を抑制することが可能となる。

【0065】

また、本発明を適用したモデル選択装置１によれば、変換部１５は、第１信号強度ＴＳ１を光信号Ｌに変換してもよい。このため、第１信号強度ＴＳ１を光信号Ｌ以外の対象に変換した場合に比べて、予測系列ＰＷを生成する時間を大幅に短縮することができる。これにより、短時間で最も予測性能に適した優位推定部を探索することが可能となる。

【0066】

また、本発明を適用したモデル選択装置１によれば、複数の推定部１２は、光信号Ｌに基づき予測系列ＰＷを生成する。このため、短時間で予測系列ＰＷを生成することができる変換部１５と、強化学習を用いた探索部１４との組み合わせを容易に実現することができる。これにより、優位推定部の探索時間を大幅に短縮させることが可能となる。

【0067】

また、本発明を適用したモデル選択装置１によれば、重み情報は、不規則信号ＴＳのうち１種類の特徴的な信号強度を推定するために構築されてもよい。このため、複数の特徴的な信号強度を推定する１つの重み情報を構築する場合に比べ、容易に構築することができる。これにより、事前準備の簡略化を実現することが可能となる。

【0068】

また、本発明を適用したモデル選択装置１によれば、推定部１２の数は、特徴的な信号強度の種類の数以上でもよい。このため、不規則信号ＴＳに含まれる全ての特徴的な信号強度に対し、最も予測性能に適した推定部１２が必ず含まれた条件での探索ができる。これにより、探索精度を向上させることが可能となる。

【0069】

本発明を適用したモデル選択方法によれば、探索ステップＳ１４０は、複数の予測誤差ＰＥに基づき、第２信号強度ＴＳ２の推定に適した推定部１２（優位推定部）を探索する。また、複数の予測系列ＰＷのそれぞれは、不規則信号ＴＳのうち１種類の特徴的な信号強度を推定に適したものに基づき生成されたものである。このため、不規則信号ＴＳの種類やタイミングに関わらず、最も予測性能に適した推定部１２（優位推定部）を探索することができる。これにより、様々な現実的な事象における問題の解決に用いることが可能となる。

【実施例】

【0070】

次に、本発明の効果を確認する上で行ったシミュレーションの結果について説明する。このシミュレーションでは、各タイミング（以下、ステップとする）における不規則信号ＴＳの信号強度を推定した予測系列ＰＷに基づき、探索部１４に設定された閾値ＴＨの調整推移、及び優位推定部として推定に適した推定部１２を正しく選択した割合を検証した。

【0071】

本実施例では、図６に示す取得部１１と、変換部１５と、２つの推定部１２ａ、１２ｂと、評価部１３と、探索部１４とを用い、探索部１４には、図２に示す閾値調整部１４ａと、信号発信部１４ｂと、比較部１４ｃと、選択部１４ｄとを用いた。

【0072】

本実施例では、各推定部１２ａ、１２ｂから生成された予測系列ＰＷ１、ＰＷ２のそれぞれの予測誤差ＰＥを算出し、予測誤差ＰＥの絶対値が小さいほうを優先して選択されるように、閾値ＴＨを調整するように設定した。なお、閾値ＴＨは、直前の値に基づき調整するように設定した。これは、予測誤差ＰＥのバラつきに追従して、閾値ＴＨの大幅な変化に伴う選択ミスを防ぐために設定した。

【0073】

図８（ａ）は、準備した不規則信号ＴＳを示すグラフである。図の横軸はステップを示し、縦軸は各ステップにおける信号強度を示す。不規則信号ＴＳに含まれる特徴的な信号強度として、ローレンツ型の時系列（図８（ａ）の範囲Ｌ）、及びレスラー型の時系列（図８（ａ）の範囲Ｒ）に基づいて形成された信号強度を用いた。各信号強度は、不規則に変化するものとした。図８（ａ）では、４５０ステップ前後において、ローレンツ型の時系列からレスラー型の時系列に変化している。なお、図８（ａ）には０ステップから１０００ステップまでの信号強度が記載されているが、本実施例では、４０００ステップまで実施した。

【0074】

本実施例では、予め構築（学習）済みの重み情報を有する２つの推定部１２ａ、１２ｂを用いて、予測系列ＰＷ１、ＰＷ２を生成した。推定部１２ａの重み情報として、レスラー型の時系列に基づいて形成された信号強度を推定するために最適化されたものを使用した。推定部１２ｂの重み情報として、ローレンツ型の時系列に基づいて形成された信号強度を推定するために最適化されたものを使用した。

【0075】

上記条件に基づき、各推定部１２ａ、１２ｂにより生成された予測系列ＰＷ１、ＰＷ２を、図８（ｂ）、図８（ｃ）のグラフに示す。図８（ｂ）は、図８（ａ）に示した不規則信号ＴＳの信号強度に対し、推定部１２ａを用いて推定した予測系列ＰＷ１を示す。図８（ｃ）は、図８（ａ）に示した不規則信号ＴＳの信号強度に対し、推定部１２ｂを用いて推定した予測系列ＰＷ２を示す。

【0076】

図９は、各ステップにおける不規則信号ＴＳの信号強度に対する各予測系列ＰＷ１、ＰＷ２のそれぞれの予測誤差ＰＥ１、ＰＥ２を示すグラフである。図９の横軸はステップを示し、縦軸は各ステップにおける予測誤差ＰＥの絶対値を示す。予測誤差ＰＥの値が小さい程、推定精度が高い結果を意味する。

【0077】

図９（ａ）では、４５０～５００ステップ以降の予測誤差ＰＥの値が、それ以前のステップの予測誤差ＰＥの値に比べて小さいことを確認した。これは、推定部１２ａの重み情報が、レスラー型の時系列に基づいて形成された信号強度を推定するために最適化されたものを使用したことに起因する。また、図９（ｂ）では、４５０～５００ステップ以前の予測誤差ＰＥの値が、それ以降のステップの予測誤差ＰＥの値に比べて小さいことを確認した。これは、推定部１２ｂの重み情報が、ローレンツ型の時系列に基づいて形成された信号強度を推定するために最適化されたものを使用したことに起因する。

【0078】

図１０（ａ）は、探索部１４に設定された閾値ＴＨの推移を示すグラフである。図１０（ａ）の横軸はステップを示し、縦軸は閾値ＴＨを示す。図１０（ａ）では、閾値ＴＨが０から増加するにつれて、推定部１２ｂを選択する可能性が高くなることを示し、閾値ＴＨが０から減少するにつれて、推定部１２ａを選択する可能性が高くなることを示す。

【0079】

図１０（ａ）では、０ステップから４００ステップ程度まで閾値ＴＨが増加する傾向を示している。これは、推定部１２ｂに対応する予測誤差ＰＥ２の値が、推定部１２ａに対応する予測誤差ＰＥ１の値よりも小さく、推定部１２ｂを優位推定部として優先的に選択するように閾値ＴＨが変化したことを示している。

【0080】

また、４００ステップから２０００ステップ弱程度まで閾値ＴＨが減少する傾向を示している。これは、推定部１２ａに対応する予測誤差ＰＥ１の値が、推定部１２ｂに対応する予測誤差ＰＥ２の値よりも小さく、推定部１２ａを優位推定部として優先的に選択するように閾値ＴＨが変化したことを示している。

【0081】

また、２０００弱ステップから３０００ステップ弱程度まで閾値ＴＨが増加する傾向を示している。これは、推定部１２ｂに対応する予測誤差ＰＥ２の値が、推定部１２ａに対応する予測誤差ＰＥ１の値よりも小さく、推定部１２ｂを優位推定部として優先的に選択するように閾値ＴＨが変化したことを示している。

【0082】

また、３０００ステップ弱から４０００ステップ程度まで閾値ＴＨが減少する傾向を示している。これは、推定部１２ａに対応する予測誤差ＰＥ１の値が、推定部１２ｂに対応する予測誤差ＰＥ２の値よりも小さく、推定部１２ａを優位推定部として優先的に選択するように閾値ＴＨが変化したことを示している。

【0083】

図１０（ｂ）は、優位推定部として推定に適した推定部１２を正しく選択した割合を示すグラフである。図１０（ｂ）の横軸はステップを示し、縦軸は正しく選択された割合（最小０．０、最大１．０）を示す。

【0084】

図１０（ｂ）では、０ステップから４００ステップ程度までにおいて、正しく選択された割合が１．０を維持している。すなわち、推定部１２ｂを優位推定部として選択することが、正しく実行されていたことを確認した。

【0085】

これに対し、４００ステップ以降において、正しく選択された割合が１．０から０．０付近へと急激に変化している。これは、ローレンツ型の時系列からレスラー型の時系列に基づいて形成された信号強度に変化したことに起因する。すなわち、推定部１２ｂを優先するための閾値ＴＨが、急激な信号強度の変化に追従していないことを意味する。

【0086】

しかしながら、正しく選択された割合は、１０００ステップ程度において０．９程度まで上昇し、１４００ステップ以降では１．０を維持している。すなわち、ステップを重ねる度に閾値ＴＨを調整し、推定部１２ａを優位推定部として選択する方向に実行されていたことを確認した。

【0087】

また、２０００ステップ弱以降において、正しく選択された割合が１．０から０．０付近へと急激に変化している。これは、レスラー型の時系列からローレンツ型の時系列に基づいて形成された信号強度に変化したことに起因する。すなわち、推定部１２ａを優先するための閾値ＴＨが、急激な信号強度の変化に追従していないことを意味する。

【0088】

しかしながら、正しく選択された割合は、２２００ステップ程度において１．０程度まで上昇し、２２００ステップ以降では１．０を維持している。すなわち、ステップを重ねる度に閾値ＴＨを調整し、推定部１２ｂを優位推定部として選択する方向に実行されていたことを確認した。

【0089】

また、３０００ステップ弱以降において、正しく選択された割合が１．０から０．０付近へと急激に変化している。これは、ローレンツ型の時系列からレスラー型の時系列に基づいて形成された信号強度に変化したことに起因する。すなわち、推定部１２ｂを優先するための閾値ＴＨが、急激な信号強度の変化に追従していないことを意味する。

【0090】

しかしながら、正しく選択された割合は、３２００ステップ程度において１．０程度まで上昇し、３２００ステップ以降では１．０を維持している。すなわち、ステップを重ねる度に閾値ＴＨを調整し、推定部１２ａを優位推定部として選択する方向に実行されていたことを確認した。

【0091】

上記より、特徴的な信号強度が不規則に変化する不規則信号ＴＳに対して、最も予測性能に適した推定部１２（優位推定部）を探索することができることを確認した。これにより、様々な現実的な事象における問題の解決に用いることが可能となる。

【0092】

なお、上述した取得部１１、推定部１２、評価部１３、探索部１４、及び変換部１５は、例えば半導体集積回路（LSI）を用いて実現できるほか、例えば公知のマイクロプロセッサやメモリを有するコンピュータがプログラムを実行することによって実現してもよい。

【0093】

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

【符号の説明】

【0094】

１ ：モデル選択装置
１１ ：取得部
１２ ：推定部
１３ ：評価部
１４ ：探索部
１４ａ ：閾値調整部
１４ｂ ：信号発信部
１４ｃ ：比較部
１４ｄ ：選択部
１５ ：変換部
４ ：意思決定部
９１ ：半導体レーザ
９２ ：カプラ
９３ ：減衰器
９４ ：反射部
９５ ：光アイソレータ
９６ ：減衰器
９７ ：受光部
９８ ：オシロスコープ
Ｌ ：光信号
ＰＥ ：予測誤差
ＰＷ ：予測系列
Ｓ１１０ ：取得ステップ
Ｓ１２０ ：推定ステップ
Ｓ１３０ ：評価ステップ
Ｓ１４０ ：探索ステップ
Ｓ１５０ ：変換ステップ
ＴＨ ：閾値
ＴＳ ：不規則信号
ＴＳ１ ：第１信号強度
ＴＳ２ ：第２信号強度

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】