特許ウォッチ

公開番号2025124183
公報種別公開特許公報(A)
公開日2025-08-26
出願番号2024020066
出願日2024-02-14
発明の名称データ評価方法、データ評価装置、および、プログラム
出願人セイコーエプソン株式会社
代理人個人,個人,個人
主分類G06N 20/00 20190101AFI20250819BHJP(計算;計数)
要約【課題】データの独自性を適切に評価するための技術を提供する。
【解決手段】データ評価方法は、入力されるデータを埋め込み空間へ射影するように機械学習させた学習モデルに、評価対象データを入力することで、評価対象データが埋め込み空間へ射影された評価埋め込みデータを生成する生成工程と、評価埋め込みデータと、評価対象データの基準となる複数の基準データが埋め込み空間へ射影された基準埋め込みデータと、を用いて、各基準データが射影された埋め込み空間における評価対象データの密度を算出する算出工程と、密度に基づいて、評価対象データの独自性を評価する評価工程と、を備える。
【選択図】図4
特許請求の範囲【請求項１】
入力されるデータを埋め込み空間へ射影するように機械学習させた学習モデルに、評価対象データを入力することで、前記評価対象データが前記埋め込み空間へ射影された評価埋め込みデータを生成する生成工程と、
前記評価埋め込みデータと、前記評価対象データの基準となる複数の基準データが前記埋め込み空間へ射影された基準埋め込みデータと、を用いて、各前記基準データが射影された前記埋め込み空間における前記評価対象データの密度を算出する算出工程と、
前記密度に基づいて、前記評価対象データの独自性を評価する評価工程と、を備える、データ評価方法。
続きを表示（約 1,200 文字）【請求項２】
請求項１に記載のデータ評価方法であって、
前記学習モデルは、自己教師有り学習によって学習済みである、データ評価方法。
【請求項３】
請求項１に記載のデータ評価方法であって、
前記学習モデルは、前記複数の前記基準データの少なくとも一部を用いて学習済みである、データ評価方法。
【請求項４】
請求項１に記載のデータ評価方法であって、
前記学習モデルは、前記複数の前記基準データの全部を用いて学習済みである、データ評価方法。
【請求項５】
請求項１に記載のデータ評価方法であって、
前記生成工程に先立って、前記学習モデルに各前記基準データを入力することで、前記基準埋め込みデータを生成する事前生成工程を備える、データ評価方法。
【請求項６】
請求項１から５のいずれか一項に記載のデータ評価方法であって、
前記評価工程において、前記密度を正規化した結果に基づいて、前記独自性を評価する、データ評価方法。
【請求項７】
請求項６に記載のデータ評価方法であって、
前記評価工程において、正規化された前記密度が予め定められた閾値以上である場合に、前記評価対象データの前記独自性が低いと評価する、データ評価方法。
【請求項８】
入力されるデータの特徴を埋め込み空間へ射影するように機械学習させた学習モデルと、評価対象データの基準となる複数の基準データが前記学習モデルによって前記埋め込み空間へ射影された基準埋め込みデータと、を記憶する記憶部と、
プロセッサーと、を備え、
前記プロセッサーは、
前記評価対象データを取得する処理と、
前記評価対象データを前記学習モデルに入力することで、前記評価対象データが前記埋め込み空間へ射影された評価埋め込みデータを生成する処理と、
前記評価埋め込みデータと、前記基準埋め込みデータと、を用いて、各前記基準データが射影された前記埋め込み空間における前記評価対象データの密度を算出する処理と、
前記密度に基づいて、前記評価対象データの独自性を評価する処理と、を実行する、
データ評価装置。
【請求項９】
入力されるデータの特徴を埋め込み空間へ射影するように機械学習させた学習モデルに、評価対象データを入力することで、前記評価対象データが前記埋め込み空間へ射影された評価埋め込みデータを生成する機能と、
前記評価埋め込みデータと、前記評価対象データの基準となる複数の基準データが前記埋め込み空間へ射影された基準埋め込みデータと、を用いて、各前記基準データが射影された前記埋め込み空間における前記評価対象データの密度を算出する機能と、
前記密度に基づいて、前記評価対象データの独自性を評価する機能と、をコンピューターに実現させる、プログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、データ評価方法、データ評価装置、および、プログラムに関する。
続きを表示（約 2,300 文字）【背景技術】
【０００２】
特許文献１には、映像を構成する複数の画像の中から一部の画像を選択する際に、撮影状況が近似している画像ほど選択される可能性を低くする技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２２－１６１１０５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
画像データセットのようなデータセットに関して、データセットに含まれるデータの多様性を制御するニーズが高まっている。例えば、特許文献１の技術では、単に撮影状況が近似している画像ほど選択される可能性が低くなるに留まり、選択された画像の多様性が高いとは限らない。選択された画像の多様性をより高めるためには、似通った画像が少ない独自性の高い画像を抽出することを要する。また、反対に、選択された画像の多様性をより低くするためには、独自性の低い画像を抽出することを要する。そのため、データの独自性を適切に評価する技術が望まれている。
【課題を解決するための手段】
【０００５】
本開示の第１の形態によれば、データ評価方法が提供される。このデータ評価方法は、入力されるデータを埋め込み空間へ射影するように機械学習させた学習モデルに、評価対象データを入力することで、前記評価対象データが前記埋め込み空間へ射影された評価埋め込みデータを生成する生成工程と、前記評価埋め込みデータと、前記評価対象データの基準となる複数の基準データが前記埋め込み空間へ射影された基準埋め込みデータと、を用いて、各前記基準データが射影された前記埋め込み空間における前記評価対象データの密度を算出する算出工程と、前記密度に基づいて、前記評価対象データの独自性を評価する評価工程と、を備える。
【０００６】
本開示の第２の形態によれば、データ評価装置が提供される。このデータ評価装置は、入力されるデータの特徴を埋め込み空間へ射影するように機械学習させた学習モデルと、評価対象データの基準となる複数の基準データが前記学習モデルによって前記埋め込み空間へ射影された基準埋め込みデータと、を記憶する記憶部と、プロセッサーと、を備える。前記プロセッサーは、前記評価対象データを取得する処理と、前記評価対象データを前記学習モデルに入力することで、前記評価対象データが前記埋め込み空間へ射影された評価埋め込みデータを生成する処理と、前記評価埋め込みデータと、前記基準埋め込みデータと、を用いて、各前記基準データが射影された前記埋め込み空間における前記評価対象データの密度を算出する処理と、前記密度に基づいて、前記評価対象データの独自性を評価する処理と、を実行する。
【０００７】
本開示の第３の形態によれば、プログラムが提供される。このプログラムは、入力されるデータの特徴を埋め込み空間へ射影するように機械学習させた学習モデルに、評価対象データを入力することで、前記評価対象データが前記埋め込み空間へ射影された評価埋め込みデータを生成する機能と、前記評価埋め込みデータと、前記評価対象データの基準となる複数の基準データが前記埋め込み空間へ射影された基準埋め込みデータと、を用いて、各前記基準データが射影された前記埋め込み空間における前記評価対象データの密度を算出する機能と、前記密度に基づいて、前記評価対象データの独自性を評価する機能と、をコンピューターに実現させる。
【図面の簡単な説明】
【０００８】
データ処理システムの概略構成を示すブロック図である。
学習モデルの学習手法を説明する概念図である。
事前処理のフローチャートである。
評価処理のフローチャートである。
確率密度関数の例を示す説明図である。
評価対象データの評価結果の例を示す説明図である。
【発明を実施するための形態】
【０００９】
Ａ．第１実施形態：
図１は、第１実施形態におけるデータ処理システム５０の概略構成を示すブロック図である。データ処理システム５０は、画像データやスペクトルデータや文字列データといった種々のデータの独自性を評価するために用いられる。
【００１０】
データの独自性は、そのデータが属するデータ群における、そのデータに類似する他のデータの個数の少なさの度合いを表す。データの独自性は、そのデータが属するデータ群において、予め定められた程度以上にそのデータに類似する他のデータの個数が多いほど高い。一般的に、データ同士が類似するか否かは、データ間の距離や、データ同士の類似度に基づいて評価可能である。この場合、データ間の距離としては、例えば、ユークリッド距離やマンハッタン距離を使用可能である。また、類似度としては、例えば、コサイン類似度や、交差エントロピーに基づく類似度を使用可能である。また、各データの独自性は、各データの多様性と相関する。具体的には、データ群により独自性の高いデータがより多く含まれることは、そのデータ群に含まれる各データの多様性がより高いことを意味する。以下では、各データの多様性がより高いデータ群や、各データの多様性がより高いデータセットのことを、単に、「多様性が高いデータ群」や「多様性が高いデータセット」ともいう。
（【００１１】以降は省略されています）

関連特許