-
公开(公告)号：CN114556385A
公开(公告)日：2022-05-27
申请号：CN202080071279.6
申请日：2020-09-30
申请人： 株式会社日立制作所
摘要： 本发明高效且高精度地进行针对通过具有分层结构的多个工序进行的作业的指标的预测。信息处理装置将包含通过执行基于针对下位工序设定的下位模型的下位模拟而生成的指标的样本数据与表示各个作业的参数对应起来进行存储，针对预测的作业，使用与表示预测作业的参数类似的参数所对应的样本数据来进行基于针对上位工序设定的上位模型的上位模拟，由此预测指标。在没有存储与表示预测作业的参数类似的参数所对应的样本数据的情况下，信息处理装置进行下位模拟来补充样本数据，使用补充后的样本数据来进行上位模拟。
-
公开(公告)号：CN114341024A
公开(公告)日：2022-04-12
申请号：CN202080061829.6
申请日：2020-03-13
申请人： 株式会社日立制作所
IPC分类号： B65G1/00
摘要： 多个工件包括：第一工件组，其由以第一装载顺序装载至第一被装载部件的预定的多个第一工件构成；以及第二工件组，其由以第二装载顺序装载至第二被装载部件的预定的多个第二工件构成。多个工件在输送装置中，第一工件组及第二工件组各自的排列顺序和第一工件组及第二工件组的分类随机排列，在输送装置中，第一工件组基于第一装载顺序依次排列，第二工件组基于第二装载顺序依次排列，并且，第一工件组及第二工件组混合排列。
-
公开(公告)号：CN108694442A
公开(公告)日：2018-10-23
申请号：CN201810156156.7
申请日：2018-02-23
申请人： 株式会社日立制作所
CPC分类号： G06N3/08 , G06F16/2477 , G06F17/18 , G06N3/04 , G06N3/0445 , G06N3/0675 , G06N3/063 , G06N3/049
摘要： 一种计算机系统以及使用了递归神经网络的运算方法，计算机系统执行使用了由输入部、储备池部以及输出部构成的递归神经网络的运算处理，输入部包括接收多个时间序列数据的输入节点，储备池部包括伴随时间延迟的至少一个非线性节点，输出部包括计算输出值的输出节点，输入部对所接收的多个时间序列数据的每一个执行采样以及保持处理以及掩蔽处理，从而计算多个输入流，对多个输入流的每一个执行给予时间偏差的时移处理，通过将执行了时移处理的多个输入流的每一个进行叠加来计算输入数据。据此，在将多个时间序列数据作为输入来处理的储备池计算中，实现高精度且高速的处理。
-
公开(公告)号：CN114341024B
公开(公告)日：2023-10-03
申请号：CN202080061829.6
申请日：2020-03-13
申请人： 株式会社日立制作所
IPC分类号： B65G1/00
摘要： 多个工件包括：第一工件组，其由以第一装载顺序装载至第一被装载部件的预定的多个第一工件构成；以及第二工件组，其由以第二装载顺序装载至第二被装载部件的预定的多个第二工件构成。多个工件在输送装置中，第一工件组及第二工件组各自的排列顺序和第一工件组及第二工件组的分类随机排列，在输送装置中，第一工件组基于第一装载顺序依次排列，第二工件组基于第二装载顺序依次排列，并且，第一工件组及第二工件组混合排列。
-
公开(公告)号：CN108694442B
公开(公告)日：2021-08-17
申请号：CN201810156156.7
申请日：2018-02-23
申请人： 株式会社日立制作所
摘要： 一种计算机系统以及使用了递归神经网络的运算方法，计算机系统执行使用了由输入部、储备池部以及输出部构成的递归神经网络的运算处理，输入部包括接收多个时间序列数据的输入节点，储备池部包括伴随时间延迟的至少一个非线性节点，输出部包括计算输出值的输出节点，输入部对所接收的多个时间序列数据的每一个执行采样以及保持处理以及掩蔽处理，从而计算多个输入流，对多个输入流的每一个执行给予时间偏差的时移处理，通过将执行了时移处理的多个输入流的每一个进行叠加来计算输入数据。据此，在将多个时间序列数据作为输入来处理的储备池计算中，实现高精度且高速的处理。
-
-
-
-
搜索结果
5 条记录 (耗时 0.026 秒)
