自然言語処理

はぐれ弁理士 PA Tora-O です。前回(第2回)では、PV-DBOWモデルの概要について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回(第3回)は、先に提示した疑問点を解消した上で、クレーム骨子 ...

自然言語処理

はぐれ弁理士 PA Tora-O です。前回(第3回)では、“Negative Sampling” の作用効果について検討しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回は、過去3回分の検討を踏まえ、発明ス ...

自然言語処理

はぐれ弁理士 PA Tora-O です。前回(第3回)では、“Skip-gram” モデルの概要について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回(第4回)は、これまでの検討を踏まえ、クレーム骨子 ...

物体検出

はぐれ弁理士 PA Tora-O です。ここまで、”Selective Search” の実施例について詳しく説明しつつ、境界ボックスの設定(ステップS5)に主要な特徴事項があることを確認しました。前回(第3回)の復習を行う際は、こち ...

物体検出

はぐれ弁理士 PA Tora-O です。前回(第4回)では、RPN(Region Proposal Network)の実施例について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。

全体の学習方法

物体検出

はぐれ弁理士 PA Tora-O です。前回(第2回)では、”Fast R-CNN”の実施例について具体的に説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。

今回(第3回)は、これまでの検討を踏 ...

物体検出

はぐれ弁理士 PA Tora-O です。前回(第3回)では、SPPnetの技術的思想を抽出して切り分ける検討を行いました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回(第4回)は、これまでの検討を踏まえて、クレー ...

物体検出

はぐれ弁理士 PA Tora-O です。前回(第1回)では、R-CNNの概要について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。

通常の流れでは、[1]発明の概要を説明した後、[2]実施例の ...

NN共通

はぐれ弁理士 PA Tora-O です。前回(第3回)では、GAPの特許性について検討しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回(第4回)は、これまでの検討を踏まえて発明ストーリーを仕上げてしまいます ...

NN共通

はぐれ弁理士 PA Tora-O です。前回(第3回)では、正則化に関するクレーム骨子について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。

前回に提案したクレーム骨子を活かそうとすると、以下 ...