买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉欧姆龙株式会社申请的专利模型生成装置、推测装置、模型生成方法以及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116635877B 。

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202180081830.X，技术领域涉及：G06N20/00；该发明授权模型生成装置、推测装置、模型生成方法以及存储介质是由曾根周作;桥本敦史;马家昕设计研发完成，并于2021-09-14向国家知识产权局提交的专利申请。

本模型生成装置、推测装置、模型生成方法以及存储介质在说明书摘要公布了：本发明提供一种模型生成装置、推测装置、模型生成方法以及计算机可读存储介质，可实现对以图表达的任务的解进行推测的精度的提高。所述模型生成装置实施包括特征编织网络以及推测器的推测模块的机器学习。特征编织网络包括多个特征编织层。各特征编织层的编码器构成为，在反映出与其他顶点之间的关系的基础上，编织各顶点的流出枝以及流入枝的特征量。而且，各特征编织层的编码器构成为，并非针对每个顶点来计算邻接的枝的特征的加权和，而是关于对象顶点来根据所输入的所有枝的特征量导出各枝的相对特征量。

本发明授权模型生成装置、推测装置、模型生成方法以及存储介质在权利要求书中公布了：1.一种模型生成装置，包括： 获取部，构成为获取多个训练图；以及 学习处理部，构成为，使用所获取的所述多个训练图来实施推测模块的机器学习，所述模型生成装置中， 所述推测模块包括特征编织网络以及推测器， 所述特征编织网络构成为，通过包括多个特征编织层，从而受理输入图的输入并输出与所述输入图相关的特征信息， 所述推测器构成为，根据从所述特征编织网络输出的所述特征信息来推测对所述输入图的任务的解， 各特征编织层受理三层的第一输入张量以及第二输入张量的输入， 所述第一输入张量构成为具有：所述输入图的属于第一集的第一顶点作为要素而排列的第一轴、所述输入图的属于第二集的第二顶点作为要素而排列的第二轴、以及与从所述第一顶点向所述第二顶点流出的枝相关的特征量作为要素而排列的第三轴， 所述第二输入张量构成为具有：所述第二顶点作为要素而排列的第一轴、所述第一顶点作为要素而排列的第二轴、以及与从所述第二顶点向所述第一顶点流出的枝相关的特征量作为要素而排列的第三轴， 所述各特征编织层包括编码器， 所述各特征编织层构成为： 固定所述第二输入张量的所述第三轴而使所述第二输入张量的所述第三轴以外的其他轴逐个循环，且将所述第一输入张量以及循环的所述第二输入张量的各要素的特征量予以连结，由此来生成三层的第一连结张量， 固定所述第一输入张量的所述第三轴而使所述第一输入张量的所述第三轴以外的其他轴逐个循环，且将所述第二输入张量以及循环的所述第一输入张量的各要素的特征量予以连结，由此来生成三层的第二连结张量， 将所生成的所述第一连结张量分割为第一轴的每个要素而输入至所述编码器，执行所述编码器的运算，由此来生成与所述第一输入张量对应的三层的第一输出张量，并且 将所生成的所述第二连结张量分割为第一轴的每个要素而输入至所述编码器，执行所述编码器的运算，由此来生成与所述第二输入张量对应的三层的第二输出张量， 所述编码器构成为，根据所输入的所有要素的特征量导出各要素的相对特征量， 所述多个特征编织层中的最开始的特征编织层构成为，从所述输入图受理所述第一输入张量以及所述第二输入张量， 所述特征信息包含从所述多个特征编织层中的最后的特征编织层输出的所述第一输出张量以及所述第二输出张量，并且 所述机器学习是通过下述方式而构成，即，将各训练图作为所述输入图而输入至所述特征编织网络，由此来训练所述推测模块，以使得由所述推测器所获得的推测结果符合对所述各训练图的所述任务的正解。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人欧姆龙株式会社，其通讯地址为：日本京都府京都市下京区盐小路通堀川东入南不动堂町801番地；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。