特許7114497IP Force 特許公報全文掲載

ホーム > 特許ランキング > 日本電信電話株式会社 > 特許7114497

技術分野

機械学習において最適化の対象となるモデルの潜在変数を最適化する技術

発明が解決しようとする課題[発明の詳細な説明]から抜粋

式(1-1)における係数γiは、各項の相対的大きさを調整するためパラメータであり、従来、係数γiを人手で事前に調整し、図１に示されるような最適化処理を実行していた。しかし、この係数γiの調整を慎重にしなければ、所望の結果を得ることができないことが多いという問題があった。また、例えば、音声周波数スペクトログラムや画像の局所領域ごとに異なる係数γiを設定する場合のように、調整すべき係数γiの数が増えると、人手で調整することが困難になるという問題もある。

課題を解決するための手段[発明の詳細な説明]から抜粋

本発明の一態様は、観測データを入力として、潜在変数xを最適化する最適化部を含む変数最適化装置であって、f0(x)を潜在変数xの損失項、yi (i=1, …, n)を潜在変数xに対する正規化項fi(x)の係数を表す変数（以下、係数変数という）とし、前記最適化部は、係数変数yiに対する正規化項gi(yi) (i=1, …, n)を用いて、次式で定義されるコスト関数L(x, y):Rm×Rn→R∪・・・　続きを知財ポータルサイト IP Force にログインして見る

発明の効果[発明の詳細な説明]から抜粋

本発明によれば、コスト関数の各項の相対的大きさを調整する係数を事前に調整する必要がなく、潜在変数と同時に最適化することが可能となる。

この特許の権利範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 従来の最適化アルゴリズムの一例を示す図である。
【図2】 本願の最適化アルゴリズムの一例を示す図である。
【図3】 対数凹分布v(x, y)の一例を示す図である。
【図4】 本願のノイズ除去アルゴリズムの一例を示す図である。
【図5】 変数最適化装置１００の構成を示すブロック図である。
【図6】 変数最適化装置１００の動作を示すフローチャートである。
【図7】 最適化部１１０の構成を示すブロック図である。
【図8】 最適化部１１０の動作を示すフローチャートである。
【図9】 ノイズ除去装置２００の構成を示すブロック図である。
【図10】 ノイズ除去装置２００の動作を示すフローチャートである。
【図11】 推定信号生成部２１０の構成を示すブロック図である。
【図12】 推定信号生成部２１０の動作を示すフローチャートである。
【図13】 第１変数更新部２１２の構成を示すブロック図である。
【図14】 第１変数更新部２１２の動作を示すフローチャートである。

代表図 図1本件の代表的な図

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

［広告欄］

ログインすれば広告は減ります

ログインすれば広告は減ります

Copyright © Science Impact Inc. All Rights Reserved.