Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2015082107 - PROCÉDÉ ET DISPOSITIF DE DÉTERMINATION D'UN MODÈLE DE FONCTION REPOSANT SUR DES DONNÉES

Numéro de publication WO/2015/082107
Date de publication 11.06.2015
N° de la demande internationale PCT/EP2014/071843
Date du dépôt international 13.10.2014
CIB
G06N 7/00 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
7Systèmes de calculateurs basés sur des modèles mathématiques spécifiques
CPC
G06F 17/15
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
17Digital computing or data processing equipment or methods, specially adapted for specific functions
10Complex mathematical operations
15Correlation function computation ; including computation of convolution operations
G06N 20/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
G06N 7/005
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
7Computer systems based on specific mathematical models
005Probabilistic networks
Déposants
  • ROBERT BOSCH GMBH [DE]/[DE]
Inventeurs
  • KLOPPENBURG, Ernst
Données relatives à la priorité
102013224698.603.12.2013DE
Langue de publication allemand (DE)
Langue de dépôt allemand (DE)
États désignés
Titre
(DE) VERFAHREN UND VORRICHTUNG ZUM ERMITTELN EINES DATENBASIERTEN FUNKTIONSMODELLS
(EN) METHOD AND DEVICE FOR DETERMINING A DATA-BASED FUNCTIONAL MODEL
(FR) PROCÉDÉ ET DISPOSITIF DE DÉTERMINATION D'UN MODÈLE DE FONCTION REPOSANT SUR DES DONNÉES
Abrégé
(DE)
Die Erfindung betrifft ein Verfahren zum Erstellen eines Gauß-Prozess-Modells als ein datenbasiertes Funktionsmodell für eine zu modellierende Ausgangsgröße basierend auf Trainingsdaten in einem Eingangsdatenraum, umfassend die folgenden Schritte: - Bereitstellen (S1) von Trainingsdaten mit Trainingsdatenpunkten und den Trainingsdatenpunkten zugeordneten Ausgangswerteneiner oder mehrerer Ausgangsgrößen; - Ermitteln (S2) einer von der Position der Trainingsdatenpunkte im Eingangsdatenraum abhängigen Punktedichte; - Ermitteln (S3) einer Längenskalenfunktionfür jede Eingangsgröße der Trainings- daten abhängig von der Punktedichte; und - Generieren (S4) eines Gauß-Prozess-Modells aus den Trainingsdatenundden Ausgangswerten der zu modellierende Ausgangsgrößebasierend auf den ermittelten Längenskalenfunktionen.
(EN)
The invention relates to a method for constructing a Gaussian process model as a data-based functional model for an output variable to be modeled based on training data in an input data space, the method comprising the following steps: providing (S1) training data having training data points and the output values of one or more output variables associated with the training data points; determining (S2) a point density subject to the position of the training data points in the input data space; determining (S3) a length scale function for each input variable of the training data as a function of the point density; and generating (S4) a Gaussian process model from the training data and the output values of the output variables to be modeled based on the determined length scale functions.
(FR)
L'invention concerne un procédé de production d'un modèle de processus gaussien servant de modèle de fonction reposant sur des données et destiné à une grandeur de départ à modéliser à partir de données d'apprentissage dans un espace de données d'entrée, comprenant les étapes suivantes consistant à : - produire (S1) des données d'apprentissage comportant des points de données d'apprentissage et des valeurs de départ, associées aux points de données d'apprentissage, d'une ou plusieurs grandeurs de départ; - déterminer (S2) une densité de points dépendante de la position des points de données d'apprentissage dans l'espace de données d'entrée; - déterminer (S3) une fonction d'échelle de longueur pour chaque grandeur d'entrée des données d'apprentissage en fonction de la densité de points; et - générer (S4) un modèle de processus gaussien à partir des données d'apprentissage et des valeurs de départ de la grandeur de départ à modéliser à partir des fonctions d'échelle de longueur déterminées.
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international