公开(公告)号：CN117157601A

公开(公告)日：2023-12-01

申请号：CN202280028800.7

申请日：2022-03-15

Applicant: 松下知识产权经营株式会社

Inventor： 杰弗里·纳因戈兰 ,  菅泽裕也 ,  村田久治 ,  佐藤吉宣

IPC: G05B19/418

Abstract: 本公开的目的是在产品的缺陷数量增加之前识别缺陷数量增加的原因。一种缺陷预测系统(1)包括获取器(11)、缺陷相关数量预测器(12)和原因预测器(13)。缺陷相关数量预测器(12)基于由获取器(11)获取的过去缺陷相关数量，预测多个工艺步骤中的每一个和多个生产线中的每一个中的产品的未来缺陷相关数量。原因预测器(13)基于由缺陷相关数量预测器(12)预测的多个工艺步骤中的每一个中和多个生产线中的每一个中的未来缺陷相关数量，预测将是未来缺陷相关数量增加的原因的生产线。

公开(公告)号：CN118613715A

公开(公告)日：2024-09-06

申请号：CN202380017831.7

申请日：2023-01-17

Applicant: 松下知识产权经营株式会社

Inventor： 菅泽裕也 ,  村田久治 ,  杰弗里·纳因戈兰

IPC: G01N21/88 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/047

Abstract: 本公开的目的是降低过度检测率。处理系统(1)包括输出处理器(11)，其输出适用于检查算法的标准信息(D1)。标准信息(D1)包括关于要基于通过彼此不同的多个识别算法(A0)获得的识别结果而定义的判定边界的信息。判定边界被用作用于通过检查算法确定目标(T1)的类别是第一类别还是第二类别的标准。多个识别算法(A0)中的每个识别算法针对多个图像数据集(DS1)中的每个图像数据集识别类别。判定边界是要基于属于识别结果的对应识别结果的集合而定义的凸包边界(B1)，该对应识别结果是关于多个图像数据集(DS1)之中的被附加有指示第二类别的标签的图像数据集(DS1)的。

公开(公告)号：CN116635876A

公开(公告)日：2023-08-22

申请号：CN202180079976.0

申请日：2021-10-14

Applicant: 松下知识产权经营株式会社

Inventor： 杰弗里·纳因戈兰 ,  菅泽裕也 ,  村田久治 ,  佐藤吉宣 ,  相川恒

IPC: G06N20/00

Abstract: 本文中公开了一种用于试图减小识别错误标签所需的时间的技术。一种处理系统(1)包括第一获取器(11)、第二获取器(12)、第三获取器(13)、识别器(14)和提取器(15)。第一获取器(11)被配置为获取已经分配有标签的多条学习数据(D2)。第二获取器(12)被配置为获取基于多条学习数据(D2)而生成的学得模型(M1)。第三获取器(13)被配置为获取已经分配有标签的识别数据(D1)。识别器(14)被配置为基于学得模型(M1)来识别识别数据(D1)。提取器(15)被配置为基于应用于学得模型(M1)中并且与识别数据(D1)和多条学习数据(D2)中的每一条学习数据之间的相似度有关的指数，从多条学习数据(D2)中提取与识别数据(D1)类似的一条或多条学习数据(D2)。