申请/专利权人:瑞典爱立信有限公司
申请日:2017-12-01
公开(公告)日:2024-06-14
公开(公告)号:CN111406266B
主分类号:G06N3/08
分类号:G06N3/08;G06N3/04;G06N5/04;G06N20/00;G06F18/241;G06F1/16;G06F3/01
优先权:
专利状态码:有效-授权
法律状态:2024.06.14#授权;2020.11.20#实质审查的生效;2020.07.10#公开
摘要:根据第一方面,呈现了一种用于动态选择用于传感器装置的学习模型的方法。学习模型被配置用于基于传感器确定输出数据。该方法包括以下步骤:基于传感器装置中当前加载的学习模型的性能,检测对用于传感器装置的新学习模型的需要;基于来自至少一个传感器(3a‑b)的传感器数据来确定至少一个特征候选,其中至少一个特征候选中的每一个特征候选与不同的传感器数据源关联;基于至少一个特征候选和候选学习模型中的每一个候选学习模型的输入特征,从候选学习模型的集合中选择新学习模型;以及触发新学习模型被加载到传感器装置上,替换当前加载的学习模型。
主权项:1.一种用于为包括至少一个传感器的传感器装置动态选择学习模型的方法,所述学习模型被配置用于基于来自所述至少一个传感器的传感器数据来确定输出数据,所述方法在模型确定器中执行并且包括以下步骤:基于所述传感器装置中当前加载的学习模型的性能,检测对用于所述传感器装置的新学习模型的需要;基于来自所述至少一个传感器的传感器数据来确定至少一个特征候选,其中所述至少一个特征候选中的每一个特征候选与不同的传感器数据源关联;从候选学习模型的集合中,基于所述至少一个特征候选和所述候选学习模型中的每一个候选学习模型的输入特征,选择新学习模型;以及触发所述新学习模型被加载到所述传感器装置上,替换所述当前加载的学习模型。
全文数据:
权利要求:
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。