-
公开(公告)号：CN110222813A
公开(公告)日：2019-09-10
申请号：CN201910154846.3
申请日：2019-03-01
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及运行至少部分自动化的车辆的方法、设备和计算机程序。本发明涉及一种用于运行至少部分自动化的车辆（10）的方法（30），该方法包括如下步骤：确定深度神经元网络的输出参量。深度神经元网络的输出参量根据所检测到的输入参量和多个表征深度神经元网络的参量以及至少一个激活函数（20）来确定。激活函数（20）将第一值域（21）的如下值线性地映射到第二值域（22）上，所述值在第一值域（21）的第一规定值（e）与第一值域（21）的第二规定值（a）之间。根据深度神经元网络的所确定的输出参量来操控车辆（10）。本发明还涉及一种用于实施该方法（30）的计算机程序和设备以及一种机器可读存储元件（12），在其上存储有该计算机程序。
-
公开(公告)号：CN110222813B
公开(公告)日：2024-08-02
申请号：CN201910154846.3
申请日：2019-03-01
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及运行至少部分自动化的车辆的方法、设备和计算机程序。本发明涉及一种用于运行至少部分自动化的车辆（10）的方法（30），该方法包括如下步骤：确定深度神经元网络的输出参量。深度神经元网络的输出参量根据所检测到的输入参量和多个表征深度神经元网络的参量以及至少一个激活函数（20）来确定。激活函数（20）将第一值域（21）的如下值线性地映射到第二值域（22）上，所述值在第一值域（21）的第一规定值（e）与第一值域（21）的第二规定值（a）之间。根据深度神经元网络的所确定的输出参量来操控车辆（10）。本发明还涉及一种用于实施该方法（30）的计算机程序和设备以及一种机器可读存储元件（12），在其上存储有该计算机程序。
-
公开(公告)号：CN110222845A
公开(公告)日：2019-09-10
申请号：CN201910151665.5
申请日：2019-02-28
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及一种用于训练机器学习系统（12）的方法。所述机器学习系统（12）借助所述机器学习系统的输入参量沿着通过所述机器学习系统（12）的多个路径的传播根据相应的路径的多个区段的激活来确定输出参量。根据分配给所述区段的、表征机器学习系统的参量以及根据分配给所述区段的激活函数来确定每个区段的激活。所述方法包括以下步骤：确定所述机器学习系统（12）的输出参量。根据表征学习进展的成本函数适配表征所述机器学习系统的参量（23）中的至少一个。本发明此外涉及一种计算机程序和一种用于实施所述方法的设备以及一种机器可读的存储元件（12），在所述存储元件上存储所述计算机程序。
-
-
Search Results
3
records
(took 0.019 seconds)
