龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：罗伯特·博世有限公司
摘要：基于所训练的贝叶斯神经网络来控制和监视物理系统。物理系统越来越多地基于从经机器学习（“训练”）的模型获得的推断来被控制。这样的物理系统的示例包括经计算机控制的系统，诸如机器人、载具、家用器具、电动工具、制造机器、访问控制系统、建筑物加热系统等等。所训练的模型以贝叶斯神经网络（BNN）的形式来被描述，所述贝叶斯神经网络（BNN）在使用期间提供其推断不确定性的量化，并且使用边际极大似然来被训练。甚至当网络架构很深的时候，可能近似正确（PAC）边界也可以在训练中被使用以并入先验知识并且改进训练稳定性。因而，获得更准确的所训练模型，从而使得物理系统能够被更准确地控制和监视。
主权项：1.一种训练系统，其用于训练神经网络，以用作在控制或监视在环境中运作的机器人或载具时的所训练的模型，其中模型被训练以基于一个或多个视频或图像传感器测量来推断环境或机器人或载具的状态，并且在使用期间提供其推断不确定性的量化，所述训练系统包括：-输入接口，其被配置成访问：-对贝叶斯神经网络进行限定的模型数据；-训练数据，其包括视频或图像传感器测量以及环境或机器人或载具的相关联的状态；-处理器子系统，其被配置成基于训练数据通过如下来训练贝叶斯神经网络：-从贝叶斯神经网络的输入层向输出层递归地积分出贝叶斯神经网络的权重，以获得贝叶斯神经网络的边际似然函数；-最大化边际似然函数来调谐贝叶斯神经网络的经积分出的权重的先验的超参数以便获得经训练的贝叶斯神经网络，其中通过最小化损失函数来最大化边际似然函数，所述损失函数包括：i数据拟合项，其表述对于训练数据的拟合，ii正则项；-输出接口，其被配置成输出所训练的模型数据，所述所训练的模型数据表示所训练的贝叶斯神经网络。
全文数据：
权利要求：
百度查询： 罗伯特·博世有限公司 基于所训练的贝叶斯神经网络来控制和监视物理系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号