ｘ線画像

US2018078226
The contrast agent can flow through the vasculature 152 being carried via the bloodstream.
造影剤は、血液循環によって運ばれ、血管系１５２を通過する。

The opacity in the vasculature generates the appropriate contrast relative to the surrounding soft tissue for x-ray image acquisition.
上記血管系の不透明さは、Ｘ線画像取得のための、軟組織周辺に対する適切なコントラストを生み出す。

The pump 170 can be used to inject the contrast agent into the patient 14 .
ポンプ１７０は、患者１４に造影剤を注入するために使用される。

The contrast agent then traverses the patient's vasculature 152 over time and, as such, moves through the various phases of the vasculature over time.
そして、造影剤は、時間の経過とともに、血管系の各フェーズを通過して移動することで、患者１４の血管系１５２に浸透する。

US11431928
[0021] The present disclosure provides for methods and systems to
【００１３】
  本開示は、

synchronize X-ray image acquisition sequences for radiographic detectors where time dependent noise (e.g., row correlated noise which occurs in a direction of the sampling) is present due to electromagnetic interference (EMI) such as low frequency EMI (e.g., 60 Hertz (Hz) or less). 
時間依存ノイズ（例えば、サンプリングの方向に生じる行相関ノイズ）が低周波ＥＭＩ（例えば、６０ヘルツ（Ｈｚ）以下）などの電磁干渉（ＥＭＩ）のために存在する放射線検出器のＸ線画像取得シーケンスを同期させる

方法およびシステムを提供する。

US2021396891
[0002] The integration of optical imaging in X-ray imaging system can provide valuable functional information in various medical and non-medical applications.
【０００２】
  Ｘ線撮像システムにおける光学撮像の統合は、様々な医療用途および非医療用途において貴重な機能的情報を提供し得る。

In medical applications, for example, such dual-imaging systems are mostly built in a gantry
例えば、医療用途において、そのような二重撮像システムは、大部分がガントリ内に組み込まれ、

in which separate optical and X-ray image acquisition channels are mechanically combined, and acquired images are co-registered and fused together. 
ガントリでは、別々の光学画像取得チャネル及びＸ線画像取得チャネルが機械的に結合され、取得された画像は、共同でレジストレーションされ(co-registered)、一緒に融合される。

不正パケット

US9160496
[0004] H-ARQ processing can enable faster recovery by storing corrupted packets in the UE 110 rather than discarding them.
【０００４】
  Ｈ－ＡＲＱ処理は、ＵＥ１１０内の不正パケットを破棄するのではなく格納することによって、より速い復元を可能にすることができる。

When a corrupted packet is received, the UE 110 may store it in a H-ARQ buffer contained in a buffer memory 115 , and combine the corrupted packet with one or more subsequent retransmissions to increase the probability of a successful decoding.
不正パケットが受信されると、ＵＥ１１０は、それをバッファ・メモリ１１５内に含まれるＨ－ＡＲＱバッファに格納し、その不正パケットを１つ又は複数の後続する再送信と結合し、正しく復号する確率を上げることができる。

Even if the retransmitted packet(s) contains errors, a good packet can be derived from the combination previously received corrupted transmissions.
再送信されたパケットが誤りを含む場合でも、以前受信された不正送信の組合せから良好なパケットが導出されることができる。

This process may be referred to as soft combining, and can include Chase Combining (CC) and/or Incremental Redundancy (IR).
この処理は、軟結合（soft combining）と称され、追跡結合（ＣＣ）及び／又はインクリメンタル・リダンダンシ（ＩＲ）を含むことができる。

CC may be a basic combining approach wherein Node B may be simply retransmitting the exact same set of coded symbols of the original packet.
ＣＣは、ノードＢが単純に、元のパケットの符号化記号の全く同じセットを再送信することができるという基本的な結合アプローチである。

With IR, different redundancy information may be sent during retransmissions by recoding the packet in a different manner, thus incrementally increasing the coding gain.
ＩＲの場合、異なる方式でパケットを再符号化することにより、再送信中に異なるリダンダンシ情報が送信され、それによってインクリメンタルに符号化利得を増加させることができる。

To improve the speed of H-ARQ processing, the functionality may be implemented directly at the physical/Media Access Control (L1) layer of the UE 110 .
Ｈ－ＡＲＱ処理の速度を改善するために、この機能は、ＵＥ１１０の物理／媒体アクセス制御（Ｌ１）層で直接実施されうる。

US8619635
 If it is determined that the destination MAC address is in the MAC address table,
宛先ＭＡＣアドレスがＭＡＣアドレステーブル内に存在すると判定される場合、

then in block 316 , it is determined if the “learned from” attribute associated with the destination MAC address indicates that the MAC address was learned（＊過去形）from a leaf PW.
ブロック３１６において、宛先ＭＡＣアドレスに関連付けられる「学習元」属性がＭＡＣアドレスはリーフＰＷから学習されたことを示すかが判定される。

If the “learned from” attribute indicates that the destination MAC address was learned from a leaf PW,
「学習元」属性が宛先ＭＡＣアドレスはリーフＰＷから学習されたことを示す場合、

then the packet is an illegal packet, and in block 320 , the network element drops and discards the packet. 
パケットは不正パケットであり、ブロック３２０において、ネットワークエレメントは、当該パケットを破棄し及び廃棄する。

////////

Then, in accordance to block 320 , network element PE 1 130 drops and discards this packet
次いで、ブロック３２０に従って、ネットワークエレメントＰＥ１  １３０は、このパケットを破棄し及び廃棄する。

because this is an illegal packet sent from a leaf node intended for a leaf node.
なぜなら、これは、リーフノードから送信される、リーフノードを対象とした不正パケットであるためである。

US7457626
At step 612, when the VPN server receives the transmitted packet, an IPv6 stack component replaces the second address in the source field by the first address before passing the received packet to higher layers of the communications stack.
【００６４】
  ステップ６１２で、ＶＰＮサーバが送信されたパケットを受信すると、ＩＰｖ６スタックコンポーネントは、受信したパケットを通信スタックの上層に渡す前に、ソースフィールド中の第２のアドレスを第１のアドレスに置き換える。

Again, the higher layer stack components (responsible for tunneling, verifying the authenticity of the packets passed through the tunnel and filtering unauthorized packets), such as L2TP and IP security filtering,
ここでも、Ｌ２ＴＰやＩＰセキュリティフィルタリングなどの上層スタックのコンポーネント（トンネリング、トンネルを通じて渡されるパケットの信頼性の確認、および不正パケットのフィルタリングを担当する）は、

are unaware of the change in address for the mobile node 200.
モバイルノード２００のアドレスの変化を認識しない。

Thus, the originally created tunnel and security structures for the VPN tunnel between the mobile node 200 and the VPN server for LAN 206 continue to work.
したがって、モバイルノード２００とＬＡＮ２０６のＶＰＮサーバ間のＶＰＮトンネルのために最初に作成されたトンネルとセキュリティ構造が引き続き機能する。

を中心に対称

US11043879
Housing 105 can be rotationally symmetric about the rotation axis of output shaft, but may be of any external shape
筐体１０５は、出力軸の回転軸を中心に回転対称であり得るが、任意の外形のものであり得、

and can generally include means for securing the housing to other structure to prevent housing rotation during motor operation.
通常、モータ動作中の筐体回転を防止するために筐体を他の構造に固定する手段を含み得る。

US11346984
[0069] The flexure or flexible member 120 can be positioned at the edges of the cavity 102 , at the perimeter of the upper window 110 , and/or radially outward from the upper window 110 .
【００３４】
  屈曲部又は可撓性部材１２０は空洞１０２の縁部、上部窓部１１０の周囲、及び／又は上部窓部１１０から半径方向外側に配置することができる。

The flexible member 120 can be rotationally symmetrical about the optical axis of the liquid lens. 
可撓性部材１２０は、液体レンズの光軸を中心に回転対称であってよい。

電磁波の特性

US10475983
[0005] According to one or more embodiments, an apparatus can comprise a superconducting qubit chip having a first qubit with a first set of one or more capacitor pads and a first Josephson junction.
【０００６】
  本発明の実施形態によれば、装置は、１つまたは複数のコンデンサ・パッドの第１のセットおよび第１のジョセフソン接合と共に第１の量子ビットを含む超伝導量子ビット・チップを備えることができる。

The apparatus can also comprise a first antenna, located above the superconducting qubit chip.
この装置は、超伝導量子ビット・チップの上に位置する第１のアンテナを備えることもできる。

The first antenna can emit a first electromagnetic wave onto the first set of one or more capacitor pads.
第１のアンテナは、第１の電磁波を１つまたは複数のコンデンサ・パッドの第１のセットの上に放射することができる。

The first electromagnetic wave can then heat the first qubit, thereby annealing the first Josephson junction of the first qubit.
次に、第１の電磁波は第１の量子ビットを加熱し、それによって、第１の量子ビットの第１のジョセフソン接合をアニールすることができる。

An advantage of these one or more embodiments is to facilitate a new technique of qubit annealing that makes use of existing quantum circuitry on a superconducting qubit chip, thereby eliminating the need to retrofit the chip with specialized annealing/tuning circuitry.
これの利点は、超伝導量子ビット・チップ上の既存の量子回路を利用して量子ビット・アニーリングの新しい手法を容易にし、それによって、特殊なアニーリング／同調回路を使用してチップを改良する必要性をなくすことである。

Optionally, in one or more embodiments, the first antenna can adjust at least one of a duration, a frequency, or a magnitude of the first electromagnetic wave to achieve a defined level of the annealing of the first Josephson junction of the first qubit.
任意選択的に、第１のアンテナは、第１の量子ビットの第１のジョセフソン接合のアニーリングの定義されたレベルを実現するように、第１の電磁波の期間、周波数、または大きさのうちの少なくとも１つを調整することができる。

An advantage of these one or more embodiments is to facilitate independent annealing of a qubit, such that the level of annealing achieved by the qubit can be controlled by controlling/adjusting characteristics of the emitted electromagnetic waves.
これの利点は、放射される電磁波の特性を制御／調整することによって、量子ビットによって実現されるアニーリングのレベルを制御できるように、量子ビットの独立したアニーリングを容易にすることである。

US10955547
[0041] A radar's principle of operation is based on the properties of electromagnetic waves and their characteristic reflection by different materials.
【００３１】
  レーダーの動作原理は、電磁波の特性、及び異なる材料によるそれらの特徴的な反射に基づく。

First, a radio signal of frequency f and wavelength λ=c/f is transmitted.
先ず、周波数がｆで波長がλ＝ｃ／ｆの無線信号が送信される。

Based on the reflected and received signal response, measurements regarding direction, distance, and relative velocity of the reflecting target can be made.
反射された受信信号の反応に基づいて、反射ターゲットの方向、距離、及び相対速度に関する測定を行うことができる。

The received signal strength of the target can be calculated from the radar equation:
ターゲットの受信信号強度は、レーダー方程式から計算することができる。

US2006131683
[0018] Referring to FIG. 1, a semiconductor portion 10, comprising photoactive areas 12, electrodes 14, and lightshields 16 is shown as representative of the typical elements of the semiconductor portion of a solid state electronic image sensor.
【０００９】
  図1を参照すると、光活性領域12、電極14及び光シールド16を有する半導体部分10が、固体電子画像センサに係る半導体部分の典型的素子を表すものとして図示されている。

For most applications of electronic image sensors, it is desirable to enhance the characteristics of the incoming electromagnetic radiation.
電子画像センサのほとんど用途については、入射電磁波の特性を向上させるのが望ましい。

WO2007087235
[0016] An air spring assembly in accordance with one embodiment of the present novel concept is provided that includes a first end member, a second end member spaced from the first end member and a flexible spring wall supported between the first and second end members and at least partially forming a fluid chamber therebetween.
【００１６】
  本発明の一実施例に係る空気ばねアセンブリが提供され、その空気ばねアセンブリは、第一端部材、第一端部材から離間して位置する第二端部材、ならびに第一および第二端部材間に保持される可撓性ばね壁を含み、第一端部材と第二端部材との間に少なくとも部分的に流体室を形成している。

A first transceiver is supported on the first end member and includes a first antenna for transmitting a first electromagnetic wave and a second antenna for receiving a second electromagnetic wave.
第一トランシーバは第一端部材に保持され、第一電磁波を送信するための第一アンテナおよび第二電磁波を受信するための第二アンテナを含む。

A second transceiver is supported on the second end member at a distance from the first transceiver.
第二トランシーバは第一トランシーバから離れて位置する第二端部材に保持される。

The second transceiver includes a first antenna operative to receive the first electromagnetic wave, a second antenna operative to transmit the second electromagnetic wave, and a processing device in electrical communication between the first and second antennae.
第二トランシーバは、第一電磁波を受信するよう作動する第一アンテナ、第二電磁波を送信するよう作動する第二アンテナ、および第一アンテナと第二アンテナ間で電気通信する制御演算装置を含む。

The processing device receives an electrical signal having a relation to the distance from the first antenna of the second transceiver.
制御演算装置は第二トランシーバの、第一アンテナからの距離に関する電気信号を受信する。

The processing device also modulates a characteristic of the second electromagnetic wave in relation to the electrical signal.
制御演算装置はさらに、電気信号に関して第二電磁波の特性を変調させる。

機械学習：特徴量はfeature?

feature quantity? feature amount? feature value?

機械学習の分野ではfeatureは数値であるらしいので"feature"だけで良さそう。和訳の実例でもfeatureは「特徴量」と訳されている場面が多い印象。

Feature (machine learning), Wikipedia

In machine learning and pattern recognition, a feature is an individual measurable property or characteristic of a phenomenon.[1] Choosing informative, discriminating and independent features is a crucial element of effective algorithms in pattern recognition, classification and regression. Features are usually numeric, but structural features such as strings and graphs are used in syntactic pattern recognition. The concept of "feature" is related to that of explanatory variable used in statistical techniques such as linear regression.

/////////

In character recognition, features may include histograms counting the number of black pixels along horizontal and vertical directions, number of internal holes, stroke detection and many others.

In speech recognition, features for recognizing phonemes can include noise ratios, length of sounds, relative power, filter matches and many others.

In spam detection algorithms, features may include the presence or absence of certain email headers, the email structure, the language, the frequency of specific terms, the grammatical correctness of the text.

In computer vision, there are a large number of possible features, such as edges and objects.

特徴量、ウィキペディア

特徴量（英: feature）はデータを変形して得られ、その特徴を表現し、続く処理に利用される数値である[1]。表現（英: representation）とも。

EP3969622（既出）
[0001] This disclosure generally relates to model-based featurization and classifiers for predicting disease state from nucleic acid samples.
【０００１】
  本開示は、一般に、核酸試料から疾患状態を予測するためのモデルベースの特徴量化および分類器に関する。

///////

In some embodiments, calibrating the score comprises performing a k-nearest neighbor operation in association with the score using a feature space output by the second classifier. 
いくつかの実施形態においては、スコアを較正するステップは、第２の分類器によって出力された特徴量空間を使用して、スコアに関連して、ｋ近傍法演算を実行するステップを含む。

【重要】機械学習に特徴量は必要不可欠！重要な理由と選択方法を解説

「特徴量とは、対象の特徴が数値化されたもの」

 

What are Features in Machine Learning and Why it is Important?

"In machine learning, features are individual independent variables that act like a input in your system."

US2021335364(JP)（既出）
[0090] The feature extraction section 212 is able to perform, for example, a short time frame analysis of various speech signals input by the speech input section 210 .
 特徴量抽出部２１２は、音声入力部２１０により入力された様々な音声信号に対して、例えば短時間フレーム分析を施すことができる。

US2018096191（既出）
Various techniques may be applied for feature extraction.
特徴抽出のために、様々な技術を適用することができる。

US2021225511（既出）
[0092] FIG. 3 is an illustration of a multi-scale feature extraction method of generating feature maps and then predictions p1, p2, p3 for a given input cancer candidate 3D volume 134 by a single second stage model 132 .
【００６０】
  図3は、単一の第2段階モデル132によって、所与の入力癌候補3Dボリューム134のための特徴マップ、および次いで予測p1、p2、p3を生成する、マルチスケール特徴抽出方法の図である。

WO2014164158（既出）
[0011] In general, this disclosure describes techniques for object identification in digital images.
【００１１】

  一般に、本開示はデジタル画像における物体識別のための技術について説明する。

 

These techniques may reduce the computational complexity of identifying objects in an image.
これらの技術は、画像における物体識別の計算量を減少させ得る。

 

The techniques of this disclosure provide for keypoint/feature extraction based on a spatial partitioning of an image.
本開示の技術では、画像の空間分割に基づくキーポイント/特徴の抽出が規定されている。

US10659477（既出）
The one or more first cyber-attack anomaly detection module 113 includes natural language processing based feature extraction and unsupervised behavior based anomaly detection using system entropy measurements 116.
一以上の第１のサイバー攻撃異常検知モジュール１１３は、自然言語処理ベースの特徴抽出、及びシステムエントロピー測定値１１６を用いた教師なし挙動ベースの異常検知を含む。

 

【機械学習】特徴量とは？意味や変数、選択について

特徴抽出

特徴量選択

特徴量選択の今とこれから

特徴量抽出

特徴量選択