Top > Search of International Patents > MACHINE LEARNING SYSTEM AND MACHINE LEARNING METHOD

MACHINE LEARNING SYSTEM AND MACHINE LEARNING METHOD NEW_EN

Foreign code F190009964
File No. (S2018-0281-N0)
Posted date Oct 25, 2019
Country WIPO
International application number 2019JP004061
International publication number WO 2019156070
Date of international filing Feb 5, 2019
Date of international publication Aug 15, 2019
Priority data
  • P2018-022132 (Feb 9, 2018) JP
Title MACHINE LEARNING SYSTEM AND MACHINE LEARNING METHOD NEW_EN
Abstract In order to build a machine learning model relating to a change over time in a phenomenon appropriately using a small amount of training data, a machine learning system 1 according to one embodiment of the present invention is provided with: an input unit 7 for appending, with respect to input data at a specific point in time, elapsed time information relating to an elapsed time at a specific point in time after the occurrence of a predetermined event, and for inputting the result; and a learning device 9 for optimizing a parameter of the model by means of machine learning, on the basis of the input data with the elapsed time information appended thereto, input by the input unit 7.
Outline of related art and contending technology BACKGROUND ART
In recent years, plant, animal or the like of the organism associated with the temporal change of the natural phenomenon, such as a stock price model the temporal change of the phenomenon of the social machine learning techniques are beginning to penetrate. In the following non-patent document 1, the time-series features can be superimposed in a machine learning approach to build a model of the neural network (RNN: Recurrent Neural Networks) a recursive-type has been described. In addition, the following Non-patent Document 2 and Non-Patent Literature 3 is, as a kind of the RNN (Long Short-Term Memory) of the LSTM will be described. In this method, compared with the RNN model of time-series characteristic of a long period of time can be superimposed on, various time-series data of the estimation or prediction are applied.
Scope of claims (In Japanese)[請求項1]
 特定の時点における入力データに対して、既定の複数のイベントの発生後の前記特定の時点における経過時間に関する複数の経過時間情報を付加して入力する入力部と、
 前記入力部によって入力された前記経過時間情報が付加された前記入力データを基に、機械学習によってモデルのパラメータを最適化する学習器と、
を備える機械学習システム。

[請求項2]
 前記学習器は、機械学習における教師あり学習器によって構成されている、
請求項1記載の機械学習システム。

[請求項3]
 前記学習器は、ニューラルネットワークによって構成されている、
請求項1又は2記載の機械学習システム。

[請求項4]
 前記学習器は、ディープニューラルネットワークによって構成されている、
請求項1~3のいずれか1項に記載の機械学習システム。

[請求項5]
 前記入力部は、連続した複数の時点における前記入力データと前記入力データに対応する経過時間情報との組み合わせを、前記複数の時点毎に生成し、前記複数の時点毎の前記組み合わせを入力する、
請求項1~4のいずれか1項に記載の機械学習システム。

[請求項6]
 前記既定のイベントの発生を検知する検知部をさらに備え、
 前記入力部は、前記検知部における検知に応じて前記特定の時点に対応する前記経過時間情報を算出し、当該経過時間情報を前記入力データに対して付加する、
請求項1~5のいずれか1項に記載の機械学習システム。

[請求項7]
 前記入力部は、前記入力データに対して、前記入力データに含まれる値の前記イベントの発生後における積算値をさらに付加して入力し、
 前記学習器は、前記積算値をさらに用いて前記パラメータを最適化する、
請求項1~6のいずれか1項に記載の機械学習システム。

[請求項8]
 前記入力部は、前記入力データに対して、前記入力データに含まれる値の前記イベントの発生後における統計量をさらに付加して入力し、
 前記学習器は、前記統計量をさらに用いて前記パラメータを最適化する、
請求項1~7のいずれか1項に記載の機械学習システム。

[請求項9]
 前記入力部は、前記入力データに含まれる目的変数の分布を均衡化させるために、前記入力データの再サンプリングを適用し、再サンプリングが適用された前記入力データを入力する、
請求項1~8のいずれか1項に記載の機械学習システム。

[請求項10]
 入力部が、特定の時点における入力データに対して、既定の複数のイベントの発生後の前記特定の時点における経過時間に関する複数の経過時間情報を付加して入力する入力ステップと、
 学習器が、前記入力部によって入力された前記経過時間情報が付加された前記入力データを基に、機械学習によってモデルのパラメータを最適化する学習ステップと、
 構築された前記モデルによって現象の時間的変化を推定・予測する推定・予測ステップと、
を備える機械学習方法。

[請求項11]
 前記入力データは、植物の栽培環境に関する環境データおよび前記経過時間情報を含む、
請求項1記載の機械学習システム。

[請求項12]
 前記環境データは、温度、相対湿度、飽差、光量、灌水量のうちの少なくとも1つである、
請求項11記載の機械学習システム。

[請求項13]
 前記経過時間情報が付加された前記入力データは、日の出後の経過時間に対する変化、および灌水後の経過時間に対する変化を示すデータである、
請求項11記載の機械学習システム。

[請求項14]
 前記イベントは、日の出および灌水である、
請求項1記載の機械学習システム。

[請求項15]
 前記検知部は、光量データおよび灌水量データを検出し、
 前記入力部は、前記光量データおよび灌水量データを含む入力データを生成する、
請求項6記載の機械学習システム。
  • Applicant
  • ※All designated countries except for US in the data before July 2012
  • NATIONAL UNIVERSITY CORPORATION SHIZUOKA UNIVERSITY
  • Inventor
  • MINENO Hiroshi
  • WAKAMORI Kazumasa
  • MOCHIZUKI Daisuke
IPC(International Patent Classification)
  • G06N020/00
Specified countries National States: AE AG AL AM AO AT AU AZ BA BB BG BH BN BR BW BY BZ CA CH CL CN CO CR CU CZ DE DJ DK DM DO DZ EC EE EG ES FI GB GD GE GH GM GT HN HR HU ID IL IN IR IS JO JP KE KG KH KN KP KR KW KZ LA LC LK LR LS LU LY MA MD ME MG MK MN MW MX MY MZ NA NG NI NO NZ OM PA PE PG PH PL PT QA RO RS RU RW SA SC SD SE SG SK SL SM ST SV SY TH TJ TM TN TR TT TZ UA UG US UZ VC VN ZA ZM ZW
ARIPO: BW GH GM KE LR LS MW MZ NA RW SD SL SZ TZ UG ZM ZW
EAPO: AM AZ BY KG KZ RU TJ TM
EPO: AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR
OAPI: BF BJ CF CG CI CM GA GN GQ GW KM ML MR NE SN ST TD TG
Please contact us by E-mail or facsimile if you have any interests on this patent.

PAGE TOP

close
close
close
close
close
close