【技术实现步骤摘要】
【国外来华专利技术】用于在云端和IOT网络之间共享机器学习功能的系统和方法
本专利技术涉及一种系统和方法,其使用基于被应用于IoT网络的卷积神经网络的深度学习,更特别地,以基于所收集的数据以更高可靠性检测事件,并且通过在IoT网络和云端之间划分处理功能来节省带宽。
技术介绍
具有多个发光器和传感器的智能照明系统正经历在市场上的稳定增长。智能照明系统是一种针对能量效率所设计的照明技术。这可以包括高效装置以及基于诸如占用或日光可用性之类的条件进行调节的自动化控制。照明是为了实现一些审美或实际效果而进行的刻意光应用。其包括任务照明、重点照明和一般照明。这样的智能照明系统可以使用例如占用和光测量形式的多模传感器输入来控制发光器的光输出并且针对普遍的环境条件来调适人工照明条件。利用这样的传感器部署在照明系统情境中达到的空间粒度,可能使用传感器数据来关于操作环境进行学习。例如,一个这样的方面涉及到占用。对于关于超出基本存在之外的占用环境进行学习的兴趣有所增长。就此而言,占用建模与建筑能量效率、照明控制、安全监视、紧急疏散和救援操作紧密相关。在一些应用中,占用建模可以在作出例如有关HVAC控制等的自动决策时被使用。将光源连接至照明管理系统还实现了大量先进特征,诸如:通过追踪光源的位置和状态所进行的财产管理,通过调适照明日程而降低的能耗,等等。这样的智能照明系统还可以实现诸如定位或可见光通信之类的其它应用。智能照明系统还可以实现其它超出光照之外的应用。这样的应用可以在现有照明基础设施上运行并且带来附加价值。这样的其它应用的示例包 ...
【技术保护点】
1.一种用于在IoT网络(100)中使用ML学习的多个节点(10)的计算机实施的方法,包括以下步骤:/n获得经训练的ML模型(22)、所述多个节点(10)的物理位置数据以及所述节点(10)的通信连接数据;/n使用集群算法来确定所述多个节点(10)中的哪些节点应当是感测节点(10)以及哪些节点应当是聚集节点(10),其中感测节点(10)进行感测并且将所感测数据发送至所述聚集节点(10)中的一个,并且所述聚集节点(10)的功能包括以下动作中的一个或多个:(i)感测;(ii)从所述感测节点(10)接收所述所感测数据;(iii)利用加权窗口对从所述感测节点(10)接收的所述所感测数据执行卷积;(iv)对卷积输出应用Sigmoid函数;(v)对卷积输出进行子采样;(vi)向云计算网络(20)的ML单元(21)部分发送包含所述动作的结果的消息;并且/n将有关所述多个节点中的哪些应当是所述感测节点或所述聚集节点(10)的配置信息发送至所述IoT网络(100)。/n
【技术特征摘要】
【国外来华专利技术】20180219 EP 18157320.5;20180103 US 62/6132011.一种用于在IoT网络(100)中使用ML学习的多个节点(10)的计算机实施的方法,包括以下步骤:
获得经训练的ML模型(22)、所述多个节点(10)的物理位置数据以及所述节点(10)的通信连接数据;
使用集群算法来确定所述多个节点(10)中的哪些节点应当是感测节点(10)以及哪些节点应当是聚集节点(10),其中感测节点(10)进行感测并且将所感测数据发送至所述聚集节点(10)中的一个,并且所述聚集节点(10)的功能包括以下动作中的一个或多个:(i)感测;(ii)从所述感测节点(10)接收所述所感测数据;(iii)利用加权窗口对从所述感测节点(10)接收的所述所感测数据执行卷积;(iv)对卷积输出应用Sigmoid函数;(v)对卷积输出进行子采样;(vi)向云计算网络(20)的ML单元(21)部分发送包含所述动作的结果的消息;并且
将有关所述多个节点中的哪些应当是所述感测节点或所述聚集节点(10)的配置信息发送至所述IoT网络(100)。
2.根据权利要求1所述的方法,进一步包括所述ML单元(21)确定所述聚集节点10中的每一个需要利用所述所感测数据实现的操作以及用于向所述ML单元(21)发送所述消息的逻辑的步骤。
3.根据权利要求1所述的方法,其中所述所感测数据是感兴趣区域11的占用量度或者感兴趣区域11的土壤运动量度。
4.根据权利要求1所述的方法,其中所述感测节点(10)使用局域网(LAN)接口(16)向所述聚集节点(10)发送所述所感测数据,并且所述聚集节点(10)使用广域网(WAN)接口(15)向所述ML单元(21)发送所述消息。
5.根据权利要求1所述的方法,其中所述聚集节点(10)经由所述IoT网络(100)的控制单元(200)部分向所述ML单元(21)发送所述消息。
6.一种通过使用CNN模型(22)改善带宽利用情况的方法,所述CNN模型可以被划分并且部分在包括多个节点(10)的IoT网络(100)中且部分在包括ML单元(21)的云计算网络(20)中运行,所述方法包括以下步骤:
使用所述IoT网络(100)对所述CNN模型(22)的第一层进行第一处理,其中所述IoT网络(100)包括一个或多个聚集节点(10)以及多个感测节点(10),其中所述多个感测节点(10)进行感测并且经由LAN接口(16)将所感测数据发送所述聚集节点(10),并且所述聚集节点(10)的功能包括以下动作中的一个或多个:(i)感测;(ii)从所述感测节点(10)接收所述所感测数据;(iii)利用加权窗口对从所述感测节点(10)接收的所述所感测数据执行卷积;(iv)对卷积输出应用Sigmoid函数;(v)对卷积输出进行子采样;(vi)向所述ML单元(21)发送包含所述动作的结果的消息;
在所述CNN模型(22)的一个或多...
【专利技术属性】
技术研发人员:O·加尔西亚马尔雄,A·莫蒂,
申请(专利权)人:昕诺飞控股有限公司,
类型:发明
国别省市:荷兰;NL
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。