【技术实现步骤摘要】
本专利技术涉及评估数据的可靠性的领域。
技术介绍
1、在各种各样的产品和环境中使用机器学习模型变得越来越普遍。典型地，机器学习模型将处理输入数据(的实例)以便产生输出数据(的实例)。
2、在产品中部署机器学习模型之后，重要的是监测模型的性能质量，即由模型产生的输出数据的可靠性和/或准确性。比如，模型的新输入数据可不同于模型最初被训练的数据，例如，由于数据漂移或由于产品使用的差异。如果新的输入数据不同于模型被训练的数据，则不能保证模型的正确或可靠的性能。
3、因此，期望对机器学习模型的可靠性进行有效且高效的评估。更具体地，期望在处理输入数据之后对由机器学习模型产生的输出数据的可靠性进行有效且高效的评估。
4、众所周知，可靠性是对由机器学习模型产生的输出数据的可靠程度的(数值)度量。更具体地，众所周知，可靠性可被看作是对由机器学习模型产生的输出的可信度和/或不确定性的数值估计。
技术实现思路
1、本专利技术由权利要求限定。
2、根据依照本专利技术...
【技术保护点】
1.一种用于在处理输入数据之后预测由机器学习模型产生的输出数据的可靠性的计算机实现的方法，所述计算机实现的方法包括：
2.根据权利要求1所述的计算机实现的方法，其中所述计算机实现的方法包括：响应于所述输出数据的所述可靠性的所述第一预测指示所述可靠性不满足所述一个或多个预定标准，拒绝将所述输入数据提供给所述第二处理设备。
3.根据权利要求1或2所述的计算机实现的方法，其中如果计算机实现的方法使用所述第二可靠性预测算法，则所述输出数据在使用所述第一可靠性预测算法与使用所述第二可靠性预测算法之间不改变。
4.根据权利要求1至3中任一项所述...
【技术特征摘要】
1.一种用于在处理输入数据之后预测由机器学习模型产生的输出数据的可靠性的计算机实现的方法，所述计算机实现的方法包括：
2.根据权利要求1所述的计算机实现的方法，其中所述计算机实现的方法包括：响应于所述输出数据的所述可靠性的所述第一预测指示所述可靠性不满足所述一个或多个预定标准，拒绝将所述输入数据提供给所述第二处理设备。
3.根据权利要求1或2所述的计算机实现的方法，其中如果计算机实现的方法使用所述第二可靠性预测算法，则所述输出数据在使用所述第一可靠性预测算法与使用所述第二可靠性预测算法之间不改变。
4.根据权利要求1至3中任一项所述的计算机实现的方法，其中所述第一可靠性预测算法不如所述第二可靠性预测算法准确。
5.根据权利要求1至4中任一项所述的计算机实现的方法，其中：
6.根据权利要求1至5中任一项所述的计算机实现的方法，其中：
7.根据权利要求6所述的计算机实现的方法，其中在所述第一处理设备处处理所述输入数据和/或所述输出数据的步骤仅在所述便携式设备被连接到用于对所述便携式设备充电或再充电的所述电源时执行。
8.根据权利要求1至7中任一项所述的计算机实现的方法，其中将所述输入数据和/或所述输出数据提供给所述第二处理设备的步骤包括：使用一个或多个中间处理设...
【专利技术属性】
技术研发人员：M·B·范勒尤文，R·维鲁特尔斯，A·赛德，
申请(专利权)人：皇家飞利浦有限公司，
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。