公开(公告)号：CN120069002A

公开(公告)日：2025-05-30

申请号：CN202411754947.1

申请日：2024-12-02

Applicant: 罗伯特·博世有限公司

Inventor： E·莫纳利 ,  S·哈格 ,  S·施梅丁 ,  T·施拉根豪夫

IPC: G06N3/098 ,  G06F18/213 ,  G06F18/241

Abstract: 在采集上级训练贡献的情况下训练神经网络。用于训练神经网络的方法，该神经网络具有用于将测量数据转换为特征空间中的表示的特征提取器和用于根据表示确定与预先给定任务相关的输出的任务头，该方法具有步骤：·利用神经网络将测量数据的一个或多个样本处理成输出；·根据输出，根据预先给定的标准评估：相应的样本是否属于迄今为止使用的训练示例的域和/或分布；如果不是这种情况：·为一个或多个样本获取额定输出，并用额定输出对这些样本进行标记；·使用一个或多个新标记的样本以受监视的方式进一步训练神经网络；·根据利用额定输出标记的测试数据集来检查：进一步训练的神经网络的性能与进一步训练之前的状态相比是否在预先给定的任务方面有所改进。

公开(公告)号：CN119693671A

公开(公告)日：2025-03-25

申请号：CN202411325380.6

申请日：2024-09-23

Applicant: 罗伯特·博世有限公司

Inventor： 邱晨 ,  X·李 ,  C·K·穆玛迪 ,  M·R·加内什 ,  Z·李 ,  林婉怡 ,  S·施梅丁

IPC: G06V10/764 ,  G06V20/70 ,  G06V10/82 ,  G06F40/186 ,  G06N3/045 ,  G06N3/08 ,  G06N20/00

Abstract: 一种使用视觉‑语言模型(VLM)来生成文本驱动提示和类别预测概率的方法，包括：接收与图像的多个候选类别相关联的候选类别名称，基于候选类别名称的文本描述来生成类别文本词元，以及使用提示生成器来生成多个上下文提示向量。上下文提示向量定义了与要由VLM执行的图像分类任务相关联的上下文信息。所述方法进一步包括：通过将相应的类别文本词元附加到多个候选类别中的每一个的上下文提示向量来针对多个候选类别中的每一个生成提示，以及使用VLM基于多个上下文提示向量来生成并输出样本图像的类别预测概率。

公开(公告)号：CN119623570A

公开(公告)日：2025-03-14

申请号：CN202411285753.1

申请日：2024-09-13

Applicant: 罗伯特·博世有限公司

Inventor： R·王 ,  S·施梅丁

IPC: G06N3/094 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/047

Abstract: 一种通过使用训练数据集优化目标函数来训练用于对象分类的第一机器学习系统的计算机实现的方法，其中所述第一机器学习系统基于所述目标函数被训练，所述目标函数包括测量所述第一机器学习系统的特征空间中的特征表示的跨度与用于对象分类的第二机器学习系统的特征空间中的对应特征表示的跨度之间的相似性的指导项。

公开(公告)号：CN119558370A

公开(公告)日：2025-03-04

申请号：CN202411218567.6

申请日：2024-09-02

Applicant: 罗伯特·博世有限公司

Inventor： 邱晨 ,  S·施梅丁 ,  B·阿扎里 ,  N·吉洪诺夫 ,  F·孔德萨

IPC: G06N3/08 ,  G06N3/0499 ,  G06N20/10

Abstract: 提供了通过典型性进行数据扩充评估和自动训练集改进。公开的实施例包括用于评估扩充训练元素的方法。可以使用不同的扩充技术来生成扩充训练元素。公开的实施例可以生成对于训练多个不同机器学习模型有用的训练集。