JP7409326B2 - サーバおよび学習システム - Google Patents
サーバおよび学習システム Download PDFInfo
- Publication number
- JP7409326B2 JP7409326B2 JP2020566109A JP2020566109A JP7409326B2 JP 7409326 B2 JP7409326 B2 JP 7409326B2 JP 2020566109 A JP2020566109 A JP 2020566109A JP 2020566109 A JP2020566109 A JP 2020566109A JP 7409326 B2 JP7409326 B2 JP 7409326B2
- Authority
- JP
- Japan
- Prior art keywords
- devices
- information
- learning
- machine learning
- 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
- 238000012545 processing Methods 0.000 claims description 220
- 238000004891 communication Methods 0.000 claims description 98
- 238000000034 method Methods 0.000 claims description 71
- 238000003860 storage Methods 0.000 claims description 46
- 238000001514 detection method Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000010801 machine learning Methods 0.000 description 232
- 239000013598 vector Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 238000013500 data storage Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 4
- 101000800590 Homo sapiens Transducin beta-like protein 2 Proteins 0.000 description 3
- 101000837456 Homo sapiens Transducin beta-like protein 3 Proteins 0.000 description 3
- 102100033248 Transducin beta-like protein 2 Human genes 0.000 description 3
- 102100028683 Transducin beta-like protein 3 Human genes 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 241000699666 Mus <mouse, genus> Species 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Telephonic Communication Services (AREA)
- Selective Calling Equipment (AREA)
Description
本開示の一実施の形態における第2のサーバは、記憶部と、処理部と、通信部とを備えている。記憶部は、複数のデバイスにそれぞれ対応し、複数のデバイスからそれぞれ供給され、それぞれが、対応するデバイスについての情報を含む複数のデバイス情報を記憶するように構成される。処理部は、複数のデバイス情報に基づいて、複数のデバイスのうちの学習処理を行うべき1以上のデバイスを決定するように構成される。通信部は、1以上のデバイスに対して学習処理の実行を指示するように構成される。各デバイス情報は、対応するデバイスの位置を示す位置情報を含む。処理部は、複数のデバイスについての位置情報に基づいて各デバイスの移動経路を取得し、その取得結果に基づいて1以上のデバイスを決定する。
本開示の一実施の形態における第2の学習システムは、サーバと、複数のデバイスとを備えている。サーバは、記憶部と、処理部と、通信部とを有している。記憶部は、複数のデバイスにそれぞれ対応し、複数のデバイスからそれぞれ供給され、それぞれが、対応するデバイスについての情報を含む複数のデバイス情報を記憶するように構成される。処理部は、複数のデバイス情報に基づいて、複数のデバイスのうちの学習処理を行うべき1以上のデバイスを決定するように構成される。通信部は、1以上のデバイスに対して学習処理の実行を指示するように構成される。各デバイス情報は、対応するデバイスの位置を示す位置情報を含む。処理部は、複数のデバイスについての位置情報に基づいて各デバイスの移動経路を取得し、その取得結果に基づいて1以上のデバイスを決定する。
1.第1の実施の形態
2.第2の実施の形態
3.第3の実施の形態
[構成例]
図1は、一実施の形態に係る学習システム(学習システム1)の一構成例を表すものである。学習システム1は、サーバ10と、複数のデバイス20(デバイス20A,20B,20C,…)とを備えている。
図2は、サーバ10の一構成例を表すものである。サーバ10は、通信部11と、入力部12と、出力部13と、メモリ14と、ストレージ15と、処理部16とを有している。
図5は、デバイス20の一構成例を表すものである。デバイス20は、通信部21と、入力部22と、出力部23と、メモリ24と、ストレージ25と、電源部26と、複数のセンサ27と、処理部28とを有している。
続いて、本実施の形態の学習システム1の動作および作用について説明する。
まず、図1を参照して、学習システム1の全体動作概要を説明する。デバイス20は、デバイス20のコンテキストやコンピューティングリソースなどについての情報を含むデバイス情報INFDをサーバ10に送信する。また、デバイス20は、センサ27の検出結果を含むセンサ情報INFSをサーバ10に送信する。
以下に、学習システム1を、撮影画像を利用して通行する人々や迷子の子供などを監視するシステムに適用する場合を例に挙げて説明する。この例では、複数のセンサ27がイメージセンサ(イメージセンサ27A)を含み、デバイス20が、このイメージセンサ27Aの検出結果に基づいて機械学習処理を行う。このシステムでは、例えば、迷子の子供の画像に基づいて1以上のデバイス20に機械学習処理を行わせ、機械学習モデルMを生成させる。そして、複数のデバイス20が、この機械学習モデルMを用いて、この迷子の子供のトラッキングを行う。以下に、この例について詳細に説明する。
以上のように本実施の形態では、デバイス情報データベースに基づいて、機械学習処理を行うべき1以上のデバイスを決定するようにしたので、効率的に分散機械学習を行うことができる。
次に、第2の実施の形態に係る学習システム2について説明する。本実施の形態は、デバイス20の位置に基づいて、複数のデバイス20をクラスタリングすることにより、機械学習処理を行うべきデバイス20を決定するものである。なお、上記第1の実施の形態に係る学習システム1と実質的に同一の構成部分には同一の符号を付し、適宜説明を省略する。
次に、第3の実施の形態に係る学習システム3について説明する。本実施の形態は、デバイス20の移動経路に基づいて、機械学習処理を行うべき1以上のデバイスを決定するものである。なお、上記第1の実施の形態に係る学習システム1と実質的に同一の構成部分には同一の符号を付し、適宜説明を省略する。
前記複数のデバイス情報に基づいて、前記複数のデバイスのうちの学習処理を行うべき1以上のデバイスを決定する処理部と、
前記1以上のデバイスに対して前記学習処理の実行を指示する通信部と
を備えたサーバ。
(2)各デバイス情報は、対応するデバイスのリソースを示すリソース情報を含み、
前記処理部は、前記学習処理の演算量、前記学習処理の処理対象であるデータの量、および前記複数のデバイスについての前記リソース情報に基づいて、前記1以上のデバイスを決定する
前記(1)に記載のサーバ。
(3)各デバイス情報は、対応するデバイスの位置を示す位置情報を含み、
前記処理部は、前記複数のデバイスについての前記位置情報に基づいて前記1以上のデバイスを決定する
前記(1)または(2)に記載のサーバ。
(4)前記処理部は、前記複数のデバイスについての前記位置情報に基づいて前記複数のデバイスの間の距離を算出し、その算出結果に基づいて前記1以上のデバイスを決定する
前記(3)に記載のサーバ。
(5)前記処理部は、前記複数のデバイスについての前記位置情報に基づいて各デバイスの移動経路を取得し、その取得結果に基づいて前記1以上のデバイスを決定する
前記(3)に記載のサーバ。
(6)前記通信部は、前記1以上のデバイスに対して前記学習処理の処理対象であるデータを送信する
前記(1)から(5)のいずれかに記載のサーバ。
(7)前記通信部は、前記1以上のデバイスに対して、前記学習処理の処理対象であるデータの取得をさらに指示する
前記(1)から(5)のいずれかに記載のサーバ。
(8)前記複数のデバイスのそれぞれは、センサを有し、
前記学習処理の処理対象であるデータは、前記複数のデバイスのうちの1以上の前記センサの検出結果である
前記(6)または(7)に記載のサーバ。
(9)前記1以上のデバイスは、2以上のデバイスを含み、
前記通信部は、前記2以上のデバイスのそれぞれから送信された、前記学習処理により得られた学習モデル情報を受信し、
前記処理部は、2以上の前記学習モデル情報を統合する
前記(1)から(8)のいずれかに記載のサーバ。
(10)前記通信部は、統合された前記学習モデル情報を、前記複数のデバイスのうちの前記2以上のデバイス以外の第1のデバイスに送信する
前記(9)に記載のサーバ。
(11)前記通信部は、統合された前記学習モデル情報を、前記2以上のデバイスに送信する
前記(9)に記載のサーバ。
(12)サーバと
複数のデバイスと
を備え、
前記サーバは、
前記複数のデバイスにそれぞれ対応し、前記複数のデバイスから供給された複数のデバイス情報を記憶する記憶部と、
前記複数のデバイス情報に基づいて、前記複数のデバイスのうちの学習処理を行うべき1以上のデバイスを決定する処理部と、
前記1以上のデバイスに対して前記学習処理の実行を指示する通信部と
を有する
学習システム。
(13)前記1以上のデバイスは、2以上のデバイスを含み、
前記複数のデバイスのうちの前記2以上のデバイス以外の複数のデバイスは、第1のデバイスを含み、
前記2以上のデバイスのそれぞれは、前記学習処理を行うことにより学習モデル情報を生成し、前記学習モデル情報を前記第1のデバイスに送信し、
前記第1のデバイスは、2以上の前記学習モデル情報を統合する
前記(12)に記載の学習システム。
(14)前記1以上のデバイスは、単一の第2のデバイスであり
前記複数のデバイスは、第1のデバイスを含み、
前記第2のデバイスは、前記学習処理を行うことにより学習モデル情報を生成し、前記学習モデル情報を前記第1のデバイスに送信する
前記(12)に記載の学習システム。
Claims (13)
- 複数のデバイスにそれぞれ対応し、複数のデバイスからそれぞれ供給され、それぞれが、対応するデバイスについての情報を含む複数のデバイス情報を記憶する記憶部と、
前記複数のデバイス情報に基づいて、前記複数のデバイスのうちの学習処理を行うべき1以上のデバイスを決定する処理部と、
前記1以上のデバイスに対して前記学習処理の実行を指示する通信部と
を備え、
各デバイス情報は、対応するデバイスの位置を示す位置情報を含み、
前記処理部は、前記複数のデバイスについての前記位置情報に基づいて前記複数のデバイスの間の距離を算出し、その算出結果に基づいて前記1以上のデバイスを決定する
サーバ。 - 各デバイス情報は、対応するデバイスのリソースを示すリソース情報を含み、
前記処理部は、前記学習処理の演算量、前記学習処理の処理対象であるデータの量、および前記複数のデバイスについての前記リソース情報に基づいて、前記1以上のデバイスを決定する
請求項1に記載のサーバ。 - 前記通信部は、前記1以上のデバイスに対して前記学習処理の処理対象であるデータを送信する
請求項1に記載のサーバ。 - 前記通信部は、前記1以上のデバイスに対して、前記学習処理の処理対象であるデータの取得をさらに指示する
請求項1に記載のサーバ。 - 前記複数のデバイスのそれぞれは、センサを有し、
前記学習処理の処理対象であるデータは、前記複数のデバイスのうちの1以上の前記センサの検出結果である
請求項3に記載のサーバ。 - 前記1以上のデバイスは、2以上のデバイスを含み、
前記通信部は、前記2以上のデバイスのそれぞれから送信された、前記学習処理により得られた学習モデル情報を受信し、
前記処理部は、2以上の前記学習モデル情報を統合する
請求項1に記載のサーバ。 - 前記通信部は、統合された前記学習モデル情報を、前記複数のデバイスのうちの前記2以上のデバイス以外の第1のデバイスに送信する
請求項6に記載のサーバ。 - 前記通信部は、統合された前記学習モデル情報を、前記2以上のデバイスに送信する
請求項6に記載のサーバ。 - 複数のデバイスにそれぞれ対応し、複数のデバイスからそれぞれ供給され、それぞれが、対応するデバイスについての情報を含む複数のデバイス情報を記憶する記憶部と、
前記複数のデバイス情報に基づいて、前記複数のデバイスのうちの学習処理を行うべき1以上のデバイスを決定する処理部と、
前記1以上のデバイスに対して前記学習処理の実行を指示する通信部と
を備え、
各デバイス情報は、対応するデバイスの位置を示す位置情報を含み、
前記処理部は、前記複数のデバイスについての前記位置情報に基づいて各デバイスの移動経路を取得し、その取得結果に基づいて前記1以上のデバイスを決定する
サーバ。 - サーバと
複数のデバイスと
を備え、
前記サーバは、
前記複数のデバイスにそれぞれ対応し、前記複数のデバイスからそれぞれ供給され、それぞれが、対応するデバイスについての情報を含む複数のデバイス情報を記憶する記憶部と、
前記複数のデバイス情報に基づいて、前記複数のデバイスのうちの学習処理を行うべき1以上のデバイスを決定する処理部と、
前記1以上のデバイスに対して前記学習処理の実行を指示する通信部と
を有し、
各デバイス情報は、対応するデバイスの位置を示す位置情報を含み、
前記処理部は、前記複数のデバイスについての前記位置情報に基づいて前記複数のデバイスの間の距離を算出し、その算出結果に基づいて前記1以上のデバイスを決定する
学習システム。 - 前記1以上のデバイスは、2以上のデバイスを含み、
前記複数のデバイスのうちの前記2以上のデバイス以外の複数のデバイスは、第1のデバイスを含み、
前記2以上のデバイスのそれぞれは、前記学習処理を行うことにより学習モデル情報を生成し、前記学習モデル情報を前記第1のデバイスに送信し、
前記第1のデバイスは、2以上の前記学習モデル情報を統合する
請求項10に記載の学習システム。 - 前記1以上のデバイスは、単一の第2のデバイスであり
前記複数のデバイスは、第1のデバイスを含み、
前記第2のデバイスは、前記学習処理を行うことにより学習モデル情報を生成し、前記学習モデル情報を前記第1のデバイスに送信する
請求項10に記載の学習システム。 - サーバと
複数のデバイスと
を備え、
前記サーバは、
前記複数のデバイスにそれぞれ対応し、前記複数のデバイスからそれぞれ供給され、それぞれが、対応するデバイスについての情報を含む複数のデバイス情報を記憶する記憶部と、
前記複数のデバイス情報に基づいて、前記複数のデバイスのうちの学習処理を行うべき1以上のデバイスを決定する処理部と、
前記1以上のデバイスに対して前記学習処理の実行を指示する通信部と
を有し、
各デバイス情報は、対応するデバイスの位置を示す位置情報を含み、
前記処理部は、前記複数のデバイスについての前記位置情報に基づいて各デバイスの移動経路を取得し、その取得結果に基づいて前記1以上のデバイスを決定する
学習システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019004030 | 2019-01-15 | ||
JP2019004030 | 2019-01-15 | ||
PCT/JP2019/041042 WO2020148959A1 (ja) | 2019-01-15 | 2019-10-18 | サーバおよび学習システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020148959A1 JPWO2020148959A1 (ja) | 2021-12-02 |
JP7409326B2 true JP7409326B2 (ja) | 2024-01-09 |
Family
ID=71614474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020566109A Active JP7409326B2 (ja) | 2019-01-15 | 2019-10-18 | サーバおよび学習システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220019940A1 (ja) |
EP (1) | EP3913548A4 (ja) |
JP (1) | JP7409326B2 (ja) |
CN (1) | CN113168588B (ja) |
WO (1) | WO2020148959A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210075694A (ko) * | 2019-12-13 | 2021-06-23 | 현대자동차주식회사 | 저전력 통신을 이용한 차량 제어 장치 및 그 방법 |
US11916754B2 (en) * | 2021-09-03 | 2024-02-27 | Qualcomm Incorporated | Configuring a user equipment for machine learning |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008046729A (ja) | 2006-08-11 | 2008-02-28 | Kddi Corp | 動画像話題分割装置 |
JP2011145833A (ja) | 2010-01-13 | 2011-07-28 | Hitachi High-Technologies Corp | データ分散管理システム及びデータ分散管理方法 |
JP2017107385A (ja) | 2015-12-09 | 2017-06-15 | 日本電信電話株式会社 | タスク割当装置、方法、及びプログラム |
JP2017146679A (ja) | 2016-02-15 | 2017-08-24 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | リスト作成装置、処理装置、リソース情報取得システム、分散処理システム、リスト作成方法及び分散処理方法 |
JP2018129718A (ja) | 2017-02-09 | 2018-08-16 | 日本電気株式会社 | 管理サーバ、通信システム、管理サーバの制御方法、及びプログラム |
WO2018173121A1 (ja) | 2017-03-21 | 2018-09-27 | 株式会社Preferred Networks | サーバ装置、学習済モデル提供プログラム、学習済モデル提供方法及び学習済モデル提供システム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8775337B2 (en) * | 2011-12-19 | 2014-07-08 | Microsoft Corporation | Virtual sensor development |
US10101786B2 (en) * | 2014-12-22 | 2018-10-16 | Intel Corporation | Holistic global performance and power management |
JP2016191973A (ja) * | 2015-03-30 | 2016-11-10 | 日本電気株式会社 | 情報転送装置、学習システム、情報転送方法及びプログラム |
JP2017091431A (ja) * | 2015-11-17 | 2017-05-25 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP2017182114A (ja) * | 2016-03-28 | 2017-10-05 | ソニー株式会社 | 情報処理装置、情報処理方法および情報提供方法 |
JP6866095B2 (ja) * | 2016-09-26 | 2021-04-28 | キヤノン株式会社 | 学習装置、画像識別装置、学習方法、画像識別方法及びプログラム |
US20180096261A1 (en) * | 2016-10-01 | 2018-04-05 | Intel Corporation | Unsupervised machine learning ensemble for anomaly detection |
KR102370063B1 (ko) * | 2017-03-28 | 2022-03-04 | 삼성전자주식회사 | 얼굴 인증 방법 및 장치 |
US10607155B2 (en) * | 2017-03-30 | 2020-03-31 | Intel Corporation | Diagnosing slow tasks in distributed computing |
JP2019004030A (ja) | 2017-06-14 | 2019-01-10 | 株式会社デンソー | 半導体装置 |
-
2019
- 2019-10-18 EP EP19910287.2A patent/EP3913548A4/en active Pending
- 2019-10-18 JP JP2020566109A patent/JP7409326B2/ja active Active
- 2019-10-18 CN CN201980077045.XA patent/CN113168588B/zh active Active
- 2019-10-18 WO PCT/JP2019/041042 patent/WO2020148959A1/ja unknown
- 2019-10-18 US US17/311,520 patent/US20220019940A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008046729A (ja) | 2006-08-11 | 2008-02-28 | Kddi Corp | 動画像話題分割装置 |
JP2011145833A (ja) | 2010-01-13 | 2011-07-28 | Hitachi High-Technologies Corp | データ分散管理システム及びデータ分散管理方法 |
JP2017107385A (ja) | 2015-12-09 | 2017-06-15 | 日本電信電話株式会社 | タスク割当装置、方法、及びプログラム |
JP2017146679A (ja) | 2016-02-15 | 2017-08-24 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | リスト作成装置、処理装置、リソース情報取得システム、分散処理システム、リスト作成方法及び分散処理方法 |
JP2018129718A (ja) | 2017-02-09 | 2018-08-16 | 日本電気株式会社 | 管理サーバ、通信システム、管理サーバの制御方法、及びプログラム |
WO2018173121A1 (ja) | 2017-03-21 | 2018-09-27 | 株式会社Preferred Networks | サーバ装置、学習済モデル提供プログラム、学習済モデル提供方法及び学習済モデル提供システム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2020148959A1 (ja) | 2021-12-02 |
WO2020148959A1 (ja) | 2020-07-23 |
US20220019940A1 (en) | 2022-01-20 |
CN113168588B (zh) | 2023-11-24 |
CN113168588A (zh) | 2021-07-23 |
EP3913548A1 (en) | 2021-11-24 |
EP3913548A4 (en) | 2022-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021059714A1 (ja) | 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム | |
US11875551B2 (en) | Collecting and processing data from vehicles | |
CN111602153A (zh) | 自动化的本地化机器学习训练 | |
JP7409326B2 (ja) | サーバおよび学習システム | |
US10635108B2 (en) | Centralized scheduling system using global store for operating autonomous driving vehicles | |
JP5150744B2 (ja) | 情報配信装置、システム、及び情報表示装置 | |
WO2018077236A1 (zh) | 分布式机器学习方法和系统 | |
AU2014235416B2 (en) | Real world analytics visualization | |
JP7111175B2 (ja) | 物体認識システム、認識装置、物体認識方法および物体認識プログラム | |
US9995816B2 (en) | Methods for indoor positioning and apparatuses using the same | |
CA3051298C (en) | Displaying content on an electronic display based on an environment of the electronic display | |
US10911747B1 (en) | Systems and methods for utilizing modeling to automatically determine configuration parameters for cameras | |
WO2018146762A1 (ja) | 情報処理装置、車載装置、情報処理方法、通信方法、情報処理プログラム及び通信プログラム | |
JP2023021913A (ja) | システム・オン・チップの性能を向上させるために、処理タスクを分離式アクセラレータにオフロードすること | |
US11128981B2 (en) | Cellular network delivery of travel safety alerts | |
WO2023273467A1 (zh) | 真值数据确定、神经网络训练、行驶控制方法及装置 | |
JP2014160420A (ja) | 活動状況処理装置及び活動状況処理方法 | |
KR20210071283A (ko) | 드론을 이용하는 구조물 안전점검 유지관리 방법 및 시스템 | |
US20210241171A1 (en) | Machine learning feature engineering | |
KR102006080B1 (ko) | 블랙박스 영상 제공 방법 및 이를 수행하는 장치들 | |
JP7261892B2 (ja) | 占有格子地図管理装置 | |
US20220414498A1 (en) | System and method for decentralized distributed model adaptation | |
US10713312B2 (en) | System and method for context-launching of applications | |
US11222152B2 (en) | Interest-based distributed simulation system | |
WO2019052389A1 (zh) | 一种移动机器人中的任务优化方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220901 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230912 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231030 |
|
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: 20231121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231204 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7409326 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |