神戸製鋼HOME > 検索結果
検索結果
「深層学習」の検索結果18件1 ~ 10件目を表示
一致順
日付順
1. 機械学習・深層学習を用いたデータ駆動型バッテリー劣化 予測技術
ではさまざまな条件における劣化データに対して機械学 機械学習・深層学習を用いたデータ駆動型バッテリー劣化 予測技術 高岸洋一 * 1 (博士(理学)) ・山上達也 * 1 (博士(工学))
www.kobelco.co.jp/technology-review/pdf/71_1/048-052.pdf
CMOS カメラの発展と深層学習の登場により,画像データの活用が飛躍的に発展し,ものづくりの現場における官能評価の置き換えにも用いられるようになった。
www.kobelco.co.jp/technology-review/pdf/72_2/089-093.pdf
temperature, CT)の制御に,深層学習による鋼板温度 予測モデルを導入することで,熱伝導方程式によるモデ ルを用いた従来技術と比較して,鋼板温度の制御精度を 大幅に向上させたものである。
www.kobelco.co.jp/technology-review/pdf/72_2/079-083.pdf
4. マテリアルDXに向けたマテリアルズ・インフォマティク スの紹介
図 2 (a),(b)に FCC 構造の磁化について,深層学習モデルとサポートベクターマシン回帰(以下,SVRという。)モデルを 2 通りで検討した結果を示す。
www.kobelco.co.jp/technology-review/pdf/73_1/096-101.pdf
KUROSAWA ◦機械学習・深層学習を用いたデータ駆動型バッテリー劣化予測技術………………………… 高岸洋一ほか 71/1 Battery Degradation Modeling Based
www.kobelco.co.jp/technology-review/pdf/73_2/146-149.pdf
放射光実験にベイズ最適化を組み合わせて測定時間を短縮化した事例のほか、深層学習により画像解析の省力化を実現した事例、データの品質を向上させた超解像についてそれぞれ例示した。さらに、
www.kobelco.co.jp/technology-review/vol71_1.html
その点で,実世界で収集されるデ ータから実世界のモデルを構築して利用する深層学習・ 機械学習を含む AI と,我々の実世界に関する知見を計 算可能な形に集約するシミュレーションは,DXを推進
www.kobelco.co.jp/technology-review/pdf/73_1/006-008.pdf
8. 鋼板製造工場の冷却工程への深層ニューラルネットワーク を用いた巻取温度制御技術の適用
いっぽう,モデル学 習計算機は深層ニューラルネットワークモデルを学習す 図 1 冷却設備の概要 Fig.1 Overview of cooling equipment 図 2
www.kobelco.co.jp/technology-review/pdf/73_1/033-036.pdf
まえがき =近年,計算機の高性能化,ビッグデータの拡 充,深層学習などの技術的ブレイクスルーを背景にし て,AI 技術の産業応用事例が急増している。AI は学習
www.kobelco.co.jp/technology-review/pdf/72_1/091-096.pdf
10. 溶接コア技術の開発と社会実装
を用いた溶接材料組成の設計 計算機の高性能化やビッグデータの拡充,深層学習な どの技術的ブレイクスルーを背景として,AI 技術の産 業応用事例が急速に増加している。AI は学習データか
www.kobelco.co.jp/technology-review/pdf/72_2/098-104.pdf
- 1
- 2