JP2023071063A - モデル学習システム及びモデル学習装置 - Google Patents
モデル学習システム及びモデル学習装置 Download PDFInfo
- Publication number
- JP2023071063A JP2023071063A JP2021183648A JP2021183648A JP2023071063A JP 2023071063 A JP2023071063 A JP 2023071063A JP 2021183648 A JP2021183648 A JP 2021183648A JP 2021183648 A JP2021183648 A JP 2021183648A JP 2023071063 A JP2023071063 A JP 2023071063A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- model
- learning model
- accuracy
- vehicle
- 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.)
- Granted
Links
- 238000012549 training Methods 0.000 claims abstract description 48
- 230000007423 decrease Effects 0.000 claims abstract description 9
- 230000008520 organization Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 description 18
- 238000002485 combustion reaction Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000007717 exclusion Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 239000000446 fuel Substances 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- 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
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06N3/09—Supervised learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Feedback Control In General (AREA)
Abstract
Description
2 制御機器(機器)
3 データ取得装置
4 外部機関端末
100 モデル学習システム
Claims (5)
- 学習モデルが使用される機器と、
前記学習モデルの訓練データセットを作成するためのデータを取得するデータ取得装置と、
前記データを用いて作成された前記学習モデルの訓練データセットを用いて前記学習モデルを自動的に学習させるモデル学習装置と、
を備えるモデル学習システムであって、
前記モデル学習装置は、
自動的に学習した前記学習モデルの学習後のモデル精度が、学習前と比較して上がらなかったとき、又は下がったときは、前記学習モデルを、自動的に学習する対象から除外するように構成される、
モデル学習システム。 - 前記モデル学習装置は、
前記学習モデルを自動的に学習する対象から除外したときは、前記学習モデルのモデル精度向上依頼を、外部機関に属する外部機関端末に送信するように構成される、
請求項1に記載のモデル学習システム。 - 前記モデル精度向上依頼には、自動的に学習する対象から除外した前記学習モデルと、前記学習モデルの学習に用いた訓練データセットと、その訓練データセットの作成に用いられたデータを取得したデータ取得装置に関する情報と、が含まれる、
請求項2に記載のモデル学習システム。 - 前記外部機関は、人間の専門家によって学習モデルの精度が悪化した要因を解析してその精度を向上させる外部の専門機関である、
請求項2又は請求項3に記載のモデル学習システム。 - 訓練データセットを用いて学習モデルを自動的に学習させるモデル学習装置であって、
自動的に学習した前記学習モデルの学習後のモデル精度が、学習前と比較して上がらなかったとき、又は下がったときは、前記学習モデルを、自動的に学習する対象から除外するように構成される、
モデル学習装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021183648A JP7056794B1 (ja) | 2021-11-10 | 2021-11-10 | モデル学習システム及びモデル学習装置 |
CN202211103550.7A CN116108929A (zh) | 2021-11-10 | 2022-09-09 | 模型学习***及模型学习装置 |
US17/978,511 US20230145386A1 (en) | 2021-11-10 | 2022-11-01 | Model learning system and model learning device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021183648A JP7056794B1 (ja) | 2021-11-10 | 2021-11-10 | モデル学習システム及びモデル学習装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7056794B1 JP7056794B1 (ja) | 2022-04-19 |
JP2023071063A true JP2023071063A (ja) | 2023-05-22 |
Family
ID=81291721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021183648A Active JP7056794B1 (ja) | 2021-11-10 | 2021-11-10 | モデル学習システム及びモデル学習装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230145386A1 (ja) |
JP (1) | JP7056794B1 (ja) |
CN (1) | CN116108929A (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016158768A1 (ja) * | 2015-03-30 | 2016-10-06 | 株式会社メガチップス | クラスタリング装置及び機械学習装置 |
WO2017159620A1 (ja) * | 2016-03-14 | 2017-09-21 | オムロン株式会社 | 拡張性保有装置 |
WO2020184070A1 (ja) * | 2019-03-13 | 2020-09-17 | 日本電気株式会社 | モデル生成方法、モデル生成装置、プログラム |
JP2021086241A (ja) * | 2019-11-26 | 2021-06-03 | 株式会社日立製作所 | 転移可能性判定装置、転移可能性判定方法、及び転移可能性判定プログラム |
-
2021
- 2021-11-10 JP JP2021183648A patent/JP7056794B1/ja active Active
-
2022
- 2022-09-09 CN CN202211103550.7A patent/CN116108929A/zh active Pending
- 2022-11-01 US US17/978,511 patent/US20230145386A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016158768A1 (ja) * | 2015-03-30 | 2016-10-06 | 株式会社メガチップス | クラスタリング装置及び機械学習装置 |
WO2017159620A1 (ja) * | 2016-03-14 | 2017-09-21 | オムロン株式会社 | 拡張性保有装置 |
WO2020184070A1 (ja) * | 2019-03-13 | 2020-09-17 | 日本電気株式会社 | モデル生成方法、モデル生成装置、プログラム |
JP2021086241A (ja) * | 2019-11-26 | 2021-06-03 | 株式会社日立製作所 | 転移可能性判定装置、転移可能性判定方法、及び転移可能性判定プログラム |
Non-Patent Citations (1)
Title |
---|
鈴木 藍雅ほか: "2段階転移学習を用いた深層畳み込みニューラルネットによるびまん性肺疾患の識別と特徴表現の解析", 情報処理学会研究報告 [ONLINE], vol. Vol. 2019-MPS-117, No. 13, JPN6022008810, 2 February 2018 (2018-02-02), pages 1 - 6, ISSN: 0004722954 * |
Also Published As
Publication number | Publication date |
---|---|
JP7056794B1 (ja) | 2022-04-19 |
CN116108929A (zh) | 2023-05-12 |
US20230145386A1 (en) | 2023-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022077693A1 (zh) | 负荷预测模型的训练方法及训练装置、存储介质、设备 | |
US20180136285A1 (en) | Method and apparatus for estimating state of battery | |
US20200125042A1 (en) | Control support device, apparatus control device, control support method, recording medium, learned model for causing computer to function, and method of generating learned model | |
KR102118088B1 (ko) | 인공지능 기술을 이용한 배기가스 배출량 예측방법 | |
CN113830097B (zh) | 车辆、模型学习***以及服务器 | |
CN115130266A (zh) | 用于车辆的热管理控制的方法和*** | |
US11820398B2 (en) | Learning apparatus and model learning system | |
US20220058522A1 (en) | Model learning system, model learning method, and server | |
JP7010343B1 (ja) | 機械学習装置 | |
JP7040589B1 (ja) | 機械学習方法及び機械学習システム | |
JP6935837B1 (ja) | 機械学習装置及び機械学習システム | |
JP2023071063A (ja) | モデル学習システム及びモデル学習装置 | |
CN117150882A (zh) | 发动机油耗预测方法、***、电子设备及存储介质 | |
CN116796821A (zh) | 面向3d目标检测算法的高效神经网络架构搜索方法及装置 | |
CN115081308A (zh) | 考虑时空关联特性的电驱变速箱瞬态温度场精确预测方法 | |
CN110909455B (zh) | 一种延缓固体氧化物燃料电池性能衰退的方法 | |
Kou | Wireless Communication System and Its Application in Big Data Remote Monitoring and Decision‐Making | |
JP7276298B2 (ja) | モデル学習システム、車両の制御装置及びモデル学習方法 | |
US20220292350A1 (en) | Model updating apparatus, model updating method, and model updating program | |
CN114063597B (zh) | 服务器、车辆的控制装置以及车辆的机器学习*** | |
US20210390406A1 (en) | Machine learning apparatus, machine learning system, machine learning method, and program | |
Singh et al. | Hybrid physics-infused 1D-CNN based deep learning framework for diesel engine fault diagnostics | |
CN114638152A (zh) | 基于HGP-MPC的深海Argo剖面浮标能量管理方法 | |
JP2022035222A (ja) | 機械学習装置 | |
CN117269816A (zh) | 一种质子交换膜燃料电池精确寿命预测方法及相关*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211110 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211125 |
|
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: 20220308 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220321 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7056794 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |