[發明專利]信息處理方法及信息處理系統

在審

• 申請號: 201980067672.5
• 申請日: 2019-11-25
• 公開（公告）號: CN112840360A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: D·古多夫斯基;A·霍奇金森;山口拓也;筑澤宗太郎
• 申請（專利權）人: 松下電器(美國)知識產權公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06N5/04
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 安香子

由計算機執行的信息處理方法，取得第1數據和第2數據，該第2數據不包含于在推理器的訓練中使用的訓練數據(S1)；使用向推理器輸入第1數據而得到的第1關聯數據，計算第1貢獻，上述推理器是通過利用訓練數據的機器學習進行訓練而得到的，上述第1貢獻是第1數據的各部分對于向推理器輸入第1數據而從推理器輸出的第1輸出數據的貢獻(S2)；使用向推理器輸入第2數據而得到的第2關聯數據，計算第2貢獻，上述第2貢獻是第2數據的各部分對于向推理器輸入第2數據而從推理器輸出的第2輸出數據的貢獻(S3)；按照第1貢獻與第2貢獻的類似度，決定是否應將第2數據追加到推理器的訓練數據(S4)。

技術領域

本發明涉及信息處理方法及信息處理系統。

背景技術

在利用機器學習的圖像識別處理中，有如下技術：通過將相對于既有的學習圖像而言圖像特征量的類似度低的圖像追加到訓練數據，使圖像的識別精度提高(參照專利文獻1)。

另外，識別處理也被稱作推理處理。推理處理中，除了識別處理以外還包括檢測處理。

現有技術文獻

專利文獻

專利文獻1：日本特開2017－224184號公報

發明內容

發明要解決的課題

但是，在專利文獻1那樣的以往技術中，根據推理器而有推理的性能不怎么提高的情況。換言之，有學習的效率不好的問題。

所以，本發明提供一種能夠使推理器的推理的性能有效地提高的信息處理方法等。

用來解決課題的手段

有關本發明的一技術方案的信息處理方法，是由計算機執行的信息處理方法，取得第1數據和第2數據，上述第2數據是未包含于在推理器的訓練中使用的訓練數據的數據；使用向述推理器輸入上述第1數據而得到的第1關聯數據，計算第1貢獻，上述推理器是通過利用上述訓練數據的機器學習進行訓練而得到的，上述第1貢獻是上述第1數據的各部分對于向上述推理器輸入上述第1數據而從上述推理器輸出的第1輸出數據的貢獻；使用向上述推理器輸入上述第2數據而得到的第2關聯數據，計算第2貢獻，上述第2貢獻是上述第2數據的各部分對于向上述推理器輸入上述第2數據而從上述推理器輸出的第2輸出數據的貢獻；按照上述第1貢獻與上述第2貢獻的類似度，決定是否應將上述第2數據追加到上述推理器的訓練數據。

另外，這些包含性或具體的技術方案也可以由系統、裝置、集成電路、計算機程序或計算機可讀取的CD－ROM等的記錄介質實現，也可以由系統、裝置、集成電路、計算機程序及記錄介質的任意的組合來實現。

發明效果

本發明的信息處理方法能夠使推理器的推理的性能有效地提高。

附圖說明

圖1是表示識別器的處理的概念圖。

圖2是表示在基于用于模型的生成的機器學習進行的訓練中使用的訓練數據的例子的說明圖。

圖3是表示識別器的識別結果的例子的說明圖。

圖4是表示實施方式的處理系統的結構的第一例的框圖。

圖5是表示實施方式的處理系統的結構的第二例的框圖。

圖6是具體地表示實施方式的由計算部進行的貢獻度的計算和類似度的計算的說明圖。

圖7是表示實施方式的由決定部進行的追加數據的決定方法的第一例的說明圖。

圖8是表示實施方式的由決定部進行的追加數據的決定方法的第二例的說明圖。

圖9是表示實施方式的由決定部進行的追加數據的決定方法的第三例的說明圖。