-
公开(公告)号:CN116802651A
公开(公告)日:2023-09-22
申请号:CN202180092367.9
申请日:2021-02-05
Applicant: 三菱电机株式会社
IPC: G06N20/00
Abstract: 信息处理装置(100)具有:取得部(120),其取得分别利用不同方法进行物体检测的已学习模型(200a、200b)和作为包含物体的多个图像的多个无标签学习数据;物体检测部(140),其分别针对多个无标签学习数据,使用已学习模型(200a、200b)进行物体检测;计算部(150),其根据多个物体检测结果计算表示多个无标签学习数据的价值的多个信息量得分;以及选择输出部(160),其根据多个信息量得分,从多个无标签学习数据中选择预先设定的数量的无标签学习数据,输出选择出的无标签学习数据。
-
公开(公告)号:CN119604869A
公开(公告)日:2025-03-11
申请号:CN202280097560.6
申请日:2022-07-05
Applicant: 三菱电机株式会社
IPC: G06N3/045
Abstract: 信息处理装置(100)具有:注意力机制部(113),其使用注意力机制的学习模型即注意力机制学习模型,通过多个权重值对作为时间序列的多个输入数据或根据该多个输入数据计算出的多个变量进行加权并相加,由此计算上下文变量;判断部(114),其根据多个判断的可靠度,从该多个判断中估计一个判断,其中,所述多个判断的可靠度是根据上下文变量以及多个输入数据中包含的最新的一个输入数据或多个变量中包含的最新的一个变量计算出的;以及数据提取部(116),其参照该多个权重值,由此从多个输入数据提取成为一个判断的估计因素的一个或多个输入数据。
-
公开(公告)号:CN119343684A
公开(公告)日:2025-01-21
申请号:CN202280096962.4
申请日:2022-06-16
Applicant: 三菱电机株式会社
IPC: G06N20/00
Abstract: 信息处理装置(100)具备:注意力机制部(113),其使用注意力机制的训练模型即注意力机制训练模型,对作为时间序列的多个变量进行加权并相加,由此计算上下文变量;判断部(114),其基于根据该上下文变量和该多个变量中包含的最新的一个变量而计算的多个判断的可靠度,来估计该多个判断中包含的一个判断;存储部(101),其存储将上下文变量与一个判断对应起来而得的结果信息;以及评价部(115),其根据该结果信息,至少进行注意力机制训练模型的训练状态的评价。
-
-