“钟朝亮”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77个，建议您升级VIP下载更多相关专利

[发明专利]信息处理装置、信息处理方法及计算机可读存储介质-CN202210338659.2在审
发明人：张颖;钟朝亮;冯成;汪洁;孙俊 -专利权人：富士通株式会社
申请日： 2022-04-01 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本申请公开一种信息处理装置、信息处理方法和计算机可读记录介质。该信息处理状包括：第一训练单元，被配置成基于经训练的第二模型和经训练的第三模型，利用第一训练图像集对第一模型进行训练，以获得用于对待预测图像进行预测的经训练的第一模型。所述经训练的第三模型是利用第三训练图像集进行训练而得到的。所述第三训练图像集包括不能够利用所述经训练的第二模型正确预测的图像。
信息处理装置方法计算机可读存储介质

[发明专利]检测异常对象的方法、装置和存储介质-CN202210332651.5在审
发明人：汪洁;钟朝亮;冯成;张颖;孙俊;张楠 -专利权人：富士通株式会社
申请日： 2022-03-31 - 公布日： 2023-10-27 - 主分类号： G06V10/40 文献下载
摘要：公开了检测异常对象的方法、装置和存储介质。该方法包括：拍摄某一场景的图像；计算拍摄图像与参考图像之间的差图像，差图像指示拍摄图像与参考图像之间的像素级差异；由神经网络的第一编码器、第二编码器、第三编码器分别针对参考图像、拍摄图像、差图像提取具有多个尺寸的多个特征图；将编码器各自提取的具有相同尺寸的特征图进行融合，融合的特征图被输入神经网络的解码器；由解码器基于融合的特征图生成与拍摄图像尺寸相同的变化图，变化图中的每个像素的值指示拍摄图像中的像素相对于参考图像中的对应像素是否发生语义变化；以及基于变化图来识别场景中出现的异常对象。
检测异常对象方法装置存储介质

[发明专利]对抗训练方法及其装置-CN202210324917.1在审
发明人：黄开竹;高志强;张锐;钟朝亮 -专利权人：西交利物浦大学;富士通株式会社
申请日： 2022-03-30 - 公布日： 2023-10-24 - 主分类号： G06F18/241 文献下载
摘要：本发明实施例提供一种对抗训练方法和装置，对抗训练装置包括：所述装置包括：生成单元，其用于将原始样本输入至神经网络模型中，生成对抗样本；提取单元，其利用所述神经网络模型提取与所述原始样本对应的第一特征向量和与所述对抗样本对应的第二特征向量；计算单元，其根据所述第一特征向量和所述第二特征向量计算第一特征偏移和第二特征偏移；确定单元，其根据所述第一特征偏移和所述第二特征偏移确定损失函数；第一训练单元，其根据所述损失函数，对所述神经网络模型进行对抗训练，直至所述损失函数最优化。
对抗训练方法及其装置

[发明专利]图像处理装置、图像处理方法和机器可读存储介质-CN202210147076.1在审
发明人：张颖;钟朝亮;冯成;汪洁;孙俊 -专利权人：富士通株式会社
申请日： 2022-02-17 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本公开涉及一种图像处理装置、图像处理方法和机器可读存储介质。图像处理装置包括：采样单元，对具有已知标签的基类图像数据集进行采样，得到伪基类支持集、伪新类支持集、伪基类查询集和伪新类查询集；第一训练单元，使用伪基类支持集和伪新类支持集通过预定约束来训练神经网络中的类代码生成模块，预定约束用于拉近相同类的类代码并且拉远不同类的类代码；以及第二训练单元，将伪基类查询集和伪新类查询集输入神经网络的特征提取模块，以训练神经网络的经训练的类代码生成模块和预测模块。该图像处理装置可以减少新增类的误分类并且提升目标检测性能。
图像处理装置方法机器可读存储介质

[发明专利]信息处理装置、信息处理方法和机器可读存储介质-CN202210036721.2在审
发明人：冯成;钟朝亮;汪洁;张颖;孙俊 -专利权人：富士通株式会社
申请日： 2022-01-13 - 公布日： 2023-07-25 - 主分类号： G06V10/40 文献下载
摘要：本公开涉及信息处理装置、信息处理方法和机器可读存储介质。信息处理装置包括：特征生成单元，其被配置成针对输入分布生成特征；差异生成单元，其被配置成生成在预定阶段训练好的特征生成单元与当前阶段被训练的特征生成单元针对相同的特定输入分布的输出特征差异；以及更新单元，其被配置成基于输出特征差异使用当前阶段被训练的特征生成单元针对当前阶段在线更新的输入分布的输出特征来训练当前阶段的特征生成单元。该信息处理装置可以利用特征生成单元对相同输入分布的输出特征差异来训练特征生成单元，从而有效地解决在线无监督领域自适应中的遗忘问题。
信息处理装置方法机器可读存储介质

[发明专利]用于对多目标模型进行训练的训练装置和训练方法-CN201910384143.X有效
发明人： 钟朝亮;夏文升;石自强;孙俊 -专利权人：富士通株式会社
申请日： 2019-05-09 - 公布日： 2023-07-11 - 主分类号： G06F18/214 文献下载
摘要：公开了用于基于目标空间内的目标对多目标模型进行训练的训练装置和训练方法。训练装置包括：目标空间设置单元，对所述目标空间进行设置，以获取具有不同难度级别的多个子目标空间；目标空间改变单元，将待处理的子目标空间从当前的子目标空间改变为具有更高难度级别的下一子目标空间；采样单元，选取目标作为采样目标，以及通过执行动作来获取与采样目标有关的迁移；训练单元，基于迁移对多目标模型进行训练；以及评估单元，通过计算实现当前的子目标空间内的目标的成功率来对多目标模型进行评估。其中，目标空间改变单元被配置成在成功率大于预定阈值的情况下，将待处理的子目标空间从当前的子目标空间改变到具有更高难度级别的下一子目标空间。
用于多目标模型进行训练装置方法

[发明专利]在编程环境中推荐代码的方法和装置-CN201810468804.2有效
发明人：杨铭;钟朝亮;孙俊 -专利权人：富士通株式会社
申请日： 2018-05-16 - 公布日： 2023-06-09 - 主分类号： G06F8/33 文献下载
摘要：本发明涉及一种在编程环境中推荐代码码片的方法，用于基于已输入的若干码片构成的码片序列和当前输入的码片预测后续码片，包括：分别计算当前输入的码片与码片序列中的每个码片之间的相关度，基于当前输入的码片的码片类型与码片序列中的每个码片的码片类型是否相同相应地对每个相关度进行调整，其中，当类型相同时，减小相关度；基于经调整的每个相关度生成对后续码片进行预测的预测结果的第一影响因子，然后基于第一影响因子生成预测结果，最后基于预测结果确定后续码片。
编程环境推荐代码方法装置

[发明专利]代码推荐方法及装置-CN201810575512.9有效
发明人：杨铭;钟朝亮;孙俊 -专利权人：富士通株式会社
申请日： 2018-06-06 - 公布日： 2023-04-07 - 主分类号： G06F8/30 文献下载
摘要：公开了一种用于推荐代码的方法和装置。该方法包括：估计候选集合中的候选代码单元在下一代码单元输入位置出现的可能性，以及根据所述估计的可能性，推荐所述候选集合中可能性高的候选代码单元，其中估计所述可能性包括应用约束条件，所述约束条件包括类型约束条件或作用域约束条件。对于每个候选代码单元，如果该候选代码单元满足约束条件，则降低该候选代码单元的可能性。
代码推荐方法装置

[发明专利]用于训练神经网络的方法和装置及计算机可读存储介质-CN202110949087.7在审
发明人：汪洁;钟朝亮;冯成;张颖;孙俊 -专利权人：富士通株式会社
申请日： 2021-08-18 - 公布日： 2023-02-24 - 主分类号： G06N3/08 文献下载
摘要：公开了一种用于训练神经网络的方法和装置以及计算机可读存储介质。神经网络包括分类器和特征提取器。该方法包括：利用特征提取器，对来自源域的有标注数据和来自目标域的无标注数据进行特征提取；利用另一分类器，根据所提取的特征对无标注数据进行分类以得到第一类别；针对有标注数据构建第一交叉熵损失函数，并且针对被标注为第一类别的无标注数据构建第二交叉熵损失函数；和通过使第一交叉熵损失函数和第二交叉熵损失函数的加权和最小，来训练神经网络。
用于训练神经网络方法装置计算机可读存储介质

[发明专利]用于训练对象检测模型的方法及对象检测方法-CN202110949753.7在审
发明人： 钟朝亮;汪洁;冯成;张颖;孙俊 -专利权人：富士通株式会社
申请日： 2021-08-18 - 公布日： 2023-02-24 - 主分类号： G06N3/088 文献下载
摘要：本公开内容涉及用于训练对象检测模型的方法和对象检测方法。根据本公开内容的一个实施例，用于训练模型的方法包括以迭代方式训练对象检测模型，其中当前训练迭代轮包括以下操作：读取源域数据子集和目标域数据子集；确定针对源域数据子集的检测损失，以及源域实例分类特征集；确定目标域实例分类特征集；基于源域实例分类特征集和目标域实例分类特征集确定与实例特征对齐有关的实例级对齐损失；以及基于与检测损失和实例对齐损失有关的总损失通过调整对象检测模型的参数来优化对象检测模型。本公开内容的方案的有益效果至少包括以下中的至少一个：对标签噪声鲁棒、克服类别不均衡、改善实例级对齐以及改善检测准确度。
用于训练对象检测模型方法

[发明专利]信息处理装置和信息处理方法-CN202110579881.7在审
发明人：冯成;钟朝亮;汪洁;孙俊 -专利权人：富士通株式会社
申请日： 2021-05-26 - 公布日： 2022-12-16 - 主分类号： G06V10/774 文献下载
摘要：本公开内容涉及信息处理装置和信息处理方法。该信息处理装置用于对分类模型进行训练，该分类模型能够基于第一域的具有标签的第一样本对不同于第一域的第二域的不具有标签的第二样本进行分类，在第二样本的类别与第一样本的类别之间存在相同的共享类别。该信息处理装置包括：聚簇单元，使第二样本中的每个朝向其相邻的第一样本或第二样本聚簇；多个第一分类单元，每个第一分类单元基于第一样本的部分类别对经聚簇的第二样本分类；以及识别单元，基于多个第一分类单元的分类结果识别不具有共享类别的第二样本，其中分类模型使用聚簇单元的聚簇结果和识别单元的识别结果进行训练。根据本公开内容的信息处理技术，能够显著改善迁移学习的学习效果。
信息处理装置方法

[发明专利]应用于图像分割的领域自适应的方法和装置以及存储介质-CN202110412568.4在审
发明人：汪洁;钟朝亮;冯成;孙俊 -专利权人：富士通株式会社
申请日： 2021-04-16 - 公布日： 2022-11-04 - 主分类号： G06V10/774 文献下载
摘要：公开了应用于图像分割的领域自适应的方法和装置以及存储介质。该方法包括：将编码器针对源域图像提取的特征划分为第一源域特征和第二源域特征，将编码器针对目标域图像提取的特征划分为第一目标域特征和第二目标域特征；第一解码器基于第一源域特征执行图像分割并设置第一分割损失函数；第二解码器基于第一和第二目标域特征重建目标域图像并设置重建损失函数；第二解码器基于第一源域特征和第二目标域特征生成转换图像；第一解码器基于对转换图像提取的特征针对转换图像执行图像分割并设置第二分割损失函数；基于上述损失函数来训练编码器以及第一和第二解码器；利用经训练的编码器和第一解码器针对待处理的目标域图像执行图像分割。
应用于图像分割领域自适应方法装置以及存储介质

[发明专利]图像分类方法，参数训练方法和图像分类装置-CN202110256627.3在审
发明人：黄开竹;高志强;张锐;王秋锋;钟朝亮 -专利权人：西交利物浦大学;富士通株式会社
申请日： 2021-03-09 - 公布日： 2022-09-13 - 主分类号： G06V10/764 文献下载
摘要：本发明实施例提供一种图像分类方法和装置，参数训练方法，该图像分类方法包括：将输入图像数据输入分类器中，提取输入图像数据的特征向量，根据该特征向量对该输入图像数据进行分类，得到各输入图像数据对应的预测标签，并确定第一损失函数；该标签表示该输入图像数据所属的类别；该输入图像数据包括源域图像数据和目标域图像数据；判别器根据该特征向量的梯度判别该梯度对应的预测域标签是源域或目标域，并确定第二损失函数；根据该第一损失函数和该第二损失函数，训练并更新该分类器和该判别器的参数，直至该第一损失函数和该第二损失函数最优化；参数更新后的所述分类器对需要分类的输入图像数据进行分类，以得到所述需要分类的输入图像数据的分类结果。
图像分类方法参数训练装置

[发明专利]信息处理装置和方法以及在编程环境中推荐代码的方法-CN201711328030.5有效
发明人： 钟朝亮;杨铭;黄琦珍;孙俊 -专利权人：富士通株式会社
申请日： 2017-12-13 - 公布日： 2022-08-12 - 主分类号： G06F8/30 文献下载
摘要：本公开涉及信息处理装置和信息处理方法以及用于在编程环境中推荐代码码片的方法。根据本公开的信息处理装置用于对元素集合中的若干元素构成的元素序列进行处理以预测后续元素，元素序列中的元素之间存在逻辑关系，该信息处理装置包括：第一预测单元，接收元素序列并且基于元素序列生成中间状态和第一预测结果；一个或更多个第二预测单元，其数目对应于元素集合中的元素类型的数目，针对每种元素类型存在一个对应的第二预测单元，第二预测单元接收中间状态并且基于中间状态以及与相应的元素类型相关的参数生成第二预测结果；以及确定单元，接收第一预测结果和第二预测结果并且基于第一预测结果和第二预测结果确定后续元素。
信息处理装置方法以及编程环境推荐代码

[发明专利]用于领域自适应的神经网络及其训练方法-CN202110089676.2在审
发明人：汪洁;钟朝亮;冯成;孙俊 -专利权人：富士通株式会社
申请日： 2021-01-22 - 公布日： 2022-07-29 - 主分类号： G06T7/00 文献下载
摘要：公开了用于领域自适应的神经网络及其训练方法。该神经网络包括串联连接的分割单元和重建单元，分割单元针对源域图像和目标域图像执行图像分割并且包括第一编码器和第一解码器，重建单元针对目标域图像执行图像重建并且包括第二编码器和第二解码器。该训练方法包括：由第一编码器基于源域图像或目标域图像来提取第一特征；由第一解码器基于第一特征来生成源域分割预测图像或目标域分割预测图像；由第二编码器基于目标域图像和目标域分割预测图像来提取第二特征；由第二解码器基于第一特征和第二特征来生成目标域重建图像；分别基于分割损失函数和重建损失函数来训练分割单元和重建单元。
用于领域自适应神经网络及其训练方法

1
2
3
4
5
6
下一页»
尾页
共 77 条