-
-
公开(公告)号:CN115861728A
公开(公告)日:2023-03-28
申请号:CN202111121290.1
申请日:2021-09-24
Applicant: 日本电气株式会社
IPC: G06V10/774 , G06V10/764 , G06N20/00 , G06N20/10
Abstract: 本公开的实施例涉及一种生成训练样本的方法、更新模型的方法、和电子设备。该方法可以包括利用经训练的数据处理模型确定与用户的操作相关联的输入数据的预测结果。该方法可以进一步包括利用所述预测结果确定所述输入数据的信息量因子。此外,该方法还可以包括如果确定所述信息量因子高于阈值信息量因子,至少基于所述输入数据确定用于更新所述数据处理模型的训练样本。本公开的技术方案能够基于输入数据的信息量来筛选训练样本,并利用半监督的方式确定训练样本的标签信息,因此可以实现自动化的模型自适应更新。
-
公开(公告)号:CN113469932A
公开(公告)日:2021-10-01
申请号:CN202010245469.7
申请日:2020-03-31
Applicant: 日本电气株式会社
Abstract: 本公开的实施例涉及信息处理的方法、电子设备和计算机存储介质。该方法包括:将一组训练图像中的第一图像应用于图像分析引擎,以确定针对第一图像的预测结果以及与预测结果相关联的不确定性度量;基于预测结果以及不确定性度量,确定与第一图像的损失函数相关联的第一权重;以及至少基于第一权重,利用一组训练图像来训练图像分析引擎,以使得与一组训练图像相关联的总损失函数的值满足预定的收敛条件。基于这样的方法,可以使得图像分析引擎更为鲁棒,提高图像分析的准确性。
-
公开(公告)号:CN111612022A
公开(公告)日:2020-09-01
申请号:CN201910138788.5
申请日:2019-02-25
Applicant: 日本电气株式会社
Abstract: 本公开的实施例涉及用于分析数据的方法、设备和计算机存储介质。该方法包括:获取预测模型,预测模型中的一个处理层包括多个处理单元,多个处理单元中各处理单元的参数均满足目标参数分布,预测模型的输出是基于从参数分布确定的多组参数而确定的;以及将模型输入数据应用于预测模型,以获得针对模型输入数据的预测。基于这样的方法,可以获得更为准确的预测结果。
-
公开(公告)号:CN118735976A
公开(公告)日:2024-10-01
申请号:CN202310318499.X
申请日:2023-03-28
Applicant: 日本电气株式会社
Abstract: 本公开的实施例涉及视频处理方法、装置、电子设备和介质。方法包括获取视频的第一帧的第一边缘以及第一帧的至少一个邻域帧的第二边缘。方法还包括基于第一帧和至少一个邻域帧之间的配准,确定第一边缘的像素到第二边缘的对应像素的空间偏移。方法还包括至少基于第二边缘的对应像素的第二边缘属性和空间偏移,更新第一边缘的所述像素的第一边缘属性。根据本公开的实施例,能够利用视频的时空线索来提高边缘检测和增强的准确性和可靠性,减少视频中的低质量图像造成的不利影响,从而提高了视频处理的鲁棒性。
-
公开(公告)号:CN107247861B
公开(公告)日:2023-10-10
申请号:CN201610187158.3
申请日:2016-03-29
Applicant: 日本电气株式会社
Abstract: 本发明提供了一种用于估计时空数据的设备,包括:预处理单元,被配置为将时空数据进行排序并划分为若干级别,计算各个级别中每一个级别上的数据的均值;概率计算单元,被配置为基于划分级别后的数据来计算各个级别之间的时空变化概率;以及估计单元,被配置为基于所述均值和所述时空变化概率来估计时空数据。本发明还提供了一种用于估计时空数据的方法。通过本发明,能够实现污染原因追溯和估计等时空问题的准确度的提高。
-
公开(公告)号:CN114693694A
公开(公告)日:2022-07-01
申请号:CN202011562478.5
申请日:2020-12-25
Applicant: 日本电气株式会社
IPC: G06T7/11
Abstract: 本公开的实施例涉及用于图像处理的方法、设备和计算机可读存储介质。一种图像处理的方法包括获取第一图像和至少一个第二图像,其中至少一个第二图像中的每个图像是第一图像的变换图像;以及基于至少一个第二图像的至少一个语义预测结果,生成第一图像的第一语义分割标签。通过将第一图像和第一语义分割标签作为训练数据来训练图像语义分割模型,有助于提高所训练的图像语义分割模型的精度。
-
公开(公告)号:CN105653541B
公开(公告)日:2020-06-02
申请号:CN201410643814.7
申请日:2014-11-11
Applicant: 日本电气株式会社
IPC: G06F16/2455
Abstract: 提供了一种用于识别多元时序列数据的数据元素之间的关联和演变模式的系统,所述系统包括:预处理单元,被配置为对采集到的数据进行预处理,得到处理后的数据序列;关联发现单元,被配置为使用Granger因果图模型从预处理后的数据中发现多元时序列数据的数据元素之间的关联,得到因果图序列;以及演变模式发现单元,被配置为对得到的因果图序列进行聚合,从而发现因果关系的演变模式。还提供了一种用于识别多元时序列数据的数据元素之间的关联和演变模式的方法。采用本发明,能够有效地识别多元时序列数据的数据元素之间的因果关系以及演变模式,而且因果关系的识别会更加准确。
-
公开(公告)号:CN106918677A
公开(公告)日:2017-07-04
申请号:CN201510983294.9
申请日:2015-12-24
Applicant: 日本电气株式会社
IPC: G01N33/00
CPC classification number: G01N33/0004
Abstract: 提供了一种用于污染物溯源的设备,包括:获取单元,被配置为获取监测点的监测数据;计算单元,被配置为从监测数据中选取参数,并对每个参数均匀划分级别,以及设定时间窗和时间间隔,计算监测点之间的激活力矩阵;以及确定单元,被配置为根据激活力矩阵中的数值大小,在距离约束下依次找出前一时间窗的激活力最强的监测点,直到所有时间窗被追溯。还提供了一种用于污染物溯源的方法。采用本发明,能够实现较短时间、细时空粒度上的污染物溯源。
-
公开(公告)号:CN118734987A
公开(公告)日:2024-10-01
申请号:CN202310325781.0
申请日:2023-03-29
Applicant: 日本电气株式会社
IPC: G06N20/00
Abstract: 本公开的实施例涉及一种用于数据处理的设备和方法,涉及计算机领域。该设备可以获取经训练的数据生成模型,经训练的数据生成模型是在扩散模型的基础上通过注入布局信息进行空间调制而被生成的;以及将布局数据输入到经训练的数据生成模型,以得到与布局数据对应的生成数据。以此方式,能够在扩散模型的基础上通过注入布局信息进行空间调制而生成经训练的数据生成模型,其能够更精确地控制对象的空间信息。因此,能够改进诸如布局到图像等生成模型,从而提升数据生成的精度。
-
-
-
-
-
-
-
-
-