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３回）では、Pix2Pix におけるノイズの入力機構を省略できた理由について解説しました。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、クレームを試作しつつ、これまで３回分の検討を総括します。 クレームの試作 ------- これまで、生成器の構成を中心に Pix2Pix の検討を行ってきました。生成器に関する主な特徴は、［１］画像データを入出力する ...
類似ブログエントリー[知財ブログ]
ブログエントリー「Pix2Pix（4/4）総括」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「Pix2Pix（4/4）総括」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「Pix2Pix（4/4）総括」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 52
類似スコア 48
類似スコア 48
類似スコア 47
類似スコア 43
類似スコア 42
類似スコア 40
類似スコア 39
類似スコア 39
ブログエントリー「Pix2Pix（4/4）総括」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 108
ブログ執筆者: 弁理士 【個別ページ】
キーワード: 実施例 論文
Pix2Pix（2/4）実施例の説明
https://benrishi-ai.com/pix2pix02/前回（第１回）では、Pix2Pix 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、Pix2Pix の実施例について説明します。 ＣＧＡＮベースの Image-to-Image モデル --------------------------- 早速ですが、前回出した検討課題の解答例を図１に示します。図１の例では、ＣＧＡＮの基本モデルに ...
類似スコア 102
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 100
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: 引用 実施例 発明 論文
Pix2Pix（1/4）発明の概要
https://benrishi-ai.com/pix2pix01/今回のテーマとして、ＧＡＮを用いた画像生成モデルで有名な “Pix2Pix” を題材に取り上げていきます。 背景 -- Ian Goodfellow 氏が提案した敵対的生成ネットワーク（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。この元祖ＧＡＮは、再現精度の高さという観点で十分な価値が ...
類似スコア 97
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 86
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 発明
StackGAN（4/4）総括
https://benrishi-ai.com/stackgan04/前回（第３回）では、StackGAN の発明ポイント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】 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- ...
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 従来技術 発明
StackGAN（3/4）本発明のポイント
https://benrishi-ai.com/stackgan03/前回（第２回）では、StackGAN 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、本発明のポイントについて考察します。 従来技術 ---- まずは、StackGAN との比較対象である従来技術（Prior Art）を明示しておきます。ここでは、説明を省略しますが、必要に応じて下記の記事を参照してください。 ［１］GAN-INT ...
類似スコア 74
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 70
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 68
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 進歩性 発明
ＦＰＮ (3/4) 特許性の検討
https://benrishi-ai.com/fpn03/前回（第２回）では、ＦＰＮ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、ＦＰＮの特許性について検討します。 前回（第２回）では、ＦＰＮは、ＳＳＤとＵ－Ｎｅｔを組み合わせた技術であって特許性（進歩性）がないと述べました。しかし、よくよく検討すれば、両者の相違点が浮かび上がってきます。まず、３種類のモデル構造を模式的に表現してみましょう ...
類似スコア 65
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 64
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 64
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 64
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 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 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: 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 58
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 発明
ＹＯＬＯ（4/4）総括
https://benrishi-ai.com/yolo04/前回（第３回）では、ＹＯＬＯの技術的特徴について解説しました。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】 畳み込みニューラルネットワーク（ＣＮＮ）を導入した物体検出手法の一例として、R-CNN（Regions with CNN featu ...
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 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 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: 観念 人工知能 創作者 創作性 著作権法 ChatGPT 生成AI
(PDF) 特集＜著作権＞(提言) 生成AIと依拠性についての調査研究 令和５年度著作権委員会第２部会
https://jpaa-patent.info/patent/viewPdf/4542生成 AI と依拠性についての調査研究特集《著作権》生成 AI と依拠性についての調査研究令和 5 年度著作権委員会第 2 部会松田 真、井内 龍二、井上 正、前原 久美、前渋 正治、 松田 光代、辻村 和彦、高橋 信吾、田中 かおり、甲斐 一真要 約 生成 AI を用いると、操作者が元の著作物を全く知らなかったとしても類似性の要件を満たした作品が生成され得る。その場合の依拠性をどう考えるか。類 ...
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
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 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 棄却 控訴 侵害 新規性 人工知能 請求の範囲 請求項 訴訟 損害賠償 知財高裁 知的財産高等裁判所 特許権 特許権侵害 特許請求の範囲 発明 判決 明細書 採用
侵害訴訟 特許 令和1(ネ)10052 知財高裁 控訴棄却（請求棄却）
http://chizaihanketu.blogspot.com/2019/12/110052.html事件番号 令和1(ネ)10052事件名 損害賠償等請求控訴事件 裁判年月日 令和元年12月19日 裁判所名 知的財産高等裁判所第２部 裁判長裁判官 森 義 之 裁判官 眞 鍋 美 穂 子 裁判官 佐 野 信 「 (2) 争点２－１（構成要件１Ａの充足性）について ア 控訴人は，構成要件１Ａは，画像情報を取得する機能の有無に限らず， 「画像情報・・・を対応するパターンに変換するパターン変換器」である ...
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 従来技術 発明
ResNet（4/4）総括
https://benrishi-ai.com/resnet04/前回（第２回）では、ResNet の改良技術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】 いわゆる Alexnet（Krizhevsky et al）の登場以来、畳み込みニューラルネットワーク（ＣＮＮ）の階層をより深く ...
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: 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 53
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 53
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 53
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 ...