TRAINING DATA GENERATION SYSTEM

To provide a technique that generates a huge amount of training data with teacher signals in a short time and with a low burden, without requiring a user to have computer skills.SOLUTION: A training data generation system 1, which is used for training a deep learning device that classifies classification objects based on the presence or absence of features, includes a training data generation model, a determination unit, and an optimization unit. The training data generation model generates a group of individuals according to a probability distribution defined in a parameter space whose coordinate axes are parameters that define the features, and generates image data defined by set values of parameters corresponding to each of these individuals. The determination unit enables a user to determine how well each piece of the image data appropriately represents the features. While causing these image data to be generated and determined repetitively, the optimization unit performs interactive optimization processing to estimate the probability distribution so that the number of image data determined as appropriately representing the features increases or the degree to which the features in training data are appropriately represented increases.SELECTED DRAWING: Figure 2 【課題】利用者がコンピュータを扱う技術を必要とせず、短時間、かつ、軽負担で膨大な数の教師信号付き訓練データを生成する技術を提供する。【解決手段】特徴の有無により分類対象を分類する深層学習器の学習に用いられる訓練データ生成システム１であって、訓練データ生成モデル、判定部及び最適化部を備える。訓練データ生成モデルは、特徴を規定するパラメータを座標軸とするパラメータ空間に規定される確率分布に従って個体群を生成し、それらの各個体に対応するパラメータの設定値によって規定される画像データを生成する。判定部は、画像データ夫々について特徴をどの程度適切に表しているかを利用者に判定させる。最適化部は、これら画像データの生成と、判定とを繰り返させつつ、特徴を適切に表していると判定される画像データの数が多くなるか又は訓練データにおける特徴を適切に表す度合が増すように確率分布を推定する対話型の最適化処理を行う。【選択図】図２