用于确定用于检测传感器信号中的异常的机器学习模型架构的方法

被引：0

专利类型：

发明

申请号：

CN202410636860.8

申请日：

2024-05-21

公开(公告)号：

CN119005353A

公开(公告)日：

2024-11-22

发明(设计)人：

H·I·卢卡奇 J·博茨海姆 T·菲舍尔

申请人：

罗伯特·博世有限公司

申请人地址：

德国斯图加特

IPC主分类号：

G06N20/00

IPC分类号：

G01P21/02 G06N3/0455 G06N3/082

代理机构：

中国专利代理(香港)有限公司 72001

代理人：

杜荔南;刘春元

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2024-11-22	公开	公开

共 50 条

[1]

用于多个传感器的机器学习虚拟传感器模型 [P].

M.卡尔沃 ;

V.卡布恩 ;

P.戈内特安德斯 ;

T.德斯拉尔斯 .

中国专利 :CN110168570A ,2019-08-23

[2]

用于评估用于机器学习模型的训练数据集的方法 [P].

A·斯泰默 ;

C·塞巴斯蒂安 ;

J·维瑟 ;

L·贝格尔 ;

伍氏凤英 .

德国专利 :CN119785137A ,2025-04-08

[3]

用于训练机器学习模型的方法、机器学习模型、装置及存储介质 [P].

L·恩德利希 .

德国专利 :CN120126135A ,2025-06-10

[4]

用于检测传感器元件网格中的传感器信号的检测设备和方法 [P].

G·迪塞尔托瑞 ;

M·阿嫩 ;

J·费舍尔 ;

W·勒斯特曼 ;

U·勒塞尔 .

:CN112334792B ,2024-07-26

[5]

用于检测传感器元件网格中的传感器信号的检测设备和方法 [P].

G·迪塞尔托瑞 ;

M·阿嫩 ;

J·费舍尔 ;

W·勒斯特曼 ;

U·勒塞尔 .

中国专利 :CN112334792A ,2021-02-05

[6]

用于语音增强系统的机器学习模型架构 [P].

M·帕尔 ;

A·拉马纳坦 ;

T·瓦达 ;

A·潘迪 .

美国专利 :CN119541534A ,2025-02-28

[7]

确定用于网络切片的机器学习架构 [P].

王继兵 ;

埃里克·理查德·施陶费尔 .

美国专利 :CN114631336B ,2024-05-21

[8]

确定用于网络切片的机器学习架构 [P].

王继兵 ;

埃里克·理查德·施陶费尔 .

中国专利 :CN114631336A ,2022-06-14

[9]

确定用于网络切片的机器学习架构 [P].

王继兵 ;

埃里克·理查德·施陶费尔 .

美国专利 :CN118317275A ,2024-07-09

[10]

用于训练机器学习模型的数据组的加权方法 [P].

L·哈斯 ;

J·埃文斯 ;

K·B·纳瓦尔帕克姆 ;

Y·梅泽尔 .

德国专利 :CN119623664A ,2025-03-14

← 1 2 3 4 5 →