【技术实现步骤摘要】
【国外来华专利技术】用于控制执行器的方法、计算机系统和计算机程序
本专利技术涉及一种用于根据机器学习系统的输出变量来控制执行器的方法。本专利技术还涉及一种用于控制所述执行器的计算机系统和一种被设计为执行所述方法的计算机程序。
技术介绍
DE102011087791A1公开了一种在车辆中的操纵辅助系统中的方法以及对应的操纵辅助系统。该方法包括以下步骤：识别状况，车辆驾驶员根据所述状况想要相对于对象采取手动操作，以及在将所述车辆相对于所述对象对准时给予辅助。本专利技术的优点在神经网络的运行期间，所述神经网络内可能出现信号干扰，所述信号干扰可能导致错误分类。这可能在安全性至关重要的应用中产生严重后果，例如无法借助于被信号干扰削弱的神经网络来按照实际探测交通场景中是否存在对象。相反，独立权利要求的主题具有以下优点：借助于掩码从存储器中读取深度神经网络的参数，由此所述存储器内的干扰（特别是误码）可能对所述深度神经网络的运行产生较小的影响。
技术实现思路
在第一方面，提出了一种根据独立权利要求1的用于控制执行器的方法。所...
【技术保护点】
1.一种用于控制执行器（10）的方法（40），所述方法包括步骤：/n-将经过学习的机器学习系统（12）的分别具有来自不同可能变量（p_1，p_2，p_3）的第一集合的一个变量的参数分别映射为不同可能变量（w_1，w_2，w_3）的至少一个可预给定第二集合的一个变量，/n其中不同可能变量（w_1，w_2，w_3）的第二集合所具有的变量少于不同可能变量（p_1，p_2，p_3）的第一集合所具有的变量；/n-将所映射的参数分别存储在存储块中；/n-根据输入变量和所存储的参数来确定所述机器学习系统的输出变量，/n其中分别借助于至少一个掩码从相应的存储块中读取所存储的参数，并且借助于...
【技术特征摘要】
【国外来华专利技术】20180418 DE 102018205869.51.一种用于控制执行器（10）的方法（40），所述方法包括步骤：
-将经过学习的机器学习系统（12）的分别具有来自不同可能变量（p_1，p_2，p_3）的第一集合的一个变量的参数分别映射为不同可能变量（w_1，w_2，w_3）的至少一个可预给定第二集合的一个变量，
其中不同可能变量（w_1，w_2，w_3）的第二集合所具有的变量少于不同可能变量（p_1，p_2，p_3）的第一集合所具有的变量；
-将所映射的参数分别存储在存储块中；
-根据输入变量和所存储的参数来确定所述机器学习系统的输出变量，
其中分别借助于至少一个掩码从相应的存储块中读取所存储的参数，并且借助于所述掩码仅考虑相应存储器块的表示不同可能变量（w_1，w_2，w_3）的第二集合的最大变量（w_3）所需的那些位；以及
-根据所确定的输出变量操控所述执行器（10）。
2.根据权利要求1所述的方法，其中，不同可能变量（p_1，p_2，p_3）的第一集合的最大变量（p_3）大于不同可能变量（w_1，w_2，w_3）的第二集合的最大变量（w_3）。
3.根据前述权利要求中任一项所述的方法，其中，所述机器学习系统包括深度神经网络，
其中将分配给所述深层神经网络的层、特别是神经元的那些参数的变量分别映射为该层、特别是神经元的不同可能变量（w_1，w_2，w_3）的相应分配的集合的变量之一，
其中为了读取所述参数对相应层、特别是神经元分别使用不同的掩码。
4.根据前述权利要求中任一项所述的方法，其中，将可预给定数量的存储块分别划分为多个部分，并且在每个部分中分别存储所述参数之一，
其中所述掩码仅考虑了相应部分的表示第二最大变量（w_3）所需的那些位，或者所述掩码仅考虑了相应存储块的在每个部分中表示所述第二最大变量（w_3）所需的那些位。
5.根据前述权利要求中任一项所述的方法，其中，所述掩码由可预给定的位序列组成，并且所述位序列具有与存储元件相同数量的位，
其中在读取时，所述存储元件的每一位与所述掩码的至少一个相应分配的位进行逻辑运算。
6.根据前述权利要求中任一项所述的方法，其中，如果在确定所述机...
【专利技术属性】
技术研发人员：C·朔恩，J·托普，S·格雷尔，L·高罗夫，
申请(专利权)人：罗伯特·博世有限公司，
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。