MODEL GENERATION DEVICE, SORTING DEVICE, DATA GENERATION DEVICE, MODEL GENERATION METHOD, AND MODEL GENERATION PROGRAM

A data generation device according to one aspect of the present invention: uses a trained encoder to acquire, in a feature space, two or more sample points corresponding to two or more training samples from among a plurality of training samples, and to derive the linear sum at which the total distan...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: TANAKA, Mei, HYUGA, Tadashi
Format: Patent
Sprache:eng ; fre ; jpn
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:A data generation device according to one aspect of the present invention: uses a trained encoder to acquire, in a feature space, two or more sample points corresponding to two or more training samples from among a plurality of training samples, and to derive the linear sum at which the total distance becomes the maximum, said distance being calculated from respective sample points that have been acquired in accordance with a prescribed index; and uses a trained decoder to generate, as a new training sample, a decoding sample corresponding to a feature amount of the derived linear sum. Selon un aspect de la présente invention, un dispositif de génération de données: utilise un encodeur entraîné pour acquérir, dans un espace d'attributs, au moins deux points d'échantillons correspondant à au moins deux échantillons d'apprentissage parmi une pluralité d'échantillons d'apprentissage, et pour déduire la somme linéaire à laquelle la distance totale atteint le maximum, ladite distance étant calculée à partir de points d'échantillons respectifs qui ont été acquis selon un indice prescrit; et utilise un décodeur entraîné pour générer, en tant que nouvel échantillon d'apprentissage, un échantillon de décodage correspondant à une quantité caractéristique de la somme linéaire déduite. 本発明の一側面に係るデータ生成装置は、訓練済みのエンコーダを使用することで、特徴空間上において、複数の訓練サンプルのうちの2つ以上の訓練サンプルに対応する2つ以上のサンプル点を取得し、所定の指標に従って取得された各サンプル点から算出される距離の合計が最大となる線形和を導出し、訓練済みのデコーダを使用することで、導出された線形和の特徴量に対応する復号化サンプルを新たな訓練サンプルとして生成する。