[發明專利]數據生成裝置、預測器學習裝置、數據生成方法和學習方法

在審

• 申請號: 201980078575.6
• 申請日: 2019-12-13
• 公開（公告）號: CN113168589A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 但馬慶行;河野洋平
• 申請（專利權）人: 株式會社日立制作所
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京尚誠知識產權代理有限公司 11322
• 代理人: 龍淳;徐飛躍

1.一種生成數據集合的數據生成裝置，其特征在于，包括：

擾動生成部，其基于訓練數據集合的各元素的輸入和關于所述訓練數據集合的信息這兩者中的至少一者，來生成用于使所述元素變形的擾動集合；

偽數據合成部，其根據所述訓練數據集合和所述擾動集合，來生成與所述訓練數據集合不同的新的偽數據集合；

評價部，其計算所述訓練數據集合和所述偽數據集合的分布間距離或關于其的推算量，以及從所述擾動集合得到的偽數據相對于訓練數據的擾動的大小；和

參數更新部，其更新所述擾動生成部生成所述擾動集合時所使用的參數，以使所述訓練數據集合與所述偽數據集合的分布間距離相接近，使擾動的大小或期待值成為預定的目標值。

2.根據權利要求1所述的數據生成裝置，其特征在于：

所述擾動生成部，除所述訓練數據集合的各元素的輸入或關于所述訓練數據集合的信息之外，還基于所述訓練數據集合的各元素的輸出或關于該輸出的信息，來生成所述擾動集合。

3.根據權利要求1所述的數據生成裝置，其特征在于：

所述擾動生成部，除所述訓練數據集合的各元素的輸入或關于所述訓練數據集合的信息之外，還基于與所述訓練數據集合的輸入相關的概率密度函數的推算量，來生成所述擾動集合。

4.根據權利要求1所述的數據生成裝置，其特征在于：

所述擾動生成部，通過生成表示所述擾動集合的事后分布的參數分布的參量，來生成所述擾動集合。

5.根據權利要求1所述的數據生成裝置，其特征在于：

生成可輸入所述擾動生成部所使用的參數值或其范圍的接口畫面的顯示數據。

6.根據權利要求1所述的數據生成裝置，其特征在于：

生成表示了所述訓練數據集合的各元素和所述偽數據集合的各元素的散點圖的顯示數據。

7.一種預測器學習裝置，其特征在于，包括：

預測部，其根據所述訓練數據集合中未包含的數據的輸入，來預測輸出；和

所述參數更新部，

所述預測部使用權利要求1～6中任一項所述的數據生成裝置所生成的偽數據和所述訓練數據，來進行學習。

8.根據權利要求7所述的預測器學習裝置，其特征在于：

所述預測部由神經網絡構成，

追加可以使輸入所述訓練數據時和輸入所述偽數據時的內部狀態之差，或者從所述訓練數據生成的兩個偽數據的內部狀態之差變小的目標函數。

9.一種計算機生成數據集合的數據生成方法，其特征在于：

所述計算機具有執行規定的運算處理的運算裝置和所述運算裝置可訪問的存儲裝置，

所述數據生成方法包含：

擾動生成步驟，所述運算裝置基于訓練數據集合的各元素的輸入和關于所述訓練數據集合的信息這兩者中的至少一者，來生成用于使所述元素變形的擾動集合；

偽數據合成步驟，所述運算裝置根據所述訓練數據集合和所述擾動集合，來生成與所述訓練數據集合不同的新的偽數據集合；

評價步驟，所述運算裝置計算所述訓練數據集合和所述偽數據集合的分布間距離或關于其的推算量，以及從所述擾動集合得到的偽數據相對于訓練數據的擾動的大小；和

參數更新步驟，更新在所述擾動生成步驟中生成所述擾動集合時所使用的參數，以使所述訓練數據集合與所述偽數據集合的分布間距離相接近，使擾動的大小或期待值成為預定的目標值。

10.根據權利要求9所述的數據生成方法，其特征在于：

在所述擾動生成步驟中，所述運算裝置除所述訓練數據集合的各元素的輸入或關于所述訓練數據集合的信息之外，還基于所述訓練數據集合的各元素的輸出或關于該輸出的信息，來生成所述擾動集合。