-
公开(公告)号：CN112513892B
公开(公告)日：2024-06-25
申请号：CN201880095979.1
申请日：2018-07-31
Applicant: 三菱电机株式会社
Inventor： 田中信秋
IPC: G06N20/00
Abstract: 具有：存储部(102)，其对包含多个数字数据(DD)的数据集合(DG)及包含向多个数字数据(DD)的每一者分别附加的多个标签(RD)的标签集合(RG)进行存储；特征提取部(103)，其通过从多个数字数据(DD)的每一者提取预先确定的特征，生成表示提取出的特征的特征矢量，从而生成包含多个特征矢量的特征矢量集合(BG)；以及聚类判定部(104)，其通过使用标签集合(RG)，针对特征矢量集合(BG)试验性地进行有教师的聚类，对聚类的可能性进行判断，从而对数据集合(DG)的均匀性进行判定。
-
公开(公告)号：CN115516472A
公开(公告)日：2022-12-23
申请号：CN202080100529.4
申请日：2020-05-20
Applicant: 三菱电机株式会社
IPC: G06N20/00
Abstract: 数据创建装置(1)创建用于对判定模型进行学习的学习数据，该判定模型基于在通过工作机械进行的被加工物的加工时发出的声音及振动的至少一者的观测数据和在通过工作机械进行的被加工物的加工时使用的加工条件，对被加工物的加工状态进行推定，数据创建装置(1)具有：大规模数据取得部(21)，其取得对通过第1工作机械加工出的被加工物的加工状态进行判定的第1判定模型的学习中使用的大规模的学习数据即大规模数据；适应数据取得部(22)，其取得对通过第2工作机械加工出的被加工物的加工状态进行判定的第2判定模型的学习中使用的学习数据的创建所使用的适应数据；以及学习数据创建部(10)，其基于适应数据对大规模数据进行变换，对在第2判定模型的学习中使用的适应完成大规模数据进行创建。
-
-
公开(公告)号：CN109417666A
公开(公告)日：2019-03-01
申请号：CN201680087384.2
申请日：2016-07-21
Applicant: 三菱电机株式会社
Inventor： 田中信秋
CPC classification number: H04R1/406 , G10L21/0216 , H04M9/08 , H04M9/082 , H04M9/085 , H04R1/40 , H04R3/00 , H04R3/02
Abstract: 现有的噪声去除装置利用声学传感器之间的音量差进行噪声去除，因而在声学传感器之间需要大到某种程度的距离，因此，存在装置大型化这样的问题。本发明的噪声去除装置配置包含2个以上的声学传感器的声学传感器阵列，以连接相邻的2个声学传感器的线段的垂直平分线的方向成为噪声的到来方向的方式配置声学传感器，由此，高精度地进行噪声的到来方向的估计，因此，能够在将声学传感器的间隔抑制得较小的同时，实现较高的噪声去除性能。
-
公开(公告)号：CN118843905A
公开(公告)日：2024-10-25
申请号：CN202280093454.0
申请日：2022-03-23
Applicant: 三菱电机株式会社
Inventor： 田中信秋
IPC: G10L21/0264 , G10L21/0208 , G10L21/0232
Abstract: 提供能够通过单一的声音传感器来应对噪声的时间变化的噪声去除装置。具备：傅里叶变换部，其将包含目标信号以外的成分的1个输入信号分割为按照固定的时间划分的帧并转换成频谱，使用延迟量生成多个具有固定时间差的频谱对；交叉谱部，其根据多个具有固定时间差的频谱对，生成多个交叉谱或多个相干度；以及噪声去除部，其对多个交叉谱或多个相干度进行平均化，提取目标信号的功率谱。
-
Patent Agency Ranking
公开(公告)号：CN115516472B
公开(公告)日：2023-10-31
申请号：CN202080100529.4
申请日：2020-05-20
Applicant: 三菱电机株式会社
IPC: G06N20/00
Abstract: 数据创建装置(1)创建用于对判定模型进行学习的学习数据，该判定模型基于在通过工作机械进行的被加工物的加工时发出的声音及振动的至少一者的观测数据和在通过工作机械进行的被加工物的加工时使用的加工条件，对被加工物的加工状态进行推定，数据创建装置(1)具有：大规模数据取得部(21)，其取得对通过第1工作机械加工出的被加工物的加工状态进行判定的第1判定模型的学习中使用的大规模的学习数据即大规模数据；适应数据取得部(22)，其取得对通过第2工作机械加工出的被加工物的加工状态进行判定的第2判定模型的学习中使用的学习数据的创建所使用的适应数据；以及学习数据创建部(10)，其基于适应数据对大规模数据进行变换，对在第2判定模型的学习中使用的适应完成大规模数据进行创建。
-
公开(公告)号：CN115280307A
公开(公告)日：2022-11-01
申请号：CN202080097931.1
申请日：2020-03-13
Applicant: 三菱电机株式会社
IPC: G06F17/18
Abstract: 具有：距离矩阵计算部(104)，其根据具有多个样本的数据集生成相似度矩阵，该相似度矩阵具有按照该多个样本排列的顺序排列的多个列和多个行，在由该多个列中的一个列和该多个行中的一个行确定的一个栏中存储有与该一个列和该一个行对应的样本间的相似度；顺序调整部(105)，其参照表示针对该多个样本分别使用各自具有多个类别的多个标签进行标注后的结果的标签信息，以该多个样本按照从该多个标签中指定的标签即对象标签中的多个类别进行排列的方式调整相似度矩阵中的顺序，由此生成调整相似度矩阵；可视化部(106)，其生成以与相似度对应的明度示出该调整相似度矩阵的各个栏的评价画面图像；以及显示部(107)，其显示该评价画面图像。
-
公开(公告)号：CN114424236A
公开(公告)日：2022-04-29
申请号：CN201980100361.4
申请日：2019-09-30
Applicant: 三菱电机株式会社
Inventor： 田中信秋
IPC: G06Q50/04 , G06N20/00 , G06K9/62 , G06V10/762
Abstract: 具有：存储部(102)，其存储特征向量集合、质量标签集合和多个非质量标签集合；非质量标签聚类部(107)，其针对多个非质量标签集合中的各个非质量标签集合计算平均聚类精度，由此计算分别与多个非质量标签集合中的各个非质量标签集合对应的多个平均聚类精度，平均聚类精度是使用质量标签集合对通过由多个非质量标签分别表示的多个要素中的各个要素分割多个特征向量而成的子集进行了聚类时的聚类精度的平均值；以及处理部(108)，其生成能够使用多个平均聚类精度确定对多个数字数据的质量造成不良影响的至少一个非质量标签的种类的画面图像。
-
公开(公告)号：CN106030262B
公开(公告)日：2018-02-09
申请号：CN201580009123.4
申请日：2015-01-29
Applicant: 三菱电机株式会社
CPC classification number: G01N29/14 , G01H3/00 , G01M99/005 , G01N29/4463 , G01N29/46
Abstract: 具有：不变区间判定部(1)，其对被检测对象的动作是否是不变区间的动作进行判定；校正用参数生成部(3)，在判定为是不变区间的动作的情况下，该校正用参数生成部(3)根据对不变区间的动作音进行观测得到的观测信号，生成用于对不变区间外的时间区间的观测信号进行校正的校正用参数；特征提取部(4)，在判定为是不变区间外的时间区间的动作的情况下，该特征提取部(4)基于不变区间外的时间区间的被检测对象的观测信号以及校正用参数，对不变区间外的时间区间的被检测对象的动作音的特征量进行提取；以及异响判定部(5)，其基于所提取的特征量而对在被检测对象是否发生异响进行判定。
-
公开(公告)号：CN106030262A
公开(公告)日：2016-10-12
申请号：CN201580009123.4
申请日：2015-01-29
Applicant: 三菱电机株式会社
CPC classification number: G01N29/14 , G01H3/00 , G01M99/005 , G01N29/4463 , G01N29/46
Abstract: 具有：不变区间判定部(1)，其对被检测对象的动作是否是不变区间的动作进行判定；校正用参数生成部(3)，在判定为是不变区间的动作的情况下，该校正用参数生成部(3)根据对不变区间的动作音进行观测得到的观测信号，生成用于对不变区间外的时间区间的观测信号进行校正的校正用参数；特征提取部(4)，在判定为是不变区间外的时间区间的动作的情况下，该特征提取部(4)基于不变区间外的时间区间的被检测对象的观测信号以及校正用参数，对不变区间外的时间区间的被检测对象的动作音的特征量进行提取；以及异响判定部(5)，其基于所提取的特征量而对在被检测对象是否发生异响进行判定。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.023 seconds)
