公开(公告)号：CN114600134A

公开(公告)日：2022-06-07

申请号：CN202080074614.8

申请日：2020-11-09

Applicant: 欧姆龙株式会社 ,  国立大学法人京都大学

Inventor： 桥本敦史 ,  饭山将晃 ,  高桥龙平 ,  园头元春

IPC: G06N20/00

Abstract: 估计系统包含：学习部，其使用包含被赋予了正解的多个样本数据的第1数据集、和包含未被赋予正解的多个样本数据的第2数据集，生成估计模型；以及估计部，其决定估计结果。估计模型包含编码器，所述编码器根据样本数据，计算不依赖于第1数据集和第2数据集的第1特征量、以及依赖于第1数据集或第2数据集的第2特征量。学习部构成为对编码器进行学习，使得针对第1数据集中包含的第1样本数据、和第2数据集中包含的应被赋予与对第1样本数据赋予的正解相同的正解的第2样本数据的对，根据任意的样本数据都计算出相同的第1特征量。

公开(公告)号：CN113424221B

公开(公告)日：2024-07-23

申请号：CN202080013415.6

申请日：2020-01-23

Applicant: 欧姆龙株式会社 ,  国立大学法人京都大学

Inventor： 桥本敦史 ,  上川优太 ,  牛久祥孝 ,  饭山将晃 ,  园头元春

IPC: G06T7/00 ,  G06N20/00

Abstract: 本发明的一个方面的模型生成装置取得由按时间序列得到的规定数据的第1时刻的第1样本、以及比第1时刻靠未来的第2时刻的规定数据的第2样本所包含的特征信息的组合分别构成的多个学习数据集，通过机器学习，针对各学习数据集训练预测模型，使其根据第1时刻的第1样本来预测第2时刻的特征信息。模型生成装置对各学习数据集设定稀有度，在机器学习中，越是稀有度高的学习数据集，模型生成装置越重点进行训练。

公开(公告)号：CN113424221A

公开(公告)日：2021-09-21

申请号：CN202080013415.6

申请日：2020-01-23

Applicant: 欧姆龙株式会社 ,  国立大学法人京都大学

Inventor： 桥本敦史 ,  上川优太 ,  牛久祥孝 ,  饭山将晃 ,  园头元春

IPC: G06T7/00 ,  G06N20/00

Abstract: 本发明的一个方面的模型生成装置取得由按时间序列得到的规定数据的第1时刻的第1样本、以及比第1时刻靠未来的第2时刻的规定数据的第2样本所包含的特征信息的组合分别构成的多个学习数据集，通过机器学习，针对各学习数据集训练预测模型，使其根据第1时刻的第1样本来预测第2时刻的特征信息。模型生成装置对各学习数据集设定稀有度，在机器学习中，越是稀有度高的学习数据集，模型生成装置越重点进行训练。