# Патентный анализ SUALAB: обнаружение аномалий

Sua Lab - это компания, которая предоставляет решения для глубокого обучения, специфичные для машинного зрения. В частности, компания начала с предоставления инспекционных решений для глубокого обучения для выявления дефектов в текстильной промышленности. Первая в мире технология машинного зрения внедрена в текстильную промышленность без процессов автоматизации инспекций.

Source: https://www.iplexlaw.co.kr/ru/blog/853581

ГЛАВНАЯ / Новости и аналитика Новости и аналитика Патентный анализ SUALAB: обнаружение аномалий Sua Lab - это компания, которая предоставляет решения для глубокого обучения, специфичные для машинного зрения. В частности, компания начала с предоставления инспекционных решений для глубокого обучения для выявления дефектов в текстильной промышленности. Первая в мире технология машинного зрения внедрена в текстильную промышленность без процессов автоматизации инспекций. ИИ и программное обеспечение Опубликовано: 2023.05.30 IPLEX Время чтения: 2 мин. Sua Lab - это компания, которая предоставляет решения для глубокого обучения, специфичные для машинного зрения. В частности, компания начала с предоставления инспекционных решений для глубокого обучения для выявления дефектов в текстильной промышленности. Первая в мире технология машинного зрения внедрена в текстильную промышленность без процессов автоматизации инспекций. SuAlab — успешная компания, проданная американской NASDAQ Cognex за 240 миллиардов долларов. Я хотел бы объяснить патент Su-Alab, компании, которая является образцом для подражания для многих стартапов, которые хотят иметь стратегию выхода. Патент, описанный в этой статье, связан с обучением модели искусственной нейронной сети. [запатентовано] Если нажать на изображение, то можно увидеть регистрационный патент. См. также патент Распределение нормальных и дефектных предметов на заводе будет основываться на естественном распределении вероятностей, которое будет использоваться для обучения искусственных нейронных сетей. связанных патентов. Согласно патенту, Принудительное обучение, чтобы соответствовать распределению признаков, которые являются выходными значениями скрытого слоя, в естественное распределение вероятностей, о котором мы знаем. Пошли. В частности, При обучении искусственной нейронной сети постарайтесь активировать скрытый узел, если распределение функционального значения скрытого узла аналогично естественному вероятностному распределению, распределению по умолчанию. Тренировки для обновления весов. Это связано с тем, что скрытый узел, скорее всего, связан с свойством, которое может быть признано дефектным при проверке дефектного продукта. Тем временем, Отключить скрытый узел, если распределение значений функции находится вдали от распределения естественной вероятности. Тренировки для обновления весов. Это связано с тем, что скрытый узел с меньшей вероятностью связан с характеристиками, которые могут быть признаны дефектными во время проверки продукта. При этом распределение значений фактических признаков остается таким же, как и распределение данных аномалий в реальной среде. . Таким образом, всю нейронную сеть можно обучать эффективному выявлению аномалий. Прочитать корейский оригинал Материал отражает ситуацию на дату публикации. Обратитесь в IPLEX, чтобы обсудить обстоятельства вашего дела. Обсудить этот вопрос ↗ Все статьи ОБРАТИТЕСЬ В IPLEX Обсудите с нами вопросы интеллектуальной собственности Мы рассматриваем ваши технологические и бизнес-потребности вместе. ↗ Связаться с нами Новее Понимание алгоритмов GAN, используемых в Deepfakes ↗ Ранее Улучшение анализа медицинских изображений с помощью CNN: анализ патентов Lunit, часть 2 ↗ Материалы по теме ИИ и программное обеспечение 2026.10.01 FiX: избирательное забывание признаков в softmax-внимании Патентный поверенный Ким Ёндок рассматривает векторные затворы FiX, устойчивость вычислений и страничный кэш, отделяя результаты экспериментов от открытых вопросов. ↗ Читать статью ИИ и программное обеспечение 2026.09.30 MHAR: выбор информации из предыдущих слоёв по подпространствам признаков Корейский патентный поверенный Ким Ёндок разбирает Multi-Head Attention Residuals: маршрутизацию по глубине, результаты экспериментов, затраты реализации и технические эффекты. ↗ Читать статью ИИ и программное обеспечение 2026.09.28 Колонка в AI Times: как ИИ учится работать с компьютером — анализ патента на обучение агентов В новой колонке для AI Times управляющий партнёр IPLEX Ким Ёндок рассматривает Claude Computer Use и обучение ИИ-агентов на примере патента США № 12 585 862. ↗ Читать статью

- https://www.iplexlaw.co.kr/ru
- https://www.iplexlaw.co.kr/ru/blog/category/ai
- https://drive.google.com/file/d/1QcWSDRTo26wIugaQHJxRtHFfbmncxTba/view
- https://www.iplexlaw.co.kr/forum/view/853581
- https://www.iplexlaw.co.kr/ru/contact
- https://www.iplexlaw.co.kr/ru/blog
- https://www.iplexlaw.co.kr/ru/contact
- https://www.iplexlaw.co.kr/ru/blog/857159
- https://www.iplexlaw.co.kr/ru/blog/850833
- https://www.iplexlaw.co.kr/ru/blog/fix-fine-grained-forgetting-attention
- https://www.iplexlaw.co.kr/ru/blog/fix-fine-grained-forgetting-attention
- https://www.iplexlaw.co.kr/ru/blog/mhar-multi-head-attention-residuals
- https://www.iplexlaw.co.kr/ru/blog/mhar-multi-head-attention-residuals
- https://www.iplexlaw.co.kr/ru/blog/claude-computer-use-agent-patent
- https://www.iplexlaw.co.kr/ru/blog/claude-computer-use-agent-patent