-
公开(公告)号:CN117916592A
公开(公告)日:2024-04-19
申请号:CN202280059788.6
申请日:2022-09-13
Applicant: 东芝数字解决方案株式会社 , 栗田工业株式会社
Abstract: 课题在于,使用来自监视相机的摄影图像实现非接触方式的水质监视,并且抑制监视对象的状态变化的影响而高精度地检测水质异常。解决手段在于,实施方式的水质监视系统具有:水质异常检测部,使用物体检测模型,根据从监视相机输出的水质监视对象的摄影图像识别水面区域,并判断基于识别出的水面区域的状态的水质异常;以及监视结果输出部,输出监视结果。由此,实现非接触方式的水质监视,并且即使存在监视对象的状态变化的影响(水位变动、监视相机的视场角变动、相机的朝向的变动等)也能够高精度地检测水质异常。
-
公开(公告)号:CN113396370B
公开(公告)日:2025-05-06
申请号:CN202080012310.9
申请日:2020-01-23
Applicant: 东芝数字解决方案株式会社 , 栗田工业株式会社
IPC: G05B23/02 , G05B19/418 , G06N20/00
Abstract: 本发明涉及协调型学习系统以及监视系统,改善处理工艺的瓶颈,实现工艺整体的效率提高。实施方式的协调型学习系统能够利用于按照以规定的过渡时间间隔按时间序列连续的多个工序分别设置有监视模型。本系统按时间序列存储第1工序的第1监视数据、相对于第1工序的上游或者下游的第2工序的第2监视数据、以及第1监视模型将第1监视数据作为输入参数而输出的第1工序的监视结果。并且,使用第1监视数据和第1监视模型的监视结果对第1监视模型进行母模型学习处理,将第1时刻的第1监视模型的监视结果用作为教师数据,对将相对于第1时刻相差过渡时间量的第2时刻的第2监视数据作为输入参数的第2监视模型进行子模型学习处理。
-
公开(公告)号:CN113396370A
公开(公告)日:2021-09-14
申请号:CN202080012310.9
申请日:2020-01-23
Applicant: 东芝数字解决方案株式会社 , 栗田工业株式会社
IPC: G05B23/02 , G05B19/418 , G06N20/00
Abstract: 本发明涉及协调型学习系统以及监视系统,改善处理工艺的瓶颈,实现工艺整体的效率提高。实施方式的协调型学习系统能够利用于按照以规定的过渡时间间隔按时间序列连续的多个工序分别设置有监视模型。本系统按时间序列存储第1工序的第1监视数据、相对于第1工序的上游或者下游的第2工序的第2监视数据、以及第1监视模型将第1监视数据作为输入参数而输出的第1工序的监视结果。并且,使用第1监视数据和第1监视模型的监视结果对第1监视模型进行母模型学习处理,将第1时刻的第1监视模型的监视结果用作为教师数据,对将相对于第1时刻相差过渡时间量的第2时刻的第2监视数据作为输入参数的第2监视模型进行子模型学习处理。
-
-