JP7106997B2 - データ分析システムおよびデータ分析方法 - Google Patents
データ分析システムおよびデータ分析方法 Download PDFInfo
- Publication number
- JP7106997B2 JP7106997B2 JP2018106704A JP2018106704A JP7106997B2 JP 7106997 B2 JP7106997 B2 JP 7106997B2 JP 2018106704 A JP2018106704 A JP 2018106704A JP 2018106704 A JP2018106704 A JP 2018106704A JP 7106997 B2 JP7106997 B2 JP 7106997B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- sensor
- classifier
- analysis
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2178—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
- G06F18/2185—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor the supervisor being an automated module, e.g. intelligent oracle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2193—Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
- G06V30/2528—Combination of methods, e.g. classifiers, working on the same input data
Description
また、上記課題を解決するために、本願発明のデータ分析方法は、センサデータを測定するセンサ端末、教師データを入力する教師データ入力端末、および前記センサデータと前記教師データを用いて学習を行うことにより分類器を生成するサーバを備えたデータ分析システムにおけるデータ分析方法であって、前記センサ端末は、測定した前記センサデータを前記サーバに送信し、前記サーバで生成された前記分類器を受信し、前記分類器を用いて前記センサデータの分析を行い、前記分析の分析結果を前記サーバに送信し、前記教師データ入力端末は、入力された教師データを前記サーバに送信し、前記サーバは、前記センサ端末から受信したセンサデータと前記教師データ入力端末から受信した教師データを用いて学習を行うことにより分類器を生成し、前記分類器を用いて前記センサデータの分析を行い、前記分類器を前記センサ端末に送信し、前記センサ端末から前記分析結果を受信し、前記センサ端末に実装されるセンサは、生体電位センサ、加速度センサ、温度センサ、位置センサの少なくともいずれかであることを特徴とする。
また、前記分類器生成部の分析アルゴリズムは、前記センサデータまたは前記センサデータから得られる特徴量の幾何学的構造に基づいて分析を行う幾何モデルや、確率に基づいて分析を行う確率モデル、論理判定に基づいて分析を行う論理モデルの少なくともいずれかであってもよい。
<データ分析システムの構成>
図1は、本願発明の第1の実施形態に係るデータ分析システムの構成例を示す図である。本実施の形態におけるデータ分析システム1は、センサデータを測定し、双方向の通信が可能なセンサ端末20、センサデータ、および教師データを用いて学習を行うサーバ10、教師データを送信する教師データ入力端末30、および分析結果を表示するビューワ40により構成される。
図2は、本願発明の第1の実施形態に係るデータ分析システムを構成するセンサ端末、サーバおよび教師データ入力端末の機能ブロックの構成例を示す図である。
図3は、本願発明の第1の実施形態に係るデータ分析システムにおけるデータ分析方法のシーケンスの一例を示す図である。
図4は、本願発明の第1の実施形態に係るデータ分析システムのサーバおよびセンサ端末における分析処理フローチャートの一例を示す図である。(a)は、サーバにおける分析処理フローチャート、(b)は、センサ端末における分析処理フローチャートである。
図5、6を用いて、本願発明の第2の実施の形態について説明する。図5は、本願発明の第2の実施形態に係るデータ分析システムにおけるデータ分析方法のシーケンスの一例を示す図であり、図6は、本願発明の第2の実施形態に係るデータ分析システムのサーバにおける分析処理フローチャートの一例を示す図である。図5、6では、図3、4と比較して、分類器を更新する処理を行うことが特徴である。
図7、8を用いて、本願発明の第3の実施の形態について説明する。図7は、本願発明の第3の実施形態に係るデータ分析システムにおけるデータ分析方法のシーケンスの一例を示す図であり、図8は、本願発明の第3の実施形態に係るデータ分析システムのサーバにおける分析処理フローチャートの一例を示す図である。第3の実施の形態におけるデータ分析システムは、複数の分析アルゴリズム、すなわち複数の学習器と分類器を備え、サーバに蓄積されたデータの規模や種類、分類器の分析性能に応じて、複数の分析アルゴリズムの中から分析アルゴリズムを選択する。図7、8では、図3、4と比較して、アルゴリズムを選択する処理を行うことが特徴である。
図9は、本願発明の第4の実施形態に係るデータ分析システムの構成例を示す図である。第4の実施の形態におけるデータ分析システムでは、センサデータのカテゴリー等に応じてセンサデータと教師データのデータセットを分類して学習を行う。図9の構成例では、カテゴリー信号は、ネットワーク60に接続されたカテゴリー信号入力端末50から入力される。
第5の実施の形態におけるデータ分析システムでは、教師あり学習による分析だけでなく、教師なし学習や半教師あり学習および協調学習による分析の使い分けを行う。
第6の形態に記載のデータ分析システムでは、能動学習等に基づいたデータ収集を行うことで予め教師データが必要なデータ、あるいは必要な教師データのクラスを抽出して、センサ端末や教師データ入力端末に通知しておき、センサ端末は、通知されたセンサデータが得られた場合にのみセンサデータを送信し、教師データ入力端末は必要な教師データに相当するデータが得られた場合のみデータをサーバに送信する。
Claims (10)
- センサデータを測定するセンサ端末、教師データを入力する教師データ入力端末、および前記センサデータと前記教師データを用いて学習を行うことにより分類器を生成するサーバを備えたデータ分析システムであって、
前記センサ端末は、
測定した前記センサデータを前記サーバに送信するセンサデータ送信部と、
前記サーバで生成された前記分類器を受信する分類器受信部と、
前記分類器を用いて前記センサデータの分析を行う分析実行部と、
前記分析実行部の分析結果を前記サーバに送信する分析結果送信部を備え、
前記教師データ入力端末は、
入力された教師データを前記サーバに送信する教師データ送信部を備え、
前記サーバは、
前記センサ端末から受信したセンサデータと前記教師データ入力端末から受信した教師データを用いて学習を行うことにより分類器を生成する分類器生成部と、
前記分類器を用いて前記センサデータの分析を行う分析実行部と、
前記分類器を前記センサ端末に送信する分類器送信部と、
前記センサ端末から前記分析結果を受信する分析結果受信部とを備え、
前記分類器生成部は、複数の分析アルゴリズムを有し、前記センサデータおよび前記教師データの規模および種類、前記分類器の分析性能の少なくともいずれかに応じて、学習を行う分析アルゴリズムを選択する
ことを特徴とするデータ分析システム。 - センサデータを測定するセンサ端末、教師データを入力する教師データ入力端末、および前記センサデータと前記教師データを用いて学習を行うことにより分類器を生成するサーバを備えたデータ分析システムであって、
前記センサ端末は、
測定した前記センサデータを前記サーバに送信するセンサデータ送信部と、
前記サーバで生成された前記分類器を受信する分類器受信部と、
前記分類器を用いて前記センサデータの分析を行う分析実行部と、
前記分析実行部の分析結果を前記サーバに送信する分析結果送信部を備え、
前記教師データ入力端末は、
入力された教師データを前記サーバに送信する教師データ送信部を備え、
前記サーバは、
前記センサ端末から受信したセンサデータと前記教師データ入力端末から受信した教師データを用いて学習を行うことにより分類器を生成する分類器生成部と、
前記分類器を用いて前記センサデータの分析を行う分析実行部と、
前記分類器を前記センサ端末に送信する分類器送信部と、
前記センサ端末から前記分析結果を受信する分析結果受信部とを備え、
前記分類器生成部は、前記センサデータのカテゴリーに基づいて前記センサデータを分類し、分類された前記センサデータに応じて学習を行う分析アルゴリズムを選択する
ことを特徴とするデータ分析システム。 - センサデータを測定するセンサ端末、教師データを入力する教師データ入力端末、および前記センサデータと前記教師データを用いて学習を行うことにより分類器を生成するサーバを備えたデータ分析システムであって、
前記センサ端末は、
測定した前記センサデータを前記サーバに送信するセンサデータ送信部と、
前記サーバで生成された前記分類器を受信する分類器受信部と、
前記分類器を用いて前記センサデータの分析を行う分析実行部と、
前記分析実行部の分析結果を前記サーバに送信する分析結果送信部を備え、
前記教師データ入力端末は、
入力された教師データを前記サーバに送信する教師データ送信部を備え、
前記サーバは、
前記センサ端末から受信したセンサデータと前記教師データ入力端末から受信した教師データを用いて学習を行うことにより分類器を生成する分類器生成部と、
前記分類器を用いて前記センサデータの分析を行う分析実行部と、
前記分類器を前記センサ端末に送信する分類器送信部と、
前記センサ端末から前記分析結果を受信する分析結果受信部とを備え
前記サーバの前記分析実行部は、前記センサデータの分析結果に基づいて、分析性能を向上させるために追加すべき前記センサデータおよび前記教師データの少なくともいずれかを抽出して、前記センサ端末および前記教師データ入力端末の少なくともいずれかに通知し、
前記センサ端末および前記教師データ入力端末は、追加すべき前記センサデータおよび前記教師データの少なくともいずれかに相当するデータのみを前記サーバに送信する
ことを特徴とする記載のデータ分析システム。 - センサデータを測定するセンサ端末、教師データを入力する教師データ入力端末、および前記センサデータと前記教師データを用いて学習を行うことにより分類器を生成するサーバを備えたデータ分析システムであって、
前記センサ端末は、
測定した前記センサデータを前記サーバに送信するセンサデータ送信部と、
前記サーバで生成された前記分類器を受信する分類器受信部と、
前記分類器を用いて前記センサデータの分析を行う分析実行部と、
前記分析実行部の分析結果を前記サーバに送信する分析結果送信部を備え、
前記教師データ入力端末は、
入力された教師データを前記サーバに送信する教師データ送信部を備え、
前記サーバは、
前記センサ端末から受信したセンサデータと前記教師データ入力端末から受信した教師データを用いて学習を行うことにより分類器を生成する分類器生成部と、
前記分類器を用いて前記センサデータの分析を行う分析実行部と、
前記分類器を前記センサ端末に送信する分類器送信部と、
前記センサ端末から前記分析結果を受信する分析結果受信部とを備え
前記センサ端末に実装されるセンサは、生体電位センサ、加速度センサ、温度センサ、位置センサの少なくともいずれかである
ことを特徴とするデータ分析システム。 - 前記データ分析システムは、複数の前記センサ端末と複数の前記教師データ入力端末の少なくともいずれかを備え、
前記分類器を生成した後に、一部の前記センサ端末および一部の前記教師データ入力端末は、前記センサデータあるいは前記教師データの送信を継続し、
前記分類器生成部は、前記一部の前記センサ端末から受信した前記センサデータと、前記一部の前記教師データ入力端末から受信した前記教師データの少なくともいずれかを用いて再度学習を行うことにより分類器を更新し、
前記分類器送信部は、更新された前記分類器を、少なくとも前記一部の前記センサ端末に送信する
ことを特徴とする請求項1乃至4のいずれか1項に記載のデータ分析システム。 - 前記分類器生成部の分析アルゴリズムは、
前記センサデータまたは前記センサデータから得られる特徴量の幾何学的構造に基づいて分析を行う幾何モデルや、確率に基づいて分析を行う確率モデル、論理判定に基づいて分析を行う論理モデルの少なくともいずれかである
ことを特徴とする請求項1乃至5のいずれか1項に記載のデータ分析システム。 - センサデータを測定するセンサ端末、教師データを入力する教師データ入力端末、および前記センサデータと前記教師データを用いて学習を行うことにより分類器を生成するサーバを備えたデータ分析システムにおけるデータ分析方法であって、
前記センサ端末は、
測定した前記センサデータを前記サーバに送信し、
前記サーバで生成された前記分類器を受信し、
前記分類器を用いて前記センサデータの分析を行い、
前記分析の分析結果を前記サーバに送信し、
前記教師データ入力端末は、
入力された教師データを前記サーバに送信し、
前記サーバは、
前記センサ端末から受信したセンサデータと前記教師データ入力端末から受信した教師データを用いて学習を行うことにより分類器を生成し、
前記分類器を用いて前記センサデータの分析を行い、
前記分類器を前記センサ端末に送信し、
前記センサ端末から前記分析結果を受信 し、
前記サーバは、前記分類器を生成する際に、複数の分析アルゴリズムを有し、前記センサデータおよび前記教師データの規模および種類、前記分類器の分析性能の少なくともいずれかに応じて、学習を行う分析アルゴリズムを選択する
ことを特徴とするデータ分析方法。 - センサデータを測定するセンサ端末、教師データを入力する教師データ入力端末、および前記センサデータと前記教師データを用いて学習を行うことにより分類器を生成するサーバを備えたデータ分析システムにおけるデータ分析方法であって、
前記センサ端末は、
測定した前記センサデータを前記サーバに送信し、
前記サーバで生成された前記分類器を受信し、
前記分類器を用いて前記センサデータの分析を行い、
前記分析の分析結果を前記サーバに送信し、
前記教師データ入力端末は、
入力された教師データを前記サーバに送信し、
前記サーバは、
前記センサ端末から受信したセンサデータと前記教師データ入力端末から受信した教師データを用いて学習を行うことにより分類器を生成し、
前記分類器を用いて前記センサデータの分析を行い、
前記分類器を前記センサ端末に送信し、
前記センサ端末から前記分析結果を受信し、
前記サーバは、前記分類器を生成する際に、前記センサデータのカテゴリーに基づいて前記センサデータを分類し、分類された前記センサデータに応じて学習を行う分析アルゴリズムを選択する
ことを特徴とするデータ分析方法。 - センサデータを測定するセンサ端末、教師データを入力する教師データ入力端末、および前記センサデータと前記教師データを用いて学習を行うことにより分類器を生成するサーバを備えたデータ分析システムにおけるデータ分析方法であって、
前記センサ端末は、
測定した前記センサデータを前記サーバに送信し、
前記サーバで生成された前記分類器を受信し、
前記分類器を用いて前記センサデータの分析を行い、
前記分析の分析結果を前記サーバに送信し、
前記教師データ入力端末は、
入力された教師データを前記サーバに送信し、
前記サーバは、
前記センサ端末から受信したセンサデータと前記教師データ入力端末から受信した教師データを用いて学習を行うことにより分類器を生成し、
前記分類器を用いて前記センサデータの分析を行い、
前記分類器を前記センサ端末に送信し、
前記センサ端末から前記分析結果を受信し、
前記サーバは、前記センサデータの分析を行う際に、前記センサデータの分析結果に基づいて、分析性能を向上させるために追加すべき前記センサデータおよび前記教師データの少なくともいずれかを抽出して、前記センサ端末および前記教師データ入力端末の少なくともいずれかに通知し、
前記センサ端末および前記教師データ入力端末は、追加すべき前記センサデータおよび前記教師データの少なくともいずれかに相当するデータのみを前記サーバに送信する
ことを特徴とするデータ分析方法。 - センサデータを測定するセンサ端末、教師データを入力する教師データ入力端末、および前記センサデータと前記教師データを用いて学習を行うことにより分類器を生成するサーバを備えたデータ分析システムにおけるデータ分析方法であって、
前記センサ端末は、
測定した前記センサデータを前記サーバに送信し、
前記サーバで生成された前記分類器を受信し、
前記分類器を用いて前記センサデータの分析を行い、
前記分析の分析結果を前記サーバに送信し、
前記教師データ入力端末は、
入力された教師データを前記サーバに送信し、
前記サーバは、
前記センサ端末から受信したセンサデータと前記教師データ入力端末から受信した教師データを用いて学習を行うことにより分類器を生成し、
前記分類器を用いて前記センサデータの分析を行い、
前記分類器を前記センサ端末に送信し、
前記センサ端末から前記分析結果を受信し、
前記センサ端末に実装されるセンサは、生体電位センサ、加速度センサ、温度センサ、位置センサの少なくともいずれかである
ことを特徴とするデータ分析方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018106704A JP7106997B2 (ja) | 2018-06-04 | 2018-06-04 | データ分析システムおよびデータ分析方法 |
PCT/JP2019/019491 WO2019235161A1 (ja) | 2018-06-04 | 2019-05-16 | データ分析システムおよびデータ分析方法 |
US15/734,365 US20210166082A1 (en) | 2018-06-04 | 2019-05-16 | Data analysis system and data analysis method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018106704A JP7106997B2 (ja) | 2018-06-04 | 2018-06-04 | データ分析システムおよびデータ分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019211942A JP2019211942A (ja) | 2019-12-12 |
JP7106997B2 true JP7106997B2 (ja) | 2022-07-27 |
Family
ID=68770281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018106704A Active JP7106997B2 (ja) | 2018-06-04 | 2018-06-04 | データ分析システムおよびデータ分析方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210166082A1 (ja) |
JP (1) | JP7106997B2 (ja) |
WO (1) | WO2019235161A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019212604A1 (de) * | 2019-08-22 | 2021-02-25 | Robert Bosch Gmbh | Verfahren und Steuergerät zum Bestimmen eines Auswertealgorithmus aus einer Mehrzahl von verfügbaren Auswertealgorithmen zur Verarbeitung von Sensordaten eines Fahrzeugsensors eines Fahrzeugs |
US20230118209A1 (en) * | 2020-03-02 | 2023-04-20 | Nippon Telegraph And Telephone Corporation | Learning method, learning system, device, learning apparatus and program |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011036809A1 (ja) | 2009-09-28 | 2011-03-31 | 株式会社 東芝 | 異常判定システムおよびその方法 |
JP2015135552A (ja) | 2014-01-16 | 2015-07-27 | 株式会社デンソー | 学習システム、車載装置、及び、サーバ |
JP2016040650A (ja) | 2014-08-12 | 2016-03-24 | 株式会社Screenホールディングス | 分類器構築方法、画像分類方法および画像分類装置 |
JP2017215898A (ja) | 2016-06-02 | 2017-12-07 | 株式会社マーズスピリット | 機械学習システム |
JP2018073024A (ja) | 2016-10-27 | 2018-05-10 | ホーチキ株式会社 | 監視システム |
JP2018088157A (ja) | 2016-11-29 | 2018-06-07 | マクセル株式会社 | 検知認識システム |
JP2018173914A (ja) | 2017-03-31 | 2018-11-08 | 綜合警備保障株式会社 | 画像処理システム、撮像装置、学習モデル作成方法、情報処理装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2895970B1 (en) * | 2012-09-14 | 2018-11-07 | InteraXon Inc. | Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data |
US9792823B2 (en) * | 2014-09-15 | 2017-10-17 | Raytheon Bbn Technologies Corp. | Multi-view learning in detection of psychological states |
US9990587B2 (en) * | 2015-01-22 | 2018-06-05 | Preferred Networks, Inc. | Machine learning heterogeneous edge device, method, and system |
US10986994B2 (en) * | 2017-01-05 | 2021-04-27 | The Trustees Of Princeton University | Stress detection and alleviation system and method |
US11494693B2 (en) * | 2018-06-01 | 2022-11-08 | Nami Ml Inc. | Machine learning model re-training based on distributed feedback |
WO2021137849A1 (en) * | 2019-12-30 | 2021-07-08 | Google Llc | Distributed machine-learned models across networks of interactive objects |
-
2018
- 2018-06-04 JP JP2018106704A patent/JP7106997B2/ja active Active
-
2019
- 2019-05-16 US US15/734,365 patent/US20210166082A1/en active Pending
- 2019-05-16 WO PCT/JP2019/019491 patent/WO2019235161A1/ja active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011036809A1 (ja) | 2009-09-28 | 2011-03-31 | 株式会社 東芝 | 異常判定システムおよびその方法 |
JP2015135552A (ja) | 2014-01-16 | 2015-07-27 | 株式会社デンソー | 学習システム、車載装置、及び、サーバ |
JP2016040650A (ja) | 2014-08-12 | 2016-03-24 | 株式会社Screenホールディングス | 分類器構築方法、画像分類方法および画像分類装置 |
JP2017215898A (ja) | 2016-06-02 | 2017-12-07 | 株式会社マーズスピリット | 機械学習システム |
JP2018073024A (ja) | 2016-10-27 | 2018-05-10 | ホーチキ株式会社 | 監視システム |
JP2018088157A (ja) | 2016-11-29 | 2018-06-07 | マクセル株式会社 | 検知認識システム |
JP2018173914A (ja) | 2017-03-31 | 2018-11-08 | 綜合警備保障株式会社 | 画像処理システム、撮像装置、学習モデル作成方法、情報処理装置 |
Also Published As
Publication number | Publication date |
---|---|
US20210166082A1 (en) | 2021-06-03 |
WO2019235161A1 (ja) | 2019-12-12 |
JP2019211942A (ja) | 2019-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11138376B2 (en) | Techniques for information ranking and retrieval | |
US10860950B2 (en) | Automated computer-based model development, deployment, and management | |
Kulin et al. | Data-driven design of intelligent wireless networks: An overview and tutorial | |
CN107945880B (zh) | 一种面向边缘计算的类型化医疗资源处理系统设计方法 | |
KR102252459B1 (ko) | 지식 그래프 기반의 사용자 맞춤형 질의 응답 시스템 | |
US20210042265A1 (en) | Distributed columnar data set storage | |
US20180095632A1 (en) | Interactive visualizations of a convolutional neural network | |
KR102362679B1 (ko) | 심전도 신호 기반의 만성질환 예측 방법 | |
US10635947B2 (en) | Distributable classification system | |
US20200356462A1 (en) | Systems and methods for determining performance metrics of remote relational databases | |
CN102414692A (zh) | 副本数据的动态安置 | |
CN104573630A (zh) | 基于双支持向量机概率输出的多类脑电模式在线识别方法 | |
JP7106997B2 (ja) | データ分析システムおよびデータ分析方法 | |
US20180239821A1 (en) | Converting graphical data-visualizations into sonified output | |
US20210014124A1 (en) | Feature-based network embedding | |
CN115358487A (zh) | 面向电力数据共享的联邦学习聚合优化系统及方法 | |
US20230281513A1 (en) | Data model training method and apparatus | |
WO2023151277A1 (zh) | 数据处理方法、装置、设备及存储介质 | |
Yuan et al. | A high accuracy integrated bagging-fuzzy-GBDT prediction algorithm for heart disease diagnosis | |
CN113162787B (zh) | 电信网络中故障定位的方法、节点分类方法以及相关设备 | |
KR20230065038A (ko) | 쿼리 기반 데이터베이스 연동 딥러닝 분산 시스템 및 그 방법 | |
CN106502842B (zh) | 数据恢复方法及系统 | |
US10902329B1 (en) | Text random rule builder | |
CN113704008A (zh) | 一种异常检测方法、问题诊断方法和相关产品 | |
CN112765489B (zh) | 一种社交网络链路预测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201006 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220126 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220614 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220627 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7106997 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |