公开(公告)号：CN114556383A

公开(公告)日：2022-05-27

申请号：CN202080073252.0

申请日：2020-11-06

Applicant: 欧姆龙株式会社

Inventor： 米谷竜

IPC: G06N20/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00 ,  G01N21/88

Abstract: 本发明的一个方面所涉及的模型生成装置关于各学习数据集，获取针对训练数据的背景数据，并取得训练数据以及背景数据的差分，由此生成差分数据。然后，模型生成装置通过机器学习，关于各学习数据集，对推定器进行训练，使得根据所生成的差分数据由推定器推定特征的结果适合于正解数据。

公开(公告)号：CN114207664A

公开(公告)日：2022-03-18

申请号：CN202080056673.2

申请日：2020-09-02

Applicant: 欧姆龙株式会社

Inventor： 冈本大和 ,  米谷竜 ,  中田雅博 ,  宫田佳昭

IPC: G06T7/00 ,  G06K9/62 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明提供一种用于降低收集多种不同样本所耗费的成本的技术。本发明的一种方案的数据生成系统利用完成训练的第一生成器，生成包括与输入值相对应的类别的第一特征的第一伪样本，利用完成训练的第二生成器，生成包括与输入值相对应的类别的第二特征的第二伪样本，且合成生成的第一伪样本及第二伪样本，由此生成包括第一特征及第二特征的新样本。

公开(公告)号：CN113196313B

公开(公告)日：2024-08-27

申请号：CN201980082141.3

申请日：2019-11-19

Applicant: 欧姆龙株式会社

Inventor： 米谷竜 ,  诹访正树 ,  宫浦宏之

IPC: G06N20/00

Abstract: 本发明提供用于构建能力更高的学习完毕的学习模型的技术。本发明的一方面所涉及的模型集成装置具备：模型收集部，从多个学习装置分别收集学习完毕的学习模型；集成处理部，对各学习完毕的学习模型，执行对设定在共同部分内的集成范围中所反映的机器学习的结果进行集成的集成处理；以及模型更新部，通过将集成处理的结果向各学习装置发送，并对于各学习装置，使集成处理的结果用于各学习完毕的学习模型内的集成范围，从而对各学习装置保持的学习完毕学习模型进行更新。

公开(公告)号：CN116261503A

公开(公告)日：2023-06-13

申请号：CN202180066146.4

申请日：2021-09-14

Applicant: 欧姆龙株式会社

Inventor： 费利克斯·沃尔夫·汉斯·埃里希·冯德里加斯基 ,  米谷竜 ,  伊斯特万·阿图尔·卡罗利

IPC: B25J9/22

Abstract: 本发明提供一种技术，用于保证实际环境下的可执行性，并且即便是复杂的任务，也使存储器的负载相对轻量且高速地生成动作规划。本发明的一方面的动作规划装置使用符号规划器，生成包含按照执行顺序排列的一个以上的抽象性行为的抽象性行为序列。动作规划装置使用运动规划器，按照执行顺序而由各抽象性行为生成动作序列，并且判定所生成的动作序列能否由机器人装置在实际环境中物理性地执行。

公开(公告)号：CN115997216A

公开(公告)日：2023-04-21

申请号：CN202180046140.0

申请日：2021-06-17

Applicant: 欧姆龙株式会社

Inventor： 井尻善久 ,  米谷竜 ,  谷合竜典

IPC: G06N3/02

Abstract: 预测模型1具有包括第一模块M1和第二模块M2的结构，关于数据集x中包括的各对象xi，第一模块M1使用神经网络计算与该对象xi和属性信息a的组合对应的指标值Vi，第二模块M2通过针对由第一模块M1得到的分别与多个对象x1～xN对应的多个指标值V1～VN进行规定的处理，来计算用户的操作的预测结果y。

公开(公告)号：CN115176255A

公开(公告)日：2022-10-11

申请号：CN202180017287.7

申请日：2021-02-10

Applicant: 欧姆龙株式会社

Inventor： 今井纮 ,  米谷竜 ,  宫浦宏之

IPC: G06N20/00

Abstract: 本发明的一方面所涉及的参数调整装置基于对象推论任务和各现有推论任务的目标的相似性，算出对象推论任务与各现有推论任务之间的关联度，基于算出的关联度，根据由现有任务信息示出的各现有权重组的多个现有权重决定构成对象权重组的多个对象的权重。

公开(公告)号：CN114641800A

公开(公告)日：2022-06-17

申请号：CN202080075759.X

申请日：2020-11-13

Applicant: 欧姆龙株式会社

Inventor： 米谷竜 ,  黑濑真衣

IPC: G06T7/60 ,  G06T7/00

Abstract: 一种用于对人群运动进行建模的方法，包括：获得物理场馆的图像的时间序列；以及针对图像的每一个，根据预定映射将相应图像细分成相应逻辑像素集。对于每个图像的每个逻辑像素，该方法计算相应的人群密度，该人群密度表示在逻辑像素处的物理场馆中每单位面积的移动对象的相应数量，从而形成对应于图像的时间序列的人群密度图的时间序列。然后，该方法使用连续的人群密度图对来训练关于物理场馆处人群密度的时空变化的模型。还公开了一种使用物理场馆的当前图像和经训练的模型来预测物理场馆处的未来人群密度图的方法。

公开(公告)号：CN113196312A

公开(公告)日：2021-07-30

申请号：CN201980082089.1

申请日：2019-11-18

Applicant: 欧姆龙株式会社

Inventor： 米谷竜

IPC: G06N20/00

Abstract: 提供用于构建能够生成多种数据的生成模型的技术。本发明的一个方面涉及的模型生成装置具备：生成部，使用生成模型生成数据；发送部，将生成的数据分别发送至多个学习完毕的识别模型，使各识别模型对数据执行识别，多个学习完毕的识别模型分别通过使用本地学习数据的机器学习获得了识别被提供的数据是否为本地学习数据的能力；接收部，接收各识别模型对被发送的数据进行识别的结果；以及学习处理部，通过使用接收到的识别的结果的机器学习来训练生成模型，以生成使多个识别模型中的至少任意一个识别模型的识别性能降低这样的数据。