-
公开(公告)号:CN113348475A
公开(公告)日:2021-09-03
申请号:CN202080012339.7
申请日:2020-01-10
Applicant: 罗伯特·博世有限公司 , 卡内基梅隆大学
Abstract: 一种用于评估平滑分类器(g)的鲁棒性的计算机实现的方法,该平滑分类器(g)用于对从传感器(30)接收的传感器信号进行分类,该方法包括以下步骤:‑取决于所述传感器信号(S)提供输入信号(x),‑由平滑分类器(g)确定第一值(pA),该第一值(pA)表征所述输入信号(x)当受制于噪声时将被分类为属于预定义的多个类中的第一类(cA)的概率,其中所述第一类(cA)是最可能的类,‑由平滑分类器(g))确定第二值(pB),该第二值(pB)表征所述输入信号(x)当受制于所述噪声(特别是高斯噪声)时将被分类为属于所述预定义的多个类中的第二类(cB)的概率,其中所述第二类(cB)是第二最可能的类,‑依据所述第一值(pA)处的标准高斯累积分布函数()的第一逆值()和/或取决于所述第二值(pg)处的所述标准高斯累积分布函数()的第二逆值(),确定鲁棒性值。
-
公开(公告)号:CN119647606A
公开(公告)日:2025-03-18
申请号:CN202411300063.9
申请日:2024-09-18
Applicant: 罗伯特·博世有限公司 , 卡内基梅隆大学
Abstract: 提供了用于为目标模型生成基于概念的解释的改进方法和系统。一些实施例涉及计算量化由概念模型定义的概念对目标模型的分类的影响的度量。这可以包括针对评估集中的传感器数据计算应用于目标模型的输出和概念模型的输出的相似性函数的输出。
-
公开(公告)号:CN118673963A
公开(公告)日:2024-09-20
申请号:CN202410298199.4
申请日:2024-03-15
Applicant: 罗伯特·博世有限公司 , 卡内基梅隆大学
Abstract: 一种学习用于代理的策略(π)的计算机实现的方法,包括以下步骤:接收(S1)初始化第一神经网络,特别是Q函数#imgabs0#或价值函数、初始化第二神经网络#imgabs1#辅助参数(A,B)和初始化策略(π)。重复以下步骤直到满足终止条件为止:从存储装置中对状态、动作、奖励和新状态的多个对(s,a,r,s′)进行采样(S2)。对当前状态的动作#imgabs2#以及新采样状态的动作#imgabs3#进行采样(S3)。基于采样状态和动作从第一神经网络的倒数第二层计算(S4)特征#imgabs4#以及使用重新加权的损失(LQ)更新(S5)第二神经网络#imgabs5#和辅助参数(A,B)以及更新(S5)第一神经网络的参数(θQ)。
-
公开(公告)号:CN117633608A
公开(公告)日:2024-03-01
申请号:CN202311109626.1
申请日:2023-08-30
Applicant: 罗伯特·博世有限公司
IPC: G06F18/241 , G06F18/214 , G06F18/25 , G06N20/00
Abstract: 提供了利用去噪扩散模型对输入干扰进行通用净化的系统和方法。一种存储指令的计算机程序产品,当由计算机执行时,所述指令使计算机进行以下操作:从传感器接收输入数据;利用输入数据生成训练数据集,其中通过创建输入数据的一个或多个副本并将噪声添加到一个或多个副本来创建训练数据集;将训练数据集发送到扩散模型,其中扩散模型被配置成通过以下方式重建和净化训练数据集:去除与输入数据相关联的噪声,并重建训练数据集的一个或多个副本,以创建经修改的输入数据集;将经修改的输入数据集发送到固定分类器;以及响应于由固定分类器获得的经修改的输入数据集的分类的多数投票,输出与输入数据相关联的分类。
-
公开(公告)号:CN116940945A
公开(公告)日:2023-10-24
申请号:CN202180093598.1
申请日:2021-12-10
Applicant: 罗伯特·博世有限公司
Abstract: 一种用于训练分类器(60)的计算机实现的方法,所述方法具有如下步骤:·确定至少一个第一输入信号(xi),其中,所述第一输入信号(xi)表征分子生物学研究系统(600)的多个评估点(602),并且给所述第一输入信号(xi)分配所希望的输出信号(ti),所述输出信号表征所述评估点(602)的分类;·按照所述评估点(602)的布置,将所述第一输入信号(xi)划分成多个第二输入信号(xa,xb,xc);·确定多个第一表示(za,zb,zc),其中,针对所述多个第二输入信号(xa,xb,xc)的至少一个第一子集的每个第二输入信号(xa,xb,xc),借助于所述分类器(60)来确定第一表示(za,zb,zc);·借助于所述分类器(60)并且基于所述多个第一表示(za,zb,zc)来确定输出信号(yi),其中,所述输出信号(yi)表征所述第一输入信号(xi)的分类;·按照损失值来调整所述分类器(60)的至少一个参数(Φ),其中,所述损失值表征所确定的输出信号(yi)与所希望的输出信号(ti)之间的差异。
-
公开(公告)号:CN113448244A
公开(公告)日:2021-09-28
申请号:CN202110305701.6
申请日:2021-03-23
Applicant: 罗伯特·博世有限公司 , 卡内基梅隆大学
IPC: G05B13/04
Abstract: 具有神经网络和改进稳定性的控制器。一些实施例针对用于为计算机控制的机器生成控制信号的控制器。神经网络可以应用于当前传感器信号,该神经网络被配置为将传感器信号映射到原始控制信号。可以将投影函数应用于原始控制信号,以获得稳定的控制信号来控制计算机可控机器。
-
公开(公告)号:CN112633309A
公开(公告)日:2021-04-09
申请号:CN202011007795.0
申请日:2020-09-23
Applicant: 罗伯特·博世有限公司
Abstract: 描述了对神经网络分类器实行对抗攻击。构造输入输出对的数据集,输入输出对的每个输入元素是从搜索空间中随机挑选的,输入输出对的每个输出元素指示针对对应输入元素的神经网络分类器的预测输出。在输入输出对的数据集上利用高斯过程来优化获取函数,以从数据集中找到最佳扰动输入元素。对最佳扰动输入元素进行上采样以生成经上采样的最佳输入元素。经上采样的最佳输入元素被添加到原始输入以生成候选输入。查询神经网络分类器,以确定针对候选输入的分类器预测。计算分类器预测的分数。响应于分类器预测为不正确的,接受候选输入作为成功的对抗攻击。
-
-
-
-
-
-