检查机器学习模型的合成训练数据的真实度的方法

本发明涉及用于检查机器学习模型的合成训练数据的真实度的方法，包括步骤：提供合成训练数据，其中合成训练数据由统计变量描述，其中合成训练数据模仿传感器数据，在训练机器学习模型的范围中，基于合成训练数据确定统计变量的置信区间的上限，提供真实数据，其中真实数据也由统计变量来描述，其中真实数据包括传感器数据，其中传感器数据由至少一个传感器的检测产生，在机器学习模型的推理的范围中，基于真实数据确定统计变量的置信区间的下限，其中从推理开始起连续地确定下限，基于连续确定的下限与所确定的上限的比较来检查合成训练数据的真实度，其中探测合成训练数据相对于真实数据的系统偏差。本发明还涉及计算机程序、设备和存储介质。