公开(公告)号：DE112018000427T5

公开(公告)日：2019-10-10

申请号：DE112018000427

申请日：2018-01-23

Applicant: IBM

Inventor： DUAN NING ,  HUANG JINGCHANG ,  JI PENG ,  MA CHUNYANG ,  WANG ZHIHU ,  YAO RENJIE

IPC: B60H1/00 ,  B60H3/00

Abstract: Bereitgestellt wird ein Mechanismus zum Steuern der internen Luftqualität eines Fahrzeugs. Es werden fahrzeuginterne Sensordaten eines Fahrzeugs erfasst, und der Nutzungszustand des Fahrzeugs wird auf Grundlage der erfassten fahrzeuginternen Sensordaten bestimmt. Auf Grundlage der erfassten fahrzeuginternen Sensordaten und des bestimmten Nutzungszustands wird ein Änderungstrend der fahrzeuginternen Luftqualität bestimmt, und in Reaktion auf den bestimmten Änderungszustand der fahrzeuginternen Luftqualität wird an ein Steuersystem des Fahrzeugs signalisiert, den Nutzungszustand des Fahrzeugs auf Grundlage einer Steuerrichtlinie zu steuern.

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.