System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 数据标注方法、装置、终端设备及网络侧设备制造方法及图纸_技高网

数据标注方法、装置、终端设备及网络侧设备制造方法及图纸

技术编号:41285474 阅读:4 留言:0更新日期:2024-05-11 09:34
本申请公开了一种数据标注方法、装置、终端设备及网络侧设备,属于通信技术领域,本申请实施例的数据标注方法包括:终端设备接收网络侧设备发送的第一信息,并根据所述第一信息对位置数据进行标注,得到数据标签;其中,所述第一信息用于指示所述终端设备对位置数据进行标注;所述数据标签用于对机器学习模型进行迭代训练,所述机器学习模型用于预测所述终端设备的位置信息。本申请实施例中,各个终端设备均基于网络侧设备发送的第一信息的指示,对获取的位置数据进行标注,从而各个终端设备得到的数据标签的质量接近,有利于提升基于数据标签训练得到的机器学习模型的准确性和鲁棒性。

【技术实现步骤摘要】

本申请属于通信,具体涉及一种数据标注方法、装置、终端设备及网络侧设备


技术介绍

1、目前,人工智能(artificial intelligence,ai)技术在各领域得到了广泛应用,并起到了较好作用。由此可见,将ai技术融入到无线通信网络中,显著提升吞吐量、时延以及用户容量等技术指标,是未来的无线通信网络的重要任务。

2、其中,ai技术是一种数据驱动技术,可以利用有标签的训练数据对人工智能模型进行训练,然后将训练得到的人工智能模型应用到实际场景中,进行相应业务的处理。由此可见,在基于ai的应用中,ai模型的准确性很大程度上依赖于数据标签的质量。

3、然而,对于ai定位技术,数据标签只能由终端设备采集,由于终端能力和标签获取方法等方面存在差异,导致不同终端设备获取的数据标签的质量并不相同,网络侧设备基于多个终端设备上报的数据标签对ai模型进行训练时,ai模型的准确性存在浮动,ai模型的鲁棒性较差。


技术实现思路

1、本申请实施例提供一种数据标注方法、装置、终端设备及网络侧设备,能够解决终端设备获取的数据标签的质量不相同导致的ai模型的准确性浮动、鲁棒性差的问题。

2、第一方面,提供了一种数据标注方法,包括:

3、终端设备接收网络侧设备发送的第一信息,所述第一信息用于指示所述终端设备对位置数据进行标注;

4、所述终端设备根据所述第一信息对位置数据进行标注,得到数据标签;所述数据标签用于对机器学习模型进行迭代训练,所述机器学习模型用于预测所述终端设备的位置信息。

5、第二方面,提供了另一种数据标注方法,包括:

6、网络侧设备向终端设备发送第一信息,所述第一信息用于对位置数据进行标注得到数据标签;所述数据标签用于对机器学习模型进行迭代训练,所述机器学习模型用于预测所述终端设备的位置信息。

7、第三方面,提供了一种数据标注装置,应用于终端设备,包括:

8、第一信息接收模块,用于接收网络侧设备发送的第一信息,所述第一信息用于指示所述终端设备对位置数据进行标注;

9、数据标注模块,用于根据所述第一信息对位置数据进行标注,得到数据标签;所述数据标签用于对机器学习模型进行迭代训练,所述机器学习模型用于预测所述终端设备的位置信息。

10、第四方面,提供了另一种数据标注装置,应用于网络侧设备,包括:

11、第一信息发送模块,用于向终端设备发送第一信息,所述第一信息用于对位置数据进行标注得到数据标签;所述数据标签用于对机器学习模型进行迭代训练,所述机器学习模型用于预测所述终端设备的位置信息。

12、第五方面,提供了一种终端设备,该终端包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

13、第六方面,提供了一种网络侧设备,包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第二方面所述的方法的步骤。

14、第七方面,提供了一种数据标注系统,包括:终端设备和网络侧设备,所述终端设备可用于执行如上述第一方面所述的数据标注方法的步骤,所述网络侧设备可用于执行如上述第二方面所述的数据标注方法的步骤。

15、第八方面,提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的数据标注方法的步骤,或者实现如第二方面所述的数据标注方法的步骤。

16、第九方面,提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的数据标注方法,或实现如第二方面所述的数据标注方法。

17、第十方面,提供了一种计算机程序/程序产品,所述计算机程序/程序产品被存储在存储介质中,所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面或者第二方面所述的数据标注方法的步骤。

18、在本申请实施例中,终端设备接收网络侧设备发送的第一信息,并根据所述第一信息对位置数据进行标注,得到数据标签;其中,所述第一信息用于指示所述终端设备对位置数据进行标注;所述数据标签用于对机器学习模型进行迭代训练,所述机器学习模型用于预测所述终端设备的位置信息。本申请实施例中,网络侧设备通过第一信息对终端设备的数据标注过程进行统一管理和控制,各个终端设备均基于网络侧设备发送的第一信息的指示,对获取的位置数据进行标注,从而各个终端设备得到的数据标签的质量接近,有利于提升基于数据标签训练得到的机器学习模型的准确性和鲁棒性。

本文档来自技高网...

【技术保护点】

1.一种数据标注方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述第一信息包括数据筛选条件和标签内容;所述终端设备根据所述第一信息对位置数据进行标注,得到数据标签,包括:

3.根据权利要求2所述的方法,其特征在于,所述标签内容包括以下至少一项:

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

5.根据权利要求2所述的方法,其特征在于,所述数据筛选条件包括以下至少一项:

6.根据权利要求1所述的方法,其特征在于,所述终端设备根据所述第一信息对位置数据进行标注,得到数据标签,包括:

7.根据权利要求2所述的方法,其特征在于,所述第一信息还包括数据预处理方式,所述终端设备按照所述标签内容对所述第一位置数据进行标注,得到数据标签之前,所述方法还包括:

8.根据权利要求6或7所述的方法,其特征在于,所述数据预处理方式包括以下至少一项:插值处理、平滑处理、量化处理、归一化处理。

9.根据权利要求7所述的方法,其特征在于,所述数据预处理方式包括插值处理,所述终端设备按照所述数据预处理方式对所述第一位置数据进行预处理,得到第二位置数据之前,所述方法还包括:

10.根据权利要求9所述的方法,其特征在于,所述标签密度指示包括以下任一项:

11.根据权利要求10所述的方法,其特征在于,所述时间单位包括以下任一项:小时、分钟、秒、毫秒、微秒、帧、子帧、时隙、正交频分复用符号。

12.根据权利要求7所述的方法,其特征在于,所述数据预处理方式包括插值处理,所述终端设备按照所述数据预处理方式对所述第一位置数据进行预处理,得到第二位置数据之前,所述方法还包括:

13.根据权利要求7所述的方法,其特征在于,所述数据预处理方式包括平滑处理,所述终端设备按照所述数据预处理方式对所述第一位置数据进行预处理,得到第二位置数据之前,所述方法还包括:

14.根据权利要求7所述的方法,其特征在于,所述数据预处理方式包括量化处理,所述终端设备按照所述数据预处理方式对所述第一位置数据进行预处理,得到第二位置数据之前,所述方法还包括:

15.根据权利要求7所述的方法,其特征在于,所述数据预处理方式包括归一化处理,所述终端设备按照所述数据预处理方式对所述第一位置数据进行预处理,得到第二位置数据之前,所述方法还包括:

16.根据权利要求1至15任一项所述的方法,其特征在于,所述终端设备包括常规终端设备和/或定位参考单元。

17.一种数据标注方法,其特征在于,所述方法包括:

18.根据权利要求17所述的方法,其特征在于,所述第一信息包括数据筛选条件和标签内容;其中,所述数据筛选条件用于筛选所述位置数据,以滤除不符合所述数据筛选条件的位置数据;所述标签内容用于按照所述标签内容对位置数据进行标注。

19.根据权利要求18所述的方法,其特征在于,所述标签内容包括以下至少一项:

20.根据权利要求19所述的方法,其特征在于,所述方法还包括:

21.根据权利要求18所述的方法,其特征在于,所述数据筛选条件包括以下至少一项:

22.根据权利要求17所述的方法,其特征在于,所述方法还包括:

23.根据权利要求18所述的方法,其特征在于,所述第一信息还包括数据预处理方式,所述数据预处理方式用于对位置数据进行预处理。

24.根据权利要求22或23所述的方法,其特征在于,所述数据预处理方式包括以下至少一项:插值处理、平滑处理、量化处理、归一化处理。

25.根据权利要求23所述的方法,其特征在于,所述数据预处理方式包括插值处理,所述方法还包括:

26.根据权利要求25所述的方法,其特征在于,所述标签密度指示包括以下任一项:

27.根据权利要求26所述的方法,其特征在于,所述时间单位包括以下任一项:小时、分钟、秒、毫秒、微秒、帧、子帧、时隙、正交频分复用符号。

28.根据权利要求23所述的方法,其特征在于,所述数据预处理方式包括插值处理,所述方法还包括:

29.根据权利要求23所述的方法,其特征在于,所述数据预处理方式包括平滑处理,所述方法还包括:

30.根据权利要求23所述的方法,其特征在于,所述数据预处理方式包括量化处理,所述方法还包括:

31.根据权利要求23所述的方法,其特征在于,所述数据预处理方式包括归一化处理,所述方法还包括:

32.根据权利要求17至31任一项所述的方法,其特征在于,...

【技术特征摘要】

1.一种数据标注方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述第一信息包括数据筛选条件和标签内容;所述终端设备根据所述第一信息对位置数据进行标注,得到数据标签,包括:

3.根据权利要求2所述的方法,其特征在于,所述标签内容包括以下至少一项:

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

5.根据权利要求2所述的方法,其特征在于,所述数据筛选条件包括以下至少一项:

6.根据权利要求1所述的方法,其特征在于,所述终端设备根据所述第一信息对位置数据进行标注,得到数据标签,包括:

7.根据权利要求2所述的方法,其特征在于,所述第一信息还包括数据预处理方式,所述终端设备按照所述标签内容对所述第一位置数据进行标注,得到数据标签之前,所述方法还包括:

8.根据权利要求6或7所述的方法,其特征在于,所述数据预处理方式包括以下至少一项:插值处理、平滑处理、量化处理、归一化处理。

9.根据权利要求7所述的方法,其特征在于,所述数据预处理方式包括插值处理,所述终端设备按照所述数据预处理方式对所述第一位置数据进行预处理,得到第二位置数据之前,所述方法还包括:

10.根据权利要求9所述的方法,其特征在于,所述标签密度指示包括以下任一项:

11.根据权利要求10所述的方法,其特征在于,所述时间单位包括以下任一项:小时、分钟、秒、毫秒、微秒、帧、子帧、时隙、正交频分复用符号。

12.根据权利要求7所述的方法,其特征在于,所述数据预处理方式包括插值处理,所述终端设备按照所述数据预处理方式对所述第一位置数据进行预处理,得到第二位置数据之前,所述方法还包括:

13.根据权利要求7所述的方法,其特征在于,所述数据预处理方式包括平滑处理,所述终端设备按照所述数据预处理方式对所述第一位置数据进行预处理,得到第二位置数据之前,所述方法还包括:

14.根据权利要求7所述的方法,其特征在于,所述数据预处理方式包括量化处理,所述终端设备按照所述数据预处理方式对所述第一位置数据进行预处理,得到第二位置数据之前,所述方法还包括:

15.根据权利要求7所述的方法,其特征在于,所述数据预处理方式包括归一化处理,所述终端设备按照所述数据预处理方式对所述第一位置数据进行预处理,得到第二位置数据之前,所述方法还包括:

16.根据权利要求1至15任一项所述的方法,其特征在于,所述终端设备包括常规终端设备和/或定位参考单元。

17.一种数据标注方法,其特征在于,所述方法包括:

18.根据权利要求17所述的方法,其特征在于,所述第一信息包括数据筛选条件和标签内容;其中,所述数据筛选条件用于筛选...

【专利技术属性】
技术研发人员:贾承璐杨昂邬华明孙鹏
申请(专利权)人:维沃移动通信有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1