-
公开(公告)号：CN114008669B
公开(公告)日：2025-05-13
申请号：CN202080045540.5
申请日：2020-06-23
Applicant: 欧姆龙株式会社
Abstract: 提供一种信息处理装置，能够在不增加用户的负担的情况下计算与植物的成长状态有关的准确的指标值。信息处理装置具备：受理单元，其受理拍摄图像的输入，所述拍摄图像是通过对包含矩形状区域的植物的栽培区域从所述矩形状区域的长度方向进行拍摄而得到的；变换系数计算单元，其针对输入到所述受理单元的所述拍摄图像中的多个进深方向位置分别确定所述拍摄图像内的所述矩形状区域的宽度方向的像素数，通过将所述矩形状区域的实际宽度除以所确定的各像素数来计算针对各进深方向位置的变换系数；以及指标值计算单元，其通过使用由所述变换系数计算单元针对各进深方向位置计算出的所述变换系数分析所述拍摄图像，计算与所述植物的成长状态有关的指标值。
-
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。
-
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：CN114556448A
公开(公告)日：2022-05-27
申请号：CN202080071408.1
申请日：2020-11-06
Applicant: 欧姆龙株式会社
Abstract: 本发明的一方面所涉及的模型生成装置关于各学习数据集执行：第一训练步骤，训练第二推断器，使得从第二推断器得到的推断结果适合于第二正解数据；第二训练步骤，训练编码器，使得从第二推断器得到的推断结果不适合于第二正解数据；以及第三训练步骤，训练编码器和所述第一推断器，使得从第一推断器得到的推断结果适合于第一正解数据。模型生成装置交替地反复执行第一训练步骤和第二训练步骤。
-
公开(公告)号：CN114008669A
公开(公告)日：2022-02-01
申请号：CN202080045540.5
申请日：2020-06-23
Applicant: 欧姆龙株式会社
Abstract: 提供一种信息处理装置，能够在不增加用户的负担的情况下计算与植物的成长状态有关的准确的指标值。信息处理装置具备：受理单元，其受理拍摄图像的输入，所述拍摄图像是通过对包含矩形状区域的植物的栽培区域从所述矩形状区域的长度方向进行拍摄而得到的；变换系数计算单元，其针对输入到所述受理单元的所述拍摄图像中的多个进深方向位置分别确定所述拍摄图像内的所述矩形状区域的宽度方向的像素数，通过将所述矩形状区域的实际宽度除以所确定的各像素数来计算针对各进深方向位置的变换系数；以及指标值计算单元，其通过使用由所述变换系数计算单元针对各进深方向位置计算出的所述变换系数分析所述拍摄图像，计算与所述植物的成长状态有关的指标值。
-
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：CN113424208B
公开(公告)日：2024-09-06
申请号：CN202080013551.5
申请日：2020-02-18
Applicant: 欧姆龙株式会社
Abstract: 本发明能够构建导入成本比较低廉，而且对于与数据的获取相关的属性的差异稳健的学习完毕的模型。本发明的一方面涉及的学习装置针对各学习数据集，执行对第二编码器和第二元识别器进行训练以使第二元识别器的识别结果适合于元数据的第一训练步骤、对各编码器和推测器进行训练以使推测器的推测结果适合于正解数据的第二训练步骤、对第一元识别器进行训练以使第一元识别器的识别结果适合于元数据的第三训练步骤、以及对第一编码器进行训练以使第一元识别器的识别结果不适合于元数据的第四训练步骤。交替地反复执行第三训练步骤和第四训练步骤。
-
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。
-
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：CN116964623A
公开(公告)日：2023-10-27
申请号：CN202280018059.6
申请日：2022-02-25
Applicant: 欧姆龙株式会社
IPC: G06T7/00
Abstract: 一种数据生成装置，生成对对象物进行判断的机器学习中的数据，所述数据生成装置具备：原始数据显示部，将实施数据增强的包含对象物的第一原数据显示于显示部；参数接收部，接收与数据增强相关的参数的输入；生成数据显示部，将生成数据显示于显示部，所述生成数据是通过基于参数对第一原数据中对象物以外的部分进行数据增强而生成的；以及可否采用接收部，接收是否采用基于参数的数据增强。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.023 seconds)
