[发明专利]信息处理设备、估计器生成方法和程序

权利要求书

1.一种信息处理设备，包括：

特征量向量计算部，当给出每一个均被配置成包括输入数据和对应于所述输入数据的目标变量的多个学习数据时，将所述输入数据输入到多个基函数中以计算特征量向量，所述特征量向量包括来自各个基函数的输出值作为元素；

分布调整部，调整特征量空间中由所述特征量向量指定的点的分布，以使得所述点的分布变得更接近预定分布；以及

函数生成部，关于所述多个学习数据，生成根据所述特征量向量的输入而输出所述目标变量的估计值的估计函数。

2.根据权利要求1所述的信息处理设备，其中，所述分布调整部使所述学习数据稀疏化，以使得所述特征量空间中由所述特征量向量指定的所述点的分布变得更接近所述预定分布。

3.根据权利要求1所述的信息处理设备，其中，所述分布调整部对每个所述学习数据进行加权，以使得所述特征量空间中由所述特征量向量指定的所述点的分布变得更接近所述预定分布。

4.根据权利要求1所述的信息处理设备，其中，所述分布调整部使所述学习数据稀疏化并且对稀疏化之后剩余的每个学习数据进行加权，以使得所述特征量空间中由所述特征量向量指定的所述点的分布变得更接近所述预定分布。

5.根据权利要求1所述的信息处理设备，其中，所述预定分布是均匀分布或高斯分布。

6.根据权利要求2所述的信息处理设备，其中，当另外给出新的学习数据时，所述分布调整部使包括所述新的学习数据和现有学习数据的学习数据组稀疏化，以使得所述特征量空间中由所述特征量向量指定的所述点的分布变得更接近所述预定分布。

7.根据权利要求1所述的信息处理设备，还包括：

基函数生成部，通过组合先前准备的多个函数来生成所述基函数。

8.根据权利要求7所述的信息处理设备，其中，

所述基函数生成部基于遗传算法更新所述基函数，

当更新所述基函数时，所述特征量向量计算部将所述输入数据输入到更新后的基函数中以计算特征量向量，以及

所述函数生成部生成根据使用更新后的基函数算出的所述特征量向量的输入而输出所述目标变量的估计值的估计函数。

9.一种估计器生成方法，包括：

当给出每一个均被配置成包括输入数据和对应于所述输入数据的目标变量的多个学习数据时，将所述输入数据输入到多个基函数中以计算特征量向量，其中所述特征量向量包括来自各个基函数的输出值作为元素；

调整特征量空间中由所述特征量向量指定的点的分布，以使得所述点的分布变得更接近预定分布；以及

关于所述多个学习数据，生成根据所述特征量向量的输入而输出所述目标变量的估计值的估计函数。

10.一种用于使得计算机实现以下功能的程序：

特征量向量计算功能，当给出每一个均被配置成包括输入数据和对应于所述输入数据的目标变量的多个学习数据时，将所述输入数据输入到多个基函数中以计算特征量向量，其中所述特征量向量包括来自各个基函数的输出值作为元素；

分布调整功能，调整特征量空间中由所述特征量向量指定的点的分布，以使得所述点的分布变得更接近预定分布；以及

函数生成功能，关于所述多个学习数据，生成根据所述特征量向量的输入而输出所述目标变量的估计值的估计函数。