-
公开(公告)号：DE102016221808A1
公开(公告)日：2017-07-06
申请号：DE102016221808
申请日：2016-11-08
Applicant: IBM
Inventor： KATSUKI TAKAYUKI , RUDY RAYMOND H P
Abstract: Eine Vorrichtung erhält eine Mehrzahl von Signalverläufen, die Messungen einer physikalischen Eigenschaft eines Betriebs einer Maschine wiedergeben, und eine Mehrzahl von Leistungsergebnissen der Maschine, die jeweils der Mehrzahl von Signalverläufen entsprechen, wobei jedes der Leistungsergebnisse die Leistung der Maschine unter Bedingungen angibt, unter denen die durch den entsprechenden Signalverlauf wiedergegebene Messung vorgenommen wurde. Die Vorrichtung teilt jeden der Signalverläufe in eine gemeinsame Mehrzahl von Intervallen auf und berechnet für jedes von mindestens einem der Intervalle einen Einflusswert, der einen Einflussgrad der Mehrzahl von Signalverläufen auf die Mehrzahl von Leistungsergebnissen über dem Intervall wiedergibt.
-
2.发明专利
公开(公告)号：DE102014117588A1
公开(公告)日：2015-06-11
申请号：DE102014117588
申请日：2014-12-01
Applicant: IBM
Inventor： NISHIMURA MAI , MUTA HIDEMASA , KATSUKI TAKAYUKI
Abstract: Problemstellung Bereitstellung eines Verfahrens zum Ermitteln eines Merkmalswerts zum Schätzen eines Verkehrsaufkommens anhand eines Bilds. Mittel zur Problemlösung Das Verfahren der vorliegenden Erfindung beinhaltet: Schritt S12 eines (a) Segmentierens eines Bilds, das eine Vielzahl von Fahrzeugen enthält, in mehrere rechteckige Bereiche; Schritt S13 eines (b) Ermittelns von Ecken in dem Bild, deren Bildpunktwert von benachbarten Bildpunktwerten abweicht, und eines Erhaltens der Positionen der ermittelten Ecken; und Schritt S14 eines (c) Erhaltens der Anzahl von rechteckigen Bereichen einschließlich der Eckpositionen in den rechteckigen Bereichen als einen Merkmalswert.
-
Patent Agency Ranking
公开(公告)号：DE112016003963T5
公开(公告)日：2018-05-30
申请号：DE112016003963
申请日：2016-12-20
Applicant: IBM
Inventor： KATSUKI TAKAYUKI , RUDY RAYMOND HARRY
IPC: G06N5/00
Abstract: Soll-Kenndaten können unter Verwendung einer Vorrichtung vorhergesagt werden, die einen Prozessor und ein oder mehrere computerlesbare Medien enthält, die gemeinschaftlich Anweisungen enthalten. Beim Ausführen durch den Prozessor bewirken die Anweisungen, dass der Prozessor eine Mehrzahl von Daten einer physischen Struktur und eine Mehrzahl von Kenndaten erhält, wenigstens eine strukturelle Ähnlichkeit zwischen wenigstens zwei physischen Strukturen schätzt, die den Daten einer physischen Struktur aus der Mehrzahl von Daten der physischen Struktur entsprechen, und ein Schätzmodell zum Schätzen eines Soll-Kenndatenwertes aus einem Soll-Datenwert der physischen Struktur unter Verwendung wenigstens eines Kenndatenwertes und gemäß wenigstens einer strukturellen Ähnlichkeit zwischen den Soll-Daten der physischen Struktur und jedem Datenwert aus der Mehrzahl von Daten des physischen Struktur berechnet.
-
公开(公告)号：AU2021396607A9
公开(公告)日：2025-03-27
申请号：AU2021396607
申请日：2021-11-24
Applicant: IBM
Inventor： KATSUKI TAKAYUKI , OSOGAMI TAKAYUKI
IPC: G06N3/04
Abstract: A method, a computer program product, and a system of adversarial semi-supervised one-shot training using a data stream. The method includes receiving a data stream based on an observation, wherein the data stream includes unlabeled data and labeled data. The method also includes training a prediction model with the labeled data using stochastic gradient descent based on a classification loss and an adversarial term and training a representation model with the labeled data and the unlabeled data based on a reconstruction loss and the adversarial term. The adversarial term is a cross-entropy between the middle layer output data from the models. The classification loss is a cross-entropy between the labeled data and an output from the prediction model. The method further includes updating a discriminator with middle layer output data from the prediction model and the representation model and based on a discrimination loss, and discarding the data stream.
-
公开(公告)号：DE102014113988A1
公开(公告)日：2015-04-30
申请号：DE102014113988
申请日：2014-09-26
Applicant: IBM
Inventor： KATSUKI TAKAYUKI , MORIMURA TETSURO , YANAGISAWA HIROKI , TSUBOI YUTA
Abstract: Problem Ein abgeändertes Modell zu erzeugen, in dem ein durch Daten, die spezifisch für Trainingsdaten sind, verursachter Vorhersagefehler aus einem aus den Trainingsdaten erzeugten Vorhersagemodell verringert wird. Mittel zum Lösen Es werden eine Erzeugungsvorrichtung, die auf der Grundlage von Trainingsdaten ein Vorhersagemodell erzeugt, ein Erzeugungsverfahren und ein Programm bereitgestellt. Die Erzeugungsvorrichtung beinhaltet eine Modellerzeugungseinheit, die ein trainiertes Modell erzeugt, das durch Trainieren unter Verwenden der Trainingsdaten Ausgabemerkmalwerte aus Eingabemerkmalwerten vorhersagt, und eine Modellabänderungseinheit, die Grade von Auswirkungen einiger der Eingabemerkmalwerte in dem erzeugten trainierten Modell verringert und die ein abgeändertes Modell erzeugt, das tatsächlich für die Testdaten verwendet wird.
-
公开(公告)号：DE102016221808B4
公开(公告)日：2022-08-18
申请号：DE102016221808
申请日：2016-11-08
Applicant: IBM
Inventor： KATSUKI TAKAYUKI , RUDY RAYMOND H P
Abstract: Vorrichtung, aufweisend:eine Dateneingabesektion, die funktionell in der Lage ist, eine Mehrzahl von Signalverläufen, die Messungen einer physikalischen Eigenschaft eines Betriebs einer Maschine wiedergeben, und eine Mehrzahl von Leistungsergebnissen der Maschine, die jeweils der Mehrzahl von Signalverläufen entsprechen, zu erhalten, wobei jedes der Leistungsergebnisse die Leistung der Maschine unter Bedingungen angibt, unter denen die durch den entsprechenden Signalverlauf wiedergegebene Messung vorgenommen wurde;eine Aufteilsektion, die in funktionell der Lage ist, jeden der Signalverläufe in eine gemeinsame Mehrzahl von Intervallen aufzuteilen;einen Differenzberechner, der funktionell in der Lage ist, für jedes des mindestens einen der Intervalle eine Differenz zwischen jedem der Signalverläufe und einem Standardsignalverlauf über dem Intervall zu berechnen;eine Standardsignalverlauf-Erzeugesektion, die funktionell in der Lage ist, für jedes der Intervalle denjenigen Signalverlauf auszuwählen, dessen Differenz in Hinblick auf die anderen Signalverläufe über dem Intervall unter der Mehrzahl von Signalverläufen am kleinsten ist, und den Standardsignalverlauf durch Kombinieren der ausgewählten Signalverläufe auf Grundlage der Mehrzahl von Signalverläufen zu erzeugen; undeine Rechensektion, die funktionell in der Lage ist, für jedes von mindestens einem der Intervalle einen Einflusswert zu berechnen, der einen Einflussgrad der Mehrzahl von Signalverläufen auf die Mehrzahl von Leistungsergebnissen über dem Intervall wiedergibt, wobei die Rechensektion einen Einflusswertberechner aufweist, der funktionell in der Lage ist, den Einflusswert für jedes des mindestens einen der Intervalle aus den für das Intervall berechneten Differenzen und den entsprechenden Leistungsergebnissen zu berechnen.
-
7.发明专利
公开(公告)号：DE112019005373T5
公开(公告)日：2021-07-15
申请号：DE112019005373
申请日：2019-12-16
Applicant: IBM
Inventor： KATSUKI TAKAYUKI
Abstract: Es wird ein auf einem Computer ausgeführtes Verfahren zum Entdecken neuer in Frage kommender Materialien anhand einer chemischen Datenbank vorgestellt. Das Verfahren umfasst ein Extrahieren eines Merkmalsvektors aus einer chemischen Formel, ein Erlernen eines Vorhersagemodells zum Vorhersagen von Eigenschaftswerten aus dem Merkmalsvektor mit einem Sparse-Kernel-Modell unter Verwendung der chemischen Datenbank, ein Auswählen eines vorhandenen Materials aus einer Liste von vorhandenen Materialien, die beruhend auf den vorhergesagten Eigenschaftswerten durch das in dem Lernschritt erlernte Vorhersagemodell in absteigender Reihenfolge sortiert ist, ein Auswählen eines Basismaterials aus einer Liste von Basismaterialien, die in absteigender Reihenfolge der absoluten Reaktionsgrößen in Bezug auf das ausgewählte vorhandene Material sortiert ist, und ein Generieren der neuen in Frage kommenden Materialien als Varianten des ausgewählten vorhandenen Materials unter Berücksichtigung des ausgewählten Basismaterials.
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
