-
-
公开(公告)号：CN106920198B
公开(公告)日：2022-08-26
申请号：CN201510983291.5
申请日：2015-12-24
Applicant: 日本电气株式会社
IPC: G06Q50/26
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，被配置为计算相邻时间窗之间的所有监测点之间的相关性；以及确定单元，被配置为找出目标时刻的最相关的监测点对，并且依次向前移动时间窗以找出前一时刻的最相关的监测点对，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：CN114691912A
公开(公告)日：2022-07-01
申请号：CN202011563588.3
申请日：2020-12-25
Applicant: 日本电气株式会社
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多个图像，其中每个图像具有指示该图像中的像素的语义类别的初始语义分割标签；获取与多个图像相对应的多个图像掩码，其中每个图像掩码用于选择多个图像中的对应图像中的目标区域；基于多个图像掩码和多个图像的初始语义分割标签，重新生成多个图像的相应语义分割标签；以及基于多个图像和重新生成的相应语义分割标签，生成混合图像和该混合图像的语义分割标签。通过将所生成的混合图像及其语义分割标签作为训练数据来训练图像语义分割模型，有助于减少模型在简单训练样本上的冗余学习并且改善模型过拟合的问题，从而提升模型的性能。
-
公开(公告)号：CN113469204A
公开(公告)日：2021-10-01
申请号：CN202010245582.5
申请日：2020-03-31
Applicant: 日本电气株式会社
Abstract: 本公开的示例性实现方式涉及数据处理方法、装置、设备和计算机存储介质。在此描述的方法包括使用图像数据集中的第一数据集来训练图像处理模型，其中图像数据集根据预定条件被分成第一数据集和第二数据集。方法还包括通过经训练的图像处理模型从第二数据集选择至少第一子集，然后至少使用第一数据集和第一子集的组合来进一步训练图像处理模型。根据本公开的实施例，能够从不平衡的训练数据中选择有助于模型训练的样本，进而使用所选择的样本来训练图像处理模型，由此提高训练出的图像处理模型的性能。
-
公开(公告)号：CN113469202A
公开(公告)日：2021-10-01
申请号：CN202010245435.8
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用于数据处理的方法、电子设备和计算机可读存储介质。一种数据处理的方法包括获取第一数据集合，第一数据集合中的每个数据具有指示该数据的类别的标签；从第一数据集合中确定具有噪声标签的第一数据子集；以及重新生成第一数据子集中的数据的标签，以得到第二数据集合。以此方式，数据集合中具有噪声标签的数据能够被识别，并且其噪声标签能够被自动纠正。经处理的数据集合能够被用于训练分类模型，从而提高机器学习的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN107886103A
公开(公告)日：2018-04-06
申请号：CN201610866131.7
申请日：2016-09-29
Applicant: 日本电气株式会社
IPC: G06K9/62
CPC classification number: G06K9/6297
Abstract: 本公开提出了用于识别行为模式的方法、设备和系统。该方法包括：连续获取来自多个传感器的传感器数据，以得到与所述多个传感器分别对应的多个传感器数据序列；根据所述多个传感器数据序列来确定与所述多个传感器相关的变化特征向量；以及基于预定概率模型，根据所述变化特征向量来推断及识别行为模式。
-
公开(公告)号：CN106156845A
公开(公告)日：2016-11-23
申请号：CN201510129042.X
申请日：2015-03-23
Applicant: 日本电气株式会社
IPC: G06N3/02
Abstract: 本公开涉及一种用于构建神经网络的方法和设备。所述方法包括：获取目标数据与其影响因素之间的关联关系模型，所述关联关系模型表征所述目标数据与其影响因素之间的关联性；根据所述关联关系模型，设定所述神经网络的网络拓扑；以及利用样本数据对所述神经网络进行训练。根据本公开，提供了一种改进的用于构建神经网络的方法，其中通过挖掘输入输出数据之间的关联关系模型来设定神经网络的网络拓扑。利用该方法可以在不影响模型预测精度的情况下，大大节省网络的训练时间。
-
公开(公告)号：CN119494995A
公开(公告)日：2025-02-21
申请号：CN202311028984.X
申请日：2023-08-15
Applicant: 日本电气株式会社
IPC: G06V10/774 , A61B1/00 , G06V10/764 , G06V10/74 , G06T7/00
Abstract: 根据本公开的实施例，提供了用于图像处理的方法和设备。该方法包括监测针对第一图像序列中的图像的相应预测结果。第一图像序列是由内窥镜在检查中随时间而采集的，并且预测结果指示在相应图像被采集时内窥镜是否位于被检查对象体内。该方法进一步包括基于监测，从第一图像序列中确定与内窥镜进入被检查对象体内相对应的参考图像。该方法进一步包括获取在参考图像的采集时间之后由内窥镜采集的第二图像序列。该方法进一步包括基于第二图像序列，确定被检查对象的由内窥镜检查的目标部位。该方案可以不依赖于外部输入自动地完成目标部位的识别，从而保证内窥镜检查的前序工作的准确性和快速性。
-
公开(公告)号：CN116188965A
公开(公告)日：2023-05-30
申请号：CN202111415903.2
申请日：2021-11-25
Applicant: 日本电气株式会社
IPC: G06V20/10 , G06V10/30 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本公开的实施例涉及一种数据处理方法、电子设备和计算机程序产品。该方法可以包括确定数据的多个特征表示，多个特征表示分别对应于数据具有的预先标注的一组标签。该方法还可以包括获取多个特征表示的第一组检测结果。该方法可以进一步包括基于第一组检测结果与一组标签，从第一组检测结果中确定一组未命中结果以作为数据中的噪声，一组未命中结果的每个未命中结果是基于损失函数值从第一组检测结果中确定的。本公开的技术方案能够自动化地确定并修改训练数据中的噪声数据的真值标签，提升了用户体验。
-
公开(公告)号：CN116091378A
公开(公告)日：2023-05-09
申请号：CN202111272392.3
申请日：2021-10-29
Applicant: 日本电气株式会社
Abstract: 本公开的实施例涉及用于图像处理的方法和电子设备。该方法包括基于第一和第二参考图像，根据深度估计模型，确定第一组约束。第一组约束至少与相同参考图像的不同深度图之间的差异有关。该方法还包括基于第一组约束，更新深度估计模型的参数。该方法还包括基于第三和第四参考图像，根据参数被更新的深度估计模型，确定第二组约束。第一组约束和第二组约束中的至少一组约束与不同参考图像的深度一致性有关。该方法还包括基于第二组约束，确定深度估计模型的参数。以此方式获得的深度估计模型能够提供更合理的深度范围信息和更准确的结构信息。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.022 seconds)
