公开(公告)号：CN119759364A

公开(公告)日：2025-04-04

申请号：CN202411368485.X

申请日：2024-09-27

Applicant: 罗伯特·博世有限公司

Inventor： J·赫金-哈布施 ,  J·邝特 ,  M·沃尔勒 ,  M·施伦德 ,  S·E·S·洛艾萨

IPC: G06F8/51 ,  G06N20/00 ,  G06F11/3604 ,  G06F11/3668

Abstract: 用于从原始语言到目标语言的自动化程序代码翻译的方法(10)，具有步骤：‑借助于语言模型将以原始语言的原始程序代码(21)翻译(11)成以目标语言的目标程序代码(23)，‑以改变的条件重复地执行(12)翻译，例如诸如语言模型的温度参数之类的一个或多个超参数的改变、原始程序代码(21)中的变换和/或对语言模型(22)的输入(24)的改变，‑将所述原始程序代码(21)和一个或多个目标程序代码(23)与测试用具(25)进行比较(13)，其中所述测试用具(25)自动化地被产生，‑根据代码质量度量、测试质量度量和/或测试的数量来评估(14)所述目标程序代码(23)。

公开(公告)号：CN116432020A

公开(公告)日：2023-07-14

申请号：CN202310037574.5

申请日：2023-01-10

Applicant: 罗伯特·博世有限公司

Inventor： K·格劳 ,  M·沃尔勒

IPC: G06F18/214 ,  G06F18/24 ,  G06F18/25 ,  G06N3/04 ,  G06N3/084

Abstract: 用来训练和评估用于分类应用的评估模型的方法和装置。本发明涉及一种用于利用周期性确定的输入数据集来评估经过训练的基于数据的评估模型以确定用于控制或监控技术系统的模型输出的方法，该方法具有如下步骤：‑针对预先给定的数目的时间上连续的采样步长来采集输入数据集；‑将这些输入数据集组合成经过验证的输入数据集的输入数据包；‑借助于基于数据的评估模型来确定针对该输入数据包中的输入数据集中的每个输入数据集的评估结果，其中在每次评估时使该评估模型的一个或多个模型参数在数值上减小或者设置到0；‑将各个评估结果聚合，以便获得模型输出。

公开(公告)号：CN116432002A

公开(公告)日：2023-07-14

申请号：CN202310030321.5

申请日：2023-01-09

Applicant: 罗伯特·博世有限公司

Inventor： K·格劳 ,  C·弗莱克 ,  M·沃尔勒

IPC: G06F18/213

Abstract: 用于提供和评估用于变点检测的传感器模型的方法和装置。本发明涉及用来评估用于确定传感器信号时间序列(S)中的变点时间点的基于数据的传感器模型(5)的方法，所述方法具有如下步骤：‑在传感器信号时间序列(S)的评估时间窗中提供(S2)评估信号时间序列(A)；‑根据所述评估信号时间序列(A)来确定(S3)彼此有时移或者分别彼此偏移多个采样步长的传感器信号片段(F1、F2、F3、F4)，其中所述传感器信号片段(F1、F2、F3、F4)具有比所述评估信号时间序列更短的长度；‑借助于FFT或者格兹尔算法，根据所述传感器信号片段(F1、F2、F3、F4)来确定(S4)一个或多个频率贡献；‑在经过训练的基于数据的传感器模型(5)中评估(S5、S6)所述频率贡献，以便确定在所述评估时间窗内的变点时间点。

公开(公告)号：CN116136972A

公开(公告)日：2023-05-19

申请号：CN202211415702.7

申请日：2022-11-11

Applicant: 罗伯特·博世有限公司

Inventor： K·格劳 ,  M·沃尔勒

IPC: G06N20/00 ,  G06F18/214 ,  G06F18/22 ,  G06F18/2135

Abstract: 本发明涉及一种用来生成用于训练机器学习算法的训练数据的方法，其中所述训练数据分别具有数据点和被分配给所述数据点的数据值，而且其中所述方法具有如下步骤：提供用于训练所述机器学习算法的第一训练数据（2）；对所述第一训练数据的数据点的至少一部分所在的流形进行近似（3）；确定在所述流形中的所述第一训练数据的数据点的所述至少一部分的结构（4）；而且基于在所述流形中的所述第一训练数据的数据点的所述至少一部分的结构来生成附加训练数据（5）。

公开(公告)号：CN116075829A

公开(公告)日：2023-05-05

申请号：CN202180061961.1

申请日：2021-09-10

Applicant: 罗伯特·博世有限公司

Inventor： A·霍普福 ,  J-H·巴斯 ,  M·沃尔勒 ,  M·梅斯特 ,  F·科沃尔 ,  R·诺尔登 ,  E·托纳 ,  K·格劳

IPC: G06N3/04

Abstract: 本发明涉及一种用于通过基于传感器信号(S)来确定喷射阀(6)的打开或者关闭时刻而运行喷射阀(6)的方法，该方法具有下列步骤：‑通过对喷射阀的传感器的传感器信号进行采样，提供(S1，S2)评估点时间序列(Z)；‑使用(S3)非线性的、基于数据的第一子模型(21)，以便基于评估点时间序列(Z)来获得第一输出向量(A1)，其中所述第一输出向量的每个元素都分配给确定的时刻；‑使用(S4)线性的、基于数据的第二子模型(22)，以便基于评估点时间序列(Z)来获得第二输出向量(A2)，其中所述第二输出向量(A2)的每个元素都分配给确定的时刻；‑根据所述第二输出向量(A2)，限制(S5，S6)通过第一输出向量(A1)确定的时刻，以便获得打开或者关闭时刻。

公开(公告)号：CN114841228A

公开(公告)日：2022-08-02

申请号：CN202210041590.7

申请日：2022-01-14

Applicant: 罗伯特·博世有限公司

Inventor： C·格拉迪施 ,  C·海因茨曼 ,  M·赫尔曼 ,  M·沃尔勒 ,  N·沙尔姆

IPC: G06K9/62 ,  G06N20/00 ,  G06V10/774 ,  G06V10/762

Abstract: 生成用于指定视觉数据集的数据结构。计算机视觉关注计算机可以如何从数字图像或视频自动获得高级理解。发现计算机视觉系统对汽车或机器人车辆领域的越来越多应用。然而，此类系统的定义和验证以及相关联的训练数据是复杂的任务。本说明书讨论了如何通过基于计算机视觉模型的敏感度分析生成包括多个语言实体的数据结构来促进计算机视觉模型的描述或配置，所述多个语言实体定义了视觉参数到视觉参数空间的语义映射。

公开(公告)号：CN120031091A

公开(公告)日：2025-05-23

申请号：CN202411691854.9

申请日：2024-11-25

Applicant: 罗伯特·博世有限公司

Inventor： K·格劳 ,  M·沃尔勒

IPC: G06N3/08 ,  G06N3/0499 ,  G06F30/27 ,  G06F30/17 ,  G06F30/15

Abstract: 本发明描述了用于基于测试数据集验证经过训练的人工神经网络(KNN)的方法和系统。

公开(公告)号：CN116097257A

公开(公告)日：2023-05-09

申请号：CN202180062039.4

申请日：2021-09-10

Applicant: 罗伯特·博世有限公司

Inventor： A·霍普福 ,  J-H·巴斯 ,  F·科沃尔 ,  M·沃尔勒 ,  R·诺尔登 ,  K·格劳 ,  M·梅斯特 ,  E·托纳

IPC: G06F18/214

Abstract: 本发明涉及一种基于传感器信号来训练基于数据的时间点确定模型以确定喷射阀(6)的打开或关闭时间点的计算机实现的方法，具有如下步骤：‑通过对喷射阀(6)的传感器的传感器信号进行采样，提供至少一个未标记的评估点时间序列；‑对基于数据的时间点确定模型进行训练，以便给评估点时间序列(X)分配时间点信息(Y)，所述时间点信息表示所确定的打开或关闭时长，其中借助于用于使评估点时间序列(X)随时间移位的第一移位函数(Φ(X))和用于使时间点信息(Y)随时间移位的第二移位函数(Ψ(Y))来执行所述训练，其中对于所述训练来说使用一致性损失函数，所述一致性损失函数说明了在第一时间点信息与第二时间点信息之间的差异，所述第一时间点信息对应于时间点确定模型针对按照第一移位函数(Φ(X))随时间移位的评估点时间序列(X′)的模型输出，所述第二时间点信息说明了按照第二移位函数(Ψ(Y))随时间移位的时间点信息，所述时间点信息对应于时间点确定模型针对至少一个评估点时间序列(X)的模型输出。

公开(公告)号：CN116057268A

公开(公告)日：2023-05-02

申请号：CN202180062166.4

申请日：2021-09-10

Applicant: 罗伯特·博世有限公司

Inventor： A·霍普福 ,  J-H·巴尔特 ,  R·诺登 ,  K·格劳 ,  M·梅斯特 ,  F·科沃尔 ,  E·托纳 ,  M·沃尔勒

IPC: F02D41/14

Abstract: 本发明涉及一种用于通过基于传感器信号确定喷射阀(6)的开启和/或关闭时间点来运行喷射阀的方法，所述方法具有以下步骤：‑通过对所述喷射阀的传感器的传感器信号进行采样，提供(S 1、S2)评估点时间序列；‑使用(S3)非线性的、基于数据的第一子模型(21)，以便基于所述评估点时间序列获得第一模型输出；‑使用(S4)线性的、基于数据的第二子模型(22)，以便基于所述评估点时间序列获得第二模型输出，‑根据所述第一和第二模型输出确定(S5、S6)所述开启和/或关闭时间点。

公开(公告)号：CN115104132A

公开(公告)日：2022-09-23

申请号：CN202180014940.4

申请日：2021-02-08

Applicant: 罗伯特·博世有限公司

Inventor： M·利特尔 ,  J·奥勒金 ,  C·格拉迪施 ,  K·格劳 ,  O·维勒尔斯 ,  S·苏德霍尔特 ,  M·沃尔勒 ,  C·海因茨曼

IPC: G06V10/776 ,  G06V10/764 ,  G06V10/774 ,  G06V20/58

Abstract: 用于评价图像分类器（60）的计算机实现的方法，其中所述图像分类器（60）的分类器输出（y）被用于操控至少部分自主的机器人（100、220），其中用于评价的方法包括以下步骤：•确定（300）第一数据组，其中所述第一数据组包含图像数据，其中注释被分派给图像，其中所述注释包含关于在相应的图像中映射的场景和/或关于要分类的图像区域和/或关于所述机器人（100、220）的运动信息的信息；·基于所述注释确定（301）所述场景的通过所述机器人（100、220）可到达的区域（212）；•确定（302）针对由所述图像分类器要分类的图像区域的相关性值；•借助于所述图像分类器对第一图像数据组的图像数据进行分类（303）；•基于通过所述图像分类器（60）正确分类的图像区域和错误分类的图像区域以及对应的图像区域的所计算的相关性值来对所述图像分类器进行评价（304）。