【技术实现步骤摘要】
本文中呈现的实施方案涉及用于估计迭代学习过程的训练数据中的类别不平衡的方法、服务器实体、计算机程序和计算机程序产品。
技术介绍
1、在工业应用中，利用各种类型的工具促进和辅助工作。例如，采用自动拧紧工具以利用紧固件(例如，螺栓和螺母或螺钉)来拧紧结构接合部。在这样的环境中，这些工具对于在拧紧过程中提供足够高的质量和拧紧力是绝对必要的。当拧紧接合部时，控制由工具提供的拧紧操作至关重要。这可以以许多方式进行，例如，通过扭矩控制、角度控制或者通过在拧紧过程期间测量螺栓的伸长率(也称为夹紧力控制)。在拧紧过程期间发生的问题在于，拧紧的螺栓或螺钉可能会出现几种不希望的拧紧结果，例如，不正确地拧紧螺栓，导致接合部处的夹紧力略大或略小。在操作员手动处理拧紧工具时以及在拧紧过程完全自动化的应用中，都会出现该问题。
2、解决该问题的一种方法是使用机器学习解决涉及以下项的计算任务：找到在测量由拧紧工具施加至紧固件以拧紧接合部的夹紧力时使用的优选超声波频率，或者通过分析由工具的拧紧产生的跟踪数据来识别拧紧错误。利用机器学习解决计算任务的一种方法涉...
【技术保护点】
1.一种用于估计迭代学习过程的训练数据中的类别不平衡的方法，其中，所述方法由服务器实体(200)执行，
2.根据权利要求1所述的方法，其中，利用关于连接矩阵操作的类别标签分布推断、偏置项、概率分布、本地训练数据中的样本的数量、使用所有的本地能够使用的训练数据的本地训练轮数的数量以及学习率，估计类别不平衡。
3.根据权利要求1或2所述的方法，其中，当连接权重初始化为零时，当所有的本地能够使用的训练数据用于一单个的本地迭代轮数时，以及当进行全批次更新时，将类别不平衡估计为由服务器实体(200)发送的偏置项的向量与更新的偏置项的向量之间的差值，其中，...
【技术特征摘要】
1.一种用于估计迭代学习过程的训练数据中的类别不平衡的方法，其中，所述方法由服务器实体(200)执行，
2.根据权利要求1所述的方法，其中，利用关于连接矩阵操作的类别标签分布推断、偏置项、概率分布、本地训练数据中的样本的数量、使用所有的本地能够使用的训练数据的本地训练轮数的数量以及学习率，估计类别不平衡。
3.根据权利要求1或2所述的方法，其中，当连接权重初始化为零时，当所有的本地能够使用的训练数据用于一单个的本地迭代轮数时，以及当进行全批次更新时，将类别不平衡估计为由服务器实体(200)发送的偏置项的向量与更新的偏置项的向量之间的差值，其中，所述差值由步长进行加权，并且通过服务器实体(200)发送的概率分布进行偏移。
4.根据任一前述权利要求所述的方法，其中，当连接权重未初始化为零时，和/或当不是所有的本地能够使用的训练数据用于一单个的本地迭代轮数时，和/或当没有进行全批次更新时，将类别不平衡估计为由服务器实体(200)发送的偏置项的向量与更新的偏置项的向量之间的差值，其中，所述差值由步长和使用了所有的本地能够使用的训练数据的本地迭代轮数的数量进行加权，并且通过服务器实体(200)发送的概率分布偏移。
5.根据权利要求1或2所述的方法，其中，当连接权重未初始化为零时，和/或当不是所有的本地能够使用的训练数据用于一单个的本地迭代轮数时，和/或当没有进行全批次更新时，还根据辅助数据来估计类别不平衡。
6.根据权利要求5所述的方法，其中，所述辅助数据是从在服务器实体(200)能够使用的标签化类别的训练数据的样本所确定的矩阵。
7.根据权利要求6所述的方法，其中，将类别不平衡估计为由服务器实体(200)发送的偏置项的向量与更新的偏置项的向量之间的差值，其中，所述差值通过步长、使用了所有的本地能够使用的训练数据的本地迭代轮数的数量以及矩阵的逆矩阵进行加权。
8.根据权利要求6所述的方法，其中，将类别不平衡估计为由服务器实体(200)发...
【专利技术属性】
技术研发人员：D·捷尔吉，R·拉克沙，
申请(专利权)人：阿特拉斯·科普柯工业技术公司，
类型：发明
国别省市：
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。