特許7928214IP Force 特許公報全文掲載

ホーム > 特許ランキング > 富士通株式会社 > 特許7928214

技術分野

プログラム，方法，及び情報処理装置

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

最尤推定＆敵対的模倣学習モデルにおいて、判別器から出力される確信度を強化学習の報酬とする場合、報酬値のバラつきが大きくなり、安定した機械学習の実現が困難となる可能性がある。

課題を解決するための手段[発明の詳細な説明]から抜粋

１つの側面では、プログラムは、コンピュータに以下の処理を実行させてよい。前記処理は、訓練データの確率分布の一部と、生成器が出力したデータの確率分布の一部とを互いに異なる割合で混合して得られるそれぞれの確率分布間の距離を報酬関数として、機械学習モデルの強化学習を実行してよい。

発明の効果[発明の詳細な説明]から抜粋

１つの側面では、本発明は、機械学習モデルの強化学習における報酬のバラつきを抑制することができる。

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】 比較例に係る最尤推定モデルによる自動回答を説明するための図である。
【図2】 最尤推定モデルによる生成回答文の生成手法の一例を示す図である。
【図3】 最尤推定モデルによる生成回答文の一例を示す図である。
【図4】 最尤推定モデルによる生成回答文の一例を示す図である。
【図5】 最尤推定＆強化学習モデルによる文章生成の一例を説明するための図である。
【図6】 最尤推定モデルの訓練フェーズ及び推論フェーズの一例を説明するための図である。
【図7】 最尤推定＆強化学習モデルの訓練フェーズ及び推論フェーズの一例を説明するための図である。
【図8】 最尤推定＆敵対的模倣学習モデルの一例を説明するための図である。
【図9】 最尤推定＆敵対的模倣学習モデルの一例であるＴｅｘｔＧＡＩＬの構成例を示すブロック図である。
【図10】 一モデルの構成例を示すブロック図である。
【図11】 一モデルの機能を実現するサーバのソフトウェア構成例を示すブロック図である。
【図12】 比較検証の一例を説明するための図である。
【図13】 比較検証における機械学習の設定例を説明するための図である。
【図14】 比較検証におけるデコードの設定例を説明するための図である。
【図15】 調整パラメータの設定手法の第１例に係る検証結果を説明するための図である。
【図16】 調整パラメータの設定手法の第２例に係る検証結果を説明するための図である。
【図17】 一サーバの動作例を説明するフローチャートである。
【図18】 一サーバの機能を実現するコンピュータのハードウェア構成例を示すブロック図である。

代表図 図1本件の代表的な図

１ モデル ２ 生成部 ３ 評価部 ４ 順応モデル １０ サーバ １１ メモリ部 １１ａ 機械学習モデル １１ｂ 訓練データ １１ｃ 生成データ １１ｄ 調整パラメータ １１ｅ 入力データ １２ 取得部 １３ 訓練部 １４ 報酬調整部 １５ 出力部 １６ 推論部 １７ 制御部 ２０ コンピュータ

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.