公开(公告)号：CN119380130A

公开(公告)日：2025-01-28

申请号：CN202411021538.0

申请日：2024-07-29

Applicant: 罗伯特·博世有限公司

Inventor： S·蒙卡 ,  L·哈利拉吉

IPC: G06V10/774 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06N3/042 ,  G06N3/08

Abstract: 本申请涉及一种用于训练基础模型和/或基于图的神经网络的方法，该方法具有步骤：提供至少一个图像数据和/或视频数据，其具有来自至少一个域的图像信息和至少一个图像标识；提供至少一个常识图GKG，其具有关于至少一个域的信息；提供至少一个图像数据和/或视频数据的图像信息的至少一个文本描述；借助于大语言模型LLM将至少一个文本描述嵌入基于图的神经网络GNN中；将常识图嵌入基于图的神经网络中；通过基于图的神经网络根据至少一个文本描述和常识图生成图文特征向量；通过基础模型生成图像特征向量；基于图文特征向量训练基础模型；或者，基于嵌入的文本描述、嵌入的常识图并且根据图像特征向量来训练基于图的神经网络。

公开(公告)号：CN120071039A

公开(公告)日：2025-05-30

申请号：CN202411718288.6

申请日：2024-11-27

Applicant: 罗伯特·博世有限公司

Inventor： S·施米德 ,  L·哈利拉吉 ,  C·亨森 ,  J·卢埃汀 ,  S·蒙卡

IPC: G06V10/774 ,  G06V20/58 ,  G06V10/82 ,  G06T7/207 ,  G06N5/022 ,  G06N3/0455

Abstract: 用于训练基本模型的方法和系统。本申请涉及用于训练基本模型用于车辆的对象识别和/或轨迹预测和/或运动规划的方法，所述方法具有步骤：‑提供(S1)图像数据的训练数据集，所述图像数据分别具有关于从车辆的角度来看至少一个驾驶场景的信息；‑提供(S2)知识图，所述知识图具有关于至少一个驾驶场景的特定于域的知识；‑可选地将图像数据划分(S3)为大量图像片段；‑通过将从知识图和/或直接从图像数据中抽取的关于至少一个驾驶场景的特定于域的知识分派给图像数据的大量图像片段产生(S4)与图像片段相对应的信息矩阵；‑基于信息矩阵训练(S5)基本模型；和‑提供(S6)尤其是用于场景理解的经训练的基本模型，用于车辆的对象识别和/或轨迹预测和/或运动规划。

公开(公告)号：CN119785574A

公开(公告)日：2025-04-08

申请号：CN202411393503.X

申请日：2024-10-08

Applicant: 罗伯特·博世有限公司

Inventor： L·姆洛齐安 ,  J·吕廷 ,  L·哈利拉贾 ,  Z·孙 ,  H·贝克迈尔 ,  S·蒙卡 ,  Z·王

IPC: G08G1/01

Abstract: 所述方法涉及一种用于生成用于交通运动预测的知识图的计算机实现的方法，所述方法包括：接收本车辆的至少一个环境传感器的环境传感器数据；从电子道路地图接收地图数据；从所述环境传感器数据提取关于所述至少一个交通参与者的信息，并且从所述地图数据提取关于所述交通参与者所处的运动轨迹的信息；以及基于所述地图数据和/或所述环境传感器数据生成所述本车辆的环境中的所述道路网络的知识图，所述知识图包括节点和边，其中，所述知识图包括表示所述交通参与者的至少一个节点和表示所述交通参与者所处的车道的至少一个节点。本发明还涉及一种用于交通运动预测的方法。本发明还涉及一种用于控制本车辆的方法。

公开(公告)号：CN117521733A

公开(公告)日：2024-02-06

申请号：CN202310973118.1

申请日：2023-08-03

Applicant: 罗伯特·博世有限公司

Inventor： S·蒙卡 ,  L·哈利拉吉

IPC: G06N3/0464 ,  G06N3/08 ,  G06N5/02

Abstract: 用于训练神经网络用于评估测量数据的方法，具有步骤：提供训练示例，其用关于预先给定的任务的额定输出标记；提供通用知识图谱，其节点表示实体并且其边表示实体之间的关系；从通用知识图谱中选择与用于解决预先给定的任务的上下文有关的子图；对于每个训练示例，利用特征提取器确定特征图；从相应训练示例中结合相应的额定输出确定子图在特征图的空间中的表示；从特征图中鉴于预先给定的任务评估输出；利用预先给定的成本函数评价：特征图在何种程度上与子图的表示相似；对表征神经网络的行为的参数进行优化，目的是在进一步处理训练示例时预料地改善评价；和适配评估，使得针对每个训练示例的输出尽可能好地对应于针对相应训练示例的额定输出。

公开(公告)号：CN114648111A

公开(公告)日：2022-06-21

申请号：CN202111540175.8

申请日：2021-12-16

Applicant: 罗伯特·博世有限公司

Inventor： S·蒙卡 ,  L·哈利拉吉 ,  S·施米德

IPC: G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  G06N5/02

Abstract: 用于训练分类器的设备和方法。一种用于训练分类器以便对输入信号进行分类的计算机实现方法，所述输入信号特别包括图像数据，所述分类器包括嵌入部分和分类部分，所述嵌入部分被配置成取决于输入到所述分类器中的所述输入信号来确定嵌入，所述分类部分被配置成取决于所述嵌入来确定所述输入信号的分类，其中所述方法包括：‑提供训练样本的第一训练数据集，每个训练样本包括输入信号和多个类当中的对应期望分类，‑在知识图中提供与所述目标分类中的至少一个相关联的附加信息，‑提供所述知识图的知识图嵌入方法，‑提供通过使用所述知识图嵌入方法获得的所述知识图的知识图嵌入，‑取决于所述知识图嵌入和所述第一训练数据集来训练所述嵌入部分。