JP7301278B2 - 図面学習装置 - Google Patents
図面学習装置 Download PDFInfo
- Publication number
- JP7301278B2 JP7301278B2 JP2019055047A JP2019055047A JP7301278B2 JP 7301278 B2 JP7301278 B2 JP 7301278B2 JP 2019055047 A JP2019055047 A JP 2019055047A JP 2019055047 A JP2019055047 A JP 2019055047A JP 7301278 B2 JP7301278 B2 JP 7301278B2
- Authority
- JP
- Japan
- Prior art keywords
- provider
- neural network
- computer
- learning
- 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
Description
図1は、本発明の実施形態1に係る図面学習装置1の概略構成を示すものである。図面学習装置1は、学習用図面データをニューラルネットワークに入力して図面を学習させるように構成されている。図面学習装置1は、ニューラルネットワークを有し、学習用図面データを提供する提供者側に設置される提供者側電子計算機10と、ニューラルネットワークを設計支援システムに利用する利用者側に設置される利用者側電子計算機100とを備えている。提供者側電子計算機10は、図面学習専用の電子計算機であり、提供者側において他の業務等が行えないようにする。また、ニューラルネットワークは、複数の層を有しており、いわゆるディープラーニングが可能なネットワークである。
以上説明したように、この実施形態に係る図面学習装置1によれば、学習用図面データを提供する提供者と、学習済みのニューラルネットワーク300を設計支援システムに利用する利用者とが異なっている場合に、提供者側電子計算機10で実行される入力用データ作成プログラムによって学習用図面データが入力用データに変換されて、当該提供者側電子計算機10が有するニューラルネットワーク300に入力され、ニューラルネットワーク300の学習が行われる。学習が完了すると、ニューラルネットワーク300のパラメータファイルが利用者側電子計算機100に出力される。このパラメータファイルは、単なる数値の羅列であるため、学習用図面データに含まれる社外秘の情報とはなり得ないデータである。
図4及び図5は、本発明の実施形態2に係る図面学習装置1を示している。この実施形態2では、学習用図面データの提供者が複数存在していて、提供者側電子計算機100が多数決プログラムを実行可能に構成されている点で、実施形態1とは異なっている。以下、実施形態1と同じ部分には同じ符号を付して説明を省略し、異なる部分について詳細に説明する。
図6~8は、本発明の実施形態3に係る図面学習装置1を示している。この実施形態3では、ニューラルネットワークの上位層と下位層とを別の電子計算機で学習させるようにしている点で、実施形態1とは異なっている。以下、実施形態1と同じ部分には同じ符号を付して説明を省略し、異なる部分について詳細に説明する。
以上説明したように、この実施形態に係る図面学習装置1によれば、学習用図面データを提供する提供者と、ニューラルネットワークを設計支援システムに利用する利用者とが異なっている場合に、提供者側電子計算機10で実行される入力用データ作成プログラムによって学習用図面データが入力用データに変換されて、提供者側電子計算機10が有するニューラルネットワークの上位層301に入力される。上位層301から出力された中間出力は、利用者側電子計算機100が有するニューラルネットワークの下位層302に入力されて下位層302の学習が行われる。この中間出力は、単なる数値の羅列であるため、学習用図面データに含まれる社外秘の情報とはなり得ないデータである。
10 第1の提供者側電子計算機
20 第2の提供者側電子計算機
30 第3の提供者側電子計算機
100 利用者側電子計算機
300 ニューラルネットワーク
301 上位層
302 下位層
Claims (5)
- 学習用図面データをニューラルネットワークに入力して図面を学習させる図面学習装置において、
前記ニューラルネットワークの上位層を有し、前記学習用図面データを提供する提供者側に設置される提供者側電子計算機と、
前記上位層を固定し、当該上位層よりも下位層の学習が可能な前記ニューラルネットワークを有し、当該ニューラルネットワークを設計支援システムに利用する利用者側に設置される利用者側電子計算機とを備え、
前記提供者側電子計算機は、前記学習用図面データを前記ニューラルネットワークの上位層に入力する入力用データへ変換して当該入力用データを前記ニューラルネットワークの上位層に入力するように動作するプログラムを実行可能に構成されるとともに、前記上位層から出力された中間出力を、前記利用者側電子計算機の前記ニューラルネットワークに出力可能に構成され、
前記利用者側電子計算機は、前記上位層から出力された中間出力を前記ニューラルネットワークの下位層に入力して学習を行うように構成されていることを特徴とする図面学習装置。 - 請求項1に記載の図面学習装置において、
前記提供者側電子計算機は、当該提供者側電子計算機が有する前記ニューラルネットワークのパラメータを暗号化する暗号化プログラムを実行可能に構成されていることを特徴とする図面学習装置。 - 請求項1または2に記載の図面学習装置において、
前記提供者側電子計算機が有する前記ニューラルネットワークは暗号化されて当該提供者側電子計算機に保存されていることを特徴とする図面学習装置。 - 学習用図面データをニューラルネットワークに入力して図面を学習させる図面学習装置において、
前記ニューラルネットワークを有し、前記学習用図面データを提供する提供者側に設置される提供者側電子計算機を備え、
前記提供者側電子計算機は、前記学習用図面データを前記ニューラルネットワークに入力する入力用データへ変換して当該入力用データを前記ニューラルネットワークに入力するように動作するプログラムを実行可能に構成されるとともに、学習済みの前記ニューラルネットワークのパラメータファイルを、前記ニューラルネットワークを設計支援システムに利用する利用者側に出力可能に構成され、
前記提供者側電子計算機は、第1の提供者側に設置される第1の提供者側電子計算機と、当該第1の提供者とは異なる第2の提供者側に設置される第2の提供者側電子計算機と、当該第1及び第2の提供者とは異なる第3の提供者側に設置される第3の提供者側電子計算機とを含み、
前記図面学習装置は、前記第1の提供者側電子計算機で得られた前記ニューラルネットワークの出力結果と、前記第2の提供者側電子計算機で得られた前記ニューラルネットワークの出力結果と、前記第3の提供者側電子計算機で得られた前記ニューラルネットワークの出力結果とが入力される多数決プログラムを実行可能に構成された提供者側電子計算機をさらに備えていることを特徴とする図面学習装置。 - 請求項1に記載の図面学習装置において、
前記提供者側電子計算機は、第1の提供者側に設置される第1の提供者側電子計算機と、当該第1の提供者とは異なる第2の提供者側に設置される第2の提供者側電子計算機とを含み、
前記利用者側電子計算機は、前記第1の提供者側電子計算機から出力された中間出力と、前記第2の提供者側電子計算機から出力された中間出力とを前記ニューラルネットワークの下位層に入力して学習を行うように構成されていることを特徴とする図面学習装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019055047A JP7301278B2 (ja) | 2019-03-22 | 2019-03-22 | 図面学習装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019055047A JP7301278B2 (ja) | 2019-03-22 | 2019-03-22 | 図面学習装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020155011A JP2020155011A (ja) | 2020-09-24 |
JP7301278B2 true JP7301278B2 (ja) | 2023-07-03 |
Family
ID=72559355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019055047A Active JP7301278B2 (ja) | 2019-03-22 | 2019-03-22 | 図面学習装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7301278B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024063096A1 (ja) * | 2022-09-20 | 2024-03-28 | モルゲンロット株式会社 | 情報処理システム、情報処理方法及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011077558A1 (ja) | 2009-12-25 | 2011-06-30 | 株式会社東芝 | 通信装置及び時刻同期システム |
WO2017159614A1 (ja) | 2016-03-14 | 2017-09-21 | オムロン株式会社 | 学習サービス提供装置 |
JP2018151959A (ja) | 2017-03-14 | 2018-09-27 | オムロン株式会社 | 判定装置、判定プログラムおよび学習方法 |
JP2018173711A (ja) | 2017-03-31 | 2018-11-08 | 三菱重工業株式会社 | 情報提供装置、情報提供システム、情報提供方法及びプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07234937A (ja) * | 1994-02-23 | 1995-09-05 | Nippon Telegr & Teleph Corp <Ntt> | 図面認識方法及び図面認識システム |
-
2019
- 2019-03-22 JP JP2019055047A patent/JP7301278B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011077558A1 (ja) | 2009-12-25 | 2011-06-30 | 株式会社東芝 | 通信装置及び時刻同期システム |
WO2017159614A1 (ja) | 2016-03-14 | 2017-09-21 | オムロン株式会社 | 学習サービス提供装置 |
JP2018151959A (ja) | 2017-03-14 | 2018-09-27 | オムロン株式会社 | 判定装置、判定プログラムおよび学習方法 |
JP2018173711A (ja) | 2017-03-31 | 2018-11-08 | 三菱重工業株式会社 | 情報提供装置、情報提供システム、情報提供方法及びプログラム |
Non-Patent Citations (1)
Title |
---|
韮原 祐介,いちばんやさしい機械学習プロジェクトの教本,第1版,日本,株式会社インプレス,2018年12月11日,pp.154-155 |
Also Published As
Publication number | Publication date |
---|---|
JP2020155011A (ja) | 2020-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11443178B2 (en) | Deep neural network hardening framework | |
CA3057973C (en) | System for automated generative design synthesis using data from design tools and knowledge from a digital twin graph | |
Mussbacher et al. | Opportunities in intelligent modeling assistance | |
US20200082272A1 (en) | Enhancing Data Privacy in Remote Deep Learning Services | |
CN106663175A (zh) | 在保护敏感信息的同时外包文档传输任务 | |
Muñoz et al. | Transfer learning in constructive induction with genetic programming | |
Varma et al. | Flipper: A systematic approach to debugging training sets | |
JP7172612B2 (ja) | データ拡張プログラム、データ拡張方法およびデータ拡張装置 | |
Alkhammash | Formal modelling of OWL ontologies-based requirements for the development of safe and secure smart city systems | |
JP7301278B2 (ja) | 図面学習装置 | |
Supriyanto et al. | Big Data and Artificial Intelligence in Policy Making: A Mini-Review Approach | |
Anwar et al. | The applications of model driven architecture (mda) in wireless sensor networks (wsn): Techniques and tools | |
Li et al. | ChatGPT-like large-scale foundation models for prognostics and health management: a survey and roadmaps | |
Malode | Benchmarking public large language model | |
Korica et al. | Explainable artificial intelligence in healthcare: Opportunities, gaps and challenges and a novel way to look at the problem space | |
US11956353B2 (en) | Machine learning device, machine learning system, and machine learning method | |
Yousuf et al. | Survey analysis: Enhancing the security of vectorization by using word2vec and CryptDB | |
Li et al. | A hybrid disassembly sequence planning approach for maintenance | |
Nnamdi et al. | Utilization of artificial intelligence in journalism in Nigeria | |
Martínez Rojas et al. | Towards a unified model representation of machine learning knowledge | |
Duzha et al. | From Data Governance by design to Data Governance as a Service: A transformative human-centric data governance framework | |
Sarnot et al. | Snapcode-a snapshot based approach to code stylometry | |
Tello et al. | Digital Twins: An enabler for digital transformation | |
WO2023187981A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7465025B1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20190515 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20190515 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190704 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220303 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230117 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230320 |
|
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: 20230516 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20230529 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230601 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20230529 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7301278 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |