-
公开(公告)号：CN114556448A
公开(公告)日：2022-05-27
申请号：CN202080071408.1
申请日：2020-11-06
Applicant: 欧姆龙株式会社
Abstract: 本发明的一方面所涉及的模型生成装置关于各学习数据集执行：第一训练步骤，训练第二推断器，使得从第二推断器得到的推断结果适合于第二正解数据；第二训练步骤，训练编码器，使得从第二推断器得到的推断结果不适合于第二正解数据；以及第三训练步骤，训练编码器和所述第一推断器，使得从第一推断器得到的推断结果适合于第一正解数据。模型生成装置交替地反复执行第一训练步骤和第二训练步骤。
-
公开(公告)号：CN113424208A
公开(公告)日：2021-09-21
申请号：CN202080013551.5
申请日：2020-02-18
Applicant: 欧姆龙株式会社
Abstract: 本发明能够构建导入成本比较低廉，而且对于与数据的获取相关的属性的差异稳健的学习完毕的模型。本发明的一方面涉及的学习装置针对各学习数据集，执行对第二编码器和第二元识别器进行训练以使第二元识别器的识别结果适合于元数据的第一训练步骤、对各编码器和推测器进行训练以使推测器的推测结果适合于正解数据的第二训练步骤、对第一元识别器进行训练以使第一元识别器的识别结果适合于元数据的第三训练步骤、以及对第一编码器进行训练以使第一元识别器的识别结果不适合于元数据的第四训练步骤。交替地反复执行第三训练步骤和第四训练步骤。
-
Patent Agency Ranking
公开(公告)号：CN113424208B
公开(公告)日：2024-09-06
申请号：CN202080013551.5
申请日：2020-02-18
Applicant: 欧姆龙株式会社
Abstract: 本发明能够构建导入成本比较低廉，而且对于与数据的获取相关的属性的差异稳健的学习完毕的模型。本发明的一方面涉及的学习装置针对各学习数据集，执行对第二编码器和第二元识别器进行训练以使第二元识别器的识别结果适合于元数据的第一训练步骤、对各编码器和推测器进行训练以使推测器的推测结果适合于正解数据的第二训练步骤、对第一元识别器进行训练以使第一元识别器的识别结果适合于元数据的第三训练步骤、以及对第一编码器进行训练以使第一元识别器的识别结果不适合于元数据的第四训练步骤。交替地反复执行第三训练步骤和第四训练步骤。
-
公开(公告)号：CN116964623A
公开(公告)日：2023-10-27
申请号：CN202280018059.6
申请日：2022-02-25
Applicant: 欧姆龙株式会社
IPC: G06T7/00
Abstract: 一种数据生成装置，生成对对象物进行判断的机器学习中的数据，所述数据生成装置具备：原始数据显示部，将实施数据增强的包含对象物的第一原数据显示于显示部；参数接收部，接收与数据增强相关的参数的输入；生成数据显示部，将生成数据显示于显示部，所述生成数据是通过基于参数对第一原数据中对象物以外的部分进行数据增强而生成的；以及可否采用接收部，接收是否采用基于参数的数据增强。
-
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
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：CN115210724A
公开(公告)日：2022-10-18
申请号：CN202180017846.4
申请日：2021-02-10
Applicant: 欧姆龙株式会社
Abstract: 本发明的一方面涉及的模型生成装置执行第一训练步骤以及第二训练步骤，在第一训练步骤中，对编码器、第一推断器以及第二推断器进行训练，以使关于各学习数据集，在将训练数据提供给编码器时，完成第一推断器的第一推断任务的结果符合第一正解数据，且完成第二推断器的第二推断任务的结果符合第二正解数据，在第二训练步骤中，对编码器进行训练，以使关于各学习数据集，特征量的第一部分与第二正解数据之间的相关性变低，且特征量的第二部分与第一正解数据之间的相关性变低。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
