用于训练机器学习模型以对传感器数据进行分类的方法
申请号：CN202411012248
申请日期：2024-07-26
公开号：CN119377724A
公开日期：2025-01-28
类型：发明专利
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
欺骗防御方法
系统状态变化
智能电子设备
虚拟局域网系统
诱饵
交互式虚拟现实
动态预测模型
生成方法
虚拟现实设备
数字孪生
水下清洁机器人
图像
超声波传感器
建图方法
机器人控制器
智能控制系统
智能马桶
声音特征提取
优化缩放因子
多模态特征融合
电机驱动芯片
调解系统
电源芯片
电阻
温度传感器
