-
公开(公告)号：JP2021184217A
公开(公告)日：2021-12-02
申请号：JP2020090065
申请日：2020-05-22
Applicant: 富士通株式会社
Abstract: 【課題】学習済みの学習モデルに対して、特定の条件を満たす訓練データをさらに学習させる機械学習において、学習モデルの過剰適合を抑制する。 【解決手段】コンピュータは、複数の訓練データを利用した第1機械学習により生成された学習モデルに対して、特定の条件を満たす訓練データを利用した第2機械学習を実行することで、学習モデルのパラメータを更新する。コンピュータは、第2機械学習が開始される前におけるパラメータの値と、第2機械学習により更新されたパラメータの更新後の値との差分が増加するほど、特定の条件を満たす訓練データの影響の度合いを減少させる。特定の条件を満たす訓練データの影響の度合いは、第2機械学習における特定の条件を満たす訓練データのパラメータの更新に対する影響の度合いを表す。 【選択図】図2
-
-
-
-
-
Patent Agency Ranking
公开(公告)号：JP2021182314A
公开(公告)日：2021-11-25
申请号：JP2020088069
申请日：2020-05-20
Applicant: 富士通株式会社
Inventor： 藤田 裕志
Abstract: 【課題】将来的にサービスの品質が悪化することを把握可能にすること。 【解決手段】サービス品質モデル化部は、範囲1411のいくつかのインフラリソースの使用量に基づいて、インフラリソース推定モデルを生成する。サービス品質モデル化部は、範囲1421のいくつかのサービスの利用量に基づいて、サービス利用量推定モデルを生成する。サービス品質モデル化部は、サービス品質推定モデルを生成する。サービス品質予測部は、インフラリソース推定モデルと、サービス利用量推定モデルと、サービス品質推定モデルとを用いて、将来的なサービスの品質値を取得する。インフラ制御部は、将来のサービスの品質値に基づいて、アラームを出力する。 【選択図】図14
-
公开(公告)号：JP2021182287A
公开(公告)日：2021-11-25
申请号：JP2020087677
申请日：2020-05-19
Applicant: 富士通株式会社
Inventor： 山下 真司
IPC: G06F11/07
Abstract: 【課題】予測の困難な変動に対応するように、不要な異常の検出を抑制し、適切な異常の検出を行う。 【解決手段】導出部118が、対象経路の各々について、参照期間の実測値と予測値とに基づいて、補正係数α x を算出し、対象期間の予測値に補正係数α x を乗じて補正予測値を求める。算出部122が、対象経路の各々について、予測値及び補正予測値のそれぞれについての上限閾値及び下限閾値に基づいて、単位時間ごとの正常範囲を設定する。検出部124が、実測値が正常範囲に収まっているか否かを判定して、異常を検出する。 【選択図】図3
-
公开(公告)号：JP2021182199A
公开(公告)日：2021-11-25
申请号：JP2020086826
申请日：2020-05-18
Applicant: 富士通株式会社
Abstract: 【課題】ユーザのスキルによらず、解析結果において注目すべき箇所を表示する。 【解決手段】処理部は、解析対象についての解析モデルを用いて実行された解析の解析結果を取得し、解析結果に含まれる物理量の大きさに基づいて注目箇所を決定し、解析空間の一部における解析結果を表す画像を表示する表示画面(たとえば、図7の表示画面50)に、注目箇所が入るようにビューを設定し、設定したビューに基づいて、画像を表示画面に表示する。 【選択図】図7
-
-
-
-
-
-
-
-
Search Results
99089
records
(took 0.132 seconds)
