Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  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M·林道尔获国家专利权

罗伯特·博世有限公司M·林道尔获国家专利权

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创建自动创建机器学习系统的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:CN113989801B

龙图腾网通过国家知识产权局官网在2026-03-13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:202110777133.X,技术领域涉及:G06V20/70;该发明授权用于创建自动创建机器学习系统的系统的方法和设备是由M·林道尔;A·泽拉;D·斯托尔;F·费雷拉;F·哈特;T·尼尔霍夫设计研发完成,并于2021-07-09向国家知识产权局提交的专利申请。

用于创建自动创建机器学习系统的系统的方法和设备在说明书摘要公布了:用于创建系统的计算机实现的方法,所述系统适合于为基于计算机的视觉自动创建机器学习系统,所述方法包括以下步骤:提供预给定的超参数。借助于BOHB贝叶斯优化BO和超频带HB的缩写为多个不同训练数据集确定所述超参数的最优参数化。借助于标准化度量评估对所述多个不同训练数据集的所有训练数据集的所有最优参数化。创建矩阵,其中所述矩阵具有针对每个参数化和每个训练数据集的经过评估的标准化度量。确定每个训练数据集的元特征英语:meta‑features。优化决策树,所述决策树根据所述元特征和所述矩阵使得所述决策树输出借助于BOHB确定的最优参数化中的哪个是适合于给定元特征的参数化。

本发明授权用于创建自动创建机器学习系统的系统的方法和设备在权利要求书中公布了:1.一种用于创建系统的计算机实现的方法,所述系统适合于为基于计算机的视觉自动创建机器学习系统,所述方法包括以下步骤: 提供预给定的超参数,其中所述超参数包括表征使用哪种优化方法的至少一个第一参数以及表征所述机器学习系统是哪种类型的第二参数; 借助于贝叶斯优化和超频带BOHB11为用于基于计算机的视觉的多个不同训练数据集10的每个训练数据集确定所述超参数的最优参数化; 借助于标准化度量评估针对所述多个不同训练数据集的所有训练数据集的所有最优参数化; 创建矩阵13,其中所述矩阵13具有针对每个参数化和每个训练数据集的经过评估的标准化度量; 确定每个训练数据集的元特征14,其中所述元特征14表征所述训练数据集的至少一个以下特性:图像分辨率、类别数量、训练数据点测试数据点的数量以及视频帧的数量; 初始化包括决策树的系统;以及 根据所述元特征10和所述矩阵13优化所述决策树,使得所述决策树输出借助于BOHB确定的最优参数化中的哪个是适合于给定元特征的参数化16。

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”。

以上内容由龙图腾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。