[发明专利]信息处理装置、程序及信息处理方法

说明书

具有：存储部(102)，其对包含多个数字数据(DD)的数据集合(DG)及包含向多个数字数据(DD)的每一者分别附加的多个标签(RD)的标签集合(RG)进行存储；特征提取部(103)，其通过从多个数字数据(DD)的每一者提取预先确定的特征，生成表示提取出的特征的特征矢量，从而生成包含多个特征矢量的特征矢量集合(BG)；以及聚类判定部(104)，其通过使用标签集合(RG)，针对特征矢量集合(BG)试验性地进行有教师的聚类，对聚类的可能性进行判断，从而对数据集合(DG)的均匀性进行判定。

技术领域

本发明涉及信息处理装置、程序及信息处理方法。

背景技术

由于深层学习及其关联技术的进步，能够进行与图像或声音相关的复杂的识别任务的系统已经变得常见。在这样的系统中，能够根据大量的学习数据自动地找出其潜在的构造，由此实现了通过深层学习以前的传统方法无法达成的高泛化性能。

但是，这样的系统在无法得到能够用于学习的丰富的带标签数据的状况下不会起到作用。另一方面，在现实存在的各种任务中，能得到丰富的学习数据的状况是非常稀少的。因此，实际上在大部分情况下，以深层学习为首的非传统方法发挥不了作用。

例如，一直以来在研究基于从设备发出的声音、振动，自动地对该设备的健全性进行诊断的方法，至今开发了各种方法。例如，非专利文献1所记载的MT(Mahalanobis-Taguchi)法是其中最具有代表性的方法之一。在MT法中，事先作为基准空间而对正常样本分布的特征空间进行学习，通过在诊断时观测到的特征矢量与基准空间以何种程度偏离而作出正常或异常的判定。

在MT法等传统方法中，通过在特征的提取中结合经验性的见解，或进行与特征矢量的分布相关的假设，从而能够容易地对所学习的模型施加恰当的限制。因此，在这样的方法中不需要深层学习中所需要的大量的数据。

非专利文献1：立林和夫著，“入門タグチメソッド”，“株式会社日科技連出版社”，2004年、P.167-185

发明内容

但是，在传统方法中，学习所需要的数据只要有少量即可，相应于此，存在如果其质量不高则不会起到作用这样的问题。然而，在这样的领域中，使测定的数据的质量提高这样的观点的技术非常少。特别地，几乎不存在不需要作为对象的任务所固有的知识的通常方法，在此之上，甚至没有充分确立定量地表示测定出的数据的质量的方法。

因此，本发明的1个或多个方式的目的在于提供能够对所使用的数据集合的均匀性进行判定的通常的手段。

本发明的1个方式涉及的信息处理装置的特征在于，具有：存储部，其对包含多个数字数据的数据集合、及包含向所述多个数字数据的每一者分别附加的多个标签的标签集合进行存储；特征提取部，其通过从所述多个数字数据的每一者提取出预先确定的特征，生成表示所述提取出的特征的特征矢量，从而生成包含多个所述特征矢量的特征矢量集合；以及聚类判定部，其通过使用所述标签集合，针对所述特征矢量集合试验性地进行有教师的聚类，对所述聚类的可能性进行判断，从而对所述数据集合的均匀性进行判定。

本发明的1个方式涉及的程序的特征在于，使计算机作为如下单元起作用：存储部，其对包含多个数字数据的数据集合、及包含向所述多个数字数据的每一者分别附加的多个标签的标签集合进行存储；特征提取部，其通过从所述多个数字数据的每一者提取出预先确定的特征，生成表示所述提取出的特征的特征矢量，从而生成包含多个所述特征矢量的特征矢量集合；以及聚类判定部，其通过使用所述标签集合，针对所述特征矢量集合试验性地进行有教师的聚类，对所述聚类的可能性进行判断，从而对所述数据集合的均匀性进行判定。