目的
プレトレーニングにおいてＤＰＴを用いた場合であり、ファインチューニングにおいてＤＲＮＮを用いた場合に、できるだけ少ないセンサ数での予測が可能な手法を提供すること。
効果
本発明による学習装置等を用いて将来の予測値を算出する場合、時系列の測定データに多くの欠損があっても、精度の高い予測値が得られる。
技術概要
特徴量群と結果値とを有する２個以上の時系列のベクトルデータから作成された２個以上の各部分時系列に対して、学習回数に応じて変化する重要度を与え、当該２個以上の部分時系列からサンプルを作成し、サンプルを用いて、複数回繰り返して、オートエンコーダの学習を行うプレトレーニング部と、プレトレーニング部における学習結果から得られるＤＲＮＮに対してファインチューニングを行い、結果値に対する関連度が予め決められた条件を満たすほど小さい１個以上の特徴量の影響を無くす特徴量削除処理を行うファインチューニング部と、ファインチューニング部の処理結果を蓄積する蓄積部とを具備する学習装置により、より少ない数の特徴量の時系列の測定データからでも、精度の高い予測値が得られる。
基本情報
開放特許情報
)
登録者情報
その他の情報
