-
公开(公告)号:CN110875641B
公开(公告)日:2023-11-03
申请号:CN201910789169.2
申请日:2019-08-26
Applicant: 苹果公司
Abstract: 本公开涉及具有温度传感器阵列的无线充电系统。本文公开的无线功率传输设备将无线功率信号传输至无线功率接收设备。该无线功率接收设备具有整流器和接收无线功率信号的无线功率接收线圈。该无线功率传输设备使用线圈层来传输无线功率信号。该无线功率传输设备中的电介质层限定接收该无线功率接收设备的充电表面。温度传感器层插置在线圈层和电介质层之间。该无线功率传输设备中的控制电路系统使用来自温度传感器的温度信息来确定诸如硬币的异物是否存在于该充电表面上。
-
公开(公告)号:CN110875641A
公开(公告)日:2020-03-10
申请号:CN201910789169.2
申请日:2019-08-26
Applicant: 苹果公司
Abstract: 本公开涉及具有温度传感器阵列的无线充电系统。本文公开的无线功率传输设备将无线功率信号传输至无线功率接收设备。该无线功率接收设备具有整流器和接收无线功率信号的无线功率接收线圈。该无线功率传输设备使用线圈层来传输无线功率信号。该无线功率传输设备中的电介质层限定接收该无线功率接收设备的充电表面。温度传感器层插置在线圈层和电介质层之间。该无线功率传输设备中的控制电路系统使用来自温度传感器的温度信息来确定诸如硬币的异物是否存在于该充电表面上。
-
公开(公告)号:CN112783321B
公开(公告)日:2024-07-12
申请号:CN202011232339.6
申请日:2020-11-06
Applicant: 苹果公司
Inventor: C·马卢夫 , S·R·斯库利 , C·B·弗雷扎克 , T·K·阮 , L·H·梁 , W·J·塞托 , J·奎因塔纳 , M·J·贝耶斯 , H·塞耶德·穆萨维 , B·沙沙瓦里
IPC: G06F3/01 , G06F1/16 , G06F3/04883 , G06N3/0464 , G06N3/09
Abstract: 本公开涉及使用多个传感器的基于机器学习的手势识别。本发明公开了一种设备,该设备实现用于基于机器学习的手势识别的系统,并包括至少一个处理器,该至少一个处理器被配置为从该设备的第一传感器接收第一类型的第一传感器输出,并且从该设备的第二传感器接收不同于该第一类型的第二类型的第二传感器输出。该至少一个处理器被进一步配置为将该第一传感器输出和该第二传感器输出作为输入提供给机器学习模型,该机器学习模型已被训练成基于该第一类型的传感器输出和该第二类型的传感器输出来输出预测手势。该至少一个处理器被进一步配置为基于来自该机器学习模型的输出来确定该预测手势,并且响应于确定该预测手势而在该设备上执行预定动作。
-
公开(公告)号:CN112783321A
公开(公告)日:2021-05-11
申请号:CN202011232339.6
申请日:2020-11-06
Applicant: 苹果公司
Inventor: C·马卢夫 , S·R·斯库利 , C·B·弗雷扎克 , T·K·阮 , L·H·梁 , W·J·塞托 , J·奎因塔纳 , M·J·贝耶斯 , H·塞耶德·穆萨维 , B·沙沙瓦里
Abstract: 本公开涉及使用多个传感器的基于机器学习的手势识别。本发明公开了一种设备,该设备实现用于基于机器学习的手势识别的系统,并包括至少一个处理器,该至少一个处理器被配置为从该设备的第一传感器接收第一类型的第一传感器输出,并且从该设备的第二传感器接收不同于该第一类型的第二类型的第二传感器输出。该至少一个处理器被进一步配置为将该第一传感器输出和该第二传感器输出作为输入提供给机器学习模型,该机器学习模型已被训练成基于该第一类型的传感器输出和该第二类型的传感器输出来输出预测手势。该至少一个处理器被进一步配置为基于来自该机器学习模型的输出来确定该预测手势,并且响应于确定该预测手势而在该设备上执行预定动作。
-
公开(公告)号:CN118885066A
公开(公告)日:2024-11-01
申请号:CN202410890857.9
申请日:2020-11-06
Applicant: 苹果公司
Inventor: C·马卢夫 , S·R·斯库利 , C·B·弗雷扎克 , T·K·阮 , L·H·梁 , W·J·塞托 , J·奎因塔纳 , M·J·贝耶斯 , H·塞耶德·穆萨维 , B·沙沙瓦里
IPC: G06F3/01 , G06F1/16 , G06F3/04883 , G06N3/0464 , G06N3/09
Abstract: 本公开涉及使用多个传感器的基于机器学习的手势识别。本发明公开了一种设备,该设备实现用于基于机器学习的手势识别的系统,并包括至少一个处理器,该至少一个处理器被配置为从该设备的第一传感器接收第一类型的第一传感器输出,并且从该设备的第二传感器接收不同于该第一类型的第二类型的第二传感器输出。该至少一个处理器被进一步配置为将该第一传感器输出和该第二传感器输出作为输入提供给机器学习模型,该机器学习模型已被训练成基于该第一类型的传感器输出和该第二类型的传感器输出来输出预测手势。该至少一个处理器被进一步配置为基于来自该机器学习模型的输出来确定该预测手势,并且响应于确定该预测手势而在该设备上执行预定动作。
-
-
-
-