[发明专利]信息处理方法及信息处理系统

说明书

由计算机执行的信息处理方法，取得第1数据和第2数据，该第2数据不包含于在推理器的训练中使用的训练数据(S1)；使用向推理器输入第1数据而得到的第1关联数据，计算第1贡献，上述推理器是通过利用训练数据的机器学习进行训练而得到的，上述第1贡献是第1数据的各部分对于向推理器输入第1数据而从推理器输出的第1输出数据的贡献(S2)；使用向推理器输入第2数据而得到的第2关联数据，计算第2贡献，上述第2贡献是第2数据的各部分对于向推理器输入第2数据而从推理器输出的第2输出数据的贡献(S3)；按照第1贡献与第2贡献的类似度，决定是否应将第2数据追加到推理器的训练数据(S4)。

技术领域

本发明涉及信息处理方法及信息处理系统。

背景技术

在利用机器学习的图像识别处理中，有如下技术：通过将相对于既有的学习图像而言图像特征量的类似度低的图像追加到训练数据，使图像的识别精度提高(参照专利文献1)。

另外，识别处理也被称作推理处理。推理处理中，除了识别处理以外还包括检测处理。

现有技术文献

专利文献

专利文献1：日本特开2017－224184号公报

发明内容

发明要解决的课题

但是，在专利文献1那样的以往技术中，根据推理器而有推理的性能不怎么提高的情况。换言之，有学习的效率不好的问题。

所以，本发明提供一种能够使推理器的推理的性能有效地提高的信息处理方法等。

用来解决课题的手段

有关本发明的一技术方案的信息处理方法，是由计算机执行的信息处理方法，取得第1数据和第2数据，上述第2数据是未包含于在推理器的训练中使用的训练数据的数据；使用向述推理器输入上述第1数据而得到的第1关联数据，计算第1贡献，上述推理器是通过利用上述训练数据的机器学习进行训练而得到的，上述第1贡献是上述第1数据的各部分对于向上述推理器输入上述第1数据而从上述推理器输出的第1输出数据的贡献；使用向上述推理器输入上述第2数据而得到的第2关联数据，计算第2贡献，上述第2贡献是上述第2数据的各部分对于向上述推理器输入上述第2数据而从上述推理器输出的第2输出数据的贡献；按照上述第1贡献与上述第2贡献的类似度，决定是否应将上述第2数据追加到上述推理器的训练数据。

另外，这些包含性或具体的技术方案也可以由系统、装置、集成电路、计算机程序或计算机可读取的CD－ROM等的记录介质实现，也可以由系统、装置、集成电路、计算机程序及记录介质的任意的组合来实现。

发明效果

本发明的信息处理方法能够使推理器的推理的性能有效地提高。

附图说明

图1是表示识别器的处理的概念图。

图2是表示在基于用于模型的生成的机器学习进行的训练中使用的训练数据的例子的说明图。

图3是表示识别器的识别结果的例子的说明图。

图4是表示实施方式的处理系统的结构的第一例的框图。

图5是表示实施方式的处理系统的结构的第二例的框图。

图6是具体地表示实施方式的由计算部进行的贡献度的计算和类似度的计算的说明图。

图7是表示实施方式的由决定部进行的追加数据的决定方法的第一例的说明图。

图8是表示实施方式的由决定部进行的追加数据的决定方法的第二例的说明图。

图9是表示实施方式的由决定部进行的追加数据的决定方法的第三例的说明图。