-
公开(公告)号：CN116235185A
公开(公告)日：2023-06-06
申请号：CN202180054312.9
申请日：2021-03-25
Applicant: 三菱电机株式会社
IPC: G06N3/0464 , G06F40/58 , G06N3/08
Abstract: 公开了一种人工智能(AI)系统。AI系统包括：接受输入数据的输入接口；存储多维神经网络的存储器，该多维神经网络具有深度神经网络(DNN)序列，其具有内部DNN和外部DNN；处理器，该处理器配置为将输入数据提交给多维神经网络以产生外部DNN的输出；以及输出接口，该输出接口用于渲染所述输出的至少一个函数。每个DNN均由层序列沿数据传播的第一维度依次处理输入数据。DNN沿着数据传播的第二维度从内部DNN到外部DNN布置。此外，DNN连接成使得DNN的至少一个层的输出与DNN序列中的后续DNN的至少一个层的输入相结合。
-
公开(公告)号：CN115039141A
公开(公告)日：2022-09-09
申请号：CN202080095329.4
申请日：2020-12-15
Applicant: 三菱电机株式会社
Abstract: 场景感知对话系统包括用于接收视频帧序列、背景信息和询问的输入接口以及存储器，该存储器被配置为存储被训练为通过分析输入视频帧序列和输入背景信息中的一者或组合来生成对输入询问的答复的神经网络。该系统还包括处理器，该处理器被配置为对视频帧序列中的每个视频帧中的对象进行检测和分类；确定每个视频帧中的分类对象之间的关系；为每个视频帧提取表示分类对象和确定的关系的特征，以生成特征向量序列；并且将特征向量序列、输入询问和输入背景信息提交给神经网络，以生成对输入询问的答复。
-
公开(公告)号：CN115038936A
公开(公告)日：2022-09-09
申请号：CN202080095350.4
申请日：2020-12-17
Applicant: 三菱电机株式会社
IPC: G01C21/36
Abstract: 提供了一种导航系统，其被配置为基于场景中的与驾驶车辆相关的对象的实时描述向移动的车辆的驾驶员提供驾驶指令。导航系统包括：输入接口，其被配置为接受用于驾驶车辆的路线、在当前时刻车辆在路线上的状态、以及在当前时刻与车辆的路线相关的显著对象的集合的动态地图，其中，至少一个显著对象是由在当前时刻的当前位置和在未来时刻的未来位置之间的路线上移动的车辆的测量系统感知的对象，其中，显著对象的集合包括一个或更多个静态对象和一个或更多个动态对象；处理器，其被配置为基于从由车辆的状态指定的驾驶员视角导出的动态地图中的显著对象的描述来生成驾驶指令；以及输出接口，其配置为向车辆的驾驶员呈现驾驶指令。
-
公开(公告)号：CN114556369A
公开(公告)日：2022-05-27
申请号：CN202080071574.1
申请日：2020-10-14
Applicant: 三菱电机株式会社
Abstract: 一种用于控制包括辅助一个或多个工具执行一个或多个任务的多个致动器的机器的操作的系统响应于接收到由执行任务的工具生成的信号和由致动工具的多个致动器生成的信号的声混合，将信号的声混合提交到神经网络中，该神经网络被训练以从声混合将由执行任务的工具生成的信号与由致动工具的致动器生成的信号分离，以从信号的声混合提取由执行任务的工具生成的信号，分析所提取的信号以生成任务的执行的状态，并且执行根据任务的执行的状态选择的控制动作。
-
公开(公告)号：CN111557029A
公开(公告)日：2020-08-18
申请号：CN201880077778.9
申请日：2018-05-31
Applicant: 三菱电机株式会社
Abstract: 一种用于训练多语言语音识别网络的方法包括：提供与预定语言相对应的话语数据集；在话语数据集中插入语言标识(ID)标签，其中，话语数据集中的每一个由语言ID标签中的每一个来加标签；将加标签的话语数据集级联；从话语数据集生成初始网络参数；根据预定序列选择初始网络参数；以及用一系列所选择的初始网络参数和级联的加标签的话语数据集迭代地训练端到端网络，直到训练结果达到阈值。
-
Patent Agency Ranking
公开(公告)号：CN105684079B
公开(公告)日：2019-09-03
申请号：CN201480058216.1
申请日：2014-10-08
Applicant: 三菱电机株式会社
IPC: G10L21/0208
Abstract: 一种从输入的有噪信号确定多个序列的隐变量的方法，多个序列的隐变量包括表示清晰语音信号的激励分量的至少一个序列的隐变量、表示清晰语音信号的滤波器分量的至少一个序列的隐变量和表示噪声信号的至少一个序列的隐变量。所述多个序列的隐变量包括被确定为非负基函数的非负线性组合的隐变量。所述确定使用清晰语音信号的模型，该模型包括将激励分量和滤波器分量的隐变量约束为在时间上统计地具有依存性的非负源‑滤波器动力学系统(NSFDS)。所述方法使用表示激励分量和滤波器分量的相应隐变量的乘积生成输出信号。
-
公开(公告)号：CN105393305B
公开(公告)日：2019-04-23
申请号：CN201480040398.X
申请日：2014-07-04
Applicant: 三菱电机株式会社
IPC: G10L21/0208
Abstract: 一种处理声音信号的方法，该声音信号是目标信号和干扰信号的混合物，该方法首先通过一组增强过程增强声音信号以产生一组初始增强信号。然后，对该声音信号和该组初始增强信号应用集成学习过程以产生该声音信号的特征。
-
公开(公告)号：CN107077860A
公开(公告)日：2017-08-18
申请号：CN201580056485.9
申请日：2015-10-08
Applicant: 三菱电机株式会社
IPC: G10L21/0208 , G10L21/0324 , G10L25/03 , G10L25/30
Abstract: 通过首先从环境获取有噪音频信号，方法将该有噪音频信号转换为增强音频信号。通过具有网络参数的增强网络来处理该有噪音频信号，以共同产生幅度掩蔽和相位估计。然后，使用所述幅度掩蔽和相位估计来获得增强音频信号。
-
公开(公告)号：CN106537420A
公开(公告)日：2017-03-22
申请号：CN201580038701.7
申请日：2015-07-24
Applicant: 三菱电机株式会社
CPC classification number: G06N3/0445 , G06N3/0436 , G06N3/084 , G06N7/005 , G06N20/00 , G10L15/16
Abstract: 一种用于通过首先定义用于转换输入信号的模型来转换输入信号的方法，其中，模型由约束和一组模型参数来指定。迭代推断过程从模型和一组模型参数导出，并且被展开为一组层，其中，针对所述过程的各次迭代存在一层，并且其中，所有层使用同一组网络参数。通过解放该一组网络参数使得针对各层存在一组网络参数且各组网络参数分别可维持并分别可应用于相应层来形成神经网络。训练神经网络，以获得受训神经网络，并且然后，使用受训神经网络来转换输入信号，以获得输出信号。
-
公开(公告)号：CN105556247A
公开(公告)日：2016-05-04
申请号：CN201480051874.8
申请日：2014-09-09
Applicant: 三菱电机株式会社
Inventor： 丹尼尔·N·尼科夫斯基 , J·R·赫尔歇 , B·哈尔沙姆 , J·勒鲁克斯
IPC: G01C21/36
CPC classification number: G01C21/36 , G01C21/3617 , G06K9/6277
Abstract: 一种方法调节车辆导航系统的用户接口。基于表示与车辆有关的当前状态的输入向量，使用表示先前状态的预测模型来预测实现下一状态的动作的概率。然后，在车辆中显示具有最高概率的动作的子集。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.029 seconds)
