【技术实现步骤摘要】
用于识别分布移位的方法、设备、中央装置和系统
本专利技术涉及一种用于识别输入数据的数据和/或特征分布中的分布移位(Verteilungsverschiebung)的方法、设备、中央装置和系统。
技术介绍
在现代的机动车中，越来越多地使用基于机器学习(英语：MachineLearning)来产生各个功能的解决方案。这些功能例如涉及信息娱乐系统、驾驶员辅助系统、安全功能，但是也涉及舒适性功能和自动驾驶。在这些解决方案中，越来越多地使用深度学习(英语：DeepLearning)方法，在这些方法中，根据采集的传感器数据(环境传感机构、内部空间监视、机动车中的传感器等)，来产生例如环境或驾驶员模型形式或者关于感知到的对象或车辆调节等的价值更高的数据。通过训练神经网络来开发所提到的功能，其中，神经网络对价值更高的数据与相应的传感器数据的关联进行学习。这种学习过程在很大程度上与数据和/或特征分布相关，也就是说与训练数据量的构成和包含在其中的特征(英语：Features)的分布相关，神经网络感知这些特征与价值更高的数据的相关性。因此...
【技术保护点】
1.一种用于识别输入数据(10)的数据和/或特征分布中的分布移位的方法，其中，在至少一个移动装置(40)中执行所述方法，所述方法包括如下步骤：/n借助输入装置(2)接收输入数据(10)，/n借助第一处理模块(3-1)和至少一个第二处理模块(3-2)，针对接收到的输入数据(10)执行根据目标相同的功能，其中，第一处理模块(3-1)和至少一个第二处理模块(3-2)在结构上彼此不同，其中，至少第一处理模块(3-1)是基于机器学习建立的，/n借助分析装置(4)将处理模块(3-1、3-2)提供的结果(11)进行比较，并且基于比较结果确定分布移位，并且如果确定了分布移位：则提供候选信号...
【技术特征摘要】
20181023 DE 102018218097.01.一种用于识别输入数据(10)的数据和/或特征分布中的分布移位的方法，其中，在至少一个移动装置(40)中执行所述方法，所述方法包括如下步骤：
借助输入装置(2)接收输入数据(10)，
借助第一处理模块(3-1)和至少一个第二处理模块(3-2)，针对接收到的输入数据(10)执行根据目标相同的功能，其中，第一处理模块(3-1)和至少一个第二处理模块(3-2)在结构上彼此不同，其中，至少第一处理模块(3-1)是基于机器学习建立的，
借助分析装置(4)将处理模块(3-1、3-2)提供的结果(11)进行比较，并且基于比较结果确定分布移位，并且如果确定了分布移位：则提供候选信号(12)，以及
借助输出装置(5)输出所提供的候选信号(12)。
2.根据权利要求1所述的方法，其特征在于，所述候选信号(12)包括对所使用的处理模块(3-1、3-2)的描述和/或对比较结果的描述和/或对情景情况的描述。
3.根据权利要求1或2所述的方法，其特征在于，在确定了分布移位的情况下，借助移动装置(40)的控制装置(41)收集关于出现分布移位的情景情况的附加的数据。
4.根据前述权利要求中任一项所述的方法，其特征在于，输出候选信号(12)包括：通过空气接口(6)将候选信号(12)从至少一个移动装置(40)传输至中央装置(20)。
5.根据前述权利要求中任一项所述的方法，其特征在于，中央装置(20)借助接收装置(21)接收至少一个移动装置(40)输出的候选信号(12)，其中，借助中央装置(20)的评定装置(22)对从至少一个移动装置(40)接收到的候选信号(12)进行分析，并且其中，如果确定相同类型的候选信号(12)的频繁出现，则确定累计的分布移位，并且产生和输出确定信号(13)。
6.根据权利要求5所述的方法，其特征在于，评定装置(22)对确定的累计的分布移位进行评估，并且所述确定信号(13)包括根据所述评估推导出的评估信息。
7.根据权利要求5或6所述的方法，其特征在于，在通过评定装置(22)确定累计的分布移位之后，促使至少一个另外的移动装置(40)识别分布移位。
8.根据前述权利要求中任一项所述的方法，其特征在于，替换地或者附加地利用至少一个另外的第二处理模块(3-2)重复所述方法步骤。...
【专利技术属性】
技术研发人员：F休格，P施利克特，
申请(专利权)人：大众汽车有限公司，
类型：发明
国别省市：德国;DE
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。