特許ウォッチ

公開番号2025110641
公報種別公開特許公報(A)
公開日2025-07-29
出願番号2024004587
出願日2024-01-16
発明の名称学習モデル処理装置、リモート学習システム、及び学習モデル処理プログラム
出願人富士フイルム株式会社
代理人弁理士法人小林国際特許事務所
主分類G06N 20/00 20190101AFI20250722BHJP(計算;計数)
要約【課題】学習モデル用データを持ち出さず、かつ異なる装置から転送された学習モデルに対する非公開の機械学習を行う学習モデル処理装置、リモート学習システム、及び学習モデル処理プログラムを提供する。
【解決手段】本発明は、プロセッサを備え、プロセッサは、学習モデル生成装置から暗号化された学習モデルの転送を受け付け、学習モデル用データ群を取得し、機密計算により学習モデル用データ群を学習モデルに学習させて暗号化された学習済みモデルを導出し、学習済みモデルを学習モデル生成装置に転送する。
【選択図】図2
特許請求の範囲【請求項１】
プロセッサを備え、
前記プロセッサは、
学習モデル生成装置から暗号化された学習モデルの転送を受け付け、
学習モデル用データ群を取得し、
機密計算により前記学習モデル用データ群を前記学習モデルに学習させて暗号化された学習済みモデルを導出し、
前記学習済みモデルを前記学習モデル生成装置に転送する学習モデル処理装置。
続きを表示（約 1,100 文字）【請求項２】
前記プロセッサは、
前記学習モデル用データ群を、訓練データ群と評価データ群に分離し、
前記評価データ群を前記学習済みモデルに入力して評価結果を取得し、
前記評価結果に基づく品質データを前記学習モデル生成装置に転送する請求項１に記載の学習モデル処理装置。
【請求項３】
前記プロセッサは、
前記評価結果に対して匿名加工処理を行い、前記品質データを生成する請求項２に記載の学習モデル処理装置。
【請求項４】
前記プロセッサは、
前記評価結果から利用者が支払う前記学習済みモデルの価格を決定し、
前記価格に基づく請求額を、前記学習モデル生成装置に転送する請求項２に記載の学習モデル処理装置。
【請求項５】
前記プロセッサは、
前記学習モデル用データ群に含まれるデータの種類に応じて前記価格を決定する請求項４に記載の学習モデル処理装置。
【請求項６】
前記プロセッサは、
前記学習済みモデルの導出において、訓練時の精度を表す訓練時評価結果を取得し、
前記訓練時評価結果と、前記評価結果とのずれ量から過学習度を算出し、
前記過学習度に応じて前記請求額を減額する請求項４に記載の学習モデル処理装置。
【請求項７】
前記プロセッサは、
前記学習モデル用データ群を構成するデータの提供者を記憶し、
前記学習モデルと共に、前記学習モデル用データ群を構成するデータの条件を指定する目的変数情報を前記学習モデル生成装置から受け付け、
前記価格、前記目的変数情報、及び前記学習モデル用データ群のレコード総数に基づいて、前記提供者ごとに支払う報酬額を決定する請求項４に記載の学習モデル処理装置。
【請求項８】
プロセッサは、
前記目的変数情報におけるデータの種類に応じて、前記提供者のグループ分けを行い、
前記種類に合致するデータの前記提供者に支払う前記報酬額は、前記種類に合致しないデータの前記提供者に支払う前記報酬額よりも高くする請求項７に記載の学習モデル処理装置。
【請求項９】
前記プロセッサは、
前記報酬額及び前記目的変数情報を前記提供者に提示する請求項７に記載の学習モデル処理装置。
【請求項１０】
前記学習モデル用データ群は、健康に関するデータ群であり、
前記学習済みモデルは、健康に関するデータについて学習した学習済みモデルである請求項１ないし９いずれか１項に記載の学習モデル処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、学習モデル処理装置、リモート学習システム、及び学習モデル処理プログラムに関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
製薬会社や医療機器メーカーなどのデータ利用者が生成した学習モデルに対して、複数の個人の健康情報を用いた機械学習を行う場合、健康情報を管理する健診施設や医療機関などのデータ管理拠点からデータ利用者が管理するデータ利用拠点に越境して健康情報を持ち出す必要、又はデータ管理拠点に機械学習を行う学習モデルを移動させる必要がある。健康情報は個人情報を含み、また機械学習には多数の健康情報の入力が求められる。一方、学習モデルを移動させる場合は機密情報である学習モデルをデータ管理拠点側に開示することになる。
【０００３】
特許文献１では、互いに起動の正しさを認証して確立したセキュアな通信路を用いて、クライアント装置とサーバ装置の間で暗号化した学習済みモデルを提供する分散型機械学習システムが記載されている。各クライアント装置からサーバ装置は、暗号化クライアントモデルが提供され、サーバ装置から各クライアント装置には暗号化したグローバルモデルが提供される。また、サーバ装置は各クライアント装置から提供された複数のクライアントモデルを準同型暗号化した状態で集約し、準同型暗号化グローバルモデルを得ることが記載されている。
【先行技術文献】
【特許文献】
【０００４】
国際公開第２０２３／１１９４２１号
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１において、異なる装置間で学習済みの学習モデル転送する記載、及び複数の学習済みモデルを準同型暗号化したまま１つの学習済みモデルに集約する記載はあるが、暗号化したモデル情報に対して転送先で学習モデル用データを入力して機械学習を行う記載はなく、暗号化した状態の学習モデルは機械学習に利用できない恐れがある。
【０００６】
本発明は、学習モデル用データを持ち出さず、かつ異なる装置から転送された学習モデルに対する機械学習を非公開で行う学習モデル処理装置、リモート学習システム、及び、学習モデル処理プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明の学習モデル処理装置は、プロセッサを備え、プロセッサは、学習モデル生成装置から暗号化された学習モデルの転送を受け付け、学習モデル用データ群を取得し、機密計算により学習モデル用データ群を学習モデルに学習させて暗号化された学習済みモデルを導出し、学習済みモデルを学習モデル生成装置に転送する。
【０００８】
プロセッサは、あらかじめ取得した学習モデル用データ群を、訓練データ群と評価データ群に分離し、評価データ群を学習済みモデルに入力して評価結果を取得し、評価結果に基づく品質データを学習モデル生成装置に転送することが好ましい。
【０００９】
プロセッサは、評価結果に対して匿名加工処理を行い、品質データを生成することが好ましい。
【００１０】
プロセッサは、評価結果から利用者が支払う学習済みモデルの価格を決定し、価格に基づく請求額を、学習モデル生成装置に転送することが好ましい。
（【００１１】以降は省略されています）

関連特許