数据处理装置、数据处理系统以及数据处理方法制造方法及图纸

提供能够进行高精度的数据处理的数据处理装置、数据处理系统以及数据处理方法。根据实施方式，数据处理装置包括处理部。处理部能够在第1动作中根据基于第1取得数据和第1其他数据的第1生成数据来生成第1机器学习模型。第1其他数据包括Np行D1列的第1其他特征量矩阵和Np行的第1其他标签。第1取得数据包括N1行D1列的第1特征量矩阵和N1行的第1取得标签。第1生成数据包括(Np+N1)行(3

【技术实现步骤摘要】
数据处理装置、数据处理系统以及数据处理方法
[0001]本申请以日本特许申请2022
‑
068632(申请日2022年4月19日)为基础，根据该申请享受优先利益。本申请通过参照该申请而包含该申请的全部内容。


[0002]本专利技术的实施方式涉及数据处理装置、数据处理系统以及数据处理方法。

技术介绍

[0003]例如，与磁记录再现装置等的各种电子设备有关的数据会被进行处理。例如，通过数据处理来进行机器学习。期望高精度的数据处理。

技术实现思路

[0004]本专利技术的实施方式提供能够进行高精度的数据处理的数据处理装置、数据处理系统以及数据处理方法。
[0005]用于解决课题的技术方案
[0006]根据本专利技术的实施方式，数据处理装置包括取得部和处理部。所述取得部能够在第1动作中取得第1取得数据。所述处理部能够在所述第1动作中根据基于所述第1取得数据和第1其他数据的第1生成数据来生成第1机器学习模型。所述第1其他数据包括Np行D1列的第1其他特征量矩阵和Np行的第1其他标签。所述Np为2以上的整数。所述D1为1以上的整数。所述第1取得数据包括N1行D1列的第1特征量矩阵和N1行的第1取得标签。所述N1为2以上的整数。所述N1比所述Np小。所述第1生成数据包括(Np+N1)行(3
×
D1)列的第1生成矩阵和(Np+N1)行的第1生成标签。所述第1生成矩阵包括第1矩阵数据、第2矩阵数据以及第3矩阵数据。所述第1矩阵数据的分量包括所述第1其他特征量矩阵与所述第1特征量矩阵的行方向上的结合。所述第2矩阵数据的分量包括Np行D1列的0的分量的矩阵与所述第1特征量矩阵的所述行方向上的结合。所述第3矩阵数据的分量包括所述第1其他特征量矩阵与N1行D1列的0的分量的矩阵的所述行方向上的结合。所述第1生成标签的分量包括所述第1其他标签与所述第1取得标签的所述行方向上的结合。(Np+N1)/D1为250以上。
[0007]根据上述构成的数据处理装置，能够提供能进行高精度的数据处理的数据处理装置、数据处理系统以及数据处理方法。
附图说明
[0008]图1是例示第1实施方式涉及的数据处理装置的示意图。
[0009]图2是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0010]图3是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0011]图4是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0012]图5是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0013]图6是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0014]图7是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0015]图8是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0016]图9是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0017]图10是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0018]图11是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0019]图12是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0020]图13是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0021]图14是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0022]图15是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0023]图16是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0024]图17是例示第1实施方式涉及的数据处理装置的特性的曲线图。
[0025]图18是例示实施方式涉及的数据处理装置的示意图。
[0026]标号说明
[0027]10D数据；11、12第1取得数据、第2取得数据；11a、12a第1特征量矩阵、第2特征量矩阵；11b、12b第1取得标签、第2取得标签；21、22第1生成数据、第2生成数据；21a、22a第1生成矩阵、第2生成矩阵；21b、22b第1生成标签、第2生成标签；31、32第1机器学习模型、第2机器学习模型；51、52第1其他数据、第2其他数据；51a、52a第1其他特征量矩阵、第2其他特征量矩阵；51b、52b第1其他标签、第2其他标签；61a、62a第1回归矩阵、第2回归矩阵；61b、62b第1回归标签、第2回归标签；71处理部；72取得部；73存储部；73a、73b第1存储区域、第2存储区域；74服务器；79b显示部；79c输入部；110数据处理装置；210数据处理系统；A1精度；CC1、CC2第1计算例、第2计算例；I1信息；K1～K6第1回归矩阵数据～第6回归矩阵数据；M1～M6第1矩阵数据～第6矩阵数据；Mxa1、Mxa2、Mxb1、Mxb2、Mxc1、Mxc2矩阵；OP1～OP3第1动作～第3动作；P1信息；R1第1比
具体实施方式
[0028]以下，参照附图对本专利技术的实施方式进行说明。
[0029]附图是示意性的或者概念性的。在本申请说明书和各图中，对与关于前面的附图已经描述过的要素同样的要素标记同一标号，适当省略详细的说明。
[0030](第1实施方式)
[0031]图1是例示第1实施方式涉及的数据处理装置的示意图。
[0032]如图1所示，实施方式涉及的数据处理装置110包括处理部71。处理部71能够取得各种数据10D。例如，数据处理装置110也可以包括取得部72。也可以是取得部72取得各种数据10D，取得部72所取得的数据10D被提供至处理部71。数据处理装置110也可以包括存储部73。也可以是取得部72所取得的数据10D被存储于存储部73。处理部71也可以从存储部73取得存储于存储部73的数据10D。
[0033]取得部72例如为接口。取得部72例如可以是用于输入以及输出的接口。处理部71也可以输出与处理后的结果有关的信息I1。信息I1也可以经由取得部72(接口)来输出。处理部71也可以能够与服务器74进行通信。通信可以包括信息的提供和信息的取得中的至少任一方。通信可以基于有线或者无线的任意方法。
[0034]数据10D例如也可以包括取得数据(例如第1取得数据11和第2取得数据12等)等。数据10D也可以包括其他数据(例如第1其他数据51和第2其他数据52等)。
[0035]图2是例示第1实施方式涉及的数据处理装置的动作的示意图。
[0036]在实施方式中，取得部72和处理部71能够实施第1动作OP1。取得部72能够在第1动作OP1中取得第1取得数据11。处理部71可以从取得部72取得第1取得数据11。处理部71可以取得存储于存储部73的第1取得数据11。
[0037]处理部71取得第1其他数据51。例如，也可以是取得部72取得第1其他数据51，处理部71从取得部72取得第1其他数据51。处理部71也可以取得存储于存储部73的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理装置，具备：取得部；和处理部，所述取得部能够在第1动作中取得第1取得数据，所述处理部能够在所述第1动作中根据基于所述第1取得数据和第1其他数据的第1生成数据来生成第1机器学习模型，所述第1其他数据包括Np行D1列的第1其他特征量矩阵和Np行的第1其他标签，所述Np为2以上的整数，所述D1为1以上的整数，所述第1取得数据包括N1行D1列的第1特征量矩阵和N1行的第1取得标签，所述N1为2以上的整数，所述N1比所述Np小，所述第1生成数据包括(Np+N1)行(3
×
D1)列的第1生成矩阵和(Np+N1)行的第1生成标签，所述第1生成矩阵包括第1矩阵数据、第2矩阵数据以及第3矩阵数据，所述第1矩阵数据的分量包括所述第1其他特征量矩阵与所述第1特征量矩阵的行方向上的结合，所述第2矩阵数据的分量包括Np行D1列的0的分量的矩阵与所述第1特征量矩阵的所述行方向上的结合，所述第3矩阵数据的分量包括所述第1其他特征量矩阵与N1行D1列的0的分量的矩阵的所述行方向上的结合，所述第1生成标签的分量包括所述第1其他标签与所述第1取得标签的所述行方向上的结合，(Np+N1)/D1为250以上。2.根据权利要求1所述的数据处理装置，还具备存储部，所述存储部包括第1存储区域，所述第1取得数据和所述第1其他数据存储于所述第1存储区域，所述处理部能够从所述第1存储区域取得所述第1取得数据和所述第1其他数据来实施所述第1动作。3.根据权利要求2所述的数据处理装置，所述存储部还包括第2存储区域，所述处理部能够使所述第1生成数据存储于所述第2存储区域。4.根据权利要求1所述的数据处理装置，所述处理部能够在所述第1动作中将第1回归矩阵输入到所述第1机器学习模型来进一步导出第1回归标签，所述第1回归矩阵为N1行(3
×
D1)列，所述第1回归矩阵包括第1回归矩阵数据、第2回归矩阵数据以及第3回归矩阵数据，所述第1回归矩阵数据的分量包括所述第1特征量矩阵，所述第2回归矩阵数据的分量包括所述第1特征量矩阵，所述第3回归矩阵数据的分量包括N1行D1列的0的分量的矩阵。
5.根据权利要求4所述的数据处理装置，所述取得部和所述处理部能够进一步实施第2动作，所述取得部能够在所述第2动作中取得第2取得数据，所述处理部能够在所述第2动作中根据基于所述第2取得数据和第2其他数据的第2生成数据来生成第2机器学习模型，所述第2其他数据包括Nq行D2列的第2其他特征量矩阵和Np行的第2其他标签，所述Np为2以上的整数，所述D2为1以上的整数，所述第2取得数据包括N2行D2列的第2特征量矩阵和N2行的第2取得标签，所述N2为2以上的整数，所述N2比所述Nq小，所述第2生成数据包括(Nq+N2)行(D2
×
3)列的第2生成矩阵和(Nq+N2)行的第2生成标签，所述第2生成矩阵包括第4矩阵数据、第5矩阵数据以及第6矩阵数据，所述第4矩阵数据的分量包括所述第2其他特征量矩阵与所述第2特征量矩阵的行方向上的结合，所述第5矩阵数据的分量包括Nq行D2列的0的分量的矩阵与所述第2特征量矩阵的所述行方向上的结合，所述第6矩阵数据的分量包括所述第2其他特征量矩阵与N2行D2列的0的分量的矩阵的所述行方向上的结合，所述第2生成标签的分量包括所述第2其他标签与所述第2取得标签的所述行方向...

【专利技术属性】
技术研发人员：长村燎，成田直幸，前田知幸，
申请(专利权)人：东芝电子元件及存储装置株式会社，
类型：发明
国别省市：