초록

학습부(10)가, 학습용 데이터의 요소마다 OK 라벨과 NG 라벨을 할당한 학습 기준 라벨에 기초하여, 학습용 데이터의 요소를 입력으로 해서 뉴럴 네트워크를 학습하고, NG 판정 그룹에 속하는 데이터의 적어도 1개를 NG라고 판정하는 식별기를 출력한다.동적 갱신부(11)는, 학습부(10)에 의한 뉴럴 네트워크의 학습의 도중에 학습 기준 라벨을 동적으로 갱신한다.

대표청구항 ▼

복수의 요소로 구성된 학습용 데이터와, 그룹에 속하는 데이터의 적어도 1개가 NG라고 판정되는 것이 정의된 그룹 정보를 입력하고, 상기 학습용 데이터의 요소마다 OK 라벨 또는 NG 라벨이 할당된 학습 기준 라벨을 이용하고, 상기 학습용 데이터의 복수의 요소를 입력으로 해서 뉴럴 네트워크를 학습하는 것에 의해, 학습 결과의 뉴럴 네트워크를 이용해서 상기 그룹에 속하는 데이터의 적어도 1개를 NG라고 판정하는 식별기(classifier)를 출력하는 학습부와,상기 학습부에 의한 뉴럴 네트워크의 학습의 도중에 상기 학습 기준 라벨을 동적

복수의 요소로 구성된 학습용 데이터와, 그룹에 속하는 데이터의 적어도 1개가 NG라고 판정되는 것이 정의된 그룹 정보를 입력하고, 상기 학습용 데이터의 요소마다 OK 라벨 또는 NG 라벨이 할당된 학습 기준 라벨을 이용하고, 상기 학습용 데이터의 복수의 요소를 입력으로 해서 뉴럴 네트워크를 학습하는 것에 의해, 학습 결과의 뉴럴 네트워크를 이용해서 상기 그룹에 속하는 데이터의 적어도 1개를 NG라고 판정하는 식별기(classifier)를 출력하는 학습부와,상기 학습부에 의한 뉴럴 네트워크의 학습의 도중에 상기 학습 기준 라벨을 동적으로 갱신하는 동적 갱신부를 구비하고,상기 학습부는,상기 학습용 데이터 및 상기 그룹 정보를 이용해서 상기 학습용 데이터의 요소마다의 상기 학습 기준 라벨의 초기값을 생성하고,상기 학습 기준 라벨의 초기값으로부터 상기 동적 갱신부에 의해서 갱신된 상기 학습 기준 라벨을 축차 이용해서 뉴럴 네트워크를 반복해서 학습하고,학습의 반복마다의 뉴럴 네트워크의 출력값을 이용해서, 상기 학습용 데이터의 요소가 NG가 될 수 있는 NG 지표값을 산출하고,상기 동적 갱신부는,학습의 반복 횟수의 추이마다 얻어진 NG 지표값의 변화 경향을 통계적으로 검정한 결과에 기초하여, 상기 학습 기준 라벨을 갱신하는 것을 특징으로 하는 학습 장치.