引用符で語句を囲むと完全一致で検索できます。例: "特許事務所"
前回（第２回）では、ＶＡＥ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。今回（第３回）は、ＶＡＥの理論的な裏付けについて説明します。 数学的解釈 ----- 前回では、学習フェーズにおいて、エンコーダが ｚ＝μ＋σ・ε の演算を行った後、得られたＬ次元特徴ベクトル｛ｚ｝をデコーダ側に出力する旨を説明しました。ここで、ε は、標準正規分布に従って生 ...
類似ブログエントリー[知財ブログ]
ブログエントリー「ＶＡＥ（3/4）理論的な裏付け」と関連する可能性が高い順に他のブログエントリーを掲載。知財ブログを横断的に検策。情報収集の効率性を上げるため、一定の基準以上の類似スコアがあるものを抽出。
【類似スコア】タイトルだけではなく内容も考慮したうえで2つのエントリーを比較し、それらの類似性を表現した指標。数値だけでなくラインの長さでも類似スコアを表現。類似性を直感的に認識できるように、類似スコア100以上を赤色のライン 70以上100未満を黄色のライン 70未満を緑色のライン で表示。
ブログエントリー「ＶＡＥ（3/4）理論的な裏付け」と関連する可能性が高い順に他のブログエントリーを掲載。情報収集の網羅性のため、一定の基準未満の類似スコアであっても関連する可能性があるエントリーを抽出。
類似ニュースソース[知財ニュース][クロス検索]
ブログエントリー「ＶＡＥ（3/4）理論的な裏付け」と関連する可能性が高い順にニュースソースを掲載。知財ニュースを横断的に検策。情報収集の効率性を上げるため、一定の基準以上の類似スコアがあるものを抽出。
【類似スコア】タイトルだけではなく内容も考慮したうえでブログエントリーとニュースソースとを比較し、それらの類似性を表現した指標。数値だけでなくラインの長さでも類似スコアを表現。類似性を直感的に認識できるように、類似スコア100以上を赤色のライン 70以上100未満を黄色のライン 70未満を緑色のライン で表示。
類似スコア 45
類似スコア 45
類似スコア 45
類似スコア 44
類似スコア 43
類似スコア 41
類似スコア 41
類似スコア 41
類似スコア 40
類似スコア 39
ブログエントリー「ＶＡＥ（3/4）理論的な裏付け」と関連する可能性が高い順にニュースソースを掲載。情報収集の網羅性のため、一定の基準未満の類似スコアであっても関連する可能性があるニュースソースを抽出。
最新知財ブログ100件
J-PlatPatでつながらない、応答に時間がかかる、仕様変更のため使いづらい等の問題のためにJ-PlatPat代替手段を探している場合には、次のページ等でご確認ください。
J-PlatPat(特許情報プラットフォーム)につながらない場合の代替
現在、注目度が高い、時系列順に配列された多数のニュースリンク。
特許業界、知的財産業界の実情を知るための情報源。 特許事務所、企業内知的財産部門、弁理士試験受験等のブログリンク。
情報追加、掲載希望などのご要望、お問い合わせはメールフォームからどうぞ。リンクフリー。リンクにあたって連絡は不要です。
類似スコア 126
ブログ執筆者: 弁理士 【個別ページ】
キーワード: 外観 実施例
ＶＡＥ（2/4）実施例の説明
https://benrishi-ai.com/variational-ae02/前回（第１回）では、オートエンコーダ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２回）は、ＶＡＥの実施例について、ネットワーク構造を中心に説明します。 ネットワーク構造 -------- まず、ＶＡＥ（Variational Autoencoder）のネットワーク構造について説明します。以下、［１］学習フェーズ、［２］生成フェーズ、の２つ ...
類似スコア 90
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: クレーム 従来技術 特許出願 特許戦略 発明
ＶＡＥ（4/4）総括
https://benrishi-ai.com/variational-ae04/前回（第３回）では、ＶＡＥの理論的な裏付け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、クレームを含む発明ストーリーを作成し、これまで３回分の検討を総括します。 発明ストーリー ------- 【従来技術】 所与の学習データセットをベースに、学習データとは異なる新しいデータを人工的に生成する「生成モデル」が知られている。この類のタスクは ...
類似スコア 86
ブログ執筆者: 弁理士 【個別ページ】
キーワード: 実施例
ＶＡＥ（1/4）オートエンコーダの概要
https://benrishi-ai.com/variational-ae01/今回のテーマとして、深層生成モデルの基礎とも言うべきＶＡＥ（Variational Autoencoder）を題材に取り上げていきます。 背景 -- 生成モデル（Generative Model）とは、所与の学習データセットをベースに、学習データとは異なる新しいデータを人工的に生成するためのモデルです。データの種類は、静止画、動画、音声（楽曲、音、声など）、文章（小説、俳句、チャットなど）な ...
類似スコア 82
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: 実施例 発明
ＧＡＮ（3/4）ＧＡＮの特徴
https://benrishi-ai.com/gan03/前回（第２回）では、ＧＡＮ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。今回（第３回）は、ＶＡＥと比較した場合のＧＡＮの強みについて解説します。 ＶＡＥとＧＡＮ ------- まず、比較対象であるＶＡＥ（Variational Autoencoder）の特徴について軽く触れます。必要であれば、以下のリンクから復習してください。 事例 #015 ...
類似スコア 70
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: クレーム
アテンション機構（3/4）変形例の検討
https://benrishi-ai.com/attention03/前回（第２回）では、“Seq2Seq with Attention” 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、“Seq2Seq with Attention” の様々なバリエーションについて検討していきます。 第１変形例 ----- 前回では、隠れ状態行列｛Ｈ１｝のすべての要素、すなわち、Ｓ個の隠れ状態ベクトルｈ１を使ってコンテキ ...
類似スコア 66
ブログ執筆者: 弁理士 【個別ページ】
キーワード: 実施例
ＧＡＮ（2/4）実施例の説明
https://benrishi-ai.com/gan02/前回（第１回）では、ＧＡＮ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２回）は、ＧＡＮの実施例について、生成器の学習方法を中心に説明します。 全体の流れ ----- 改めて説明する必要がないほど有名な話ですが、ＧＡＮは、紙幣の偽造モデルによく例えられます。偽造者（＝Generator）は本物に近い偽札を作ろうとし、警官（＝Discrimi ...
類似スコア 65
ブログ執筆者: 弁理士 【個別ページ】
キーワード: クレーム 実施例
Pix2Pix（3/4）ノイズはどこへ消えた？
https://benrishi-ai.com/pix2pix03/前回（第２回）では、Pix2Pix 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。 ノイズの行方 ------ 前回の記事に掲載した図１と図２をもう一度見比べると、元祖ＧＡＮやＣＧＡＮにはあったノイズ｛ｚ｝が、Pix2Pix では無くなっていることに気付きます。今回（第３回）は、「ノイズはどこへ消えた？」と題して、その理由について推論を交えながら ...
類似スコア 63
ブログ執筆者: 弁理士 【個別ページ】
キーワード: 実施例
Seq2Seq（2/4）再帰型ニューラルネット
https://benrishi-ai.com/seq2seq02/前回（第１回）では、Seq2Seq 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２回）は、Seq2Seq を理解する上での前提知識ともいえる再帰型ニューラルネットワーク（ＲＮＮ；Recurrent Neural Network）の概要について説明します。 問題の設定 ----- ＲＮＮでは、指定された文章を１語ずつ暗唱する、暗唱問題につい ...
類似スコア 63
ブログ執筆者: 弁理士 【個別ページ】
アテンション機構（2/4）全体構成の説明
https://benrishi-ai.com/attention02/前回（第１回）では、アテンション機構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２回）は、アテンション機構の実装例として、“Seq2Seq with Attention” の全体構成について説明します。 エンコーダの構造 -------- まず、エンコーダのネットワーク構造を図１に示します。 【図１】エンコーダの構造例 エンコーダは、 ...
類似スコア 62
ブログ執筆者: 弁理士 【個別ページ】
キーワード: 実施例 発明 採用
CycleGAN（3/4）学習のメカニズム
https://benrishi-ai.com/cyclegan03/前回（第２回）では、CycleGAN 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。今回（第３回）は、CycleGAN における学習のメカニズムについて独自の解釈で説明を試みます。 Identity Loss ------------- と、その前に、目的関数（Objectives）の第３要素であるアイデンティティ損失（Identity Loss ...
類似スコア 61
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: クレーム 機械 従来技術 侵害 特許権 特許権侵害 発明
ＧＡＮ（4/4）総括
https://benrishi-ai.com/gan04/前回（第３回）では、ＶＡＥとＧＡＮを比較し、ＣＧＡＮまで発展させた場合のＧＡＮモデルの拡張性・応用性の高さ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、クレームを含む発明ストーリーを作成し、これまで３回分の検討を総括します。 発明ストーリー ------- 【従来技術】 所与の学習データセットをベースに、学習データとは異なる新しいデータ ...
類似スコア 59
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: クレーム 実施例 従来技術 発明
Unrolled GAN（4/4）総括
https://benrishi-ai.com/unroll-gan04/前回（第３回）では、Unrolled GAN の学習メカニズムについて概説しました。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、クレームを含む発明ストーリーを作成し、これまで３回分の検討を総括します。 発明ストーリー ------- 【従来技術】 代表的な生成モデルとして、データの真贋判定を行う弁別器（Discriminator）と協働して生成器（Gene ...
類似スコア 57
ブログ執筆者: 弁理士 【個別ページ】
キーワード: Apple 実施例 論文
CycleGAN（2/4）実施例の説明
https://benrishi-ai.com/cyclegan02/前回（第１回）では、CycleGAN 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２回）は、CycleGAN の実施例について説明します。 システム構成 ------ まず、システム構成について、図１を参照しながら説明します。 【図１】CycleGAN のシステム構成 CycleGAN は、２系統のＧＡＮで構成されます。一方の第１ＧＡ ...
類似スコア 56
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: 実施例 発明
ＧＡＮ（1/4）発明の概要
https://benrishi-ai.com/gan01/今回のテーマとして、深層生成モデルの基礎とも言うべきＧＡＮ（Generative Adversarial Network）を題材に取り上げていきます。 背景 -- 生成モデル（Generative Model）とは、所与の学習データセットをベースに、学習データとは異なる新しいデータを人工的に生成するためのモデルです。データの種類は、静止画、動画、音楽、音声、文章（小説、俳句、チャットなど）な ...
類似スコア 56
ブログ執筆者: 弁理士 【個別ページ】
キーワード: 実施例 発明
StackGAN（1/4）発明の概要
https://benrishi-ai.com/stackgan01/今回のテーマとして、敵対的生成ネットワーク（ＧＡＮ）ベースのデータ変換処理の一手法である StackGAN を題材に取り上げます。 背景 -- 生成モデルのバリエーション（Variants）の１つとして、テキスト文章の内容に沿った画像を生成する “Text-to-Image Transfer” が挙げられます。先行技術として、例えば、Scott Reed 氏らによる GAN-INT-CLS ...
類似スコア 56
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: クレーム 実施例
Seq2Seq（3/4）実施例の説明＆考察
https://benrishi-ai.com/seq2seq03/前回（第２回）では、Seq2Seq の前提知識として、再帰型ニューラルネットワーク（ＲＮＮ）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、Seq2Seq の実施例を説明するとともに、本発明のポイントを軽く考察してみます。 問題の設定 ----- Seq2Seq では、例えば、英語をドイツ語に翻訳する翻訳問題について取り組みます（図 ...
類似スコア 55
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: クレーム 従来技術 特許法 発明 論文
CycleGAN（4/4）総括
https://benrishi-ai.com/cyclegan04/前回（第３回）では、CycleGAN における学習メカニズムについて概説しました。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、クレームを含む発明ストーリーを作成し、これまで３回分の検討を総括します。 発明ストーリー ------- 【従来技術】 生成モデルのバリエーションの１つとして、画像の作風を変える画風変換が挙げられる。画風変換の手法の一例として、Ga ...
類似スコア 55
ブログ執筆者: 弁理士 【個別ページ】
キーワード: 実施例 発明
CycleGAN（1/4）発明の概要
https://benrishi-ai.com/cyclegan01/今回のテーマとして、敵対的生成ネットワーク（ＧＡＮ）ベースの画像処理の一手法である CycleGAN を題材に取り上げます。 背景 -- 生成モデルのバリエーション（Variants）の１つとして、画像の作風を変える画風変換（Image Style Transfer）が挙げられます。例えば、Leon A. Gatys 氏らによる “Neural Style Transfer”（以下、ＮＳＴ） ...
類似スコア 54
ブログ執筆者: 弁理士 【個別ページ】
キーワード: 実施例 発明 論文
Unrolled GAN（1/4）発明の概要
https://benrishi-ai.com/unroll-gan01/今回のテーマとして、敵対的生成ネットワーク（ＧＡＮ）に関する学習アルゴリズムの１つである Unrolled GAN を題材に取り上げます。 背景 -- ＧＡＮは、データの真贋判定を行う弁別器（Discriminator）と協働して生成器（Generator）を学習させる、という単純かつ斬新な手法です。生成器Ｇおよび弁別器Ｄの行動原理は、概ね以下の通りです。 ・生成器Ｇは、標本値（ｚ）から画 ...
類似スコア 54
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: クレーム 実施例 従来技術
Seq2Seq（4/4）総括
https://benrishi-ai.com/seq2seq04/前回（第３回）では、Seq2Seq 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。今回は、過去３回分の検討を踏まえ、発明ストーリーの一例を提示します。 発明ストーリー ------- 【従来技術】 従来から、自動翻訳の分野において、登録済みのルールを適用して原文を分析することで訳文を出力するルールベース機械翻訳（ＲＭＴ）や、対訳データの学習を通じ ...
類似スコア 53
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: クレーム 公知 従来技術
アテンション機構（4/4）発明ストーリーの作成
https://benrishi-ai.com/attention04/前回（第３回）では、アテンション機構の変形例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、クレームを含む発明ストーリーを試作してみます。 発明ストーリー ------- 【従来技術】 例えば、自動翻訳を含む自然言語処理の分野において、エンコーダ部分とデコーダ部分に相当する２種類の再帰型ニューラルネットワーク（ＲＮ ...
類似スコア 53
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: IBM 意見書 拒絶査定 拒絶理由 拒絶理由通知 請求項 早期審査 特許権 発明 発明者 補正 明細書 採用
【160】特許6214922 株式会社Preferred Networks（ＶＡＥ）
http://blog.livedoor.jp/patent_taji/archives/27147835.html＃ＡＩレベル４ 月末なので急いで更新。 最近見たＡＩ関連特許だが、請求項１が短い文字数で驚いた。 VAE（Variational AutoEncoder、変分自己符号化法）の応用をそのまま特許化したような発明。 この範囲で権利化されたら将来困る人は多いのではないかという気がする。 海外での権利化、無効理由が気になるところ。 ◆ＶＡＥ 既にネット上ではいろいろな解説がされているが、最初に提唱 ...
類似スコア 52
ブログ執筆者: 弁理士 【個別ページ】
キーワード: 実施例 発明
StackGAN（2/4）実施例の説明
https://benrishi-ai.com/stackgan02/前回（第１回）では、StackGAN 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２回）は、StackGAN の実施例について説明します。 システム構成 ------ まず、StackGAN のシステム構成について、図１を参照しながら説明します。 【図１】StackGAN のシステム構成 出展：StackGAN: Text to Ph ...
類似スコア 51
ブログ執筆者: 弁理士 知財フィルター🍎 【個別ページ】
キーワード: 実施例 発明 明細書
Unrolled GAN（3/4）学習メカニズムの考察
https://benrishi-ai.com/unroll-gan03/前回（第２回）では、Unrolled GAN 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。今回（第３回）は、Unrolled GAN の学習メカニズムについて考察します。 アトラクタモデルの説明 ----------- この学習メカニズムを説明するため、図１に示すアトラクタモデルを導入します。 【図１】アトラクタモデルの模式図 以下、２グル ...
類似スコア 50
ブログ執筆者: 弁理士 【個別ページ】
キーワード: 実施例 論文
Unrolled GAN（2/4）実施例の説明
https://benrishi-ai.com/unroll-gan02/前回（第１回）では、Unrolled GAN 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２回）は、Unrolled GAN の実施例について説明します。 Vanilla GAN ----------- まず、元祖ＧＡＮ（Vanilla GAN）の演算式は、以下の図１の通りです。目的関数（敵対的損失：Adversarial Loss）の数 ...