“石川昌义”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果27个，建议您升级VIP下载更多相关专利

[发明专利]车辆电子控制装置-CN201880024484.X有效
发明人：木谷光博;石川昌义;祖父江恒夫;伊藤浩朗 -专利权人：日立安斯泰莫株式会社
申请日： 2018-04-13 - 公布日： 2023-10-24 - 主分类号： G06N3/0464 文献下载
摘要：本发明的车辆电子控制装置包括：能够获取车辆的状态的状态获取部；和基于由所述状态获取部获取的车辆的状态来判断是否要建立人工智能模型的判断部，在所述判断部判断为要建立所述人工智能模型的情况下，组合多个运算单元来建立能够执行规定处理的人工智能模型。
车辆电子控制装置

[发明专利]图像处理系统、计算机可读存储介质以及系统-CN201880014768.0有效
发明人：筱田伸一;丰田康隆;崎村茂寿;石川昌义;新藤博之;菅原仁志 -专利权人：株式会社日立高新技术
申请日： 2018-03-15 - 公布日： 2023-07-18 - 主分类号： G06V10/98 文献下载
摘要：本发明的目的在于：兼顾对使用了识别器的图像识别所使用的对照图像进行学习的图像处理系统的数据量的抑制和识别器的识别性能提高。为了达到上述目的，提出一种具备使用对照图像来识别图像的识别器(9)的图像处理系统，该图像处理系统具备对图像识别所需要的对照图像数据进行机器学习的机器学习引擎(1)，该机器学习引擎使用识别失败了的图像(2)，搜索识别成功了的图像(3)，向通过该搜索得到的识别成功了的图像，附加根据通过上述输入装置选择出的上述识别失败了的图像的部分图像而得到的信息，生成修正对照图像数据(13)。
图像处理系统计算机可读存储介质以及

[发明专利]图像处理系统及图像处理方法-CN202310270799.5在审
发明人：筱田伸一;丰田康隆;崎村茂寿;石川昌义;新藤博之;菅原仁志 -专利权人：株式会社日立高新技术
申请日： 2018-03-15 - 公布日： 2023-05-23 - 主分类号： G06V10/30 文献下载
摘要：本发明涉及图像处理系统及图像处理方法，目的在于：兼顾对使用了识别器的图像识别所使用的对照图像进行学习的图像处理系统的数据量的抑制和识别器的识别性能提高。为了达到上述目的，提出一种具备使用对照图像来识别图像的识别器(9)的图像处理系统，该图像处理系统具备对图像识别所需要的对照图像数据进行机器学习的机器学习引擎(1)，该机器学习引擎使用识别失败了的图像(2)，搜索识别成功了的图像(3)，向通过该搜索得到的识别成功了的图像，附加根据通过上述输入装置选择出的上述识别失败了的图像的部分图像而得到的信息，生成修正对照图像数据(13)。
图像处理系统方法

[发明专利]画质改善系统及画质改善方法-CN202080105370.5在审
发明人： 石川昌义;小松壮太;丰田康隆;筱田伸一 -专利权人：株式会社日立高新技术
申请日： 2020-09-29 - 公布日： 2023-05-23 - 主分类号： H01J37/22 文献下载
摘要：提供一种在通过机器学习来进行低画质图像的画质改善的画质改善系统以及画质改善方法中，对于每次拍摄时图像容易变化的试样，也能够以适当的示教信息进行学习的高精度且高可靠性的画质改善系统以及画质改善方法。一种画质改善系统，其进行低画质图像的画质改善，其具备：画质改善部，其进行低画质图像的画质改善；变形预测部，其预测在所输入的低画质图像列中包含的第一低画质图像和与所述第一低画质图像不同的第二低画质图像之间产生的变形量；以及变形修正部，其基于由所述变形预测部预测出的所述变形量来修正对所述第一低画质图像应用所述画质改善部的处理而得到的第一预测图像、所述第二低画质图像、以及对所述第二低画质图像应用所述画质改善部的处理而得到的第二预测图像中的任意一个，进行学习使得所述变形修正部修正后的所述第一预测图像与所述第二低画质图像或所述第二预测图像的损失函数的评价变小，或者使得所述第一预测图像与所述变形修正部修正后的所述第二低画质图像或所述第二预测图像的损失函数的评价变小。
画质改善系统方法

[发明专利]错误原因的推断装置和推断方法-CN202080103853.1在审
发明人：吉田泰浩;石川昌义;笹嶋二大;高野正干;早川功一 -专利权人：株式会社日立高新技术
申请日： 2020-09-17 - 公布日： 2023-05-02 - 主分类号： G06N20/00 文献下载
摘要：本发明使用一种错误原因推断装置，包括：数据预处理部，其使用处理对象数据生成具有适于输入到机器学习模型的格式的训练数据；和模型树生成部，其以训练数据作为输入而生成用于检测错误的学习模型即错误检测模型，并生成利用以错误检测模型为节点的树结构来表达错误检测模型之间的关系的模型树。由此，即使不对错误原因事先添加标签，也能够生成按发生的多种类的错误来检测错误的学习模型。
错误原因推断装置方法

[发明专利]缺陷检查系统以及缺陷检查方法-CN202211080646.6在审
发明人：佐野裕子;石川昌义;新藤博之 -专利权人：株式会社日立高新技术
申请日： 2022-09-05 - 公布日： 2023-03-17 - 主分类号： G01N23/2251 文献下载
摘要：本发明提供缺陷检查系统、缺陷检查方法，能吸收拍摄条件不同所引起的检查图像的差，或具有各检查工序中能共同使用的过滤模型，能进行高效率的检查。缺陷检查系统(100)具有：缺陷检测部(104)，比较检查图像(4)和不具有缺陷的图像即参照图像来检测检查图像内缺陷位置；过滤模型，将检测的缺陷位置分类为虚报或指定的缺陷种类；过滤条件保持部(106)，保持过滤条件；缺陷区域提取部，在每个预定的距离内将缺陷检测部(104)检测的缺陷位置汇总；缺陷过滤部(105)，按每个缺陷区域判定是否符合过滤条件，仅提取符合的缺陷区域；标准化部(101)，基于检查时的加工工序和按每个加工工序或每个拍摄条件设定的标准化条件对检查图像(4)进行标准化。
缺陷检查系统以及方法

[发明专利]图像处理方法、形状检查方法、图像处理系统以及形状检查系统-CN202080101502.7在审
发明人：大内将记;石川昌义;丰田康隆;新藤博之 -专利权人：株式会社日立高新技术
申请日： 2020-06-16 - 公布日： 2023-02-03 - 主分类号： G01N23/2251 文献下载
摘要：本发明提供图像处理方法、形状检查方法、图像处理系统以及形状检查系统。图像处理方法使用具备输入接收部、推定部和输出部的系统获取对根据试样的基准数据得到的推定拍摄图像和试样的实际的拍摄图像进行比对时使用的推定拍摄图像的数据，包括：输入工序，输入接收部接收基准数据、试样的工序信息和学习完毕的模型数据的输入；推定工序，推定部使用基准数据、工序信息及模型数据计算表示拍摄图像的数据能够取的值的概率分布的拍摄图像统计量；输出工序，输出部输出拍摄图像统计量，推定拍摄图像能够根据拍摄图像统计量来生成。由此，在对根据设计数据推定的模拟图像和实际拍摄到的图像进行比对时，能够缩短该推定所需要的时间，实时地进行比对。
图像处理方法形状检查系统以及

[发明专利]移动体行为预测装置-CN201980065067.4有效
发明人： 石川昌义;铃木英明;丰田英弘 -专利权人：日立安斯泰莫株式会社
申请日： 2019-10-11 - 公布日： 2023-01-17 - 主分类号： G08G1/16 文献下载
摘要：本发明在抑制运算量增加的情况下提高移动体的将来行为的预测精度。本发明的移动体行为预测装置的构成具备：输入地图生成部(1003)，其将能够包含多个移动体的区域分割为多个单元，生成在各单元中储存有静态物体的关联信息以及移动体的关联信息的单一输入地图；移动量推断部(1004)，其根据输入地图而借助完成了学习的卷积神经网络来推断移动量作为各单元的特征量；移动量获取部(1005)，其根据移动体的周边单元中储存的移动量来获取移动体的当前位置上的移动量；以及将来位置预测部(1006)，其根据移动体的当前位置的特征量来预测移动体的将来位置。
移动行为预测装置

[发明专利]图像识别系统-CN202210516517.0在审
发明人：山内俊典;石川昌义;柿沼武史;长谷川正树;大平健太郎;丰田康隆 -专利权人：株式会社日立高新技术
申请日： 2022-05-11 - 公布日： 2022-12-23 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种图像识别系统。在对图像中包含的形状进行识别的图像识别系统中，即使在图像内映现有多个形状的情况下，也能够针对这些形状的单独的预测结果判定其成功与否的技术。本发明所涉及的图像识别系统按照在图像内识别出的每个对象形状并且按照特征量的每个种类，计算特征量的重要度，按照每个所述对象形状对所述重要度和特征量的每个种类的统计量进行比较，由此判定识别结果是否正确。
图像识别系统

[发明专利]错误原因的推定装置以及推定方法-CN202080098437.7在审
发明人：吉田泰浩;石川昌义;早川功一;高野正干;笹岛二大 -专利权人：株式会社日立高新技术
申请日： 2020-03-31 - 公布日： 2022-11-01 - 主分类号： G06N20/00 文献下载
摘要：错误原因的推定装置具备：特征量生成部，其使用从外部发送的数据来生成适合于机器学习模型的特征量；模型数据库，其具有至少一个以上的错误预测模型，该错误预测模型将特征量作为输入数据而用于有无错误产生的判定；模型评价部，其将错误预测模型的预测结果与实际测量出的真正的错误结果进行比较来评价错误预测模型的性能；模型选择部，其从模型数据库选择由模型评价部计算出的评价值为预先设定的预定值以上的错误预测模型；以及错误预测模型生成部，其在由模型选择部选择的错误预测模型没有符合的情况下，针对测量出的错误生成新的错误预测模型。由此，即使没有错误原因的事先注释，也能够针对产生的多种错误推定其原因。
错误原因推定装置以及方法

[发明专利]诊断系统-CN202080097490.5在审
发明人：笹岛二大;高野正干;植田和弘;石川昌义;吉田泰浩 -专利权人：株式会社日立高新技术
申请日： 2020-03-30 - 公布日： 2022-10-11 - 主分类号： H01J37/24 文献下载
摘要：本公开提出一种诊断系统，即使是考虑了多个要因或多个复合要因的错误，也能合适地进行原因确定。本公开所涉及的诊断系统具备：学习器，其将规定检查装置的动作的配方、记述了所述装置的状态的日志数据或记述了所述样品的特性的样品数据当中的至少任一者与所述装置的错误的种类建立对应来进行学习，使用所述学习器来推定所述错误的原因(参考图4)。
诊断系统

[发明专利]学习处理装置以及方法-CN202080093955.X在审
发明人： 石川昌义;大内将记;新藤博之;丰田康隆;筱田伸一 -专利权人：株式会社日立高新技术
申请日： 2020-02-07 - 公布日： 2022-09-02 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种能够在短时间内完成轻量模型的学习的学习处理装置以及方法。一种从已有的第一学习模型得到新的第二学习模型的学习处理装置，具备：输入部，其得到学习第一学习数据集来事先生成的第一学习模型和未被剪枝的神经网络，以下称神经网络为NN；重要参数确定部(304)，其使用第一学习模型和NN对作为学习对象的NN进行初始化，使用第二学习数据集和初始化后的NN，确定初始化后的NN的识别处理中的参数的重要度；新模型生成部(306)，其使用参数的重要度，进行从初始化后的NN删除不重要的参数的剪枝处理，生成第二NN；学习部，其使用第二学习数据集而学习第二NN；以及输出部，其将学习后的所述第二NN作为第二学习模型而输出。
学习处理装置以及方法

[发明专利]图像分类装置及方法-CN202080094984.8在审
发明人：小松壮太;石川昌义;别宫史浩;柿沼武史 -专利权人：株式会社日立高新技术
申请日： 2020-11-06 - 公布日： 2022-09-02 - 主分类号： G06V10/764 文献下载
摘要：本发明的目的在于提供一种能够生成适当的监督数据的图像分类装置及其方法。图像分类装置使用包含监督信息的分类对象类的图像和未被赋予监督信息的分类对象外类的图像进行图像分类，其特征在于，具备：图像组输入部，其输入属于分类对象类的图像组和属于分类对象外类的图像组；以及子类化部，其针对图像组的各图像提取特征量，针对属于分类对象外类的图像组，对图像的特征量进行聚类，分割为子类。
图像分类装置方法

[发明专利]生成图像的系统、以及非暂时性计算机可读介质-CN202080082675.9在审
发明人：丰田康隆;石川昌义;大内将记 -专利权人：株式会社日立高新技术
申请日： 2020-01-09 - 公布日： 2022-07-15 - 主分类号： G06T1/40 文献下载
摘要：本公开涉及以高效地进行特定部位的学习为目的的系统。为了实现该目的，提出一种系统，其构成为根据输入图像的输入来生成转换图像，其中，该系统包含以抑制与通过所述输入图像的输入而转换的第二图像之间的误差的方式调整了参数的学习模型，该学习模型至少在图像内的第一区域和与该第一区域不同的第二区域之间实施不同的学习。
生成图像系统以及暂时性计算机可读介质

[发明专利]移动体行为预测装置以及移动体行为预测方法-CN201880066893.6有效
发明人： 石川昌义;伊藤浩朗 -专利权人：日立安斯泰莫株式会社
申请日： 2018-11-28 - 公布日： 2022-06-14 - 主分类号： G08G1/16 文献下载
摘要：本发明提供一种移动体行为预测装置以及移动体行为预测方法，能够不伴随频出的移动体的行为的预测精度的降低地提高稀有的移动体的行为的预测精度提高。在自身车辆(101)中设有移动体行为预测装置(10)，在移动体行为预测装置(10)中设有第一行为预测部(203)和第二行为预测部(207)，第一行为预测部(203)学习第一预测行为(204)，以使移动体的行为的预测结果与预测时间经过后的移动体的行为的识别结果的误差最小化，第二行为预测部(207)学习自身车辆(101)周边的移动体的将来的第二预测行为(208)，以使自身车辆(101)不进行不安全的驾驶。
移动行为预测装置以及方法

1
2
下一页»
尾页
共 27 条