MACHINE LEARNING DEVICE, MACHINE LEARNING METHOD, AND MACHINE LEARNING PROGRAM

To provide a machine learning technique which can suppress deterioration of classification performance after a basic class classification device is connected to a new class classification device.SOLUTION: A feature extraction part 10 extracts a feature of input data, and generates a feature map. A prototype generation part 12 inputs the feature map, and outputs a prototype that is a feature of a class. A basic class classification part 20 inputs the feature map of the input data and classifies the input data into a basic class, on the basis of weight of the basic class classification. A new class classification part 40 inputs the feature map of the input data, and classifies the input data into a new class on the basis of weight of new class classification. A combination classification part 50 inputs the prototype and the feature map of the input data, and classifies the input data into the class on the basis of weight of combination classification in which the weight of the basic class classification adjusted on the basis of a meta model and the weight of the new class classification are combined.SELECTED DRAWING: Figure 2 【課題】基本クラス分類器を新規クラス分類器と連結した後の分類性能の低下を抑えることができる機械学習技術を提供する。【解決手段】特徴抽出部１０は、入力データの特徴を抽出し、特徴マップを生成する。プロトタイプ生成部１２は、特徴マップを入力して、クラスの特徴のプロトタイプを出力する。基本クラス分類部２０は、入力データの特徴マップを入力して基本クラス分類の重みに基づいて入力データを基本クラスに分類する。新規クラス分類部４０は、入力データの特徴マップを入力して、新規クラス分類の重みに基づいて入力データを新規クラスに分類する。連合分類部５０は、プロトタイプと入力データの特徴マップを入力して、メタモデルに基づいて調整された基本クラス分類の重みと、新規クラス分類の重みとを連合した連合分類の重みに基づいて入力データをクラスに分類する。【選択図】図２