公开(公告)号：CN112105923B

公开(公告)日：2024-01-09

申请号：CN201880093318.5

申请日：2018-07-13

Applicant: 爱-森新株式会社

Inventor： 李锡沅 ,  姜秉根 ,  李明澔 ,  南学铉 ,  李弦锡

IPC: G01N27/327 ,  G01N33/66 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084 ,  G06N3/098 ,  G06N3/048

Abstract: 如果现有的测量技术是相关领域专家长时间研发应用直接提取特征的公式或方法以有效提取特征(Features)的技术，则本发明的目的是提供一种利用人工智能深度学习的测量对象浓度测量方法，将测量时间内从携带信息(Labels)的样品获得的输入信号进行图像化建立数据集，通过利用人工神经网络技术的深度学习找出人们无法预知的有用的特征等，并且应用如此通过(56)对比文件Hieu Trung Huynh 等.Hematocritestimation from compact single hiddenlayer feedforward neural networks trainedby evolutionary algorithm《.2008 IEEECongress on Evolutionary Computation》.2008,第2962-2966页.

公开(公告)号：CN112105923A

公开(公告)日：2020-12-18

申请号：CN201880093318.5

申请日：2018-07-13

Applicant: 爱-森新株式会社

Inventor： 李锡沅 ,  姜秉根 ,  李明澔 ,  南学铉 ,  李弦锡

IPC: G01N27/327 ,  G01N33/66 ,  G06N3/04 ,  G06N3/08

Abstract: 如果现有的测量技术是相关领域专家长时间研发应用直接提取特征的公式或方法以有效提取特征(Features)的技术，则本发明的目的是提供一种利用人工智能深度学习的测量对象浓度测量方法，将测量时间内从携带信息(Labels)的样品获得的输入信号进行图像化建立数据集，通过利用人工神经网络技术的深度学习找出人们无法预知的有用的特征等，并且应用如此通过学习获得的算法，可以估算出结果值。