公开(公告)号：DE112018005227T5

公开(公告)日：2020-07-02

申请号：DE112018005227

申请日：2018-08-24

Applicant: IBM

Inventor： DONG WEISHAN ,  YUAN TING ,  YANG KAI ,  LI CHANGSHENG ,  ZHU JUN ,  YAO RENJIE ,  GAO PENG ,  MA CHUNYANG

IPC: G06N3/04

Abstract: Systeme und Verfahren zum Trainieren eines Modells werden offenbart. Bei dem Verfahren werden zuerst Trainingsdaten von einem tiefen neuronalen Netz (DNN) erhalten, wobei das tiefe neuronale Netz mindestens eine verborgene Schicht aufweist. Merkmale der Trainingsdaten werden anschließend von einer spezifizierten verborgenen Schicht der mindestens einen verborgenen Schicht erhalten, wobei die spezifizierte verborgene Schicht jeweils mit einem überwachten Klassifikationsnetz für Klassifikationsaufgaben und einem auf einem Autoencoder beruhenden Rekonstruktionsnetz für Rekonstruktionsaufgaben verbunden ist. Und schließlich werden das DNN, das überwachte Klassifikationsnetz und das Rekonstruktionsnetz jeweils als Ganzes auf Grundlage der erhaltenen Merkmale trainiert, wobei sich das Training an den Klassifikationsaufgaben und den Rekonstruktionsaufgaben orientiert.

公开(公告)号：DE112016005477B4

公开(公告)日：2024-12-19

申请号：DE112016005477

申请日：2016-11-30

Applicant: IBM

Inventor： DONG WEISHAN ,  DUAN NING ,  GAO PENG ,  LI CHANGSHENG ,  MA CHUNYANG ,  ZHANG XIN ,  ZHU JUN

IPC: H04L47/60 ,  B60R16/02 ,  G08G1/09 ,  H04L49/90 ,  H04L49/9047 ,  H04L67/12 ,  H04W4/44

Abstract: System (100) zum parallelen Puffern und Vorverarbeiten von Datenströmen auf Grundlage eines Kontextes auf mehreren Ebenen in Fahrzeugdomänen, das aufweist:eine erste Datenverarbeitungsebene (104), die einen Puffer (106) der ersten Ebene beinhaltet, der dazu gestaltet ist, Daten zu puffern, die aus einer Mehrzahl von Rohdatenströmen (102a bis 102d) bereitgestellt werden, die von einer Mehrzahl von Fahrzeugen (101a bis 101d) ausgegeben werden; undeine zweite Datenverarbeitungsebene (108), die ein elektronisches Aufgaben-Warteschlangen-Verzeichnis(TQD)-Modul und eine Mehrzahl von Datenverarbeitungspuffern der zweiten Ebene beinhaltet, wobei das TQD-Modul dazu gestaltet ist, eine Mehrzahl von Aufgaben in Reaktion auf ein Empfangen eines seriellen Datenstroms zu erstellen, der aus dem Puffer (106) der ersten Ebene ausgegeben wird,wobei das TQD-Modul jede Aufgabe einem entsprechenden Puffer der zweiten Ebene zuweist und den seriellen Datenstrom in einzelne Datenwerte trennt, die einem spezifischen Puffer (108) der zweiten Ebene auf Grundlage der Aufgabe bereitgestellt werden.