用于机器学习输入的3D张量构建器的方法技术

提供了用于机器学习输入的3D张量构建器的方法。一种测试和测量仪器包括：连接到被测设备(DUT)以接收波形数据的端口；到机器学习网络的连接；以及一个或多个处理器，被配置为：接收关于三维(3D)张量图像的一个或多个输入；缩放波形数据以拟合在3D张量图像内；构建3D张量图像；将3D张量图像发送到机器学习网络；以及从机器学习网络接收预测结果。一种方法包括：从一个或多个被测设备(DUT)接收波形数据；接收关于三维(3D)张量图像的一个或多个输入；缩放波形数据以拟合在3D张量图像内；构建3D张量图像；将3D张量图像发送到预训练的机器学习网络；以及从机器学习网络接收预测结果。

【技术实现步骤摘要】

本公开涉及测试和测量系统及方法，并且更具体地，涉及采用机器学习的测试和测量系统。

技术介绍

1、2022年5月18日提交的题为“short pattern waveform database based machinelearning for measurement”的美国专利申请第17/747,954号(以下称为“’954申请”)描述了使用张量图像作为机器学习系统的输入，该张量图像根据短模式波形数据库来构造。’954申请的内容通过引用特此并入本公开中。

2、2023年5月19日提交的题为“automated cavity filter tuning using machinelearning”的美国专利申请第18/199,846号(以下称为“’846申请”)描述了使用张量图像作为机器学习系统的输入，所述张量图像根据被测设备的所测量s参数的图表来构造，特此通过引用并入该申请的内容。

3、2022年7月29日提交的题为“combined tdecq measurement and transmittertuning using mac本文档来自技高网...

【技术保护点】

1.一种测试和测量仪器，包括：

2.根据权利要求1所述的测试和测量仪器，其中使得一个或多个处理器构建3D张量图像的代码使得一个或多个处理器进行以下操作：

3.根据权利要求1所述的测试和测量仪器，其中一个或多个处理器还被配置为执行代码，所述代码使得一个或多个处理器将一个或多个操作参数的条形图放置到3D张量图像中。

4.根据权利要求1所述的测试和测量仪器，其中使得一个或多个处理器构建3D张量图像的代码包括使得一个或多个处理器进行以下操作的代码：

5.根据权利要求4所述的测试和测量仪器，其中使得一个或多个处理器将多个段中的每一个放置在单独的行中的...

【技术特征摘要】

1.一种测试和测量仪器，包括：

2.根据权利要求1所述的测试和测量仪器，其中使得一个或多个处理器构建3d张量图像的代码使得一个或多个处理器进行以下操作：

3.根据权利要求1所述的测试和测量仪器，其中一个或多个处理器还被配置为执行代码，所述代码使得一个或多个处理器将一个或多个操作参数的条形图放置到3d张量图像中。

4.根据权利要求1所述的测试和测量仪器，其中使得一个或多个处理器构建3d张量图像的代码包括使得一个或多个处理器进行以下操作的代码：

5.根据权利要求4所述的测试和测量仪器，其中使得一个或多个处理器将多个段中的每一个放置在单独的行中的代码还包括使得一个或多个处理器进行以下操作的代码：基于机器学习网络中的内部神经网络卷积滤波器的大小，将多个段中的每一个放置在与包含多个段中的其他段的行间隔开预定数量的行的单独的行中。

6.根据权利要求1所述的测试和测量仪器，其中使得一个或多个处理器构建3d张量图像的代码包括使得一个或多个处理器进行以下操作的代码：

7.根据权利要求6所述的测试和测量仪器，其中使得一个或多个处理器将每个实部波形和每个虚部波形放置到单独的行中的代码包括使得一个或多个处理器进行以下操作的代码：基于机器学习网络中的内部神经网络卷积滤波器的大小，将每个实部波形和虚部波形放置到与其他实部波形和虚部波形间隔开预定数量的行的单独的行中。

8.根据权利要求6所述的测试和测量仪器，其中使得一个或多个处理器将每个实部波形和每个虚部波形放置到单独的行中的代码包括使得一个或多个处理器进行以下操作的代码：将每个实部波...

【专利技术属性】
技术研发人员：谈侃，J·J·皮克德，
申请(专利权)人：特克特朗尼克公司，
类型：发明
国别省市：