-
公开(公告)号：CN115136150A
公开(公告)日：2022-09-30
申请号：CN202180015456.3
申请日：2021-02-19
Applicant: 欧姆龙株式会社 , 国立大学法人京都大学
Abstract: 提高从输入数据中提取图结构作为中间表达的模型的精度。编码部(100)从输入数据(10)中提取图结构(Tr)所包含的多个顶点各自的特征量，并计算在该顶点连接有边的似然度。采样部(130)基于针对该似然度的Gumbel‑Softmax函数的变换结果，决定图结构(Tr)。学习部(150)通过使用损失函数的反向传播，使解码部(140)和编码部(100)优化，所述损失函数包含根据图结构(Tr)生成的输出数据(20)与正解数据的误差(LP)。
-
公开(公告)号：CN117980910A
公开(公告)日：2024-05-03
申请号：CN202280063439.1
申请日：2022-09-21
Applicant: 欧姆龙株式会社 , 国立大学法人京都大学
IPC: G06F40/56 , G06F16/783 , G06F40/44
Abstract: 获取部(30)针对包括多个工序的作业获取材料特征量以及视频特征量，所述材料特征量表示在作业中使用的材料的每一个，所述视频特征量是从拍摄了作业而得到的每个工序的视频即剪辑的每一个中提取的，更新部(40)基于剪辑的每一个的视频特征量，确定针对剪辑中包括的材料的动作，并根据所确定的动作来更新所确定的材料的材料特征量，生成部(50)基于更新后的材料特征量、所确定的动作、以及视频特征量，生成用于说明每个工序的作业步骤的语句。
-
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
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。
-
Patent Agency Ranking
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
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：CN118805207A
公开(公告)日：2024-10-18
申请号：CN202380024397.5
申请日：2023-02-10
Applicant: 欧姆龙株式会社
IPC: G06V20/50 , G06F16/783
Abstract: 本发明的目的在于提供一种信息处理装置、信息处理方法以及信息处理程序，在使用提取事件的模型和对所提取的事件附加注释的模型对事件附加注释的情况下，能够附加高精度的注释。信息处理装置具备：取得部，其取得动态图像；分割部，其将动态图像分割为多个事件动态图像，作为赋予注释的候选；事件选择部，其使用选择模型从候选中选择事件动态图像，所述选择模型使用能够微分的函数从多个事件动态图像中以事件所示的范围不会产生过量或不足的方式选择事件动态图像；以及生成部，其使用赋予针对事件动态图像所示的事件的注释的赋予模型生成对所选择的事件动态图像赋予了注释的动态图像。
-
公开(公告)号：CN112673378A
公开(公告)日：2021-04-16
申请号：CN201980058821.1
申请日：2019-03-13
Applicant: 欧姆龙株式会社
Abstract: 本发明提供用于生成能够更高精度地推断对象者的状态的推断器的技术。本发明的一方面涉及的推断器生成装置，将具有相互共用的编码器的第一推断器和第二推断器中的第一推断器训练为从脸部图像数据导出对象者的状态，而将第二推断器训练为从脸部图像数据再现生理学数据。通过该机器学习，使共用的编码器的参数趋向推断对象者的状态的精度更高的局部解，由此，生成能够更高精度地推断对象者的状态的推断器。
-
公开(公告)号：CN112673378B
公开(公告)日：2024-01-30
申请号：CN201980058821.1
申请日：2019-03-13
Applicant: 欧姆龙株式会社
Abstract: 本发明提供用于生成能够更高精度地推断对象者的状态的推断器的技术。本发明的一方面涉及的推断器生成装置，将具有相互共用的编码器的第一推断器和第二推断器中的第一推断器训练为从脸部图像数据导出对象者的状态，而将第二推断器训练为从脸部图像数据再现生理学数据。通过该机器学习，使共用的编码器的参数趋向推断对象者的状态的精度更高的局部解，由此，生成能够更高精度地推断对象者的状态的推断器。
-
公开(公告)号：CN118525283A
公开(公告)日：2024-08-20
申请号：CN202280087994.8
申请日：2022-12-22
Applicant: 欧姆龙株式会社
Abstract: 本发明的模型生成装置实施具备预处理模块和图推理模块的推理模型的机器学习。预处理模块具备特征提取器和选拔模块。特征提取器构成为计算各个要素的特征量，该各个要素分别属于输入图中包含的多个集合。选拔模块根据所算出的各个要素的特征量来选拔以各个要素为起点延伸的一个以上的枝，并针对每个集合生成图信息，该图信息示出所算出的各个要素的特征量和枝的选拔结果。图推理模块构成为能够进行微分，并根据所生成的各集合的图信息来推理针对输入图的任务的解。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.039 seconds)
