Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 罗伯特·博世有限公司谷年龙获国家专利权

罗伯特·博世有限公司谷年龙获国家专利权

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!

龙图腾网获悉罗伯特·博世有限公司申请的专利用于训练机器学习系统的方法和设备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:CN113994349B

龙图腾网通过国家知识产权局官网在2025-10-03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:202080046427.9,技术领域涉及:G06N3/0455;该发明授权用于训练机器学习系统的方法和设备是由谷年龙;L·高尔霍夫设计研发完成,并于2020-06-10向国家知识产权局提交的专利申请。

用于训练机器学习系统的方法和设备在说明书摘要公布了:用于训练机器学习系统60的方法,所述方法包括用于产生包括输入图像的增强数据记录来训练所述机器学习系统60的步骤,所述机器学习系统被设立用于对输入图像x进行分类和或语义分割,所述机器学习系统具有第一机器学习系统GEN、尤其是第一神经网络以及第二机器学习系统ENC、尤其是第二神经网络,所述第一机器学习系统被构造为自编码器ENC‑GEN的解码器GEN,所述第二机器学习系统被构造为自编码器ENC‑GEN的编码器ENC,其中借助于所述编码器ENC分别从输入图像中确定潜在变量,其中对所述输入图像根据其图像数据的所确定的特征表现形式进行分类,并且其中以类别中至少两个类别从输入图像中的至少一个输入图像中根据所确定的潜在变量的平均值、确定所述增强数据记录的增强输入图像,其中图像类别被选择为使得归入所述图像类别的输入图像关于其表现形式在其他特征的可预先给定的集合中一致。

本发明授权用于训练机器学习系统的方法和设备在权利要求书中公布了:1.一种用于训练机器学习系统60的方法,所述方法包括用于产生包括输入图像 的增强数据记录来训练所述机器学习系统60的步骤,所述机器学习系统被设立用于对输入图像x进行分类和或语义分割,所述机器学习系统具有第一机器学习系统以及第二机器学习系统,所述第一机器学习系统被构造为自编码器的解码器,所述第二机器学习系统被构造为自编码器的编码器,其中借助于所述编码器分别从输入图像中确定潜在变量,其中对所述输入图像根据其图像数据的所确定的特征表现形式进行分类,并且其中以类别中的至少两个类别从输入图像中的至少一个输入图像中根据所确定的潜在变量的平均值、确定所述增强数据记录的增强输入图像,其中图像类别被选择为使得归入所述图像类别的输入图像关于其表现形式在其他特征的可预先给定的集合中一致,其中借助于所述解码器根据所确定的增强潜在变量确定所述增强输入图像,并且,其中从所确定的潜在变量中的可预先给定的潜在变量和所述平均值的差中确定所述增强潜在变量。

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罗伯特·博世有限公司,其通讯地址为:德国斯图加特;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”。

以上内容由AI智能生成
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。