-
公开(公告)号：CN119908003A
公开(公告)日：2025-04-29
申请号：CN202380066040.3
申请日：2023-09-19
Applicant: 日立安斯泰莫株式会社
IPC: G08G1/16 , G06F11/3668
Abstract: 提供一种能够易于对将车辆的传感器数据作为输入的软件进行改善的软件验证系统等。软件验证系统使用第一信息、第二信息、第三信息，检测新版本的控制软件的退化(性能判断部118)，使用在检测到退化时的传感器数据来验证新版本的控制软件，第一信息为在将来自搭载于车辆的传感器的传感器数据作为输入时用于车辆的控制的当前版本的控制软件的输出，第二信息为在将传感器数据作为输入时没有用于车辆的控制的新版本的控制软件的输出，第三信息为第一信息以及第二信息以外的与车辆的控制有关的信息。
-
公开(公告)号：CN118830007A
公开(公告)日：2024-10-22
申请号：CN202380025133.1
申请日：2023-05-09
Applicant: 日立安斯泰莫株式会社
IPC: G06V10/776 , G06N3/0464 , G06T7/00
Abstract: 本发明的一个方式的图像识别系统具备：不一致信息提取部，其分别被输入针对同一输入图像的新旧的机器学习模型的推论结果，在两个推论结果存在不一致区域的情况下，输出输入图像中的不一致区域的图像信息和表示新机器学习模型有无检测到不一致区域内的关注点的信息；有无物体判定部，其判定在不一致区域的图像信息中是否包含关注点并输出判定结果；以及性能劣化判定部，其基于表示新机器学习模型有无检测到不一致区域内的关注点的信息和不一致区域的图像信息中有无关注点的判定结果，判定与当前机器学习模型进行了比较的新机器学习模型的性能劣化。
-
公开(公告)号：CN113168574B
公开(公告)日：2024-06-14
申请号：CN201980079673.1
申请日：2019-12-10
Applicant: 日立安斯泰莫株式会社
IPC: G06N3/10
Abstract: 信息处理装置具备：DNN运算部，其执行基于由多个层构成的神经网络的DNN运算；以及权重存储部，其存储在所述DNN运算中使用的权重，所述DNN运算部将输入到所述神经网络的预定层的数据中的具有比预定的阈值大的值的数据确定为运算对象数据，从所述权重存储部取得与所述运算对象数据对应的权重，基于所述运算对象数据和从所述权重存储部取得的权重，执行所述预定层的运算。
-
公开(公告)号：CN114846505A
公开(公告)日：2022-08-02
申请号：CN202080089067.0
申请日：2020-12-15
Applicant: 日立安斯泰莫株式会社
Abstract: 本发明的信息处理装置在车辆的自动驾驶系统中根据行驶中的环境等来降低DNN中进行的物体提取的运算量。本发明为一种信息处理装置，其具有处理器、存储器以及利用推理模型来执行运算的运算装置，该信息处理装置具有：DNN处理部，其受理外部信息，通过所述推理模型从所述外部信息中提取外界的物体；以及处理内容控制部，其控制所述DNN处理部的处理内容，所述DNN处理部具有物体提取部，所述物体提取部利用具有多个神经元的层的深度神经网络来执行所述推理模型，所述处理内容控制部包含执行层决定部，所述执行层决定部决定所述物体提取部中使用的所述层。
-
公开(公告)号：CN118871928A
公开(公告)日：2024-10-29
申请号：CN202280093363.7
申请日：2022-06-24
Applicant: 日立安斯泰莫株式会社
IPC: G06N3/082
Abstract: 本发明涉及一种运算装置，其具备：重要度计算部，其使用对多层神经网络模型的信道设定的权重系数，计算信道的重要度，该多层神经网络模型在输入层、中间层和输出层的每一个中具有由多个神经元构成的信道；目标压缩率设定部，其设定多层神经网络模型整体的目标压缩率；各层压缩率计算部，其根据重要度和目标压缩率，计算多层神经网络模型的各层的压缩率；压缩部，其与由各层压缩率计算部计算的压缩率相对应地压缩各层，生成压缩后的多层神经网络模型；以及再学习部，其进行压缩后的多层神经网络模型的再学习。
-
Patent Agency Ranking
公开(公告)号：CN110494868B
公开(公告)日：2023-10-24
申请号：CN201880024484.X
申请日：2018-04-13
Applicant: 日立安斯泰莫株式会社
IPC: G06N3/0464 , G06N3/048 , B60R16/02 , G08G1/16
Abstract: 本发明的车辆电子控制装置包括：能够获取车辆的状态的状态获取部；和基于由所述状态获取部获取的车辆的状态来判断是否要建立人工智能模型的判断部，在所述判断部判断为要建立所述人工智能模型的情况下，组合多个运算单元来建立能够执行规定处理的人工智能模型。
-
公开(公告)号：CN110574086B
公开(公告)日：2022-05-17
申请号：CN201880019098.1
申请日：2018-04-10
Applicant: 日立安斯泰莫株式会社
IPC: B60W30/182 , B60W40/09 , B60W50/10 , B60W50/14 , B60W60/00
Abstract: 本发明的课题在于即便在手动驾驶时与自动驾驶时车辆周边的状况不一样时也在考虑车辆周边状况的情况下进行遵循驾驶员的驾驶特性的自动驾驶。本发明为一种车辆控制装置(120)，其能够切换通过驾驶员的操作使车辆行驶的手动驾驶与根据行驶计划使车辆自动行驶的自动驾驶，该车辆控制装置(120)具备：车辆控制计划部(123)，其计划行驶计划；以及验证部(124)，其验证基于行驶计划的车辆的行驶状态，该车辆控制装置根据与手动驾驶时的驾驶员的驾驶特性相关的学习和与验证部(124)的验证结果相关的学习的结果来计划行驶计划。
-
公开(公告)号：CN113168574A
公开(公告)日：2021-07-23
申请号：CN201980079673.1
申请日：2019-12-10
Applicant: 日立安斯泰莫株式会社
IPC: G06N3/10
Abstract: 信息处理装置具备：DNN运算部，其执行基于由多个层构成的神经网络的DNN运算；以及权重存储部，其存储在所述DNN运算中使用的权重，所述DNN运算部将输入到所述神经网络的预定层的数据中的具有比预定的阈值大的值的数据确定为运算对象数据，从所述权重存储部取得与所述运算对象数据对应的权重，基于所述运算对象数据和从所述权重存储部取得的权重，执行所述预定层的运算。
-
公开(公告)号：CN119908004A
公开(公告)日：2025-04-29
申请号：CN202380067192.5
申请日：2023-11-21
Applicant: 日立安斯泰莫株式会社
Abstract: 本发明所涉及的行驶辅助装置具有：区域提取部(11)，从传感器数据的图像信息中提取包括本车辆的周围的交通参与者的特定区域；风险导出部(15)，针对提取到的特定区域的交通参与者，导出对本车辆而言在安全行驶上的风险程度；优先级设定部(16)，对应于风险程度而设定特定区域的处理优先级；处理负荷设定部(18)，对应于处理优先级而设定特定区域的信息的处理负荷；以及识别处理部(19)，基于来自所述处理负荷设定部的处理负荷信息来进行交通参与者的识别。
-
公开(公告)号：CN113272831B
公开(公告)日：2024-07-23
申请号：CN202080006824.3
申请日：2020-01-08
Applicant: 日立安斯泰莫株式会社
IPC: G06N3/063
Abstract: 本发明缩短神经网络的处理时间而且以可有效利用多个运算器的方式减少神经网络的运算次数。本发明为一种神经网络的缩简装置(100)，其通过缩简神经网络来减少由具备多个运算器的运算装置(140)进行的神经网络的运算次数，其设为如下构成，即，具备：运算器分配部(102)，其设定针对神经网络的运算处理的运算器的分配数；运算次数设定部(103)，其根据运算器的分配数来设定缩简后的神经网络的运算次数；以及神经网络缩简部(104)，其以使运算装置(140)进行的神经网络的运算次数与运算次数设定部(103)设定的运算次数相等的方式缩简神经网络。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.022 seconds)
