-
公开(公告)号：CN115810135A
公开(公告)日：2023-03-17
申请号：CN202111075280.9
申请日：2021-09-14
Applicant: 日本电气株式会社
IPC: G06V10/774 , G06V10/764 , G06V10/74 , G06N20/00 , G06F17/10
Abstract: 本公开的实施例涉及样本分析的方法、电子设备、存储介质和程序产品。该方法包括：获取样本集，样本集具有相关联的标注数据；利用目标模型处理样本集，以确定针对样本集的预测数据和预测数据的置信度；基于预测数据与标注数据的比较，确定目标模型的准确度；以及基于准确度和置信度，从样本集中确定可能被错误标注的候选样本。基于这样的方法，可以高效地筛选出可能被错误标注的样本。
-
公开(公告)号：CN115809413A
公开(公告)日：2023-03-17
申请号：CN202111076672.7
申请日：2021-09-14
Applicant: 日本电气株式会社
IPC: G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/08 , G06N20/00
Abstract: 本公开的实施例涉及一种数据分析方法、电子设备、计算机可读存储介质和计算机程序产品。该方法可以包括确定数据的特征表示，所述数据具有预先标注的标签。该方法还可以包括从多个参考特征表示中确定具有所述标签的参考数据的参考特征表示。该方法可以进一步包括根据确定的所述特征表示与所述参考特征表示的差异大小，从所述数据确定噪声数据。本公开的技术方案能够精确地确定待分析数据是否为噪声数据的分析结果，提升了用户体验。
-
公开(公告)号：CN115809412A
公开(公告)日：2023-03-17
申请号：CN202111076649.8
申请日：2021-09-14
Applicant: 日本电气株式会社
IPC: G06F18/214 , G06F18/24 , G06N20/00
Abstract: 本公开的实施例涉及样本分析的方法、电子设备、存储介质和程序产品。该方法包括：利用样本集来对未经训练的目标模型进行训练；基于对目标模型的训练，确定与样本集中的各样本相关联的训练评估因子；以及基于训练评估因子，从样本集中确定至少一个异常样本，至少一个异常样本包括以下中的至少一项：错误标注样本、异常分布样本或具有负影响的干扰样本。基于这样的方法，可以高效地从样本集中筛选出异常样本。
-
-
公开(公告)号：CN106326264B
公开(公告)日：2022-07-29
申请号：CN201510372135.5
申请日：2015-06-30
Applicant: 日本电气株式会社
IPC: G06F16/28 , G06V10/762
Abstract: 提供了一种聚类设备，包括：获取单元，被配置为获取监测点的监测数据，所述监测数据是时空数据；划分单元，被配置为从所获取的监测数据中选取目标数据，并对选取的目标数据划分级别；构造单元，被配置为根据划分级别后的目标数据来构造聚类参数；以及确定单元，被配置为根据聚类参数来确定监测点的类别。还提供了一种聚类方法。采用本发明，能够获得监测点之间的时空变化的关联。就大气污染监测数据而言，能够获得污染传播链路相似的污染节点，从而实现了污染溯源。
-
Patent Agency Ranking
公开(公告)号：CN114663575A
公开(公告)日：2022-06-24
申请号：CN202011545921.8
申请日：2020-12-23
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。该方法包括获取参考对象的第一参考图像和第二参考图像。该方法还包括基于第一参考图像和第二参考图像，确定第一约束和第二约束。第一约束与相同参考图像的不同深度图之间的差异有关，并且第二约束与不同参考图像的深度一致性有关。该方法还包括至少基于第一约束和第二约束，训练深度估计模型。以此方式，所获得的深度估计模型能够提供更准确的深度信息。
-
公开(公告)号：CN113822444A
公开(公告)日：2021-12-21
申请号：CN202110179274.1
申请日：2021-02-09
Applicant: 日本电气株式会社
Abstract: 本公开涉及模型训练及数据处理的方法、设备和计算机可读存储介质。训练模型的方法包括：确定训练集中的与多个原始样本相对应的多个增广样本集对待训练模型的相应影响程度；基于影响程度，从多个增广样本集中确定第一组增广样本集，并且第一组增广样本集将对待训练模型具有负面影响；确定与训练集相关联的训练损失函数，在训练损失函数中，来自第一组增广样本集的增广样本被分配第一权重，以用于使负面影响减小；基于训练损失函数和训练集，训练待训练模型。以此方式，能够优化训练所得的模型的性能。
-
公开(公告)号：CN105654174B
公开(公告)日：2021-08-20
申请号：CN201410645410.1
申请日：2014-11-11
Applicant: 日本电气株式会社
Abstract: 提供了一种用于预测的系统，包括：分类单元，被配置为采用深层神经网络对所有输入数据进行分类；预测单元，被配置为针对每一类输入数据，训练相应的一个子深层神经网络并进行预测；以及计算单元，被配置为对多个子深层神经网络的预测结果进行加权平均，作为最终的预测结果。还提供了一种用于预测的方法。本发明能够提高预测的精度，特别是针对缺乏相应的训练数据的情况。
-
公开(公告)号：CN106918677B
公开(公告)日：2021-04-27
申请号：CN201510983294.9
申请日：2015-12-24
Applicant: 日本电气株式会社
IPC: G01N33/00
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：CN107247861A
公开(公告)日：2017-10-13
申请号：CN201610187158.3
申请日：2016-03-29
Applicant: 日本电气株式会社
IPC: G06F19/00
CPC classification number: G06F19/00
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。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.029 seconds)
