用来对用于分子生物学研究的分类器进行训练的方法和装置制造方法及图纸

一种用于训练分类器(60)的计算机实现的方法，所述方法具有如下步骤：

【技术实现步骤摘要】
【国外来华专利技术】用来对用于分子生物学研究的分类器进行训练的方法和装置


[0001]本专利技术涉及一种用于训练分类器的方法、一种用于借助于经过训练的分类器来进行分类的方法、一种训练装置、一种数据处理系统、一种计算机程序和一种机器可读存储介质。

技术介绍

[0002]从DE 10 2016 222 075 A1公知一种用于借助于处理单元对分析盒(Kartusche)、尤其是微流体分析盒以及在该分析盒中所容纳的生物样本进行处理的方法。
[0003]本专利技术的优点
[0004]对于自动化的分析系统、诸如用于体外(In
‑
vitro)诊断的芯片实验室(Lab
‑
on
‑
a
‑
Chip)系统，对这些分析系统的结果的正确性提出了高要求。尤其是如果这种分析系统被用于人类生物样本的医学测试，例如关于传染病方面，则预期这些结果关于灵敏度和特异性方面满足最高要求。
[0005]具有独立权利要求1的特征的方法的优点在于：可以确定如下分类器，该分类器关于医学测试结果具有较高的分类精度。因而本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于训练分类器(60)的计算机实现的方法，所述方法具有如下步骤：
·
确定至少一个第一输入信号(x
i
)，其中，所述第一输入信号(x
i
)表征分子生物学研究系统(600)的多个评估点(602)，并且给所述第一输入信号(x
i
)分配所希望的输出信号(t
i
)，所述输出信号表征所述评估点(602)的分类；
·
按照所述评估点(602)的布置，将所述第一输入信号(x
i
)划分成多个第二输入信号(x
a
，x
b
，x
c
)；
·
确定多个第一表示(z
a
，z
b
，z
c
)，其中，针对所述多个第二输入信号(x
a
，x
b
，x
c
)的至少一个第一子集的每个第二输入信号(x
a
，x
b
，x
c
)，借助于所述分类器(60)来确定第一表示(z
a
，z
b
，z
c
)；
·
借助于所述分类器(60)并且基于所述多个第一表示(z
a
，z
b
，z
c
)来确定输出信号(y
i
)，其中，所述输出信号(y
i
)表征所述第一输入信号(x
i
)的分类；
·
按照损失值来调整所述分类器(60)的至少一个参数(Φ)，其中，所述损失值表征所确定的输出信号(y
i
)与所希望的输出信号(t
i
)之间的差异。2.根据权利要求1所述的方法，其中借助于光电传感器(30)的传感器信号(S)来确定所述输入信号(x
i
)，其中所述传感器信号(S)表征对所述评估点(602)的测量。3.根据权利要求1或2所述的方法，其中所述分类器(60)包括至少一个第一神经网络(62a、62b、62c)，借助于所述第一神经网络来确定所述第一表示(z
a
，z
b
，z
c
)。4.根据权利要求1或2所述的方法，其中所述分类器(60)包括多个第一神经网络(62a、62b、63c)，其中，所述分类器(60)针对所述第一子集的每一个第二输入信号(x
a
，x
b
，...

【专利技术属性】
技术研发人员：N，
申请(专利权)人：罗伯特，
类型：发明
国别省市：