JP7276449B2 - 一般化データ生成装置、推定装置、一般化データ生成方法、推定方法、一般化データ生成プログラム、及び推定プログラム - Google Patents
一般化データ生成装置、推定装置、一般化データ生成方法、推定方法、一般化データ生成プログラム、及び推定プログラム Download PDFInfo
- Publication number
- JP7276449B2 JP7276449B2 JP2021528504A JP2021528504A JP7276449B2 JP 7276449 B2 JP7276449 B2 JP 7276449B2 JP 2021528504 A JP2021528504 A JP 2021528504A JP 2021528504 A JP2021528504 A JP 2021528504A JP 7276449 B2 JP7276449 B2 JP 7276449B2
- Authority
- JP
- Japan
- Prior art keywords
- road surface
- generalized
- learning
- data group
- data
- 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
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
- G06N3/0455—Auto-encoder networks; Encoder-decoder 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
Description
メモリと、
前記メモリに接続された少なくとも1つのプロセッサと、
を含み、
前記プロセッサは、
複数種類の条件のうち、一般的な条件を満たすデータの集合である一般的学習データ群を入力として、予め定められた機械学習により、前記一般的な条件を満たすデータを求めるための学習用一般化モデルを学習して学習済み一般化モデルを出力し、
前記複数種類の条件のいずれかを満たすデータの集合である入力データ群及び前記学習済み一般化モデルを用いて、前記入力データ群が前記一般的な条件を満たすように一般化された一般化入力データ群を生成する、
ように構成されている一般化データ生成装置。
メモリと、
前記メモリに接続された少なくとも1つのプロセッサと、
を含み、
前記プロセッサは、
複数種類の条件のうち、一般的な条件を満たすデータの集合である一般的学習データ群を入力として、予め定められた機械学習により、対象物の状態を推定するための学習用状態推定モデルを学習して学習済み状態推定モデルを出力し、
前記複数種類の条件のいずれかを満たすデータの集合である入力データ群、及び前記一般的学習データ群を機械学習して得られた学習済み一般化モデルを用いて、前記入力データ群が前記一般的な条件を満たすように一般化された一般化入力データ群と、前記学習済み状態推定モデルとを用いて、前記対象物の状態を推定する、
ように構成されている推定装置。
一般化データ生成処理を実行するようにコンピュータによって実行可能なプログラムを記憶した非一時的記憶媒体であって、
前記一般化データ生成処理は、
複数種類の条件のうち、一般的な条件を満たすデータの集合である一般的学習データ群を入力として、予め定められた機械学習により、前記一般的な条件を満たすデータを求めるための学習用一般化モデルを学習して学習済み一般化モデルを出力し、
前記複数種類の条件のいずれかを満たすデータの集合である入力データ群及び前記学習済み一般化モデルを用いて、前記入力データ群が前記一般的な条件を満たすように一般化された一般化入力データ群を生成する、
非一時的記憶媒体。
推定処理を実行するようにコンピュータによって実行可能なプログラムを記憶した非一時的記憶媒体であって、
前記推定処理は、
複数種類の条件のうち、一般的な条件を満たすデータの集合である一般的学習データ群を入力として、予め定められた機械学習により、対象物の状態を推定するための学習用状態推定モデルを学習して学習済み状態推定モデルを出力し、
前記複数種類の条件のいずれかを満たすデータの集合である入力データ群、及び前記一般的学習データ群を機械学習して得られた学習済み一般化モデルを用いて、前記入力データ群が前記一般的な条件を満たすように一般化された一般化入力データ群と、前記学習済み状態推定モデルとを用いて、前記対象物の状態を推定する、
非一時的記憶媒体。
11、21 CPU
12、22 ROM
13、23 RAM
14、24 ストレージ
15、25 入力部
16、26 表示部
17、27 通信I/F
18、28 バス
20 推定装置
101、201学習部
102 一般化データ生成部
141 学習用一般化モデル
142 一般的学習データ群
143 学習済み一般化モデル
144 入力データ群
145 一般化入力データ群
146 学習用状態推定モデル
147 学習済み状態推定モデル
148 状態推定結果
202 推定部
Claims (7)
- 滑らかな路面及び粗い路面を含む複数種類の条件のうち、前記滑らかな路面を示すデータの集合である一般的学習データ群を入力として、予め定められた機械学習により、前記滑らかな路面を示すデータを求めるための学習用一般化モデルを学習して学習済み一般化モデルを出力する学習部と、
前記複数種類の条件のうち前記粗い路面を示すデータの集合である入力データ群及び前記学習済み一般化モデルを用いて、前記入力データ群が前記滑らかな路面を示すように変換された一般化入力データ群を生成する一般化データ生成部と、
を備えた一般化データ生成装置。 - 滑らかな路面及び粗い路面を含む複数種類の条件のうち、前記滑らかな路面を示すデータの集合である一般的学習データ群を入力として、予め定められた機械学習により、路面の状態を推定するための学習用状態推定モデルを学習して学習済み状態推定モデルを出力する学習部と、
前記複数種類の条件のうち前記粗い路面を示すデータの集合である入力データ群、及び前記一般的学習データ群を機械学習して得られた学習済み一般化モデルを用いて、前記入力データ群が前記滑らかな路面を示すように変換された一般化入力データ群と、前記学習済み状態推定モデルとを用いて、前記路面の状態を推定する推定部と、
を備えた推定装置。 - 前記推定部は、前記路面が平坦な状態、段差を含む状態、及び傾斜を含む状態のいずれの状態であるかを推定する請求項2に記載の推定装置。
- 学習部が、滑らかな路面及び粗い路面を含む複数種類の条件のうち、前記滑らかな路面を示すデータの集合である一般的学習データ群を入力として、予め定められた機械学習により、前記滑らかな路面を示すデータを求めるための学習用一般化モデルを学習して学習済み一般化モデルを出力し、
一般化データ生成部が、前記複数種類の条件のうち前記粗い路面を示すデータの集合である入力データ群及び前記学習済み一般化モデルを用いて、前記入力データ群が前記滑らかな路面を示すように変換された一般化入力データ群を生成する、
一般化データ生成方法。 - 学習部が、滑らかな路面及び粗い路面を含む複数種類の条件のうち、前記滑らかな路面を示すデータの集合である一般的学習データ群を入力として、予め定められた機械学習により、路面の状態を推定するための学習用状態推定モデルを学習して学習済み状態推定モデルを出力し、
推定部が、前記複数種類の条件のうち前記粗い路面を示すデータの集合である入力データ群、及び前記一般的学習データ群を機械学習して得られた学習済み一般化モデルを用いて、前記入力データ群が前記滑らかな路面を示すように変換された一般化入力データ群と、前記学習済み状態推定モデルとを用いて、前記路面の状態を推定する、
推定方法。 - 滑らかな路面及び粗い路面を含む複数種類の条件のうち、前記滑らかな路面を示すデータの集合である一般的学習データ群を入力として、予め定められた機械学習により、前記滑らかな路面を示すデータを求めるための学習用一般化モデルを学習して学習済み一般化モデルを出力し、
前記複数種類の条件のうち前記粗い路面を示すデータの集合である入力データ群及び前記学習済み一般化モデルを用いて、前記入力データ群が前記滑らかな路面を示すように変換された一般化入力データ群を生成することを、コンピュータに実行させるための一般化データ生成プログラム。 - 滑らかな路面及び粗い路面を含む複数種類の条件のうち、前記滑らかな路面を示すデータの集合である一般的学習データ群を入力として、予め定められた機械学習により、路面の状態を推定するための学習用状態推定モデルを学習して学習済み状態推定モデルを出力し、
前記複数種類の条件のうち前記粗い路面を示すデータの集合である入力データ群、及び前記一般的学習データ群を機械学習して得られた学習済み一般化モデルを用いて、前記入力データ群が前記滑らかな路面を示すように変換された一般化入力データ群と、前記学習済み状態推定モデルとを用いて、前記路面の状態を推定することを、コンピュータに実行させるための推定プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/024121 WO2020255260A1 (ja) | 2019-06-18 | 2019-06-18 | 一般化データ生成装置、推定装置、一般化データ生成方法、推定方法、一般化データ生成プログラム、及び推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020255260A1 JPWO2020255260A1 (ja) | 2020-12-24 |
JP7276449B2 true JP7276449B2 (ja) | 2023-05-18 |
Family
ID=74040307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021528504A Active JP7276449B2 (ja) | 2019-06-18 | 2019-06-18 | 一般化データ生成装置、推定装置、一般化データ生成方法、推定方法、一般化データ生成プログラム、及び推定プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220351046A1 (ja) |
JP (1) | JP7276449B2 (ja) |
WO (1) | WO2020255260A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018020277A1 (en) | 2016-07-28 | 2018-02-01 | Google Llc | Domain separation neural networks |
WO2018109505A1 (en) | 2016-12-15 | 2018-06-21 | Google Llc | Transforming source domain images into target domain images |
WO2019102962A1 (ja) | 2017-11-22 | 2019-05-31 | 日本電気株式会社 | 学習装置、学習方法、及び、記録媒体 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6373227B2 (ja) * | 2015-04-28 | 2018-08-15 | 日本電信電話株式会社 | バリア情報生成装置、バリア情報生成方法およびプログラム |
JP7021507B2 (ja) * | 2017-11-14 | 2022-02-17 | 富士通株式会社 | 特徴抽出装置、特徴抽出プログラム、および特徴抽出方法 |
-
2019
- 2019-06-18 US US17/619,602 patent/US20220351046A1/en active Pending
- 2019-06-18 JP JP2021528504A patent/JP7276449B2/ja active Active
- 2019-06-18 WO PCT/JP2019/024121 patent/WO2020255260A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018020277A1 (en) | 2016-07-28 | 2018-02-01 | Google Llc | Domain separation neural networks |
WO2018109505A1 (en) | 2016-12-15 | 2018-06-21 | Google Llc | Transforming source domain images into target domain images |
WO2019102962A1 (ja) | 2017-11-22 | 2019-05-31 | 日本電気株式会社 | 学習装置、学習方法、及び、記録媒体 |
Non-Patent Citations (3)
Title |
---|
DENG, W. et al.,Image-Image Domain Adaptation with Preserved Self-Similarity and Domain-Dissimilarity for Person Re-identification,arXiv,1711.07027v3,[online],2018年05月15日,pp.1-10,<URL:https://arxiv.org/abs/1711.07027v3> |
GHIFARY, M. et al.,Domain Generalization for Object Recognition with Multi-task Autoencoders,arXiv,1508.07680v1,[online],2015年08月31日,pp.1-9,<URL:https://arxiv.org/abs/1508.07680v1> |
HOFFMAN, J. et al.,Efficient Learning of Domain-invariant Image Representations,arXiv,1301.3224v5,[online],2013年04月09日,pp.1-9,<URL:https://arxiv.org/abs/1301.3224v5> |
Also Published As
Publication number | Publication date |
---|---|
WO2020255260A1 (ja) | 2020-12-24 |
US20220351046A1 (en) | 2022-11-03 |
JPWO2020255260A1 (ja) | 2020-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6853148B2 (ja) | 検知装置、検知方法及び検知プログラム | |
JP7283485B2 (ja) | 推定装置、推定方法、及びプログラム | |
Shafiei Dizaji et al. | Leveraging vision for structural identification: a digital image correlation based approach | |
JP7164028B2 (ja) | 学習システム、データ生成装置、データ生成方法、及びデータ生成プログラム | |
JP7276449B2 (ja) | 一般化データ生成装置、推定装置、一般化データ生成方法、推定方法、一般化データ生成プログラム、及び推定プログラム | |
JP6347190B2 (ja) | 情報処理装置、プログラム及び方法 | |
Yang et al. | Continuous video stream pixel sensor: A CNN‐LSTM based deep learning approach for mode shape prediction | |
JP7268731B2 (ja) | 学習データ生成装置、学習装置、学習データ生成方法、及び学習データ生成プログラム | |
WO2017037859A1 (ja) | 情報処理装置及び方法 | |
US9928327B2 (en) | Efficient deployment of table lookup (TLU) in an enterprise-level scalable circuit simulation architecture | |
EP3865838A1 (en) | Enhancing rtd measurement accuracy by means of variable excitation current | |
WO2020100893A1 (ja) | 学習装置、推定装置、方法、及びプログラム | |
JP7068583B2 (ja) | 学習装置、推定装置、学習方法、推定方法およびプログラム | |
RU2017132375A (ru) | Способ и устройство обнаружения изменения поведения водителя автотранспортного средства | |
JP7048896B2 (ja) | 学習データ生成装置、学習データ生成方法およびプログラム | |
JP7157320B2 (ja) | 学習データ生成装置、学習データ生成方法およびプログラム | |
WO2020100894A1 (ja) | 学習装置、方法、及びプログラム | |
Glaser et al. | Modeling of a likelihood function based on a global sensitivity analysis | |
JP4365366B2 (ja) | 非線形ダイナミクスを有する制御対象のためのモデル化装置、非線形ダイナミクスを有する制御対象のための制御装置、非線形ダイナミクスを有する車両のための制御装置及び非線形ダイナミクスを有する制御対象のためのモデル化プログラム。 | |
Rao | Sparse arrays: Vector sensors and design algorithms | |
Kozadaev et al. | IMPROVING THE ACCURACY OF INERTIAL-SATELLITE NAVIGATION SYSTEM IN IMMOBILITY MODE | |
KR101998177B1 (ko) | 타이어 정상상태 해석방법 | |
JP6996642B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
US20230065704A1 (en) | Teacher data generation apparatus and teacher data generation method | |
EP3715988A1 (en) | System, device and method for detecting anomalies in industrial assets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211102 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230315 |
|
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: 20230404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230417 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7276449 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |