【技术实现步骤摘要】
【国外来华专利技术】
本申请涉及网络中的数据处理，尤其涉及通信网络中的数据融合。
技术介绍
1、数据融合是将多个数据源感知到的多个数据点或多组数据进行整合的过程。例如，数据源可以是传感器。数据融合过程的目的是产生比任何单独传感器所能提供的信息更一致、更准确、更有用的信息。
2、在数据融合设置的两种可能实现方式中，传感器的视点和感知到的现象是静态的，或者视点是不断变化的和/或感知到的现象是动态的。图1(a)所示的固定摄像头拍摄车库门是一种静态设置，而图1(b)所示的静态或移动摄像头拍摄移动人群是一种动态设置。在图1(a)中，四个摄像头分别拍摄车库门的不同区域1至4。可以将每个图像的信息进行融合，即可得到数据融合过程的输出。
3、为了融合传感器的信息，这些传感器共享其各自的数据，或者共享从其各自的数据中提取到的特征。
4、为了处理传感器感知到的数据，可以使用机器学习技术。在一些情况下，可以会针对某项任务形成输出。机器学习是使用计算机算法从给定数据中学习以例如执行某项任务的过程。
5、机器学习中的一个重要的任务类别是...
【技术保护点】
1.一种用于执行数据融合的设备(319、408)，其特征在于，所述设备用于：
2.根据权利要求1所述的设备(319、408)，其特征在于，所述设备用于根据由所述设备实现的选择模型(424)的输出选择所述多个输入设备的所述子集(403、405、407)，其中，所述选择模型用于接收所述相应的第一向量(416、417、418、419、420、421、422)作为输入。
3.根据权利要求2所述的设备(319、408)，其特征在于，所述选择模型(424)是第二置换不变深度学习模型。
4.根据权利要求2或3所述的设备(319、408)，其特征在...
【技术特征摘要】
【国外来华专利技术】
1.一种用于执行数据融合的设备(319、408)，其特征在于，所述设备用于：
2.根据权利要求1所述的设备(319、408)，其特征在于，所述设备用于根据由所述设备实现的选择模型(424)的输出选择所述多个输入设备的所述子集(403、405、407)，其中，所述选择模型用于接收所述相应的第一向量(416、417、418、419、420、421、422)作为输入。
3.根据权利要求2所述的设备(319、408)，其特征在于，所述选择模型(424)是第二置换不变深度学习模型。
4.根据权利要求2或3所述的设备(319、408)，其特征在于，每个相应的第一向量包括多个坐标，所述选择模型用于通过对所述相应的第一向量的每个坐标执行最大池化操作来选择所述多个输入设备的所述子集。
5.根据权利要求4所述的设备(319、408)，其特征在于，所述最大池化操作的输出是与每个相应的第一向量具有相同大小的单个向量。
6.根据上述任一权利要求所述的设备(319、408)，其特征在于，所述设备还用于将信号发送到所述多个输入设备的所述子集中的每个输入设备，其中，所述信号包括对所述多个输入设备的所述子集中的每个输入设备的所述相应的第二向量的请求。
7.根据上述任一权利要求所述的设备(319、408)，其特征在于，每个相应的第一向量(313、314、315、316、317、318、416、417、418、419、420、421、422)具有第一大小，每个相应的第二向量(425、426、427)具有第二大小，所述第二大小大于所述第一大小。
8.根据权利要求7所述的设备(319、408)，其特征在于，所述相应的第一向量(313、314、315、316、317、318、416、417、418、419、420、421、422)的所述第一大小与所述相应的第二...
【专利技术属性】
技术研发人员：英格玛·兰德，加布里埃尔·费弗尔，简克洛德·贝尔菲奥里，葛屹群，
申请(专利权)人：华为技术有限公司，
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。