[发明专利]数据生成装置、预测器学习装置、数据生成方法和学习方法

权利要求书

1.一种生成数据集合的数据生成装置，其特征在于，包括：

扰动生成部，其基于训练数据集合的各元素的输入和关于所述训练数据集合的信息这两者中的至少一者，来生成用于使所述元素变形的扰动集合；

伪数据合成部，其根据所述训练数据集合和所述扰动集合，来生成与所述训练数据集合不同的新的伪数据集合；

评价部，其计算所述训练数据集合和所述伪数据集合的分布间距离或关于其的推算量，以及从所述扰动集合得到的伪数据相对于训练数据的扰动的大小；和

参数更新部，其更新所述扰动生成部生成所述扰动集合时所使用的参数，以使所述训练数据集合与所述伪数据集合的分布间距离相接近，使扰动的大小或期待值成为预定的目标值。

2.根据权利要求1所述的数据生成装置，其特征在于：

所述扰动生成部，除所述训练数据集合的各元素的输入或关于所述训练数据集合的信息之外，还基于所述训练数据集合的各元素的输出或关于该输出的信息，来生成所述扰动集合。

3.根据权利要求1所述的数据生成装置，其特征在于：

所述扰动生成部，除所述训练数据集合的各元素的输入或关于所述训练数据集合的信息之外，还基于与所述训练数据集合的输入相关的概率密度函数的推算量，来生成所述扰动集合。

4.根据权利要求1所述的数据生成装置，其特征在于：

所述扰动生成部，通过生成表示所述扰动集合的事后分布的参数分布的参量，来生成所述扰动集合。

5.根据权利要求1所述的数据生成装置，其特征在于：

生成可输入所述扰动生成部所使用的参数值或其范围的接口画面的显示数据。

6.根据权利要求1所述的数据生成装置，其特征在于：

生成表示了所述训练数据集合的各元素和所述伪数据集合的各元素的散点图的显示数据。

7.一种预测器学习装置，其特征在于，包括：

预测部，其根据所述训练数据集合中未包含的数据的输入，来预测输出；和

所述参数更新部，

所述预测部使用权利要求1～6中任一项所述的数据生成装置所生成的伪数据和所述训练数据，来进行学习。

8.根据权利要求7所述的预测器学习装置，其特征在于：

所述预测部由神经网络构成，

追加可以使输入所述训练数据时和输入所述伪数据时的内部状态之差，或者从所述训练数据生成的两个伪数据的内部状态之差变小的目标函数。

9.一种计算机生成数据集合的数据生成方法，其特征在于：

所述计算机具有执行规定的运算处理的运算装置和所述运算装置可访问的存储装置，

所述数据生成方法包含：

扰动生成步骤，所述运算装置基于训练数据集合的各元素的输入和关于所述训练数据集合的信息这两者中的至少一者，来生成用于使所述元素变形的扰动集合；

伪数据合成步骤，所述运算装置根据所述训练数据集合和所述扰动集合，来生成与所述训练数据集合不同的新的伪数据集合；

评价步骤，所述运算装置计算所述训练数据集合和所述伪数据集合的分布间距离或关于其的推算量，以及从所述扰动集合得到的伪数据相对于训练数据的扰动的大小；和

参数更新步骤，更新在所述扰动生成步骤中生成所述扰动集合时所使用的参数，以使所述训练数据集合与所述伪数据集合的分布间距离相接近，使扰动的大小或期待值成为预定的目标值。

10.根据权利要求9所述的数据生成方法，其特征在于：

在所述扰动生成步骤中，所述运算装置除所述训练数据集合的各元素的输入或关于所述训练数据集合的信息之外，还基于所述训练数据集合的各元素的输出或关于该输出的信息，来生成所述扰动集合。