申请/专利权人：欧姆龙株式会社

申请日：2021-06-30

公开（公告）日：2023-03-14

公开（公告）号：CN115803774A

主分类号：G06T7/00

分类号：G06T7/00;G06N3/084

优先权：["20200702 JP 2020-114595"]

专利状态码：在审-实质审查的生效

法律状态：2023.03.31#实质审查的生效;2023.03.14#公开

摘要：本发明的一方面所涉及的模型生成装置实施包括从对象的集合提取满足规定条件的要素的运算的神经网络模块的机器学习。模型生成装置在机器学习的期间，在神经网络模块的正向传播的阶段，直接计算提取运算，而在反向传播的阶段，将提取运算置换为可微分的替代运算，通过置换后的替代运算的微分计算，算出与提取运算的微分计算对应的近似梯度。

主权项：1.一种模型生成装置，具备：数据获取部，获取由1个以上的训练图像与示出从所述1个以上的训练图像回归的实际数值的正确答案的正确答案信息的组合分别构成的多个学习数据集；以及学习处理部，使用所述多个学习数据集来实施神经网络模块的机器学习，在所述学习处理部中，所述神经网络模块包括从对象的集合提取满足规定条件的要素的提取运算，所述机器学习是由如下内容构成的：针对各所述学习数据集训练所述神经网络模块，使得使用所述神经网络模块从所述1个以上的训练图像回归的值适合于由所述正确答案信息示出的正确答案，在所述机器学习的期间，在所述神经网络模块的正向传播的阶段，直接计算所述提取运算，而在反向传播的阶段，将所述提取运算置换为可微分的替代运算，通过置换后的所述替代运算的微分计算，算出与所述提取运算的微分计算对应的近似梯度。

全文数据：

权利要求：

百度查询： 欧姆龙株式会社 模型生成装置、回归装置、模型生成方法以及模型生成程序

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD