公开(公告)号：CN113469932A

公开(公告)日：2021-10-01

申请号：CN202010245469.7

申请日：2020-03-31

Applicant: 日本电气株式会社

Inventor： 陈小异 ,  李岩 ,  全力 ,  张霓

IPC: G06T7/00 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开的实施例涉及信息处理的方法、电子设备和计算机存储介质。该方法包括：将一组训练图像中的第一图像应用于图像分析引擎，以确定针对第一图像的预测结果以及与预测结果相关联的不确定性度量；基于预测结果以及不确定性度量，确定与第一图像的损失函数相关联的第一权重；以及至少基于第一权重，利用一组训练图像来训练图像分析引擎，以使得与一组训练图像相关联的总损失函数的值满足预定的收敛条件。基于这样的方法，可以使得图像分析引擎更为鲁棒，提高图像分析的准确性。

公开(公告)号：CN111612022A

公开(公告)日：2020-09-01

申请号：CN201910138788.5

申请日：2019-02-25

Applicant: 日本电气株式会社

Inventor： 张霓 ,  陈小异

IPC: G06K9/62 ,  G06N3/04 ,  G06N20/10

Abstract: 本公开的实施例涉及用于分析数据的方法、设备和计算机存储介质。该方法包括：获取预测模型，预测模型中的一个处理层包括多个处理单元，多个处理单元中各处理单元的参数均满足目标参数分布，预测模型的输出是基于从参数分布确定的多组参数而确定的；以及将模型输入数据应用于预测模型，以获得针对模型输入数据的预测。基于这样的方法，可以获得更为准确的预测结果。

公开(公告)号：CN115809412A

公开(公告)日：2023-03-17

申请号：CN202111076649.8

申请日：2021-09-14

Applicant: 日本电气株式会社

Inventor： 陈小异 ,  张霓

IPC: G06F18/214 ,  G06F18/24 ,  G06N20/00

Abstract: 本公开的实施例涉及样本分析的方法、电子设备、存储介质和程序产品。该方法包括：利用样本集来对未经训练的目标模型进行训练；基于对目标模型的训练，确定与样本集中的各样本相关联的训练评估因子；以及基于训练评估因子，从样本集中确定至少一个异常样本，至少一个异常样本包括以下中的至少一项：错误标注样本、异常分布样本或具有负影响的干扰样本。基于这样的方法，可以高效地从样本集中筛选出异常样本。

公开(公告)号：CN114912568A

公开(公告)日：2022-08-16

申请号：CN202110182093.4

申请日：2021-02-09

Applicant: 日本电气株式会社

Inventor： 陈小异 ,  张霓

IPC: G06N3/04 ,  G06N3/08

Abstract: 本公开的实施例涉及用于数据处理的方法、设备和计算机可读存储介质。该方法包括获取输入数据。该方法还包括利用神经网络，生成指示输入数据的类别的预测标签，神经网络包括加权层，加权层至少确定应用于输入数据可能属于的至少一个候选类别的权重以生成预测结果。以此方式，可以更准确地生成预测标签。

公开(公告)号：CN113469204A

公开(公告)日：2021-10-01

申请号：CN202010245582.5

申请日：2020-03-31

Applicant: 日本电气株式会社

Inventor： 全力 ,  陈小异 ,  张霓

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开的示例性实现方式涉及数据处理方法、装置、设备和计算机存储介质。在此描述的方法包括使用图像数据集中的第一数据集来训练图像处理模型，其中图像数据集根据预定条件被分成第一数据集和第二数据集。方法还包括通过经训练的图像处理模型从第二数据集选择至少第一子集，然后至少使用第一数据集和第一子集的组合来进一步训练图像处理模型。根据本公开的实施例，能够从不平衡的训练数据中选择有助于模型训练的样本，进而使用所选择的样本来训练图像处理模型，由此提高训练出的图像处理模型的性能。

公开(公告)号：CN113469202A

公开(公告)日：2021-10-01

申请号：CN202010245435.8

申请日：2020-03-31

Applicant: 日本电气株式会社

Inventor： 李岩 ,  全力 ,  陈小异 ,  张霓

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G10L25/30 ,  G10L25/51

Abstract: 本公开的实施例涉及用于数据处理的方法、电子设备和计算机可读存储介质。一种数据处理的方法包括获取第一数据集合，第一数据集合中的每个数据具有指示该数据的类别的标签；从第一数据集合中确定具有噪声标签的第一数据子集；以及重新生成第一数据子集中的数据的标签，以得到第二数据集合。以此方式，数据集合中具有噪声标签的数据能够被识别，并且其噪声标签能够被自动纠正。经处理的数据集合能够被用于训练分类模型，从而提高机器学习的识别精度。

公开(公告)号：CN112486784A

公开(公告)日：2021-03-12

申请号：CN201910865445.9

申请日：2019-09-12

Applicant: 日本电气株式会社

Inventor： 张霓 ,  陈小异 ,  赵洋

IPC: G06F11/34 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开的实施例涉及用于诊断和优化数据分析模型的方法、设备和计算机存储介质。该诊断方法包括：获取关于待诊断的数据分析系统中的分析引擎的信息和与分析引擎相关联的待诊断数据；基于接收的信息，确定与分析引擎相对应的诊断引擎；以及通过利用诊断引擎处理待诊断数据，提供与分析引擎和待诊断数据中的至少一项相关联的不确定性度量。基于这样的方法，可以利用与分析引擎相对应的诊断引擎来确定模型或者待诊断的数据对数据分析系统的分析引擎进行预测的准确度所带来的影响，进而为用户选择适合的数据分析模型或者确定待诊断数据可能存在的缺陷提供支持。