摘要
按照各种实施方式,描述了一种用于训练机器学习模型以对传感器数据进行分类的方法,该方法具有:针对多个训练传感器数据项中的每个训练传感器数据项,通过机器学习模型的决策序列来处理相应的输入向量,其中,对于每个决策,形成该输入向量与相应参数向量的点积,并且该决策的结果取决于该点积是小于还是大于指定的相应参数;确定该训练数据项的损失;而且调整该机器学习模型以减少总损失,该总损失包含针对这些传感器数据训练数据项所确定的损失,其中,在连续值范围内调整该机器学习模型的每个决策的参数向量。
技术关键词
数据项
训练机器学习模型
传感器
决策
控制机器人装置
数据处理装置
序列
参数
指令
处理器
计算机
对象
介质
地面
关系
系统为您推荐了相关专利信息
虚拟交互平台
教育场景
生物数据采集设备
关键生理参数
虚拟现实内容
信号传输方法
电梯
图像采集设备
历史运行数据
通讯设备
时间段
数控车床
温度传感器
时间管理单元
温度采样单元
滤波控制方法
车辆座椅悬架系统
防晕车
滑模控制系统
二自由度模型
可视化报表
数据分析工具
决策树算法
大数据算法
习惯